基于模糊模型的多Agent協(xié)同故障診斷研究.pdf

1、近年來，為了適應(yīng)工業(yè)企業(yè)對設(shè)備診斷系統(tǒng)的實時性、智能性、自動化和網(wǎng)絡(luò)化等性能越來越高的要求，故障診斷系統(tǒng)也進入了分布式智能化時代。因此，Agent技術(shù)和故障診斷技術(shù)的結(jié)合，以及構(gòu)造診斷Agent，已經(jīng)成為當前智能故障診斷技術(shù)發(fā)展的重要方向。這對于保證設(shè)備安全可靠地運行、提高故障診斷的準確性和迅速性以及減低維修成本具有重大的現(xiàn)實意義。一方面，把多Agent方法應(yīng)用于工業(yè)領(lǐng)域中的控制、故障診斷和維修，可以減少大量數(shù)據(jù)的錄入，綜合利用已有設(shè)備

2、，提高了系統(tǒng)的靈活性，保持分布式系統(tǒng)的原有性能，提高了診斷系統(tǒng)的自動化程度，較好地解決了診斷軟件的通用性和適應(yīng)性之間的矛盾。目前，國內(nèi)已經(jīng)有了一些基于MAS的故障診斷研究成果，但還沒有真正地成功應(yīng)用到現(xiàn)實領(lǐng)域中。另一方面，現(xiàn)有的基于規(guī)則推理、基于人工神經(jīng)網(wǎng)和基于案例等故障診斷方法都有一定的局限性。于是又提出了基于模型的診斷方法，這種方法可以不依賴診斷專家經(jīng)驗和案例，只需待診斷對象的運行模型等。但是必須建立對象模型以便計算出對象的預(yù)測形態(tài)

3、用于故障診斷，然而現(xiàn)實的大多情況下，要對一個復(fù)雜的被控對象和過程建立精確的數(shù)學模型一般是很困難的，甚至不可能，而模糊模型恰好能彌補這一缺點。這兩年已經(jīng)有些國外學者開始關(guān)注和研究基于模糊模型的故障診斷方法。 本文通過對模糊模型的學習和研究，選用Takagi-Sugeno模糊模型進行模糊建模。并用實驗所得數(shù)據(jù)針對異步電機軸承建立其故障模型，通過計算機仿真驗證該故障模型的良好逼近性能；同時，還在研究總結(jié)故障診斷系統(tǒng)中的多Agent(M