一、一种语义为中心的分布构件系统故障诊断建模方法（论文文献综述）
孙延浩[1]（2020）在《高速铁路行车调度系统可靠性评估方法研究》文中进行了进一步梳理调度系统是铁路运输组织的核心之一,是保证列车安全、准时、高效运行的重要屏障。近几年,我国高速铁路迅猛发展,截止到2019年底,我国高速铁路通车里程达3.5万公里,高居世界首位。高速铁路高速度、高密度、大运量的特点对调度系统带来了严峻的挑战和更高的要求。强化高速铁路行车调度系统的可靠性和安全性,对高速铁路的安全运营十分关键。高速铁路行车调度系统作为一个“人-机”交互的高耦合性系统。其结构庞大,元素众多、功能复杂。系统内的各种设备不仅具有各自的独立性,同时又具有一定的关联性,再加上系统内“人”的随机性,导致高速铁路行车调度系统的可靠性研究变的十分困难。因此目前对于高速铁路行车调度系统可靠性研究大部分都停留在定性层面的分析上,而未进行深入的研究。针对目前存在系统可靠性研究不够深入的问题,本文从系统的关键设备和节点入手,围绕硬件、软件、人因以及系统层级四个维度对可靠性进行深入的解构和分析。本文的主要研究内容如下:（1）详细梳理了高速铁路行车调度系统的组织架构、岗位设置、业务功能以及信息交互,并根据系统信息传递机制和信息属性,基于复杂网络理论构建了高速铁路行车调度系统的拓扑网络结构图。通过对系统节点和边的重要度分析,验证了高速铁路行车调度系统在整个调度系统中的核心地位和作用,同时也得出了列车调度员是中心关键节点,自律机是车站关键节点的结论。（2）针对高速铁路行车调度系统在运营或者维护时存在大量的故障记录无法得到有效的利用的问题,构建了基于词频-逆向文件频率（Term Frequency-Inverse Document Frequency,TF-IDF）和Text-Rank的算法模型,通过该模型提取到系统故障的关键词,并在此基础上通过运用狄利克雷模型提取到系统故障的关键主题。通过对系统的关键词和主题特征进行分析,发现车站系统是高速铁路行车调度系统的故障多发地点,而自律机为车站子系统的故障多发设备。（3）针对系统中自律机设备在可靠性分析中状态方程求解难的问题,提出一种基于马尔可夫过程的公式法,该公式使得状态可靠性分析不再通过繁琐的拉普拉斯变换或者C-K（Chapman-Kolmogorov）方程进行求解,通过计算结果证实,该方法与拉普拉斯变换方法得出的结果一致。（4）针对自律机设备可靠性分析中忽视自律机切换单元故障以及没有考虑修理工的问题,提出了一种扩展的马尔可夫过程方法,该方法通过引进补充变量法,使得马尔可夫过程依然可以对修理工休假时间和维修时间服从一般分布的自律机系统进行可靠性建模分析。通过分析发现,修理工的休假时间对可靠性影响较大,因此在成本一定的情况下,应合理安排修理工的休假时间。（5）针对自律机软件测试过程中发现的软件故障检测率不规则的问题,通过引进不规则模型参数,提出一种改进的非齐次泊松过程（Non-Homogeneous Poisson Process,NHPP）类的软件可靠性分析模型,并将该模型运用到自律机软件测试中。依据测试故障数据。计算出当测试天数为45天时可以达到规定条件下的可靠性要求。（6）作为一个“人-机”交互系统,对于调度员进行可靠性建模分析不可或缺。考虑到认知可靠性与失误分析法（Cognitive Reliability and Error Analysis Method,CREAM）易于操作分析,因此在CREAM基本法的基础提出一种改进方法。该方法使得CREAM法对人误操作概率的推算不再是个区间值,将该方法用以调度员的人误概率计算,并以“CTC控制模式转化”和“列控临时限速”为例进行了实际应用分析。（7）针对目前缺乏面向系统层面可靠性综合评估的问题,提出一种基于群决策和区间二元语义的评估方法。群决策方法降低了专家主观评价系统可靠性带来的主观性。采用区间二元语义作为系统评估的语言,降低了系统可靠性评估过程出现的信息丢失问题,提高了评估结果的可信度。
陈璐希[2]（2016）在《面向网构软件的系统建模与质量保障技术研究》文中研究表明网构软件诞生于开放、难控的新型互联网环境下,具有动态多变、自适应演化、多目标性等特征,给传统软件开发过程带来了新的挑战,受到国内外研究者的广泛关注。为适应网构软件的发展需求,需要探讨新型网络环境下网构软件系统内在的基本规律,以高可信性等质量属性为目标,创建一套新型的理论、方法和技术体系,同时以软件体系结构作为核心制品,对网构软件系统架构进行抽象描述,控制网构软件系统的多重复杂性并保障相关质量属性。本文重点关注网构软件在系统建模以及质量属性方面提出的新要求,提出了一种适用于网构软件的体系结构描述语言――Breeze/ADL,通过采用元建模扩展技术,定义了质量属性模型,使得在Breeze/ADL模型层次可集成质量属性分析方法,满足网构软件在可信保障方面的需求。针对网构软件演化特性,本文引入软件控制理论思想,提出新型网构软件体系结构演化框架,通过对构件行为定义进行验证并修复,实现对网构软件行为的有效控制。针对网构软件多目标建模的需求,本文建立了Breeze/ADL到其他体系结构模型的双向映射,可用于维护不同体系结构模型间信息的一致性,为网构软件建立多种相容的目标形态。本文的主要工作和创新性包括以下几个方面:1.设计了适用于网构软件系统抽象建模的体系结构描述语言――Breeze/ADL。通过分析网构软件的典型特性以及建模需求,凝练出Breeze/ADL的设计原则,从体系结构、构件/连接件、配置、风格约束及演化操作五个方面定义Breeze/ADL的建模元素,对网构软件主体化特性进行表达。同时,Breeze/ADL中还定义了演化操作,为网构软件演化提供语言层面的支持。基于Breeze/ADL定义,本文开发了体系结构建模工具Breeze,为Breeze/ADL模型提供可视化建模支持。2.提出了可靠性模型和安全性模型。本文在模型中定义了可靠性分析方法和安全性分析方法中的核心属性,借助元建模扩展技术,实现体系结构建模元素与分析方法核心属性的关联、绑定,扩展了Breeze/ADL的建模能力。在扩展后的Breeze/ADL模型上,集成了马尔科夫链分析方法和故障树分析方法,并根据分析结果,定义产生式元素,指导体系结构调整。针对调整规则,建立形式化模型,确保调整规则的作用正确、有效。此外,在Breeze工具上已开发了相应的插件,实现了分析方法的自动执行并给出可视化的分析结果。3.设计了一种基于软件控制理论的网构软件演化框架。本文在Breeze/ADL描述的网构软件模型基础上,借助模型检验器NuSMV,验证体系结构描述中的行为定义是否存在冲突关系或缺乏必要的依赖条件;根据模型检验提供的反例信息,设计控制算法以及状态转移矩阵来标识构件行为的“合法”执行范围;并根据行为执行范围推导产生式定义,通过产生式的执行,指导体系结构演化,从而对网构软件行为进行控制。整个流程开发了相应工具进行支持。4.设计了一种基于体系结构模型的双向转换框架。在转换框架中,结合多种体系结构描述语言特性,凝练并设计体系结构核心建模集;针对建模集中的元素,设计处理框架并集成到双向转换引擎GRoundTram中;实现对基于XML格式的体系结构描述实例定义进行抽取,支持体系结构模型间的双向转换。利用转换框架,定义从Breeze/ADL模型到Darwin/FSP模型之间的双向映射规则,建立形式化模型,讨论了映射过程的语义一致性;同时,给出两个模型间的同步操作,可维护模型间信息的一致性。
