[发明专利]通信噪声影响下多智能体分布式故障诊断方法

权利要求书

1.一种通信噪声影响下多智能体分布式故障诊断方法，其特征在于，包括：

建立智能体相关模型；所述智能体相关模型包括智能体系统模型、测量输出信息模型以及信息通信模型；

基于所述智能体相关模型建立一致性协议，得到一致性协议作用下智能体自身的输出和其邻居的测量输出；

基于所述智能体自身的输出和其邻居的测量输出，确定故障特征；

基于所述故障特征确定故障诊断模型参数，构建故障诊断模型；

通过所述故障诊断模型进行多智能体分布式故障诊断。

2.根据权利要求1所述的通信噪声影响下多智能体分布式故障诊断方法，其特征在于，所述基于所述智能体相关模型建立一致性协议，具体包括：

根据所述信息通信模型，使用智能体系统模型中的智能体自身的输出信息和测量输出信息模型中邻居智能体的测量输出信息，建立一致性协议。

3.根据权利要求1所述的通信噪声影响下多智能体分布式故障诊断方法，其特征在于，基于所述故障特征确定故障诊断模型参数，具体包括：

基于所述故障特征计算故障特征相对于BRB-R中每条规则的匹配度；

基于所述匹配度，计算每条规则的激活权重。

4.根据权利要求3所述的通信噪声影响下多智能体分布式故障诊断方法，其特征在于，所述通过所述故障诊断模型进行多智能体分布式故障诊断，具体包括：

根据所述每条规则的激活权重，计算故障诊断模型的输出故障特征向量；

根据所述输出故障特征向量对智能体进行故障诊断。

5.根据权利要求3所述的通信噪声影响下多智能体分布式故障诊断方法，其特征在于，故障特征相对于BRB-R中每条规则的匹配度的计算公式如下：

其中，为第i个智能体的第l个故障特征转换后在第j条规则中的匹配度，R_lk和R_l(k+1)为智能体第l个故障特征在第k条和第k+1条规则中的参考等级，为t时刻第l个故障特征，L_i为第i个智能体的规则数量。

6.根据权利要求3所述的通信噪声影响下多智能体分布式故障诊断方法，其特征在于，所述每条规则的激活权重的计算公式如下：

其中，为第i个智能体在第k条规则的激活权重，α_k、α_l分别为故障特征相对于第k条规则和第l条规则的匹配度，θ_k、θ_l分别为第k条规则和第l条规则的权重。

7.根据权利要求4所述的通信噪声影响下多智能体分布式故障诊断方法，其特征在于，所述故障诊断模型的输出故障特征向量的计算公式如下：

其中，为故障诊断模型输出的第i个智能体的输出故障特征向量，为第i个智能体在第k条规则的激活权重，β_n,k、β_j,k分别为第k条规则中第n个和第j个输出故障特征向量，L_i为第i个智能体的规则数量，H为故障诊断结果的种类。

8.一种通信噪声影响下多智能体分布式故障诊断系统，其特征在于，包括：

智能体相关模型建立模块，用于建立智能体相关模型；所述智能体相关模型包括智能体系统模型、测量输出信息模型以及信息通信模型；

一致性协议建立模块，用于基于所述智能体相关模型建立一致性协议，得到一致性协议作用下智能体自身的输出和其邻居的测量输出；

故障特征确定模块，用于基于所述智能体自身的输出和其邻居的测量输出，确定故障特征；

故障诊断模型构建模块，用于基于所述故障特征确定故障诊断模型参数，构建故障诊断模型；

故障诊断模块，用于通过所述故障诊断模型进行多智能体分布式故障诊断。