10.16450/j.cnki.issn.1004-6801.2022.02.019
基于Petri网的测试-故障诊断一体化模型研究
现有测试性模型对复杂装备进行分层建模时,不仅需要每层装备的故障模式、影响和危害性分析(failure mode,effects and criticality analysis,简称FMECA),还需要确定各故障模式之间的联系,增加了实际工作量和建模难度,与实际故障诊断脱节.为解决上述问题,提出一种基于Petri网的建模方法,将测试性模型与故障诊断模型相结合.首先,采用广义随机Petri网建立装备系统级的测试性模型,采用模糊Petri网(fuzzy Petri net,简称FPN)建立子系统的故障诊断模型,完成系统到子系统的传递;其次,根据FMECA信息对故障统计数据进行处理,通过神经网络对参数进行调整学习和优化;然后,采用正向推理实现故障的准确预测,逆向推理结合最小割集完成故障定位;最后,以涡扇发动机风扇部件模型为例进行建模分析,并通过故障树和统计数据验证了模型的正确性和有效性.
测试性、故障树、故障模式、Petri网、故障诊断模型、神经网络
42
TH165+.3;TP206+.3
国家自然科学基金61903374
2022-05-11（万方平台首次上网日期，不代表论文的发表时间）
共8页
335-342
