智能系统学报
智能繫統學報
지능계통학보
CAAI TRANSACTIONS ON INTELLIGENT SYSTEMS
2014年
2期
154-160
,共7页
动态不确定因果图%故障诊断%化工过程%TE过程
動態不確定因果圖%故障診斷%化工過程%TE過程
동태불학정인과도%고장진단%화공과정%TE과정
Dynamic Uncertain Causality Graph%fault diagnosis%chemical process%Tennessee Eastman
化工过程具有高复杂性和高危险性等特点,且生产过程都是长周期连续运转,一旦出现故障就会造成巨大的损失,因此对化工过程进行实时的过程监控和故障诊断,对于确保化工生产过程的安全性具有十分重要的意义.动态不确定因果图(Dynamic Uncertain Causality Graph,DUCG)理论是一种动态不确定因果知识的表达和推理方法,能够以图形方式简洁表达不确定因果关系,并基于证据化简图形知识库和进行事件展开运算,最终得到定性推理结果(可能的假设事件集合)及其发生的概率.以TE(Tennessee Eastman)化工过程为测试平台,对基于DUCG理论开发的一种新的应用于化工过程的实时过程监控与故障诊断系统进行了知识库构建和实时在线故障诊断测试,结果证明基于DUCG的化工过程故障诊断方法及开发的软件系统非常有效.
化工過程具有高複雜性和高危險性等特點,且生產過程都是長週期連續運轉,一旦齣現故障就會造成巨大的損失,因此對化工過程進行實時的過程鑑控和故障診斷,對于確保化工生產過程的安全性具有十分重要的意義.動態不確定因果圖(Dynamic Uncertain Causality Graph,DUCG)理論是一種動態不確定因果知識的錶達和推理方法,能夠以圖形方式簡潔錶達不確定因果關繫,併基于證據化簡圖形知識庫和進行事件展開運算,最終得到定性推理結果(可能的假設事件集閤)及其髮生的概率.以TE(Tennessee Eastman)化工過程為測試平檯,對基于DUCG理論開髮的一種新的應用于化工過程的實時過程鑑控與故障診斷繫統進行瞭知識庫構建和實時在線故障診斷測試,結果證明基于DUCG的化工過程故障診斷方法及開髮的軟件繫統非常有效.
화공과정구유고복잡성화고위험성등특점,차생산과정도시장주기련속운전,일단출현고장취회조성거대적손실,인차대화공과정진행실시적과정감공화고장진단,대우학보화공생산과정적안전성구유십분중요적의의.동태불학정인과도(Dynamic Uncertain Causality Graph,DUCG)이론시일충동태불학정인과지식적표체화추리방법,능구이도형방식간길표체불학정인과관계,병기우증거화간도형지식고화진행사건전개운산,최종득도정성추리결과(가능적가설사건집합)급기발생적개솔.이TE(Tennessee Eastman)화공과정위측시평태,대기우DUCG이론개발적일충신적응용우화공과정적실시과정감공여고장진단계통진행료지식고구건화실시재선고장진단측시,결과증명기우DUCG적화공과정고장진단방법급개발적연건계통비상유효.
