关于离散事件系统可诊断性验证算法的研究

发布时间：2020-05-16 17:11

【摘要】：随着现代社会的快速发展，越来越多的大型复杂系统被应用到人们的生产生活中来。人们在享受各种系统带来的方便快捷的同时，也倍受系统故障导致的不便和灾难的困扰。因此及时发现并解决故障就成为系统运行和系统控制过程中一个关键问题。故障诊断正是应运而生的一项专用技术，主要用来检测故障、定位故障、确定故障类型以及辅助故障恢复。基于模型诊断(MBD)是近年来出现的一种新兴的自动诊断推理技术。不同于传统的诊断方法，基于模型诊断需要建立系统的结构模型或行为模型。通过系统模型获得预期行为，然后将系统预期和实际观测进行对比，推理出能够解释两者差异的诊断结果。根据待诊断系统的运行特性不同，基于模型诊断又分为静态系统的诊断、连续动态系统的诊断、离散事件系统的诊断、混成系统的诊断。本文主要关注离散事件系统的诊断，尤其是离散事件系统可诊断性验证算法的研究。本文主要从两个方面优化系统的可诊断性验证算法：一方面是扩展离散事件系统的应用范围，对不同框架下的系统提出相应的验证算法；另一方面是加速基本的可诊断性验证过程，通过模型化简的方式提高算法效率。具体细节如下：(1)在分散式诊断框架下，本文提出了一种新的多项式级别的共可诊断性验证算法。具体算法分为两个，一个用来验证F-共可诊断性，另一个用来验证NF-共可诊断性。两者都是通过构建一个检验自动机——NF Plant模型来实现的，目的是将系统的故障路径和正常路径提取出来进行对比，然后在检验自动机中寻找背离环路判定共可诊断性。所不同的是，前者以故障路径自动机为主要匹配对象建立，而后者以正常路径自动机为主要匹配对象建立。共可诊断性验证实际上主要目的是验证F-共可诊断性，，先前的验证算法没有区分两者，所以包含了大量的无效操作。此外本算法在构建检验自动机的过程中只考虑可观测事件而摒弃不可观测事件，可以减少大量的冗余空间。实验结果和案例分析都证明了本算法的高效性和有效性。(2)在分布式诊断框架下，本文也提出了一种新的区域可诊断性验证算法。这里的区域指的是通过通信事件同步若干个局部模型得到的子系统。先前的分布式可诊断性都是通过同步Twin Plant模型的方式来实现的，这次将会使用NF Plant模型来实现。首先根据故障所在的局部模型构建检验自动机——NF Plant模型，并以此为依据检查故障的可诊断性。此时的区域模型就是故障发生的局部模型。如果故障不可诊断，则选择一个相邻的局部模型与当前的区域模型同步合并为一个新的区域模型，并对新的区域模型重新构建NF Plant模型，再次检查可诊断性。通过不断地扩大区域范围来检查系统的区域可诊断性，直到故障可诊断或区域模型变为全局模型。由于NF Plant模型比Twin Plant模型更加简便，所以新的区域可诊断性检验方法效率也会更高。(3)传统的可诊断性验证方法都是直接在原始模型的基础上处理的，本文将以简化模型为基础进行处理。模型化简方法主要用来化简系统原始模型中的不可观测事件。本文首先介绍自动机在计算机中的三种表示形式——二维矩阵、转移集合、自动机链表。然后介绍了集合化简方法，并提出了基于自动机链表的链表重构算法。链表重构算法主要通过更改状态结点链接关系的方式来实现，只需将结束状态上的若干链出转移添加到开始状态上即可。因此链表重构算法的操作简单，效率更高。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP277;N941.4

【参考文献】