基于Petri网的离散事件系统故障预测方法研究

The objective of fault prognosis consists in predicting the occurrence of a fault based on the operating data of a system. It is an important technique for ensuring the safety of a system. However, most existing fault prognosis approaches of discrete event systems need to enumerate the entire state space, and thus their computational complexity is too high to apply in practice. Therefore, avoiding traversing the entire state space becomes an important scientific task that should be solved in fault prognosis of discrete event systems. To reduce the computational complexity, this project focuses on proposing practical fault prognosis approaches without enumerating the entire state space using Petri nets. The project will be performed in the following three steps: First, we simplify the state space using the structural properties of a given Petri net, which plays a key role in studying high-efficiency fault prognosis approaches. Next, we investigate fault prognosis in a centralized framework based on the simplified state space and propose prognosis approaches without enumerating the entire state space. Finally, we continue studying fault prognosis in a decentralized framework using the simplified state space. This project aims to develop more practical fault prognosis techniques with lower complexity, and to provide a theoretical support for real-life discrete event systems.

故障预测技术能够根据系统的运行数据对未来可能发生的故障进行预测，是保障系统安全运行的重要技术手段。然而，现有的离散事件系统故障预测方法几乎都需要遍历所有状态，导致计算复杂度较高，难以满足实际系统的需求。因此，避免遍历所有状态成为离散事件系统故障预测中迫切需要解决的重要科学问题。基于此，本项目以Petri网为数学工具，研究无需遍历所有状态的离散事件系统故障预测方法，从而降低计算复杂度，提高故障预测技术的实用性。本项目拟分三个阶段进行研究：首先，利用Petri网的结构化特性提出适用于故障预测的状态空间化简方法，为提出更高效的故障预测技术奠定基础；其次，在简化状态空间的基础上针对集中式系统提出故障预测方法，从而达到避免遍历所有状态的目的；最后，进一步基于简化的状态空间提出分布式系统故障预测方法。本项目旨在提出实用性更强的故障预测技术，为现实中离散事件系统故障预测提供理论方法。

离散事件系统（DES）故障预测是保障控制系统安全稳定运行的重要技术手段。本项目以Petri网为数学工具，提出了DES故障预测方法，重点解决了现有方法中存在的计算复杂度过高，难以满足实际需求等问题。在项目执行期间，按照计划的时间节点顺利开展研究工作，取得的主要进展包括：（1）提出基于Petri网的DES形式化建模方法；（2）利用模型的逻辑结构特征以及状态方程等方法，提出适用于DES故障预测的状态空间化简方法，有效降低了状态空间规模；（3）基于Petri网模型和简化的状态空间，针对集中式DES提出了故障预测方法；（4）针对分布式DES提出了故障预测方法。截至目前，本项目共发表学术论文10篇，其中SCI论文4篇（包括控制领域TOP期刊IEEE Transactions on Automatic Control发表2篇、Energy1篇），EI论文1篇，核心期刊论文5篇，申请发明专利3项（其中已授权2项），作为第一完成人获市级科技进步奖1项，培养7名硕士研究生。项目整体进展情况良好，按照研究任务预定计划有序进展，达到了预期研究目标，对相关科学问题的研究工作取得了较为满意的研究结论，并取得了较为丰富的研究成果。同时，在研究过程中还发现很多值得继续深入研究的新科学问题，部分研究工作已经开始展开。