5 vandamálsgreiningar aðferðir fyrir stór straumskiptara

Aðferðir við villudröfnar á umhverfisskiftum

1. Hlutfallsmet fyrir greiningu á dreginum gass

Fyrir mesta part af olíuvæðum störfumyndum eru ákveðnir brennandi gasser framleiddir í störfumyndarkassanum undir hita- og rafmagnsþrýstingi. Brennandi gasser sem eru dregn í olíuna geta verið notað til að ákvarða hitamikilvægðaratriði störfumyndarolíu-bókapappírsins á grundvelli sérstakrar gassinnihalds og hlutfalla. Þessi tækni var fyrst notuð fyrir villudröfnar á olíuvæðum störfumyndum. Seinna boðuðu Barraclough og aðrir upp á villudræfnaraðferð með fjórum gashlutfallum: CH4/H2, C2H6/CH4, C2H4/C2H6, og C2H2/C2H4. Í seinustu IEC staðalum var C2H6/CH4-hlutfallið fjarlægt, og breytt þrjúhlutfallsaðferðin var almennt samþykkt. Rogers veitti síðan nánari greiningu og útskýringu á gashlutfallskóðun og notkunarmöguleika eftir IEEE og IEC staðla. Langtímabrottfærsla IEC 599 hafði til að vita að það passaði ekki alltaf raunverulegu skilyrðum og gat ekki greint vissa villutilfelli. Því ættu bæði Kína og Japan Electrical Association að bæta við IEC kóðun, en aðrar greiningaraðferðir á dregn gass hafa einnig orðið almennt notaðar.

2. Villudræfnaraðferð með óskaralegri rökfræði

Bandarískur stjórnunarrökfræðingur L.A. Zadeh boðaði fyrst upp á óskaralegar villudræfnaraðferðir, sem hafa síðan fengið víðtæk notkun. Óskaraleg rökfræði er góð til að tjá grannmynsturkenningar og reynslu með óskaralegum markmiðum. Með notkun hugmynda um hlutafélag hefur hún skilgreint óskaralega mengi, vinnað með óskaralegar tengsl, mynduð mannlega reglubundið rökfræðileg rök og lausn á ýmsum óvissu málefnum í raunverulegum notkun. Í raun kemur oft fyrir villur við störfumyndum sem hafa ókláraðar orsakir og mekaníkur sem innihalda margar óvissa og óskaralega tengsl sem venjulegar aðferðir geta ekki vel skýrt eða lýst. Aðferðir með óskaralegri rökfræði geta efektíft leyst þessar óvissu tengsl við störfumyndavillur, bætta upp nýja leið til villudræfnar á störfumyndum.

Til að takast á móti takmarkanir Rogers hlutfallsaðferðar vegna brúðu á mikilvægum hlutfallsgreindum hefur verið boðið upp aðferð með notkun óskaralegra mengja. Þessi aðferð hefur komið inn í venjulegar hlutfallsaðferðir með að myrka hlutfallsmarkmið. Þessi aðferð hefur sýnt góða notkunarefni í villudræfnu á mörgum störfumyndum og hefur orðið að ferli af villudræfnaraðferðum, meðal annars kóðunarsambandsaðferðir, óskaraleg skipulagsaðferðir, Petri net og grafn system. Þessir mönnum hafa fullkomlega tekið tillit til inngangseiginlegra óskaraleika gagna, bættu upplýsingaskipulags með flóknum gögnum og bættu nákvæmni á villudræfnu á störfumyndum.

3. Villudræfnaraðferð með kennslusystem

Kennslusystem eru mikilvæg deild af menntadeild. Þau eru tölvukóðunar system sem mega sjálfsagt manneskju kennsluskipulag og rökfræðileg ferli til ákveðins markmiðs. Byggð á gögnum sem notendur gefa, þau notast við geymd kennsluknowledge eða reynslu til að draga ályktanir og dómur, og endilt með tryggingargráðu til að stuðla við notenda ákvörðun. Villudræfnu á störfumyndum er mjög flókinn vandamál sem inniheldur mörg áfangamál.

Að gera réttar ályktanir á mismunandi stillingum krefst fastar rökfræðilegrar grunnlag og rík reynslu af rekstri og viðhaldi. Þar að auki, vegna mismunandi styrks, spennu og rekstrarskilyrða á störfumyndum, gæti sama villa birt sig á öðru leyti í mismunandi störfumyndum. Kennslusystem hafa sterka villutolerans og anpassanlegt, sem gerir þeim kleift að breyta kennslugrunninum sínum byggð á náðu villudræfnuknowledge til að tryggja fullkomleika. Því geta þau efektíft greint mismunandi tegundir af störfumyndum. Störfumyndavilludræfnu kennslusystem geta ákveðið villueiginleika með því að sameina knowledge af villuorsakum og tegundum, innifela villugreiningu eins og greiningu á dregn gass í olíu. Þau geta efektíft leyst óskaralega vandamál í villudræfnu með óskaralegri rökfræði, takað á móti ómöguleika á að fá fullkominn knowledge með notkun rough set methods, og sett upp struktúr sem er viðeigandi fyrir samstarf við mörg kennsluskipulag með blackboard model architecture.

4. Villudræfnaraðferð með tímafræðilegum netum

Tímafræðileg net matematískt mynda nevrona virkni og táknar upplýsingar meðferð system sem byggir á að mynda uppbyggingu og virkni hjarnanevrona net. ANN hafa sjálfskipulags, anpassanlegt, sjálflært, villutolerans og sterk non-linear approximation förm. Þau geta framkvæmt forspá, simulation, og óskaraleg stýring, sem gerir þau sterk aðferðir til að vinna með non-linear system. Notkun artificial neural networks fyrir störfumyndavilludræfnu á grundvelli dreginna gassa og magna í olíu hefur verið rannsóknaráherslu á síðku tímabilinu. Þetta hefur leitt til þess að búa til mismunandi villudræfnaraðferðir byggðar á ANN, eins og two-step ANN method, backpropagation artificial neural networks, decision tree neural network models, combined neural network hierarchical structure models, and radial basis function neural networks. Þessar aðferðir hafa stöðugt bætt við samþykktartíma, flokkunarefni, og nákvæmni á neural network algorithms.

5. Aðrar villudræfnaraðferðir

Nema fyrir ofan nefndum fimm aðferðum, eru nokkrar aðrar aðferðir einnig notuð fyrir störfumyndavilludræfnu. Með því að sameina neural networks og evidence theory til að nota þeirra komplementara kosti, má búa til almennt störfumyndavilludræfnu system sem sameinar mörg neural networks og evidence theory. Þar sem biologiskt immunsystem er auðvelda ákvarðun og minningarkerfi, self-organizing antibody networks and antibody generation algorithms geta verið notuð til að leysa störfumyndavilludræfnu. Að auki eru aðrar störfumyndavilludræfnuraðferðir eins og information fusion, rough set theory, combined decision trees, Bayesian networks, artificial immune systems, novel radial basis function networks, and support vector machines.