多介质耦合网络环境下复杂机电系统建模及故障溯源技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61104025
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    24.0万
  • 负责人：
    姜洪权
  • 依托单位：
    西安交通大学
  • 学科分类：
    F0301.控制理论与技术
  • 结题年份：
    2014
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2014-12-31

项目摘要

以石油化工为典型代表的流程工业系统，各组成单元通过流体网、信息网、控制网等多介质网络耦合,形成了一个分布式的复杂机电系统和网络系统。系统的单元故障不仅导致单元个体失效，并且会在网络中进行传播和扩散,导致系统崩溃。因此，系统最终的故障表现形式并非是故障发生的根本原因。现有的建模及故障分析技术缺乏从多介质耦合网络角度进行分析以及有效的复杂故障影响关系刻画方法，不能对故障根本原因进行推理分析。探寻系统故障本质，进行故障溯源，是实现系统故障预防的重要方法之一。本课题将从多介质耦合网络角度，研究系统的建模及故障溯源技术，开展多介质耦合网络建模方法、多故障模式复杂关联关系映射方法以及故障原因推理技术研究。从本质上揭示分布式复杂机电系统的安全特征和故障发生、传播机理，为流程工业系统排除故障和科学维护提供新的理论基础和技术途径。

结项摘要

本课题从多介质耦合网络角度，研究系统的建模及故障溯源技术。主要内容包括多介质耦合网络建模方法、多故障模式复杂关联关系映射方法以及故障原因推理技术研究。从本质上揭示分布式复杂机电系统的安全特征和故障发生、传播机理，为流程工业系统排除故障和科学维护提供新的理论基础和技术途径。主要取得以下成果：.（1）在企业部署了Agilor实时数据库系统，完成并实现了与实验室数据平台的数据同步，目前已积累企业3年的实际运行数据。.（2）研究了基于因果序分析的系统状态变量关联影响关系分析技术，完成了以SDG（符号有向图-Signed Direct Graph）为核心的分布式复杂机电系统多介质（流体、信息、控制信号等）耦合建模技术研究。.（3）针对分布式复杂机电系统中存在的多重故障模式、以及相关之间存在多种影响关系的特点，利用多色集合理论以及FMEA（故障模式与影响分析），完成了以FG （故障图-Fault Graph）模型为核心多重故障模式建模及故障溯源技术研究。.（4）完成了面向分布式复杂机电系统的双层结构模型（Double Layered Structure Model- DLSM）建模方法研究，实现系统结构单元层故障定性分析与系统信息层故障定量分析。.（5）针对复杂机电系统结构单元众多且相互关系复杂的特点，以及建模粒度划分问题，完成了基于网络社团特性的SDG模型构建方法研究，给出了SDG构建时所需要素和规则，实现了系统建模粒度划分。.（6）在以上模型的基础上，针对分布式复杂机电系统故障根源辨识问题（即故障溯源），完成了面向复杂系统故障溯源的SDG-FG集成模型建模方法及故障原因推理技术研究。.（7）开发了相关原型系统及应用系统，其中部分系统在渭河重化工集团得到了应用。.（8）增加了基于核主元分析（KPCA）的系统过程异常状态分析技术研究，以及基于多重分形耦合分析的分布式复杂机电系统状态预测技术研究，通过利用了流程工业存在的海量监测数据，实现了将基于定性知识模型方法与数据分析方法相结合的应用。

项目成果

期刊论文数量（3）
专著数量（0）
科研奖励数量（0）
会议论文数量（1）
专利数量（0）
Precise signed digraph modelling based on causal dependence identification
基于因果依赖识别的精确有向图建模
  • DOI：
    10.1177/0954408911435745
  • 发表时间：
    2013-02-01
  • 期刊：
    PROCEEDINGS OF THE INSTITUTION OF MECHANICAL ENGINEERS PART E-JOURNAL OF PROCESS MECHANICAL ENGINEERING
  • 影响因子：
    2.4
  • 作者：
    Huang, Xinlin;Gao, Jianmin;Gao, Zhiyong
  • 通讯作者：
    Gao, Zhiyong
Multifractal information fusion based condition diagnosis for process complex systems
基于多重分形信息融合的过程复杂系统状态诊断
  • DOI：
    10.1177/0954408912457764
  • 发表时间：
    2013-08
  • 期刊：
    PROCEEDINGS OF THE INSTITUTION OF MECHANICAL ENGINEERS PART E-JOURNAL OF PROCESS MECHANICAL ENGINEERING
  • 影响因子：
    2.4
  • 作者：
    Lv, Yanqing;Gao, Jianmin;Gao, Zhiyong;Jiang, Hongquan
  • 通讯作者：
    Jiang, Hongquan
Fault root cause tracing of complicated equipment base on fault graph
基于故障图的复杂设备故障根源追溯
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    Proceedings of the Institution of Mechanical Engineers Part E-Journal of Process Mechanical Engineering
  • 影响因子：
    2.4
  • 作者：
    Xinlin Huang;Jianmin Gao;Hongquan Jiang;Zhiyong Gao;Fumin Chen
  • 通讯作者：
    Fumin Chen

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

考虑人眼视觉特性的射线检测数字图像质量评价方法
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    西安交通大学学报
  • 影响因子：
    --
  • 作者：
    王昭;姜洪权;陈富民;党长营
  • 通讯作者：
    党长营
基于多失效模式相关分析的技术特征综合配置方法
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    计算机集成制造系统
  • 影响因子：
    --
  • 作者：
    杜雷;高建民;陈琨;姜洪权
  • 通讯作者：
    姜洪权
一种适用于高维非线性特征数据的聚类算法及应用
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    西安交通大学学报
  • 影响因子：
    --
  • 作者：
    姜洪权;王岗;高建民;高智勇;高瑞琪;郭旗
  • 通讯作者：
    郭旗

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

姜洪权的其他基金

泛在可解释知识融合的无损检测数据智能分析理论与方法研究
  • 批准号：
    52375513
  • 批准年份：
    2023
  • 资助金额：
    50 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码