汪楚娇[3]（2010）在《语义环境下提升机故障人工免疫诊断方法研究》文中指出提升机是煤矿生产的重要设备,对煤矿生产的可靠性、经济性及其它特性有直接的影响。深入开展矿井提升机系统的故障诊断新方法与新技术的研究,对于保障矿山安全生产具有重要意义。矿井提升机系统结构复杂,其故障信号具有非平稳、非线性、传播途径和衰减特性复杂的特点,同时往往是多故障源混叠在一起。所以研究矿井提升机故障诊断所需要的知识体系,对于事件状况和其相互关系进行深入分析,在此基础上实现对复杂事件的分类和推理,是进行准确故障诊断的技术关键。本文正是在这样的背景下,开展矿井提升机在复杂运行环境下新的故障征兆和故障规则表示方法以及故障诊断推理技术的研究。具体研究内容和主要成果如下:（1）通过结合基于语义的知识表示方式,将人工免疫技术应用于矿井提升机故障诊断领域,构建了矿井提升机故障诊断系统的体系结构。（2）通过研究基于语义描述的提升机故障诊断的知识表示模式,构建复杂运行环境下基于故障过程的故障本体,并利用实际矿井提升机的故障样本信息进行验证。分析不同故障模式下的故障知识构成并建立典型故障本体。（3）研究语义环境下的人工免疫故障诊断模型。结合人工免疫系统的噪声忍耐、自学习、自组织和自记忆等进化原理,基于抗体识别抗原的过程,提出了基于免疫应答机制的故障诊断推理方法,给出了逐级诊断的推理模型。研究语义环境下的人工免疫故障诊断编码方法,充分考虑系统的复杂属性,提出具有复杂语义表达能力的系统编辑方法,增强系统的表达能力。通过一系列仿真实验有针对性的验证、探究了语义环境下矿井提升机人工免疫故障诊断方法的有效性和可靠性。（4）提出基于语义相似度的免疫匹配算法。结合人工免疫故障诊断模型中的淋巴细胞的逻辑语义编辑模型,考虑语义匹配规则和免疫匹配规则各自的特点,研究基于语义相似度的免疫亲和力算法设计。提出语义环境下的免疫粒子群动态获取矿井提升机故障规则的新方法。针对矿井提升机故障语义知识,首先研究了改进的免疫粒子群优化算法的性能,并结合语义空间下的编码方法,给出了语义故障规则知识获取的动态演化算法,并对获取的矿井提升机故障规则知识进行了仿真验证,结果表明该方法可以在小样本情况下实现对故障规则的有效提取。该论文有图70幅,表32个,参考文献198篇。
黄杰[4]（2005）在《分布构件系统故障诊断技术研究》文中提出上个世纪末到这个世纪初，蓬勃发展的分布构件技术为分布应用提供了基础设施的无缝集成、代码的二进制复用和应用的快速开发能力。构件化分布应用开发复杂度降低的同时，它的调试和诊断依然困难。快速诊断和定位分布构件系统故障，对减少系统的平均恢复时间、增强分布构件系统的高可靠性和高可用性具有重要的意义。 论文主要研究构件化应用服务器平台的诊断支持问题。分布构件系统的故障诊断不仅和硬件系统的故障诊断存在共性问题，而且分布构件系统的故障诊断有着其特殊性，这些特殊性对现有的诊断方法提出了更高的要求。它主要表现在分布构件系统是一个软件系统，具有比硬件系统更复杂的逻辑结构；分布构件系统是一个时序系统，有着比硬件系统更强的时序特性；另外，分布构件系统的故障类型较多，需要为不同种类的故障建立相应的诊断模型。文章首先分析了现有的分布构件故障诊断系统和常用的故障诊断方法，对诊断的形式化模型进行了概念上的分类和比较。针对分布构件系统的复杂性，对基于模型的诊断算法进行了研究和改进，提出了求解极小超定子系统算法、冲突识别算法和求解极小诊断等一系列算法，提高了诊断的效率。研究了分布构件语义故障诊断中的时序问题，建立了具有时序特性的诊断模型，为构件内存访问故障提出了基于贝叶斯理论的BMMD方法，给出了特征选取的标准。最后在StarCCM平台上研究了组装件语义诊断和构件内存访问失效故障诊断的实现机制，增强了StarCCM平台的易用性。 主要研究内容包括： 1．分析了分布构件故障诊断面临的挑战，将分布构件系统故障诊断的研究定位在为分布构件应用提供诊断支持上。在分析了现有故障诊断方法和分布构件诊断系统之后，按照诊断时使用的系统信息和观察结果将现有的诊断方法分类为三种概念模型，它们分别是偏离正常行为的诊断（DNB）、匹配异常的诊断（MAB）和异常分类的诊断（AC），同时对这三种概念模型使用的知识类型、形式化方法和推理方法进行了比较。基于三种不同的概念模型，分别分析了基于一致性的诊断、反绎诊断和假设演绎诊断形式化模型，并在此基础上，确定分布构件故障诊断研究的具体目标。 2．为提高诊断方法的效率，提出了求解极小超定子系统的算法SAMODS，该算法充分利用诊断时可能遇到的冗余信息，“静态”计算极小超定子系统，简化了实际诊断时的计算量。在SAMODS算法基础上，进一步提出了冲突识别算法MODSBCI。本文还提出了由极小冲突求解极小诊断的算法GSA，GSA将极小诊断的求解问题映射到0／1整数规划问题，建立了模拟退火和遗传算法相结合的快速求解算法。基于分而治之的思想，提出了用于缩小问题求解规模的分解算法OONA，该算法能够很好地将复杂问题分解为多个规模较小的子问题。 3．语义故障和内存访问失效故障是分布构件环境下最常见的故障类型，它们一直是分布构件故障诊断的重点和难点。文章针对分布构件系统语义诊断中的时序问题研究了时间本体的各个要素，提出了适合分布构件系统故障诊断的时序框架MLTF，在MLTF的基础上，根据QA-network的概念，提出了分布构件系统语义故障诊断的模型。针对分布构
黄杰,陈琳,贾焰,邹鹏[5]（2004）在《一种语义为中心的分布构件系统故障诊断建模方法》文中研究说明随着分布构件技术的发展 ,复杂的分布构件系统故障诊断问题越来越受到人们的重视 .然而 ,现有的大多数分布构件系统故障诊断的研究没有充分考虑系统语义这一重要因素 .文章提出了一种新颖的语义为中心的分布构件系统故障诊断思想 .系统的语义主要由系统正常或者异常时的结构和行为特征构成 .在给出基于模型的故障诊断问题定义之后 ,提出了具有复杂时序语义表达能力的系统逻辑模型编辑方法 ,通过在Horn短句中增加时序描述来增强诊断模型的表达能力 .这种模型不仅对分布软构件系统具有较强的表达能力 ,还能够很好地利用现有的一阶逻辑定理证明器求解极小诊断问题 ,它并不需要具有高级时序逻辑处理能力的定理证明器的支持 .另外 ,通过哲学家就餐问题还从直观上阐明了这种新颖的模型编辑方法 .StarCCM的诊断子系统由诊断引擎、诊断代理、诊断回调接口构成 .它证明这种模型编辑方法能够有效地解决分布构件系统的语义诊断问题 .
