新書推薦:
《
谁之罪?(汉译世界文学5)
》
售價:HK$
52.8
《
民国词社沤社研究
》
售價:HK$
140.8
《
帕纳索传来的消息(文艺复兴译丛)
》
售價:HK$
108.9
《
DK威士忌大百科
》
售價:HK$
294.8
《
小白学编织
》
售價:HK$
65.8
《
Android游戏开发从入门到精通 第2版 王玉芹
》
售價:HK$
108.9
《
西班牙内战:秩序崩溃与激荡的世界格局:1936-1939
》
售價:HK$
217.8
《
非对称创新:中国企业赶超战略 魏江 刘洋
》
售價:HK$
108.9
|
編輯推薦: |
本书介绍了分布式复杂机电系统建模与安全分析的若干关键技术研究。研究主要包括:分布式复杂机电系统建模;分布式复杂机电系统安全资源优化配置;分布式复杂机电系统故障溯源三方面内容。
|
內容簡介: |
本书在总结分布式复杂机电系统的特征和当前存在的问题的基础上,在系统建模、系统安全资源优化配置和故障溯源3方面对若干关键技术进行了研究,主要包括面向对象的有向无环图建模研究、有向无环图模型节点粒度的变换研究、分布式复杂机电系统安全资源优化配置研究、基于贝叶斯网络的分布式复杂机电系统故障溯源和网络模型自动生成算法。
本书既具有一定的理论深度,又配有丰富的实践案例,降低了学习难度。因此,本书既可以作为相关专业本科生、研究生教材,也可以供相关行业科研人员参考。
|
目錄:
|
第1章绪论11.1课题背景、研究意义和来源1
1.2系统建模与安全分析研究现状6
1.2.1系统建模方法综述6
1.2.2系统安全起源与发展11
1.2.3系统安全分析方法12
1.2.4DAG模型与系统安全分析17
1.2.5目前研究中存在的问题20
1.3本书的主要工作和总体结构21
1.3.1主要工作21
1.3.2总体结构24
第2章分布式复杂机电系统建模与安全分析技术25
2.1分布式复杂机电系统的特征25
2.2分布式复杂机电系统的安全29
2.2.1系统安全与危险29
2.2.2系统安全事故的特点30
2.3分布式复杂机电系统建模与安全分析的关系31
2.3.1系统安全的分类31
2.3.2系统建模与安全分析的关系33
2.4分布式复杂机电系统建模与安全分析研究的内容34
2.4.1分布式复杂机电系统建模36
2.4.2分布式复杂机电系统安全资源优化配置37
2.4.3分布式复杂机电系统故障溯源技术38
2.4.4分布式复杂机电系统模型自动生成算法研究39
2.4.5系统建模的研究开发39
2.5本章小结40
〖4〗分布式复杂机电系统建模及安全技术〖2〗目录〖4〗第3章分布式复杂机电系统建模41
3.1系统建模概念及其发展41
3.1.1系统建模的概念41
3.1.2系统建模发展状况42
3.1.3分布式复杂机电系统建模分析44
3.2系统建模理论基础45
3.3面向对象的DAG建模48
3.3.1面向对象的建模分析49
3.3.2对象的形式化51
3.3.3面向对象的建模过程和建模规则53
3.3.4系统对象的表示56
3.3.5面向对象的DAG模型应用60
3.4DAG模型节点粒度的转换研究63
3.4.1节点粒度的转换过程64
3.4.2形式化定义65
3.4.3节点粒度的转换规则66
3.4.4应用实例71
3.5DAG模型评价72
3.6本章小结73
第4章分布式复杂机电系统安全资源优化配置74
4.1系统安全资源优化配置现状75
4.2系统安全资源优化配置研究与发展76
4.2.1研究成果77
4.2.2网络系统的安全78
4.3系统安全特征参数80
4.3.1事故损失81
4.3.2事故率83
4.3.3安全重要度84
4.4动态规划的系统安全资源优化配置85
4.4.1配置分析86
4.4.2目标函数的建立88
4.4.3优化策略90
4.5应用实例93
4.5.1实例模型93
4.5.2配置过程96
4.5.3结果分析讨论101
4.6本章小结101
第5章分布式复杂机电系统故障溯源103
5.1故障溯源概况104
5.1.1故障溯源现状104
5.1.2关于故障溯源的研究105
5.2贝叶斯网络108
5.2.1贝叶斯网络的产生108
5.2.2贝叶斯网络应用分析109
5.3贝叶斯网络建模110
5.3.1贝叶斯网络建模说明110
5.3.2贝叶斯网络的模型化112
5.4故障溯源方法114
5.4.1推理原理114
5.4.2概率特性的扩展115
5.5应用实例117
5.5.1贝叶斯网络建模描述119
5.5.2案例介绍与分析121
5.5.3贝叶斯网络溯源过程125
5.6本章小结136
第6章分布式复杂机电系统的可视化技术137
6.1模型生成算法研究137
6.2网络模型分析及处理138
6.3算法实现139
6.3.1模型组成分析139
6.3.2算法思想140
6.3.3算法模型143
6.4应用实例145
6.5建模需求分析148
6.6系统体系结构与功能组成149
6.6.1系统的体系结构149
6.6.2系统的功能组成151
6.6.3系统的工作环境要求152
6.7主要功能模块153
