容錯技術在車地無線通信系統(tǒng)中的大量運用,一方面極大地提高了系統(tǒng)可靠性,另一方面顯著增加了系統(tǒng)結構復雜性,導致其發(fā)生故障時存在認知不確定性和故障相關性等特性,給系統(tǒng)故障診斷提出了新挑戰(zhàn)。如何針對車地無線通信系統(tǒng)獨有的故障特性,建立考慮多種因素影響的故障診斷模型及多源異構信息動態(tài)診斷決策算法,以便能快速準確定位故障、修復故障從而降低診斷成本具有極為重要的意義。首先,針對車地無線通信系統(tǒng)采用大量冗余技術而導致的故障相關性問題,研究采用動態(tài)故障樹建立車地無線通信系統(tǒng)的故障模型,以描述其故障特性的動態(tài)性和時序性;針對車地無線通信系統(tǒng)存在故障樣本少導致的認知不確定性問題,采用區(qū)間數(shù)來表示車地無線通信系統(tǒng)各部件故障分布參數(shù);針對傳統(tǒng)馬爾可夫鏈和貝葉斯網(wǎng)絡無法對底事件分布參數(shù)為區(qū)間值的動態(tài)故障樹進行求解,研究采用動態(tài)證據(jù)網(wǎng)絡的方法對動態(tài)故障樹進行定量分析,計算城市軌道交通車地無線通信系統(tǒng)可靠性參數(shù)。其次,針對現(xiàn)有診斷算法無法處理認知不確定性及診斷效率低等問題,提出一種認知不確定性下基于部件診斷重要度和最小割集診斷重要度的系統(tǒng)故障診斷方法。同時,針對多屬性診斷算法無法處理異構信息,研究綜合考慮部件重要度... 

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 選題背景和研究意義
    1.2 國內外研究現(xiàn)狀
    1.3 本文的主要研究內容及組織結構
        1.3.1 本文研究內容
        1.3.2 技術路線
        1.3.3 論文的組織結構
    1.4 論文創(chuàng)新點
第2章 認知不確定性下復雜系統(tǒng)可靠性分析方法
    2.1 故障樹模型的構建
    2.2 基于動態(tài)證據(jù)網(wǎng)絡的動態(tài)故障樹定量分析方法
        2.2.1 動態(tài)證據(jù)網(wǎng)絡
        2.2.2 動態(tài)故障樹轉化為動態(tài)證據(jù)網(wǎng)絡
        2.2.3 可靠性參數(shù)的計算
    2.3 動態(tài)故障樹定性分析
第3章 基于可靠性分析的復雜系統(tǒng)故障診斷方法
    3.1 基于診斷重要度的系統(tǒng)故障診斷方法
        3.1.1 基于部件診斷重要度和最小割集的系統(tǒng)故障診斷方法
        3.1.2 基于最小割集重要度和部件診斷重要度的系統(tǒng)故障診斷方法
        3.1.3 基于可靠性參數(shù)與TOPSIS算法的系統(tǒng)故障診斷方法
    3.2 基于距離度量的VIKOR多源異構信息動態(tài)故障診斷方法
        3.2.1 系統(tǒng)故障診斷中的多屬性決策問題
        3.2.2 構建診斷決策表
        3.2.3 異構信息的距離度量
        3.2.4 基于廣義距離集結函數(shù)的VIKOR算法
    3.3 算例分析
        3.3.1 車地無線通信系統(tǒng)動態(tài)故障樹模型
        3.3.2 基于最小割集重要度和部件診斷重要度的故障診斷方法
        3.3.3 基于距離度量的VIKOR多源異構信息故障診斷方法
    3.4 本章小結
第4章 融合傳感器信息的系統(tǒng)故障診斷方法
    4.1 傳感器模型的構建
    4.2 基于部件診斷重要度的傳感器優(yōu)化布局方法
        4.2.1 故障樹分析
        4.2.2 融合傳感器信息
        4.2.3 故障診斷算法及其評價指標
        4.2.4 算例分析
    4.3 傳感器證據(jù)信息可靠性
    4.4 融合傳感器信息及當前診斷結果更新診斷決策表
    4.5 算例分析
        4.5.1 基于最小割集重要度和部件診斷重要度的故障診斷方法
        4.5.2 基于距離度量的VIKOR多源異構信息故障診斷方法
第5章 結論與展望
    5.1 結論
    5.2 進一步工作的方向
致謝
參考文獻
附錄 縮略詞
攻讀學位期間的研究成果


【參考文獻】：
期刊論文
[1]基于雙重Rollout算法的多工作模式系統(tǒng)診斷策略優(yōu)化[J]. 劉遠宏.  控制與決策. 2019(01)
[2]一種基于區(qū)間信度結構的混合型多屬性決策方法[J]. 張興賢,王應明.  控制與決策. 2019(01)
[3]基于準深度算法的多值測試診斷策略優(yōu)化方法[J]. 馬羚,呂曉峰,曲曉燕,葉文.  火力與指揮控制. 2018(01)
[4]A Fuzzy Fault Diagnosis Method for Large Radar Based on Directed Graph Model[J]. 白璐,杜承烈,郭陽明.  Journal of Shanghai Jiaotong University（Science）. 2015(03)
[5]基于組合模型的軌道電路復雜故障診斷方法研究[J]. 米根鎖,楊潤霞,梁利.  鐵道學報. 2014(10)
[6]太陽翼驅動機構的模糊動態(tài)故障樹分析[J]. 黃洪鐘,李彥鋒,孫健,楊圓鑒,肖寧聰.  機械工程學報. 2013(19)
[7]采用動態(tài)故障樹分析診斷系統(tǒng)故障的信息融合法[J]. 段榮行,董德存,趙時旻.  同濟大學學報(自然科學版). 2011(11)
[8]基于Rollout算法的多值屬性系統(tǒng)診斷策略[J]. 黃以鋒,景博.  控制與決策. 2011(08)
[9]融合粗糙集和證據(jù)理論的車地無線通信設備故障診斷[J]. 涂繼亮,潘洪亮,董德存,羅艷芬.  同濟大學學報(自然科學版). 2011(06)
[10]多管火箭炮定向管的多目標優(yōu)化及多屬性決策研究[J]. 朱孫科,馬大為,于存貴,樂貴高.  兵工學報. 2010(11)



本文編號：3715407