基于未确知集合理论的故障诊断方法研究

设备和系统的故障不仅影响系统安全运行，造成经济损失、甚至危及人身安全。随着系统日趋复杂，对安全性、可靠性的要求越来越高，所以故障诊断越来越受到重视，是国际控制界的一个研究热点。现有故障诊断方法可分为：基于解析模型的方法；基于信号处理的方法；基于知识的方法。这些方法各有优势、不足和适用范围。从智能故障诊断要求看，上述诊断技术存在较大的局限性，如不能充分利用专家知识和经验、缺乏推理能力、不具学习机制、对测试结果缺乏解释等。为弥补上述方法的不足，应对智能故障诊断技术进行深入系统研究。本项目以未确知集合理论为指导，研究基于知识的故障诊断方法：1.研究基于未确知逻辑系统的故障诊断方法，并在船舶柴油主机等系统故障诊断领域研发可验证该理论与方法的故障诊断系统，并力争在实际中得以应用；2.研究未确知理论与神经网络、模式识别等故障诊断方法的集成算法，使新算法能改善故障诊断的实时性与有效性。