首页 > 专利 > 淮阴师范学院 > 一种基于复杂动态网络的控制系统诊断方法专利详情

一种基于复杂动态网络的控制系统诊断方法   0    0

有效专利 查看PDF
专利申请流程有哪些步骤?
专利申请流程图
申请
申请号:指国家知识产权局受理一件专利申请时给予该专利申请的一个标示号码。唯一性原则。
申请日:提出专利申请之日。
2018-01-15
申请公布
申请公布指发明专利申请经初步审查合格后,自申请日(或优先权日)起18个月期满时的公布或根据申请人的请求提前进行的公布。
申请公布号:专利申请过程中,在尚未取得专利授权之前,国家专利局《专利公报》公开专利时的编号。
申请公布日:申请公开的日期,即在专利公报上予以公开的日期。
2018-06-22
授权
授权指对发明专利申请经实质审查没有发现驳回理由,授予发明专利权;或对实用新型或外观设计专利申请经初步审查没有发现驳回理由,授予实用新型专利权或外观设计专利权。
2020-05-01
预估到期
发明专利权的期限为二十年,实用新型专利权期限为十年,外观设计专利权期限为十五年,均自申请日起计算。专利届满后法律终止保护。
2038-01-15
基本信息
有效性 有效专利 专利类型 发明专利
申请号 CN201810034540.X 申请日 2018-01-15
公开/公告号 CN108092824B 公开/公告日 2020-05-01
授权日 2020-05-01 预估到期日 2038-01-15
申请年 2018年 公开/公告年 2020年
缴费截止日
分类号 H04L12/24 主分类号 H04L12/24
是否联合申请 独立申请 文献类型号 B
独权数量 1 从权数量 2
权利要求数量 3 非专利引证数量 0
引用专利数量 5 被引证专利数量 0
非专利引证
引用专利 CN106789253A、CN107196806A、CN107566194A、CN105282038A、CN106506231A 被引证专利
专利权维持 4 专利申请国编码 CN
专利事件 事务标签 公开、实质审查、授权
申请人信息
申请人 第一申请人
专利权人 淮阴师范学院 当前专利权人 淮阴师范学院
发明人 顾梦祺 第一发明人 顾梦祺
地址 江苏省淮安市长江西路111号 邮编 223300
申请人数量 1 发明人数量 1
申请人所在省 江苏省 申请人所在市 江苏省淮安市
代理人信息
代理机构
专利代理机构是经省专利管理局审核,国家知识产权局批准设立,可以接受委托人的委托,在委托权限范围内以委托人的名义办理专利申请或其他专利事务的服务机构。
北京恒泰铭睿知识产权代理有限公司 代理人
专利代理师是代理他人进行专利申请和办理其他专利事务,取得一定资格的人。
胡艳
摘要
本发明涉及基于复杂动态网络的控制系统诊断方法,包括以下步骤:A.建立控制系统的网络模型;B.控制系统中各元件将当前的运行状态及时传输至远程系统,根据各元件的实时运行状态确定各监测元件的在各状态下运行的概率;C.根据运行概率判断是否存在故障隐患;D.对隐形故障进行维修、更换。采用本发明的技术方案,可以有效对元件故障进行评估和预防,从而防止故障发生,并且降低成本。
  • 摘要附图
    一种基于复杂动态网络的控制系统诊断方法
  • 说明书附图:图1
    一种基于复杂动态网络的控制系统诊断方法
  • 说明书附图:图2
    一种基于复杂动态网络的控制系统诊断方法
法律状态
序号 法律状态公告日 法律状态 法律状态信息
1 2020-05-01 授权
2 2018-06-22 实质审查的生效 IPC(主分类): H04L 12/24 专利申请号: 201810034540.X 申请日: 2018.01.15
3 2018-05-29 公开
权利要求
权利要求书是申请文件最核心的部分,是申请人向国家申请保护他的发明创造及划定保护范围的文件。
1.一种基于复杂动态网络的控制系统诊断方法,其特征在于:包括以下步骤:
A.建立控制系统的网络模型:
所述步骤A包括:
A
1.将控制系统的各元件进行编号形成序列Bs{1,2,…N},N为控制系统的元件数量,计算各元件之间的距离dij,dij=dji,其中iA
2.将步骤A1的距离dij按照升序排列,d1≤d2≤…≤dm,确定截断距离dc=d f(t0),其中m=1/2N(N-1),t0=0.02m,f(t)为取整函数;
A
3.依据公式1.1,1.2计算第i个元件的连接度 并降序排列形成下标

