因果链解耦的时间—概率模型

摘要：

为了对离散事件系统中的复合故障进行快速准确的诊断,提出一种时间—概率Petri网(TPPN)模型及复合故障因果链的解耦算法.该方法首先根据故障的观测事件集和关系集建立扩展时间Petri网(ETPN)以描述事件间的时序和因果关系;随后将ETPN求逆并转换为TPPN,使其能够进一步描述事件发生的概率信息,并赋予TPPN初始状态使其运行;最后对TPPN终止状态下的各类令牌进行分析及故障源诊断,并析出各单纯故障因果链.仿真实验和对比分析表明,TPPN在观测事件集不完备和存在干扰的情况下,仍能准确地辨识故障源,解耦因果链,比同类方法的诊断精度更高.TPPN作为一种可有效描述离散事件之间的时序特征、概率信息和因果关系的模型,还可进一步应用于离散事件系统的行为预测和过程分析.

关键词：复合故障、因果链、解耦、故障诊断、时间—概率Petri网

所属期刊栏目：19

分类号：TP181;TP391.4(自动化基础理论)

资助基金：国家863计划资助项目2011AA110501;国家重点实验室开放课题基金资助项目RCS2009K003;河南省重点科技攻关计划资助项目122102210004;湖南省科技攻关计划资助项目2012FJ3092. Project supported by the National High-Tech.R&D Program,China2011AA110501;the State Key Laboratory Program,ChinaRCS2009K003;the Key Scientific and Technological Research Project of Science and Technology Department of Henan Province,China122102210004;the Scientific and Technological Research Project of Science and Technology Department of Hunan Province,China2012FJ3092

在线出版日期：2013-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：2536-2549