6.7.1基础信息采集模块153
6.7.2模型参数设置模块156
6.7.3模型生成模块159
6.7.4模型仿真模块161
6.8本章小结162
第7章结论与展望164
7.1研究结论164
7.2进一步的研究工作165
参考文献167
|
內容試閱:
|
目前,能源电力系统、石油化工系统等在国民经济中占据着重要的位置。由于这类系统主要是由机械电子设备构成的,并且具有占用空间大、分布地域广、组成要素多、耦合关系复杂等分布性和复杂性特点,因此,可称其为分布式复杂机电系统(Distributed Complex Electromechanical System,DCES)。随着这类系统应用范围和规模的不断扩大,安全问题越来越突出。为此,本书对分布式复杂机电系统建模与安全分析的若干关键技术进行了研究,主要包括分布式复杂机电系统建模、分布式复杂机电系统安全资源优化配置和分布式复杂机电系统故障溯源3部分内容。
分布式复杂机电系统建模就是依据一定的理论或者规则抽象和简化分布式复杂机电系统的方法,是对系统的一种形式化刻画与描述,是通过运用各种数学知识解决系统中存在问题的一种方式,是系统安全设计与评价、系统优化配置和系统故障溯源的重要基础和依据。在实现系统建模的研究中,针对建模难点问题分别进行了DCES的面向对象有向无环图建模研究和DCES的有向无环图模型节点粒度转换研究。为了方便说明问题,分别引入了节点粒度、嵌套节点等概念。
DCES安全不同于一般的简单系统,其任何一个较小的功能单元失效都有可能导致整个系统不能正常工作甚至重大事故的发生。因此,在基于建模研究的基础上,本书进一步对系统安全的几个关键的技术问题进行了DCES安全资源最优配置研究、DCES故障溯源研究和DCES模型自动生成算法研究等。
〖4〗分布式复杂机电系统建模及安全技术〖2〗前言〖4〗本书的研究内容可以概括为以下几方面:
(1) 总结、归纳了分布式复杂机电系统的特征,并针对分布式复杂机电系统当前存在的问题,分别在系统建模、系统安全资源优化配置、故障溯源等几个重要方面进行了研究。
(2) 面向对象的有向无环图建模研究。它是针对系统的分布性、复杂性和连续性特点,利用面向对象分析技术和有向无环图模型对DCES进行刻画与描述的方法。面向对象分析技术能够清晰地将复杂系统划分为多个相对独立的对象,即把系统中的任何一个功能单元封装为一个相对独立的对象。它通过离散化的方法使复杂系统得到简化。有向无环图模型用图的方式表达分布式复杂机电系统的网络拓扑结构和内部关系。它把面向对象分析技术形成的对象看成图的节点,用带方向的边表示系统节点之间的联系,并用权重表示联系程度。此模型既表达了系统定性结构,也反映了系统内部的定量关系。总之,面向对象分析技术和有向无环图模型结合的方法能够更加准确地表达DCES。
(3) 有向无环图模型节点粒度转换研究。为解决系统不同方面的问题,本书研究了具有不同节点粒度的模型转换,通过引入节点粒度、嵌套节点等概念,实现了具有不同节点粒度的模型之间相互转换的操作。本书在分析模型结构形式的基础上定义了转换过程必须遵守的操作规则,并详细说明了节点合并和展开的过程。为保证模型的精度,本书从一致性和计算复杂度方面对模型性能进行了评价。本书提出的方法能使建模过程大大简化,同时模型包含了丰富的信息量,方便系统问题的准确、快速求解。
(4) DCES安全资源优化配置研究。分布式复杂机电系统在设计、运行、维护过程中都必须考虑系统安全和整体性能优化问题。本书提出了基于动态规划的DCES安全资源优化配置方法。首先,利用前期面向对象的有向无环图建模方法建立了DCES的复杂网络模型;其次,通过对已有DCES安全事故的分析与总结,确定了表征系统安全性的特征参数——事故损失和事故概率,基于这两种特征参数定义了安全重要度评价指标,用来度量系统节点的安全性;最后,使用动态规划方法对系统进行了优化配置。此方法能保证系统薄弱环节得到有效、合理的配置,且使整个系统的安全性达到最优。
(5) 基于贝叶斯网络的故障溯源。为了快速、准确、有效地定位DCES故障源,研究了基于贝叶斯网络的故障溯源技术。在前期建模的基础上,把有向无环图模型扩展为具有概率特性的网络模型,即贝叶斯网络模型。贝叶斯网络模型能够把未知的、不确定的问题通过变量间的概率分布特性转换成已知的、确定性的问题,并以此辨识系统异常的故障源过程。传统的推理模型大多以层状或树状结构为基础,贝叶斯网络是一种标准的网状形式,因此,非常适合表达这种具有分布式复杂结构的机电系统。
(6) 网络模型自动生成算法研究。为了避免手工形成模型的弊端,本书提出了DCES模型自动生成算法,定义了特殊的数据结构、数据空间。算法过程对系统模型数据进行不断的分类和存取,分类使用不同的计算方法实现了反复搜索与提取操作,并对搜索结果进行逻辑存储处理,最终生成需要的DCES模型。
本书获得海南省自然科学基金的资助(项目号:722RC740;项目名称:“拓扑向量空间辨识及其多网络车辆智能诊断应用”)。
限于作者水平,本书难免存在不妥之处,敬请广大读者批评指正。
韩中鞍山师范学院人工智能学院2024年5月
|
|