其中
根据公式2.1计算
A
4.根据综合参数ci=pi*ri,选取ci比较大的点作为中心点,中心点个数为k;
A
5.将剩余的非中心点,分配给离它最近且密度比它高的邻点形成以k个中心点为核心的区块,形成表示控制系统的网络模型;
B.控制系统中各元件将当前的运行状态及时传输至远程系统,根据各元件的实时运行状态确定各监测元件的在各状态下运行的损坏概率qi;
C.根据损坏概率判断是否存在故障隐患;
D.对隐形故障进行维修、更换。

2.根据权利要求1所述的基于复杂动态网络的控制系统诊断方法,其特征在于:所述步骤B包括:通过公式3.1计算各元件的损坏概率,
其中,qi是第i个元件的损坏概率,qij是第i个元件与第j个元件相互作用的概率,qia是第i个元件执行第a个动作时的损坏概率,ηij时第i个元件与第j个元件作用的修正系数,qis是第i个元件损坏的相对概率,qi0是第i个元件损坏的标准概率。

3.根据权利要求2所述的基于复杂动态网络的控制系统诊断方法,其特征在于:所述步骤C包括:确定第i个元件是否为中心点,是中心点则qis≥0.7报警,否则qis≥0.8报警。
说明书

技术领域

[0001] 本发明涉及监控技术领域,尤其是一种基于复杂动态网络的控制系统诊断方法。

背景技术

[0002] 随着科技的发展,很多领域都采用智能控制,智能控制离不开状态的监控、数据传输和动作执行,例如智能家居,水位检测,供电系统等等,随着智能控制系统应用的越来越广泛,控制系统越来越复杂,控制系统的故障发生的概率增高,同时故障诊断的难度增大,对维修人员的要求越来越高。当故障发生时再进行维修,往往要中断很多工作,导致系统瘫痪。
[0003] 现有的控制系统,有的为了防止故障发生,往往是凭着技术人员的经验,大概到需要更换的时间,就整体进行更换,但是对于整个系统,由于系统中元件的使用概率和寿命都不同,往往导致很多不需要更换的元件被更换,造成很大的浪费。

发明内容

[0004] 本发明提供一种基于复杂动态网络的控制系统诊断方法,其不但可以有效预防故障的发生,而且可以降低成本。
[0005] 一种基于复杂动态网络的控制系统诊断方法,包括以下步骤:
[0006] A.建立控制系统的网络模型;
[0007] B.控制系统中各元件将当前的运行状态及时传输至远程系统,根据各元件的实时运行状态确定各监测元件的在各状态下运行的损坏概率qi
[0008] C.根据损坏概率判断是否存在故障隐患;
[0009] D.对隐形故障进行维修、更换。
[0010] 进一步地,所述步骤A包括:
[0011] A1.将控制系统的各元件进行编号形成序列Bs{1,2,…N},N为控制系统的元件数量,计算各元件之间的距离dij,dij=dij,其中i
[0012] A2.将步骤A1的距离dij按照升序排列,d1≤d2≤…≤dm,确定dc=df(t0),其中m=1/2N(N-1),t0=0.02m,f(t)为取整函数;
[0013] A3.依据公式1.1,1.2计算第i个元件的连接度 并降序排列形成下标即
[0014]
[0015] 其中
[0016] 根据公式2.1计算
[0017]
[0018] A4.根据综合参数ci=pi*ri,选取ci比较大的点作为中心点,中心点个数为k;
[0019] A5.将剩余的非中心点,分配给离它最近且密度比它高的邻点形成以k个中心点为核心的区块,形成表示控制系统的网络模型。
[0020] 进一步地,所述步骤B包括:所述步骤B包括:通过公式3.1计算各元件的损坏概率,qis=qi/qi0,(3.1)
[0021] 其中,qi是第i个元件的损坏概率,qij是第i个元件与第j个元件相互作用的概率,qio是第i个元件执行第a个动作时的损坏概率,ηij时第i个元件与第j个元件作用的修正系数,qis是第i个元件损坏的相对概率,qi0是第i个元件损坏的标准概率。
[0022] 进一步地,所述步骤C包括:确定第i个元件是否为中心点,是中心点则qis≥0.7报警,否则qis≥0.8报警。
[0023] 采用以上技术方案,本发明具有以下技术效果:
[0024] 1.采用本发明的技术方案,可以有效对元件故障进行评估和预防,从而防止故障发生,并且降低成本。
[0025] 2.采用步骤A的方法进行建模,不但模型建立快,提高工作效率,而且建立的模型比较精准,完全满足各种控制系统的需求。
[0026] 3.采用损坏概率qi对控制系统的各个元件进行单独监控,因此准确率更高,使得元件在故障发生之前即可更换。
[0027] 4.对于中心点,其对于整个系统的连接中心点更为重要,因此中心点的阈值小于非中心点,从而不但稳定可靠防止故障发生,而且使得成本相对较低。