贾淑丽[6]（2021）在《一种基于模型的RCM分析方法》文中提出以可靠性为中心的维修RCM技术是当前最先进的设备维修计划方案产生技术之一。当前支撑RCM分析的关键技术如FMEA,FMECA等的生成方法依然停留在人工阶段。该方法的缺点不仅耗时、耗力、容易出错、且不易于数据统计及管理。对于包含成千上万个组件的复杂系统而言,要实现快速且有效的FMECA分析是相当困难的。基于此,RCM应当受益于当前最先进的基于模型的系统工程方法。因此,本文创新性提出了一种基于模型的RCM分析框架Model-based RCM Analysis Framework（MRAF）,并阐述该方法具体内容。首先,基于该分析框架,RCM分析人员可使用基于模型的可靠性分析技术如AADL先对设备系统进行系统的架构和故障建模,进而利用AADL的开源平台OSATE自动生成FMEA。其次,基于该自动生成的FMEA,本文再将其与危害度分析（CA）技术相结合,并研发了FMECA插件,以自动化地生成FMECA,从而实现对复杂设备进行有效且快捷地故障分析,为后续制定设备维修策略提供支撑。最后,在对当地企业的一些故障多发设备（北京铣床设备）结构及故障信息采集后,使用MRAF进行分析,并生成设备系统FMEA和FMECA,然后,进行维修方式决策分析及制定相应的维修计划,验证了所提方法的可行性和有效性。
刘诗源[7]（2020）在《矿井提升机传动系统故障诊断与健康管理关键技术研究》文中研究说明矿井提升机作为连接矿山井下生产系统和地面的关键通道,一旦发生故障,将直接影响矿山生产人员的生命安全和矿井的生产能力。因此,实现矿井提升机的故障诊断与健康管理具有重要意义和巨大经济价值。近年来,随着信号分析方法、数据挖掘以及人工智能技术的不断发展,基于数据驱动的故障诊断方法获得广泛关注,目前已成为实现智能故障诊断的主要研究方向之一。本文以矿井提升机传动系统为研究对象,通过对数据驱动故障诊断方法的国内外研究现状进行分析,研究传动系统中逆变器、轴承和驱动电机三个关键部件的故障诊断方法。由于提升机传动系统结构复杂,还需要在实现零部件故障状态识别后,进一步分析挖掘故障原因。基于数据驱动的故障诊断方法主要针对设备不同故障类型的不同零部件,在不同生命周期与工况条件下,实现故障状态的有效识别,但未能挖掘引发故障的深层次原因。基于本体的故障诊断能够从宏观层面对故障诊断知识进行建模,挖掘引发故障的深层次原因,因此,需研究将基于数据驱动的故障诊断与基于本体的故障诊断相结合,实现从模式识别到故障知识推理与诊断的全过程。针对以上问题开展研究工作,主要内容包括:（1）研究了基于自适应电周期划分和随机森林的NPC三电平逆变器故障诊断方法。基于NPC三电平逆变器的电路及故障分析,提出了一种主要依赖于输出电流信号特性的自适应电周期划分算法（Adaptive Electrical Period Partition,AEPP）,对变化周期的三相电流信号划分电周期,再利用最大重叠离散小波变换（Maximal Overlap Discrete Wavelet Transform,MODWT）对各电周期信号进行分解,结合Park矢量模（Park’s Vector Modulus,PVM）归一化的低频分量,计算11种统计参数,构建原始统计特征集。基于随机森林分类器构建NPC三电平逆变器开路故障诊断模型,分别采用仿真实验数据和逆变器故障实验平台数据进行实验分析,实验结果表明,在电机变速过程中,所提出的故障诊断模型对变周期三相电流故障信号具有较好诊断性能,能够取得理想的故障诊断准确率。（2）研究了基于敏感特征选取与最大局部边界准则的提升机轴承故障诊断方法。研究基于双树复小波包变换（Dual-Tree Complex Wavelet Packet Transform,DTCWPT）的振动信号分析方法,利用DTCWPT分解振动信号,基于终端节点的重构信号及其Hilbert包络谱,提取统计特征,构成原始特征集。为从高维原始特征集中选取更有利于轴承故障模式识别与分类的敏感特征构建特征子集,提高故障诊断的准确率,提出一种基于特征聚类与特征间相关系数的敏感特征选取方法（Sensitive Features Selection by Feature Clustering and Correlation Coefficient between Features,FSFCC）,对各统计特征的故障状态敏感度进行量化分析,选取敏感度高的特征构建特征子集。为减少高维特征集中冗余和干扰特征,降低计算复杂度,提高数据可分性,提出了一种最大局部边界准则（Maximum Local Margin Criterion,MLMC）的特征降维方法,通过映射变换获得原始高维特征集的低维表达,并提高特征集的判别性能。在支持向量机（Support Vector Machine,SVM）分类器基础上,结合FSFCC和MLMC,构建OFS-FSFCC-MLMC-SVM轴承故障诊断模型,采用美国凯斯西储大学轴承故障数据与美国Spectra Quest公司的SQI-MFS机械故障综合模拟试验台轴承故障数据进行不同工况下故障诊断实验分析,实验结果表明,FSFCC方法能够有效选取敏感特征,MLMC方法能够降低计算复杂度、减少冗余和干扰特征并提高特征数据集的可分性,使用FSFCC和MLMC能够明显提高诊断模型在不同工况下故障诊断的准确率。（3）研究基于敏感特征迁移学习的提升机轴承故障诊断。针对目前基于数据驱动的故障诊断方法存在的两点局限,（1）多数基于数据驱动的故障诊断模型,是在训练数据集与测试数据集之间具有相同分布的假设下构建的,而工业场景下,变工况设备的测试数据与训练数据存在分布差异,会对实现理想故障诊断性能造成困难。（2）由于实际工业场景下存在变工况与故障的多样性,难以获取足量实际故障状态下的有标签训练样本,在一定程度上限制了智能故障诊断方法在实际工业场景下的应用。因此,在对迁移成分分析（Transfer Component Analysis,TCA）研究的基础上,提出改进TCA（Modified Transfer Component Analysis,MTCA）的特征迁移学习方法,增加了对不同域数据间条件分布差异的考虑和最小化数据类内散度的优化目标,实现降低域间分布差异的同时增强判别性能。在基于DTCWPT的轴承振动信号分析方法和故障敏感特征选取方法FSFCC基础上,结合MTCA方法,构建轴承故障诊断模型OFS-FSFCC-MTCA-SVM。通过实验分析,表明所提出的MTCA方法能够有效降低不同域间分布差异,增强域数据的判别性能,提高使用源域数据训练的故障诊断模型的域适应能力,使故障诊断模型在不同工况下的故障诊断能够取得理想的性能。（4）研究基于类内特征迁移学习与多源信息融合的提升机驱动电机故障诊断。研究基于EEMD的电机故障振动信号与定子电流信号分析方法,选取有效IMF分量,结合包络谱与边际谱分量,提取统计特征,构建原始特征集。在对分层迁移学习（Stratified Transfer Learning,STL）研究的基础上,提出一种改进STL（Modified Stratified Transfer Learning,MSTL）的特征迁移学习方法。分别基于SVM分类器和随机森林分类器构建驱动电机故障诊断模型OFS-MSTL-SVM和OFS-MSTL-RF,采用Spectra Quest公司的SQI-MFS机械故障综合模拟试验台驱动电机故障振动信号和电流信号进行实验分析,实验结果表明,驱动电机在不同工况下,所提出的方法能够有效提高故障诊断准确率,但是不同故障诊断模型利用不同源信号进行故障诊断的性能存在差异,可能存在片面性,因此,提出基于D-S证据融合理论的驱动电机故障诊断框架,在OFS-MSTL-SVM与OFS-MSTL-RF模型基础上,利用D-S证据理论进行决策级融合,融合故障诊断结果表明,所提出的多源信息融合框架能够进一步提高故障诊断准确率。（5）研究将基于数据驱动的故障诊断与基于本体的故障诊断相结合,实现从模式识别到故障知识推理与诊断的全过程。在对提升机传动系统故障诊断知识分析总结基础上,构建故障本体知识库,利用Neo4j图数据库对故障本体知识库进行可视化显示与存储。采用语义映射方法,将基于数据驱动的故障状态识别结果和故障本体知识库中的故障现象实例关联,实现两类方法的优势互补,挖掘引发故障的深层次原因。最后在上述工作的基础上,设计并开发了矿井提升机传动系统故障诊断与健康管理系统,系统包含四个模块,分别是系统操作管理、历史设备故障信息、基于数据驱动的提升机传动系统故障状态识别、基于故障诊断本体知识库的故障原因分析与系统健康管理。
