【摘要】：隨著現(xiàn)代社會(huì)的快速發(fā)展，越來越多的大型復(fù)雜系統(tǒng)被應(yīng)用到人們的生產(chǎn)生活中來。人們?cè)谙硎芨鞣N系統(tǒng)帶來的方便快捷的同時(shí)，也倍受系統(tǒng)故障導(dǎo)致的不便和災(zāi)難的困擾。因此及時(shí)發(fā)現(xiàn)并解決故障就成為系統(tǒng)運(yùn)行和系統(tǒng)控制過程中一個(gè)關(guān)鍵問題。故障診斷正是應(yīng)運(yùn)而生的一項(xiàng)專用技術(shù)，主要用來檢測(cè)故障、定位故障、確定故障類型以及輔助故障恢復(fù)�；谀Ｐ驮\斷(MBD)是近年來出現(xiàn)的一種新興的自動(dòng)診斷推理技術(shù)。不同于傳統(tǒng)的診斷方法，基于模型診斷需要建立系統(tǒng)的結(jié)構(gòu)模型或行為模型。通過系統(tǒng)模型獲得預(yù)期行為，然后將系統(tǒng)預(yù)期和實(shí)際觀測(cè)進(jìn)行對(duì)比，推理出能夠解釋兩者差異的診斷結(jié)果。根據(jù)待診斷系統(tǒng)的運(yùn)行特性不同，基于模型診斷又分為靜態(tài)系統(tǒng)的診斷、連續(xù)動(dòng)態(tài)系統(tǒng)的診斷、離散事件系統(tǒng)的診斷、混成系統(tǒng)的診斷。本文主要關(guān)注離散事件系統(tǒng)的診斷，尤其是離散事件系統(tǒng)可診斷性驗(yàn)證算法的研究。 本文主要從兩個(gè)方面優(yōu)化系統(tǒng)的可診斷性驗(yàn)證算法：一方面是擴(kuò)展離散事件系統(tǒng)的應(yīng)用范圍，對(duì)不同框架下的系統(tǒng)提出相應(yīng)的驗(yàn)證算法；另一方面是加速基本的可診斷性驗(yàn)證過程，通過模型化簡(jiǎn)的方式提高算法效率。具體細(xì)節(jié)如下：(1)在分散式診斷框架下，本文提出了一種新的多項(xiàng)式級(jí)別的共可診斷性驗(yàn)證算法。具體算法分為兩個(gè)，一個(gè)用來驗(yàn)證F-共可診斷性，另一個(gè)用來驗(yàn)證NF-共可診斷性。兩者都是通過構(gòu)建一個(gè)檢驗(yàn)自動(dòng)機(jī)——NF Plant模型來實(shí)現(xiàn)的，目的是將系統(tǒng)的故障路徑和正常路徑提取出來進(jìn)行對(duì)比，然后在檢驗(yàn)自動(dòng)機(jī)中尋找背離環(huán)路判定共可診斷性。所不同的是，前者以故障路徑自動(dòng)機(jī)為主要匹配對(duì)象建立，而后者以正常路徑自動(dòng)機(jī)為主要匹配對(duì)象建立。共可診斷性驗(yàn)證實(shí)際上主要目的是驗(yàn)證F-共可診斷性，，先前的驗(yàn)證算法沒有區(qū)分兩者，所以包含了大量的無效操作。此外本算法在構(gòu)建檢驗(yàn)自動(dòng)機(jī)的過程中只考慮可觀測(cè)事件而摒棄不可觀測(cè)事件，可以減少大量的冗余空間。實(shí)驗(yàn)結(jié)果和案例分析都證明了本算法的高效性和有效性。(2)在分布式診斷框架下，本文也提出了一種新的區(qū)域可診斷性驗(yàn)證算法。這里的區(qū)域指的是通過通信事件同步若干個(gè)局部模型得到的子系統(tǒng)。先前的分布式可診斷性都是通過同步Twin Plant模型的方式來實(shí)現(xiàn)的，這次將會(huì)使用NF Plant模型來實(shí)現(xiàn)。首先根據(jù)故障所在的局部模型構(gòu)建檢驗(yàn)自動(dòng)機(jī)——NF Plant模型，并以此為依據(jù)檢查故障的可診斷性。此時(shí)的區(qū)域模型就是故障發(fā)生的局部模型。如果故障不可診斷，則選擇一個(gè)相鄰的局部模型與當(dāng)前的區(qū)域模型同步合并為一個(gè)新的區(qū)域模型，并對(duì)新的區(qū)域模型重新構(gòu)建NF Plant模型，再次檢查可診斷性。通過不斷地?cái)U(kuò)大區(qū)域范圍來檢查系統(tǒng)的區(qū)域可診斷性，直到故障可診斷或區(qū)域模型變?yōu)槿帜Ｐ�。由于NF Plant模型比Twin Plant模型更加簡(jiǎn)便，所以新的區(qū)域可診斷性檢驗(yàn)方法效率也會(huì)更高。(3)傳統(tǒng)的可診斷性驗(yàn)證方法都是直接在原始模型的基礎(chǔ)上處理的，本文將以簡(jiǎn)化模型為基礎(chǔ)進(jìn)行處理。模型化簡(jiǎn)方法主要用來化簡(jiǎn)系統(tǒng)原始模型中的不可觀測(cè)事件。本文首先介紹自動(dòng)機(jī)在計(jì)算機(jī)中的三種表示形式——二維矩陣、轉(zhuǎn)移集合、自動(dòng)機(jī)鏈表。然后介紹了集合化簡(jiǎn)方法，并提出了基于自動(dòng)機(jī)鏈表的鏈表重構(gòu)算法。鏈表重構(gòu)算法主要通過更改狀態(tài)結(jié)點(diǎn)鏈接關(guān)系的方式來實(shí)現(xiàn)，只需將結(jié)束狀態(tài)上的若干鏈出轉(zhuǎn)移添加到開始狀態(tài)上即可。因此鏈表重構(gòu)算法的操作簡(jiǎn)單，效率更高。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TP277;N941.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 趙相福;歐陽(yáng)丹彤;;離散事件系統(tǒng)基于模型診斷的研究進(jìn)展[J];計(jì)算機(jī)科學(xué)與探索;2011年02期

相關(guān)博士學(xué)位論文 前2條

1 趙相福;離散事件系統(tǒng)基于模型診斷的若干問題研究[D];吉林大學(xué);2009年

2 趙劍;混成系統(tǒng)基于模型診斷的若干問題研究[D];吉林大學(xué);2012年

相關(guān)碩士學(xué)位論文 前1條

1 郭霆;基于模型診斷的若干問題研究[D];吉林大學(xué);2012年

本文編號(hào)：2667057