实施方案

[0032] 实施例一:
[0033] 参见图1-2所示,对于一个控制系统,先将该系统进行拆解成一个一个元件,例如传感器1、中继器2、第一控制器3、执行元件4……,其中传感器1连接中继器2、中继器2连接第一控制器3、第一控制器3连接执行元件4、传感器1检测执行元件4的状态,传感器1可以实时将信号传输给中继器2,中继器2每间隔时间T将信号传输给第一控制器3,第一控制器3依据接收的结果控制执行元件4动作,传感器1持续检测执行元件4的状态。在这个过程中,每个元件的损耗是不同,并且每个元件与不同元件相互作用的损耗也是不同的,例如执行元件4与第一控制器3的作用损耗就大于与其与传感器1的损耗。
[0034] 可以理解,实际应用中,系统十分庞大复杂,例如还有水位监测器5、第二控制器6、水位监测器5可以将信号直接传给第二控制器6,也可以通过中继器2再传输给第一控制器3,但是都是元件和元件之间的相互作用。
[0035] 基于以上控制系统建立网络模型,该控制系统诊断方法,包括以下步骤:
[0036] 建立控制系统的网络模型,具体步骤如下:
[0037] A1.将控制系统的各元件进行编号形成序列Bs{1,2,…N},N为控制系统的元件数量,计算各元件之间的距离dij,dij=dji,其中i
[0038] A2.将步骤A1的距离dij按照升序排列,d1≤d2≤…≤dm,确定dc=df(t0),其中m=1/2N(N-1),t0=0.02m,f(t)为取整函数;
[0039] A3.依据公式1.1,1.2计算第i个元件的连接度 并降序排列形成下标即
[0040]
[0041] 其中
[0042] 根据公式2.1计算
[0043]
[0044] A4.根据综合参数ci=pi*ri,选取ci比较大的点作为中心点,中心点个数为k;
[0045] A5.将剩余的非中心点,分配给离它最近且密度比它高的邻点形成以k个中心点为核心的区块,形成表示控制系统的网络模型。
[0046] 采用步骤A的方法不但模型建立快,提高工作效率,而且建立的模型比较精准,完全满足各种控制系统的需求。
[0047] 控制系统中各元件将当前的运行状态及时传输至远程系统,根据各元件的实时运行状态确定各元件在各状态下运行的损坏概率qi,损坏概率qi通过公式3.1计算得到,[0048]
[0049] 其中,qi是第i个元件的损坏概率,qij是第i个元件与第j个元件相互作用的概率,qia是第i个元件执行第a个动作时的损坏概率,ηij时第i个元件与第j个元件作用的修正系数,qis是第i个元件损坏的相对概率,qi0是第i个元件损坏的标准概率。
[0050] 通过损坏概率qi对控制系统的各个元件进行单独监控,因此准确率更高,使得元件在故障发生之前即可更换。
[0051] 根据损坏概率判断是否存在故障隐患:
[0052] 确定第i个元件是否为中心点或控制器,如果是中心点或控制器则qis≥0.7报警,否则qis≥0.8报警。所述报警系统应当指示节点的位置和qis的数值,从而使得操作人员方便操作。
[0053] 对于整个系统的连接中心点更为重要,因此中心点的阈值小于非中心点,从而不但稳定可靠防止故障发生,而且使得成本相对较低。这里的0.7和0.8是根据实际情况确定的数值,对于要求高的系统,可以适当降低,对于要求低的系统,可以适当提高。
[0054] 对隐形故障进行维修、更换。
[0055] 对隐形故障进行维修、更换后,维修人员可以对该更换的元件的损坏概率qi进行清零,从而准确检测系统中每个元件的损坏概率。
[0056] 除上述优选实施例外,本发明还有其他的实施方式,本领域技术人员可以根据本发明作出各种改变和变形,只要不脱离本发明的精神,均应属于本发明所附权利要求所定义的范围。

附图说明

[0028] 为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0029] 图1是本实施例一的结构示意图。
[0030] 图2是本实施例一的流程图。
[0031] 传感器1、中继器2、第一控制器3、执行元件4、水位监测器5、第一控制器6。
版权所有:盲专网 ©2023 zlpt.xyz  蜀ICP备2023003576号