李向前[8]（2014）在《复杂装备故障预测与健康管理关键技术研究》文中研究说明近年来航空、航天、船舶等复杂装备系统的安全性、可靠性成为人们关注的焦点。由于其结构复杂，一旦发生故障则会造成巨大的损失。因此，迫切需要提高复杂装备系统的可靠性、可修复性和安全性。然而，目前故障诊断领域的研究工作主要集中在研究系统的状态评价和故障诊断方面，所关心的是系统“当前”的运行状态，对系统故障预测与健康管理的研究则较少。这种传统的“事后维修”和“计划维修”方法，在应对瞬息万变的新情况时存在严重不足。“视情维修”和“预知维修”将故障消灭在萌芽状态，成为未来系统维护保障的发展方向。所以，近些年关于故障预测与健康管理（Prognostic and Health Management，PHM）方面的研究成为国内外学者的研究热点，PHM技术代表着故障诊断技术从传统的基于传感器的诊断向基于智能系统的预测转变。但是，目前国内在这方面的研究刚刚起步，研究成果较少。本文针对复杂装备PHM技术中涉及的关键理论和技术开展研究，主要内容包括：第一，复杂装备PHM服务模式研究。针对目前故障诊断资源缺乏有效的组织管理，资源共享率低等问题，通过分析复杂装备的特点与传统故障诊断模式的不足，提出一种面向服务的PHM系统架构。研究了系统服务模式和特点，分析了系统构建过程中所需的关键技术及主要功能模块，为复杂装备领域开展公共PHM系统服务平台研究提供一种新思路。第二，数据降维与故障诊断技术研究。故障诊断是PHM的核心内容，针对复杂装备高维、非线性、早期故障难以识别等特点，提出一种基于非线性流形学习和混合隐马尔科夫模型（Hidden Markov Model，HMM）的故障诊断方法。混合HMM模型将系统状态分为正常状态、间歇故障、中间状态和故障状态，以全面反映系统真实状态。通过局部保持投影算法（Locality preserving projection，LPP）将原始高维故障数据映射至低维空间，提取数据的内在流形特征作为特征矢量；利用混合HMM作为分类器实现对各状态的分类识别。通过仿真分析，将该方法与其它方法进行对比，结果表明，LPP-HMM方法可以有效识别早期故障特征，具有较高的故障识别率。第三，时间序列状态预测技术研究。故障预测是PHM的关键，针对渐变性故障类型，提出基于自回归滑动平均模型（Auto-Regressive and Moving Average Model，ARMA）和人工神经网络（Artificial Neural Network，ANN）的状态预测方法。利用ARMA模型在捕捉时间序列线性部分的优势和ANN处理非线性时间序列的良好性能，建立混合预测模型。采用ARMA模型建模时间序列的线性部分，通过序列余项建立神经网络模型，实现非线性部分建模。基于该混合模型，以某型号卫星遥测电压数据为例，实现对遥测参数的静态模型预测和动态模型预测，实验结果表明混合动态模型具有较高的预测精度。基于混合模型，以遥测压力数据为例实现了一种状态监测方法，实验表明该方法可以有效降低故障虚警率。第四，故障知识建模及服务技术研究。故障知识管理是PHM的基础，针对目前故障诊断知识资源重用率低、知识断层严重等问题，提出基于领域本体的故障知识建模和服务技术。首先，提出静态和动态两类故障知识分类方法，构建了推理知识本体和多领域知识本体；然后，基于推理知识本体实现了故障知识推理，基于多领域本体，实现了对分布式知识资源的索引、语义标注、语义检索及知识管理，有效获取产品设计、试验等阶段的诊断静态知识；通过对相对固化的诊断、预测模型类知识资源进行服务化封装和语义标注，实现动态知识的检索和调用服务，有效提高诊断知识资源的使用效率和重用率。第五，PHM服务系统开发。基于以上研究内容，以航天器为例，针对其在轨运行特点，研发航天器地面PHM系统。集故障预测、故障诊断、故障知识管理和服务于一体，为提高航天器在轨运维保障能力和地面测试试验能力提供有效的技术支撑。本文系统地分析和研究了复杂装备PHM系统的服务模式及关键技术，并结合航天器特点，开发了相应的PHM原型系统，验证了本文所提方法的可行性和有效性。通过本文研究，对提高复杂装备诊断维护能力、降低运维成本具有重要意义。
刘峰[9]（2003）在《仪用主从耦合分布式并行处理容错系统体系结构研究》文中认为信息社会的物质基础是信息获取、处理、显示、存储传输和交互技术，其中仪器系统是最重要的技术内容之一。现代医学仪器和科学仪器技术是传统仪器技术的继承和发展，它以信息获取、处理和控制为基础达到对客观对象内在的、本质的客观规律、功能和结构的认识，进而人机交互，最终实现有效使用的目的。现代仪器系统是在传统基础上更强调系统信息处理能力。信息获取过程需要实时动态地观测客观对象的多参数和多层次的信息，信息处理过程需要对这些获取到的信息进行高效和高质量的快速实时处理。两者紧密地结合从而保证了现代仪器系统完成信息融合和系统特征建模的任务。为了构建高性能/价格比的现代医学仪器和科学仪器系统，本文对现代仪器用主从耦合分布式并行处理容错系统体系结构进行了较为深入的研究。 本文概述了信息化仪器系统的发展过程、现状和方向，并综述了主从耦合和分布式并行处理系统体系结构的主要研究。 首先论述了系统体系研究和构建的方法学，提出了适用于现代仪器系统设计构建的重要原则和系统化设计构建的生存周期模型。在研究了主从耦合和通用分布式并行处理体系结构的基础上，根据现代仪器信息化系统的重要特征，创新地提出了基于通信体系和容错体系融合的、适度集中的主从耦合分布式并行处理容错系统体系结构。 主从耦合分布式并行处理系统的设计和构造是一项巨大的系统工程，具有投资大、周期长、涉及技术领域广和复杂性高等特点。因此本论文在系统体系研究和构建的方法学的指导下，以Petri网理论和离散事件仿真技术为基础，构建了模块层次式系统性能评价系统，对系统进行层次化的性能建模仿真和瓶颈分析，获得了系统在不同工作负载条件下的性能特征，为仪器系统体系结构的设计和实现策略提供了重要的性能量化指标和指导依据。 通信体系结构的设计与构建是本文研究的重点。主从耦合并行处理系统是具有两个或多个处理单元（Process Element）的集合，它们相互通讯以协同求解一个给定的复杂因果问题的计算建模处理系统。通信体系与处理单元之间的高效融合是解决主从耦合并行处理系统中所有问题的基础。 主从耦合并行系统中处理的并行性提高了系统性能，但同时处理的时空局部性也能提高性能，这是构建主从耦合并行系统过程中需要平衡的重要问题——并行程度。具有更高并行特性的细粒度处理需要处理单元间高性能的同步模型和所提供机制的强大支持。本文提出了高效硬件同步系统方案——全动态栅栏同步模型，并给出了相应的编程原语。 在本文提出的主从耦合和的分布式并行处理体系结构中，适度集中的并行处理节点通过多通道共享总线的拓扑互联形成了高性能的关键处理环节。共享并行总线是处理节点之间高性能通信的重要资源，为了提高资源的利用效率，本文提出了基于时间优先权并具有仲裁事务缓冲机制的仲裁方案。 现代仪器用主从耦合并行处理系统需要更加灵活和更高性能的单元间通信服务作为支撑，为此本文研究并构造了分布式活动信箱（Distributed Active Mailbox Messaging，DAMM）通信子系统。DAMM对主从耦合的并行系统的高性能通信网络功能进行了必要抽象，减少了协议的处理层次，使得通信网络的性能特征可以直接为用户所调用，满足了用户对实时性事件处理的需求。同时DAMM提供了必要的共享核心资源管理（中断、时间、协议和缓存管理等）能力，提高了通信服务原语的抽象层次，方便了应用编程和核心实现。 系统运行可靠性要求主从耦合分布式并行处理系统必须具有可靠的故障容错能力。复杂的主从耦合并行系统产生了主从耦合和适度的分布式容错管理问题，以及现代仪器系统的特点是数据量大和处理模型复杂，这些要求系统在尽量少的冗余资源条件下力求保证自身的浙乞〔口弋学体d匕学t立七仑文可靠性。在理论上要求系统局部故障条件下，避免产生系统整体失效的可能性，所以系统中的处理问题主要集中在监测系统失效和故障事件的机制（硬件和软件、局部和系统）、系统状态阶段性保存、系统状态较完整恢复等方面，这些都是研究重点。其中关键在于主从祸合的自动转换机制。 为此本文提出了层次式（硬件和软件层次）多机制（状态空间监测和超时监测）系统错误和失效监测体系方案，以及在与通信系统融合的基础上提出了适用于系统状态阶段性保存的轻量级和重量级结合的校验点方案和恢复方案。 现代仪器用主从藕合分布式并行处理容错体系结构的研究涉及面广，涉及问题复杂，构造实现难度大，除了研究了仿真系统及其集成问题以便在系统未构成前可以在仿真系统上进行深入和广泛的实验研究之外，并描述了仿真系统的整体结构。本文最后给出了未来研究发展方向。
