项目名称: 动态系统故障机理的混杂特征及其建模方法

项目编号: No.61304218

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 郭健彬

作者单位: 北京航空航天大学

项目金额: 22万元

中文摘要: 动态系统的故障机理具有明显的混杂特性,其故障演化过程受到内外因素、单元故障及其耦合作用的综合影响。首先,以典型动态系统为研究对象,从离散事件、连续参数及其耦合作用对动态系统故障的耦合影响入手,形成对动态系统故障机理混杂特征较为完整的认识。然后,结合可靠性领域特点提出随机混杂Petri网方法,集成离散事件模型和连续动态模型,通过动态变迁机制(瞬时变迁、线性变迁、积分变迁)描述模型间的动态交互,并在此基础上研究随机性因素注入方法,通过仿真输出各种可能的故障演化路径。最后,提出一种能处理随机性跳变的自适应步长模型驱动算法,实现对随机故障事件的敏感检测和精确定位,在保证不发生事件漏检的前提下提高仿真效率。混杂故障机理及其建模方法可为动态系统科学的开展故障原因分析、可靠性定量设计和故障诊断奠定基础。

中文关键词: 系统可靠性;故障机理;混杂系统;可靠性仿真;动态可靠性

英文摘要: Failure mechanisms of the dynamic system manifest typical hybrid characteristic for the reason that its failure process is comprehensively influenced by the internal and external factors, component failures and the coupling among them. By taking the typical dynamic system as the research object, firstly, a full understanding on the hybrid characteristic of failure mechanisms of the dynamic system is obtained through the coupled impact of the discrete events, continuous parameters and coupling among them on the dynamic system. Secondly, the stochastic hybrid Petri net method is developed considering the features of the reliability discipline to construct the hybrid failure mechanism model for dynamic systems. In the proposed method, the discrete event model and the continuous dynamic model are integrated and the dynamic interaction between them is described by the dynamic transition mechanisms (immediate transition, linear transition and integral transition). Then random factors injecting method is promoted to obtain all the revolution paths by simulation. Lastly, an adaptive step model driving algorithm is proposed to deal with the random jump, as well as to realize the sensitive detection and precise positioning of the deterministic events and random events. And the efficiency of the simulation would be improv

英文关键词: system reliability;failure mechanism;hybrid system;reliability simulation;dynamic reliability

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
35+阅读 · 2021年8月27日
专知会员服务
98+阅读 · 2021年6月23日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
30+阅读 · 2020年12月21日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
53+阅读 · 2020年12月1日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
敏捷建模“杀”入企业数字化
CSDN
2+阅读 · 2022年4月13日
基于规则的建模方法的可解释性及其发展
专知
5+阅读 · 2021年6月23日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
已删除
将门创投
12+阅读 · 2018年6月25日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
23+阅读 · 2022年2月24日
Arxiv
23+阅读 · 2018年8月3日
Arxiv
19+阅读 · 2018年3月28日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
35+阅读 · 2021年8月27日
专知会员服务
98+阅读 · 2021年6月23日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
30+阅读 · 2020年12月21日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
53+阅读 · 2020年12月1日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
相关资讯
敏捷建模“杀”入企业数字化
CSDN
2+阅读 · 2022年4月13日
基于规则的建模方法的可解释性及其发展
专知
5+阅读 · 2021年6月23日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
已删除
将门创投
12+阅读 · 2018年6月25日
相关基金
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员