水質(zhì)監(jiān)控設(shè)備故障智能診斷方法與系統(tǒng)研究.pdf

1、水質(zhì)監(jiān)控設(shè)備是應(yīng)用于集約化水產(chǎn)養(yǎng)殖過程中的先進(jìn)物聯(lián)網(wǎng)系統(tǒng)設(shè)施，作為世界第一水產(chǎn)養(yǎng)殖大國(guó)、世界唯一水產(chǎn)養(yǎng)殖量遠(yuǎn)遠(yuǎn)超過捕撈量的國(guó)家，針對(duì)集約化水產(chǎn)養(yǎng)殖、工廠化水產(chǎn)養(yǎng)殖而展開的水產(chǎn)物聯(lián)網(wǎng)裝備相關(guān)的學(xué)術(shù)研究、技術(shù)積累，對(duì)我國(guó)實(shí)現(xiàn)水產(chǎn)物聯(lián)網(wǎng)、集約化水產(chǎn)養(yǎng)殖具有重要意義。為提高水產(chǎn)物聯(lián)網(wǎng)系統(tǒng)運(yùn)行的穩(wěn)定性，針對(duì)水質(zhì)監(jiān)控設(shè)備故障，本文通過構(gòu)建貝葉斯診斷知識(shí)網(wǎng)絡(luò)、原因搜素算法、反饋算法，并設(shè)計(jì)實(shí)驗(yàn)程序加以驗(yàn)證，對(duì)水質(zhì)監(jiān)控設(shè)備故障的智能診斷方法進(jìn)行研究，并

2、在此基礎(chǔ)上實(shí)現(xiàn)故障診斷系統(tǒng)、利用雙房室評(píng)估模型對(duì)該診斷系統(tǒng)的效果進(jìn)行定量評(píng)估。
　　為實(shí)現(xiàn)對(duì)大量設(shè)備的故障信息處理，作者將癥狀的識(shí)別作為獨(dú)立于故障診斷的研究模塊。癥狀作為故障的表征，其實(shí)質(zhì)是數(shù)據(jù);故障作為設(shè)備異常的表現(xiàn)，其實(shí)質(zhì)是信息。癥狀的識(shí)別與故障的診斷都在診斷模型的框架內(nèi)進(jìn)行。
　　以貝葉斯網(wǎng)絡(luò)為基礎(chǔ)，構(gòu)建診斷知識(shí)庫，支持率作為節(jié)點(diǎn)間的邏輯參數(shù)，是故障診斷過程中的邏輯基礎(chǔ)，貝葉斯網(wǎng)絡(luò)的易擴(kuò)展性使得診斷模型對(duì)知識(shí)的學(xué)習(xí)與積

3、累性較強(qiáng)，同時(shí)可以通過修改節(jié)點(diǎn)間支持率優(yōu)化診斷過程。癥狀的識(shí)別分為簡(jiǎn)單閾值識(shí)別、無確定閾值故障的識(shí)別，癥狀的識(shí)別基于結(jié)構(gòu)模式識(shí)別框架。設(shè)備采集的數(shù)據(jù)以十六進(jìn)制的形式進(jìn)行通訊，通過設(shè)計(jì)過濾器，可以快速分離具有簡(jiǎn)單閾值的故障數(shù)據(jù)。對(duì)于復(fù)雜故障的表征數(shù)據(jù)，以支持向量機(jī)訓(xùn)練數(shù)據(jù)樣本進(jìn)行文法判斷，得出模式表達(dá)中的具體參數(shù)，然后對(duì)待識(shí)別的數(shù)據(jù)進(jìn)行句法分析，實(shí)現(xiàn)故障信息的分離。在癥狀識(shí)別的基礎(chǔ)上，結(jié)合多元統(tǒng)計(jì)分析，設(shè)計(jì)RWS算法，以貝葉斯網(wǎng)絡(luò)路徑中蘊(yùn)

4、含的支持率構(gòu)建多維度的正態(tài)分布，并以算法計(jì)算結(jié)果作為故障誘因的權(quán)重，權(quán)重最大的誘因作為首選診斷結(jié)果。反饋算法依據(jù)運(yùn)維人員現(xiàn)場(chǎng)對(duì)設(shè)備故障的排除情況，對(duì)診斷結(jié)果與實(shí)際情況的偏差進(jìn)行反饋，擴(kuò)充診斷模型節(jié)點(diǎn)，實(shí)現(xiàn)對(duì)診斷結(jié)果的反饋。
　　在基于上述研究的基礎(chǔ)上，作者架構(gòu)故障診斷系統(tǒng)，并部署在水產(chǎn)物聯(lián)網(wǎng)運(yùn)維平臺(tái)上。同時(shí)開發(fā)虛擬設(shè)備與服務(wù)器程序，進(jìn)行了三個(gè)實(shí)驗(yàn)，對(duì)診斷模型的準(zhǔn)確性、平均耗時(shí)等屬性進(jìn)行評(píng)估，診斷結(jié)果表明在對(duì)大量數(shù)據(jù)的診斷上能夠保持