施小东[10]（2021）在《基于AADL的IoP系统可靠性建模及评估方法》文中研究说明人联网（the Internet of People,IoP）是一种以人为中心的新型实时交互式物联网,它的服务理念聚焦于用户的个性化需求,为个人带来了更丰富的交互体验。近年来,IoP系统在医疗监护和健康领域有着较为广泛的研究。由于系统中包含了大量与用户联系紧密的服务,而这些服务中即使存在一些微小的错误,都可能伤害到用户甚至对其造成生命威胁,所以对IoP系统进行可靠性分析十分重要。然而,IoP系统不仅具有多层复杂的架构,还具有在多状态之间转变的特性,这使得基于IoP系统的可靠性分析变得十分困难。目前,该领域仍然缺少一种完善的可靠性建模及分析方案。针对上述问题,本文在基于模型的可靠性分析领域进行了探究,并提出了一种基于体系结构分析与设计语言（Architecture Analysis and Design Language,AADL）的IoP系统可靠性建模及评估方法,该方法首先利用AADL及其附件语言对IoP系统的架构、模式及故障行为进行建模,从而生成了系统的可靠性模型;然后在系统可靠性模型的基础上,从定性、定量两方面对IoP系统的可靠性进行了评估:在定性方面,采用故障树分析（Fault Tree Analysis,FTA）和功能危险评估（Functional Hazard Assessment,FHA）对系统故障的根本原因和风险进行了评估;在定量方面,通过结合AADL的Ocarina自动代码生成技术,进一步提出了一个基于半马尔科夫（Semi-Markov Process,SMP）模型的定量评估算法,该算法将系统的AADL可靠性模型转换为SMP模型,实现了对IoP系统多状态转变特性及其整体可靠性的评估。最后通过对相关领域系统的架构模型进行总结,提出了一个IoP系统架构通用模型,并以之为案例验证了所提出方法的有效性和可行性。该方法不仅能对IoP系统进行完善的建模,还能自动、准确的对其进行可靠性评估,具有良好的应用价值。
二、一种语义为中心的分布构件系统故障诊断建模方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种语义为中心的分布构件系统故障诊断建模方法（论文提纲范文）
（1）高速铁路行车调度系统可靠性评估方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 依托课题 |
| 1.1.2 研究背景 |
| 1.1.3 研究意义 |
| 1.2 相关定义 |
| 1.2.1 系统 |
| 1.2.2 系统可靠性 |
| 1.3 国内外研究现状 |
| 1.3.1 硬件可靠性 |
| 1.3.2 软件可靠性 |
| 1.3.3 人因可靠性 |
| 1.3.4 整体系统可靠性 |
| 1.3.5 高速铁路行车调度系统可靠性 |
| 1.3.6 既有研究现状评述 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.5 本章小结 |
| 2 高速铁路行车调度系统结构与作用 |
| 2.1 高速铁路行车调度系统概述 |
| 2.1.1 高速铁路行车调度系统岗位设置 |
| 2.1.2 高速铁路行车调度系统内部设备 |
| 2.1.3 高速铁路行车调度系统相关设备 |
| 2.1.4 高速铁路行车调度系统功能 |
| 2.2 高速铁路行车调度系统信息交互 |
| 2.3 高速铁路行车调度系统地位分析 |
| 2.3.1 复杂网络理论基本原理 |
| 2.3.2 高速铁路行车调度拓扑结构的构建 |
| 2.3.3 节点和边的重要度排序 |
| 2.4 本章小结 |
| 3 高速铁路行车调度系统故障数据分析 |
| 3.1 故障数据预处理 |
| 3.2 故障关键词提取 |
| 3.2.1 TF-IDF算法 |
| 3.2.2 平均信息熵 |
| 3.2.3 Text-Rank算法 |
| 3.3 隐含狄利克雷模型 |
| 3.3.1 隐含狄利克雷分布 |
| 3.3.2 参数估计 |
| 3.3.3 确定主题个数K |
| 3.4 故障数据分析 |
| 3.5 本章小结 |
| 4 高速铁路行车调度系统设备可靠性评估 |
| 4.1 车站自律机 |
| 4.2 自律机硬件系统可靠性分析 |
| 4.2.1 硬件可靠性相关指标 |
| 4.2.2 硬件可靠性建模数学基础 |
| 4.2.3 不考虑故障修复下硬件可靠性研究 |
| 4.2.4 考虑故障修复下硬件可靠性研究 |
| 4.3 自律机软件系统靠性分析 |
| 4.3.1 软件可靠性相关定义 |
| 4.3.2 软件可靠性建模数学基础 |
| 4.3.3 经典NHPP软件可靠性模型 |
| 4.3.4 改进NHPP软件可靠性模型 |
| 4.3.5 自律机软件可靠性测试 |
| 4.4 本章小结 |
| 5 基于CREAM的行车调度人员可靠性分析 |
| 5.1 人因可靠性基础理论 |
| 5.1.1 人因失误相关概念 |
| 5.1.2 人因可靠性分析基本方法 |
| 5.2 基于改进CREAM法的人因可靠性评估 |
| 5.2.1 CREAM法理论 |
| 5.2.2 CPC因子的评估细则 |
| 5.2.3 CPC隶属函数的建立 |
| 5.2.4 CPC因子权重确定 |
| 5.2.5 计算人误概率HEP |
| 5.3 高速铁路行车调度人员可靠性评估 |
| 5.3.1 高速铁路行车调度人员工作场景 |
| 5.3.2 CPC评分值的计算 |
| 5.3.3 模型的合理性分析与验证 |
| 5.4 本章小结 |
| 6 基于群决策的系统可靠性综合评估 |
| 6.1 二元语义基本理论 |
| 6.1.1 二元语义 |
| 6.1.2 区间二元语义 |
| 6.2 群决策评估方法 |
| 6.2.1 群决策在可靠性评估的应用 |
| 6.2.2 指标权重和专家权重的确定 |
| 6.3 综合平均模型的构建 |
| 6.3.1 雷达图综合模型 |
| 6.3.2 系统可靠性评估 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 主要研究工作 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 A |
| 附录 B |
| 作者简历及攻读博士学位期间取得的科研成果 |
| 学位论文数据集 |
（2）面向网构软件的系统建模与质量保障技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 网构软件及其相关研究 |
| 1.2.1 网构软件模型 |
| 1.2.2 网构软件运行平台 |
| 1.2.3 网构软件开发方法 |
| 1.2.4 网构软件信任度量模型 |
| 1.3 软件体系结构及其相关研究 |
| 1.3.1 软件体系结构的相关研究 |
| 1.3.2 软件体系结构建模方面存在的局限 |
| 1.4 软件质量保障及其相关研究 |
| 1.4.1 软件质量属性 |
| 1.4.2 软件质量保障技术 |
| 1.4.3 软件质量保障技术方面存在的局限 |
| 1.5 论文主要工作 |
| 1.6 论文结构安排 |
| 1.7 本章小结 |
| 第二章 网构软件体系结构描述语言-Breeze/ADL |
| 2.1 引言 |
| 2.2 体系结构描述语言 |
| 2.2.1 xADL 2.0 |
| 2.2.2 ABC/ADL |
| 2.2.3 Darwin |
| 2.2.4 AADL |
| 2.3 网构软件体系结构描述语言-Breeze/ADL |
| 2.3.1 Breeze/ADL设计原则 |
| 2.3.2 Breeze/ADL建模要素 |
| 2.3.3 Breeze/ADL基本语法 |
| 2.3.4 Breeze/ADL建模工具 |
| 2.3.5 案例:网上银行数据库系统 |
| 2.4 本章小结 |
| 第三章 基于Breeze/ADL的体系结构分析方法集成 |
| 3.1 引言 |
| 3.2 相关工作 |
| 3.2.1 元建模扩展机制 |
| 3.2.2 可靠性分析方法 |
| 3.2.3 安全性分析方法 |
| 3.3 基于Breeze/ADL的可靠性分析方法 |
| 3.3.1 基于Breeze/ADL的可靠性模型 |
| 3.3.2 基于Breeze/ADL可靠性分析形式化模型 |
| 3.3.3 基于Breeze/ADL可靠性分析插件及计算过程 |
| 3.3.4 案例:智能家居系统 |
| 3.4 基于Breeze/ADL的安全性分析方法 |
| 3.4.1 基于Breeze/ADL的安全性模型 |
| 3.4.2 基于Breeze/ADL的安全性分析过程 |
| 3.4.3 基于Breeze/ADL的安全性演化规则 |
| 3.4.4 基于Breeze/ADL的安全性分析插件 |
| 3.4.5 案例:液化石油天然气储罐系统 |
| 3.5 本章小结 |
| 第四章 基于Breeze/ADL的体系结构演化模型 |
| 4.1 引言 |
| 4.2 相关工作 |
| 4.2.1 软件体系结构演化 |
| 4.2.2 软件控制理论 |
| 4.2.3 模型检验技术 |
| 4.3 典型应用场景 |
| 4.4 结合控制理论的体系结构演化模型 |
| 4.4.1 体系结构描述 |
| 4.4.2 体系结构验证 |
| 4.4.3 基于反馈机制的体系结构演化 |
| 4.5 体系结构演化策略推演 |
| 4.5.1 自适应状态图 |
| 4.5.2 自适应状态转移矩阵 |
| 4.5.3 SATM处理算法 |
| 4.6 原型系统与实验 |
| 4.6.1 原型系统 |
| 4.6.2 实验过程 |
| 4.6.3 实验结果 |
| 4.6.4 实验分析 |
| 4.7 本章小结 |
| 第五章 基于双向转换的模型变换技术 |
| 5.1 引言 |
| 5.2 相关工作 |
| 5.2.1 双向转换原理 |
| 5.2.2 双向转换模型语言-Un CAL |
| 5.2.3 双向转换语言-Un QL+ |
| 5.2.4 双向转换执行引擎-GRound Tram |
| 5.3 基于双向转换的体系结构核心建模集 |
| 5.3.1 设计原则 |
| 5.3.2 设计要素 |
| 5.3.3 处理框架 |
| 5.3.4 实现算法 |
| 5.4 Breeze/ADL模型到Darwin/FSP模型的双向转换 |
| 5.4.1 执行框架 |
| 5.4.2 转换过程 |
| 5.4.3 形式化定义 |
| 5.4.4 案例:资源调配系统 |
| 5.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文目录 |
| 攻读学位期间参与的项目 |
（3）语义环境下提升机故障人工免疫诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 图清单 |
| 表清单 |
| 1 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 矿井提升机故障诊断研究现状 |
| 1.3 本课题的主要研究内容 |
| 1.4 论文的组织与结构 |
| 1.5 本章小结 |
| 2 矿井提升机故障诊断系统体系结构 |
| 2.1 矿井提升机故障诊断技术研究的主要内容 |
| 2.2 矿井提升机故障诊断系统体系结构 |
| 2.3 本章小结 |
| 3 矿井提升机故障知识表示 |
| 3.1 矿井提升机故障知识语义表示 |
| 3.2 矿井提升机故障本体 |
| 3.3 提升机电控系统故障本体知识表示 |
| 3.4 本章小结 |
| 4 基于人工免疫算法的提升机故障诊断方法研究 |
| 4.1 人工免疫系统简介 |
| 4.2 基于人工免疫的提升机故障诊断模型 |
| 4.3 改进的人工免疫提升机故障诊断方法 |
| 4.4 提升机故障诊断仿真实例研究 |
| 4.5 本章小结 |
| 5 语义环境下提升机人工免疫故障诊断模型 |
| 5.1 语义为中心的人工免疫故障诊断思想 |
| 5.2 基于语义的阴性选择算法 |
| 5.3 基于语义的亲合力评估方法 |
| 5.4 基于免疫应答机制的提升机故障诊断方法 |
| 5.5 提升机故障诊断实验仿真及结果分析 |
| 5.6 本章小结 |
| 6 基于免疫动态聚类粒子群算法的提升机规则知识获取方法 |
| 6.1 粒子群算法概述 |
| 6.2 基于主元核的免疫粒子群算法 |
| 6.3 语义空间下基于免疫粒子群算法获取提升机故障诊断器 |
| 6.4 本章小结 |
| 7 提升机故障诊断原型系统的设计与实现 |
| 7.1 研究背景 |
| 7.2 提升机故障诊断系统的知识库设计 |
| 7.3 提升机故障诊断的知识获取 |
| 7.4 提升机故障诊断推理系统 |
| 7.5 提升机故障诊断系统特点 |
| 7.6 本章小结 |
| 8 结论 |
| 8.1 主要研究成果 |
| 8.2 进一步研究内容 |
| 参考文献 |
| 附录1 |
| 作者简历 |
| 学位论文数据集 |
（4）分布构件系统故障诊断技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景 |
| 1.1.1 分布构件技术 |
| 1.1.2 CORBA构件模型(CCM) |
| 1.1.3 分布构件故障诊断问题的提出 |
| 1.2 本文工作 |
| 1.3 论文结构 |
| 第二章 相关研究工作 |
| 2.1 相关诊断理论 |
| 2.1.1 故障诊断技术分类 |
| 2.1.2 故障诊断方法 |
| 2.1.3 各种诊断理论的比较 |
| 2.2 相关分布构件诊断系统 |
| 2.2.1 PinPoint |
| 2.2.2 麻省理工大学开发的自动异常处理系统 |
| 2.2.3 PerformaSure系统 |
| 2.3 诊断理论的适用性分析 |
| 2.3.1 软硬件故障的差异 |
| 2.3.2 故障诊断研究的定位 |
| 2.3.3 适用于CCM的故障诊断方法 |
| 2.4 本章小结 |
| 第三章 故障诊断的形式化方法研究 |
| 3.1 诊断概念模型的分类 |
| 3.1.1 DNB类型的诊断 |
| 3.1.2 MAB类型的诊断 |
| 3.1.3 AC类型的诊断 |
| 3.1.4 三种概念模型的比较 |
| 3.2 基于一致性的诊断模型 |
| 3.2.1 基本模型描述 |
| 3.2.2 问题求解 |
| 3.3 基于反绎的诊断模型 |
| 3.3.1 反绎推理模型 |
| 3.3.2 基于反绎的诊断 |
| 3.4 假设演绎诊断模型 |
| 3.5 本章小结 |
| 第四章 分布构件故障诊断算法的研究 |
| 4.1 基本求解过程 |
| 4.1.1 冲突识别过程 |
| 4.1.2 诊断解空间 |
| 4.2 冲突识别算法MODSBCI |
| 4.2.1 故障诊断中的超定系统 |
| 4.2.2 极小超定子系统的搜索算法SAMODS |
| 4.2.3 冲突识别搜索算法MODSBCI |
| 4.2.4 对比测试 |
| 4.3 求解极小诊断的遗传算法GAMD |
| 4.3.1 GAMD算法 |
| 4.3.2 算法测试 |
| 4.4 求解极小诊断的遗传模拟退火算法GSA |
| 4.4.1 模拟遗传退火思想 |
| 4.4.2 求解极小诊断的遗传模拟退火算法 |
| 4.4.3 算法分析与测试 |
| 4.5 观察点选择算法OONA |
| 4.5.1 观察点的选择问题 |
| 4.5.2 观察点的选择算法OONA |
| 4.5.3 算法有效性测试 |
| 4.6 本章小结 |
| 第五章 分布构件系统故障诊断方法的研究 |
| 5.1 分布构件系统语义故障诊断模型 |
| 5.1.1 分布构件语义诊断的基本思想 |
| 5.1.2 时间本体 |
| 5.1.3 诊断时序框架 MLTF |
| 5.1.4 基于 QA网络的过程表达 |
| 5.1.5 分布构件语义诊断模型 |
| 5.2 构件内存访问失效故障诊断 |
| 5.2.1 内存访问故障诊断模型 |
| 5.2.2 内存访问故障诊断方法BMMD |
| 5.2.3 BMMD中故障现场特征的选取 |
| 5.3 本章小结 |
| 第六章 StarCCM系统故障诊断的设计与实现 |
| 6.1 CORBA构件模型体系结构 |
| 6.1.1 抽象构件模型 |
| 6.1.2 容器编程模型 |
| 6.1.3 组装件模型 |
| 6.1.4 CCM分布构件模型的特点 |
| 6.2 StarCCM组装件的语义诊断 |
| 6.2.1 语义为中心的诊断模型编辑方法 |
| 6.2.2 分布构件系统行为定义语言CSBDL |
| 6.2.3 StarCCM的诊断支持系统 |
| 6.3 以调用栈信息为导向的构件内存访问故障诊断 |
| 6.3.1 StarCCM内存故障现场特征的选取 |
| 6.3.2 调用栈信息获取的关键技术 |
| 6.4 本章小结 |
| 第七章 结束语与展望 |
| 7.1 结束语 |
| 7.2 展望 |
| 致谢 |
| 攻读博士期间发表的论文 |
| 攻读博士期间参与的科研工作 |
| 参考文献 |
（5）一种语义为中心的分布构件系统故障诊断建模方法（论文提纲范文）
| 1 引言 |
| 2 研究进展和语义为中心的软构件故障诊断思想 |
| 3 基于模型的故障诊断问题描述 |
| 4 语义为中心的分布构件系统诊断模型编辑方法 |
| 5 StarCCM中在线语义故障诊断子系统 |
| 6 结束语 |
（6）一种基于模型的RCM分析方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 论文组织结构 |
| 第二章 相关工作简介 |
| 2.1 以可靠性为中心的维修方法内容介绍 |
| 2.2 RCM分析过程的7 个步骤 |
| 2.3 FMEA和 FMECA相关标准及适用范围 |
| 2.4 FMEA和 FMECA各自适用行业 |
| 2.5 基于模型的系统工程方法 |
| 2.6 本章小结 |
| 第三章 基于模型的RCM分析框架(MRAF) |
| 3.1 MRAF第一阶段具体介绍 |
| 3.2 RCM预分析系统之架构建模 |
| 3.3 系统故障行为建模和故障数据注释 |
| 3.4 RCM预分析系统危害度分析 |
| 3.5 生成系统FMEA和 FMECA |
| 3.6 MRAF第二三阶段介绍 |
| 3.7 本章小结 |
| 第四章 MRAF方法应用案例研究 |
| 4.1 MRAF第一阶段的实现 |
| 4.2 铣床系统的AADL体系结构建模 |
| 4.3 铣床系统的AADL错误模型 |
| 4.4 铣床系统的AADL危害度模型 |
| 4.5 使用AADL生成系统FMEA和 FMECA报告 |
| 4.6 报告结果与分析 |
| 4.7 系统RCM逻辑决策和维修方案建议 |
| 4.8 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
| 攻读硕士学位期间发表的论文及其它成果 |
（7）矿井提升机传动系统故障诊断与健康管理关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 机械设备故障诊断方法分类 |
| 1.2.1 基于分析模型的故障诊断方法 |
| 1.2.2 基于定性经验知识的故障诊断方法 |
| 1.2.3 基于数据驱动的故障诊断方法 |
| 1.3 国内外研究现状 |
| 1.4 研究内容与创新之处 |
| 1.4.1 研究内容安排 |
| 1.4.2 创新之处 |
| 2 基于自适应电周期划分和随机森林的NPC三电平逆变器故障诊断 |
| 2.1 引言 |
| 2.2 三电平逆变器的电路及故障分析 |
| 2.2.1 矿井提升机变频器的结构 |
| 2.2.2 三电平逆变器的故障分析 |
| 2.3 逆变器故障信号预处理与自适应电周期划分 |
| 2.4 基于MODWT的信号处理与特征提取 |
| 2.4.1 帕克矢量模 |
| 2.4.2 小波变换 |
| 2.4.3 最大重叠离散小波变换 (Maximal Overlap Discrete Wavelet Transform,MODWT) |
| 2.4.4 特征提取 |
| 2.5 随机森林分类器 |
| 2.5.1 随机森林原理 |
| 2.5.2 随机森林算法 |
| 2.6 基于自适应电周期划分与随机森林的NPC三电平逆变器故障诊断框架 |
| 2.7 实验验证 |
| 2.7.1 实验设置 |
| 2.7.2 实验分析 |
| 2.8 本章小结 |
| 3 基于敏感特征选取与最大局部边界准则的提升机轴承故障诊断 |
| 3.1 引言 |
| 3.2 轴承故障诊断机理 |
| 3.3 基于DTCWPT的轴承故障信号处理 |
| 3.3.1 DTCWPT |
| 3.3.2 Hilbert包络谱与边际谱 |
| 3.4 基于特征聚类与特征间相关系数的敏感特征选取 |
| 3.4.1 k-means聚类算法 |
| 3.4.2 皮尔逊相关系数 |
| 3.4.3 敏感特征选取方法 |
| 3.5 最大局部边界准则的特征降维方法 |
| 3.5.1 LDA |
| 3.5.2 LFDA |
| 3.5.3 MMC |
| 3.5.4 最大局部边界准则 |
| 3.6 支持向量机 |
| 3.7 基于敏感特征选取与最大局部边界准则的轴承故障诊断框架 |
| 3.8 实验验证 |
| 3.8.1 基于美国凯斯西储大学轴承数据实验设置 |
| 3.8.2 基于美国凯斯西储大学轴承数据实验分析 |
| 3.8.3 基于SQI-MFS轴承数据实验设置 |
| 3.8.4 基于SQI-MFS轴承数据实验分析 |
| 3.9 本章小结 |
| 4 基于敏感特征迁移学习的提升机轴承故障诊断 |
| 4.1 引言 |
| 4.2 迁移成分分析 |
| 4.3 改进迁移成分分析的特征迁移学习 |
| 4.4 基于敏感特征迁移学习的轴承故障诊断框架 |
| 4.5 实验分析 |
| 4.5.1 基于美国凯斯西储大学轴承数据实验分析 |
| 4.5.2 基于SQI-MFS轴承数据实验分析 |
| 4.6 本章小结 |
| 5 基于类内特征迁移学习与多源信息融合的提升机驱动电机故障诊断 |
| 5.1 引言 |
| 5.2 电机故障类型与信号特性分析 |
| 5.2.1 异步电机常见故障类型分析 |
| 5.2.2 异步电机常见故障信号特性分析 |
| 5.3 基于EEMD的电机故障信号处理 |
| 5.3.1 EMD |
| 5.3.2 EEMD |
| 5.4 改进分层迁移学习的类内特征迁移学习 |
| 5.4.1 分层迁移学习 |
| 5.4.2 改进分层迁移学习 |
| 5.5 基于类内特征迁移学习的驱动电机故障诊断 |
| 5.5.1 故障诊断框架 |
| 5.5.2 实验设置 |
| 5.5.3 实验分析 |
| 5.6 基于D-S证据融合理论的驱动电机故障诊断 |
| 5.6.1 D-S证据理论基本概念 |
| 5.6.2 D-S证据理论基本过程 |
| 5.6.3 基于D-S证据融合理论的驱动电机故障诊断框架 |
| 5.6.4 实验分析 |
| 5.7 本章小结 |
| 6 矿井提升机传动系统故障诊断与健康管理系统 |
| 6.1 引言 |
| 6.2 提升机传动系统故障知识表示 |
| 6.2.1 本体概述 |
| 6.2.2 提升机传动系统故障知识分析 |
| 6.3 基于本体和故障信号分析的语义映射方法 |
| 6.3.1 概念模型 |
| 6.3.2 数学模型 |
| 6.3.3 语义映射方法 |
| 6.4 提升机传动系统故障本体知识库的创建 |
| 6.4.1 知识图谱与图数据库 |
| 6.4.2 提升机传动系统故障本体知识库构建 |
| 6.5 系统总体设计与应用 |
| 6.5.1 系统功能模块 |
| 6.5.2 软件开发与系统应用 |
| 6.6 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）复杂装备故障预测与健康管理关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 图目录 |
| 表目录 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 故障诊断技术 |
| 1.2.2 故障预测技术 |
| 1.2.3 故障知识表示及获取技术 |
| 1.2.4 故障预测及健康管理技术 |
| 1.3 故障预测及健康管理技术的不足及发展趋势 |
| 1.3.1 PHM 技术存在的不足 |
| 1.3.2 PHM 技术发展趋势 |
| 1.4 本文的主要内容及组织结构 |
| 1.5 本章小结 |
| 第2章 复杂装备 PHM 服务模式研究 |
| 2.1 引言 |
| 2.2 面向服务的 PHM 系统需求分析 |
| 2.2.1 复杂装备对 PHM 系统的影响 |
| 2.2.2 传统故障诊断模式难以满足发展需求 |
| 2.2.3 新兴技术的发展为新的故障诊断模式提供了基础 |
| 2.3 基于云服务的 PHM 系统架构 |
| 2.3.1 系统架构 |
| 2.3.2 系统服务模式 |
| 2.3.3 系统服务特点 |
| 2.4 面向服务的 PHM 系统关键技术 |
| 2.4.1 数据处理与故障诊断技术 |
| 2.4.2 故障预测与健康评估技术 |
| 2.4.3 知识建模与服务技术 |
| 2.4.4 平台管理与服务技术 |
| 2.5 本章小结 |
| 第3章 基于流形学习和 HMM 的故障诊断技术 |
| 3.1 引言 |
| 3.2 流形学习与 HMM 原理 |
| 3.2.1 流形学习 |
| 3.2.2 HMM 原理 |
| 3.3 基于 LPP 和 HMM 的故障诊断方法 |
| 3.3.1 LPP 算法 |
| 3.3.2 考虑中间状态和间歇状态的混合 HMM 模型 |
| 3.3.3 故障诊断流程与步骤 |
| 3.4 故障诊断方法仿真实验 |
| 3.4.1 数值模拟仿真实验 |
| 3.4.2 模拟电路仿真实验 |
| 3.5 本章小结 |
| 第4章 基于时间序列的状态预测技术 |
| 4.1 引言 |
| 4.2 基于 ARMA 与 ANN 的混合预测模型 |
| 4.2.1 ARMA 与 ANN 模型 |
| 4.2.2 ARMA 与 ANN 混合预测数学模型 |
| 4.3 混合模型预测方法的流程与步骤 |
| 4.4 基于混合模型的状态预测 |
| 4.4.1 卫星供配电系统特征分析 |
| 4.4.2 遥测数据分析与处理 |
| 4.4.3 遥测电压预测实验 |
| 4.5 基于混合模型的状态监测 |
| 4.5.1 遥测压力参数特征分析 |
| 4.5.2 状态监测流程与步骤 |
| 4.5.3 遥测压力监测实验 |
| 4.6 本章小结 |
| 第5章 基于领域本体的故障知识服务技术 |
| 5.1 引言 |
| 5.2 故障知识领域本体构建 |
| 5.2.1 故障知识分类 |
| 5.2.2 本体概念及构建方法 |
| 5.2.3 推理知识本体构建 |
| 5.2.4 多领域知识本体构建 |
| 5.3 基于多领域本体的故障知识服务 |
| 5.3.1 静态知识服务技术 |
| 5.3.2 动态知识服务技术 |
| 5.4 知识服务技术实例验证 |
| 5.4.1 静态知识服务应用实例 |
| 5.4.2 动态知识服务应用实例 |
| 5.5 本章小结 |
| 第6章 PHM 服务系统设计与实现 |
| 6.1 引言 |
| 6.2 系统主要功能模块设计与实现 |
| 6.2.1 系统体系结构 |
| 6.2.2 系统技术框架及服务模式 |
| 6.2.3 系统开发与运行环境 |
| 6.3 系统实现及应用验证 |
| 6.3.1 在轨监测诊断服务 |
| 6.3.2 知识获取 |
| 6.3.3 知识服务 |
| 6.3.4 平台管理 |
| 6.3.5 应用效果分析 |
| 6.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 附录1 文中缩略词汇总 |
| 附录2 某型号航天器部分遥测参数列表 |
| 附录3 供配电系统部分 FMEA 分析 |
| 附录4 某型号航天器部分领域本体术语 |
| 攻读学位期间发表论文与研究成果清单 |
| 致谢 |
（9）仪用主从耦合分布式并行处理容错系统体系结构研究（论文提纲范文）
| 目录 |
| 摘要 |
| Abstract |
| 第一章 综述 |
| 1.1 概述 |
| 1.2 现代仪器系统 |
| 1.3 仪用并行处理系统体系结构 |
| 1.4 主从耦合分布式并行处理 |
| 1.5 分布式并行通信体系 |
| 1.6 分布式并行容错体系 |
| 1.7 系统性能评价体系 |
| 1.8 课题提出 |
| 第二章 系统设计构造方法学研究 |
| 2.1 概述 |
| 2.2 设计方法学原则 |
| 2.3 功能-性能评价体系 |
| 2.4 系统设计方法 |
| 第三章 主从耦合并行处理系统体系研究 |
| 3.1 概述 |
| 3.2 基本问题 |
| 3.3 系统总体结构 |
| 3.4 系统体系及其模型 |
| 3.5 仪用内核逻辑结构 |
| 3.6 微处理器体系选型 |
| 3.7 通信系统结构 |
| 3.8 容错系统结构 |
| 第四章 系统性能模型构建及其仿真研究 |
| 4.1 概述 |
| 4.2 仿真系统体系 |
| 4.3 理论及算法基础 |
| 4.4 随机Petri网模型方法 |
| 4.5 随机规范形式网(SWN)仿真模拟系统 |
| 4.6 模拟仿真平台实现 |
| 4.7 通信系统分析及其建模 |
| 4.8 容错系统分析及其建模 |
| 第五章 高性能通信系统结构研究与实现 |
| 5.1 概述 |
| 5.2 通信系统结构模型 |
| 5.3 总体结构 |
| 5.4 全动态阻拦等待同步系统 |
| 5.5 分布式仲裁系统 |
| 5.6 分布式活动信箱消息传递系统 |
| 5.7 性能评价及比较 |
| 第六章 容错系统结构及其可靠性研究 |
| 6.1 概述 |
| 6.2 总体结构 |
| 6.3 故障检测与诊断 |
| 6.4 容错通信管理 |
| 6.5 故障处理 |
| 6.6 检查点机制 |
| 6.7 消息登录机制 |
| 6.8 进程/线程迁移及系统恢复 |
| 第七章 系统仿真和性能测试 |
| 7.1 概述 |
| 7.2 硬件集成技术 |
| 7.3 软件技术 |
| 7.4 其他关键集成技术 |
| 7.5 系统测试评估总结 |
| 第八章 总结与展望 |
| 8.1 工作总结 |
| 8.2 论文创新点 |
| 8.3 未来工作展望 |
（10）基于AADL的IoP系统可靠性建模及评估方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文组织结构 |
| 第二章 IOP系统架构设计及需求分析 |
| 2.1 IOP系统架构设计 |
| 2.2 IOP系统需求分析 |
| 2.3 本章小结 |
| 第三章 建模语言与可靠性评估方法 |
| 3.1 AADL概述 |
| 3.2 可靠性评估方法的探究 |
| 3.3 SMP定量评估模型 |
| 3.4 本章小结 |
| 第四章 基于AADL的 IOP系统可靠性建模及评估方法 |
| 4.1 基于AADL的 IOP系统可靠性建模 |
| 4.2 可靠性分析 |
| 4.3 本章小结 |
| 第五章 案例验证与分析 |
| 5.1 IOP医疗系统可靠性建模 |
| 5.2 可靠性分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作规划 |
| 参考文献 |
| 致谢 |
| 个人简介 |
| 硕士期间研究工作成果 |
四、一种语义为中心的分布构件系统故障诊断建模方法（论文参考文献）
- [1]高速铁路行车调度系统可靠性评估方法研究[D]. 孙延浩. 中国铁道科学研究院, 2020(01)
- [2]面向网构软件的系统建模与质量保障技术研究[D]. 陈璐希. 上海交通大学, 2016(01)
- [3]语义环境下提升机故障人工免疫诊断方法研究[D]. 汪楚娇. 中国矿业大学, 2010(06)
- [4]分布构件系统故障诊断技术研究[D]. 黄杰. 国防科学技术大学, 2005(11)
- [5]一种语义为中心的分布构件系统故障诊断建模方法[J]. 黄杰,陈琳,贾焰,邹鹏. 电子学报, 2004(S1)
- [6]一种基于模型的RCM分析方法[D]. 贾淑丽. 北方民族大学, 2021(08)
- [7]矿井提升机传动系统故障诊断与健康管理关键技术研究[D]. 刘诗源. 中国矿业大学(北京), 2020(01)
- [8]复杂装备故障预测与健康管理关键技术研究[D]. 李向前. 北京理工大学, 2014(04)
- [9]仪用主从耦合分布式并行处理容错系统体系结构研究[D]. 刘峰. 浙江大学, 2003(01)
- [10]基于AADL的IoP系统可靠性建模及评估方法[D]. 施小东. 北方民族大学, 2021(08)