中文摘要：

本课题拟研究基于粒计算的SDG故障诊断模型的建模和推理方法，并将其应用于单元机组的故障诊断系统。主要研究基于信息粒的定性知识表示方法，用于分层描述和表达SDG模型中的元素，建立反映故障-征兆因果关系的子粒信息表和粒知识库，在此基础上，研究一种基于粒矩阵的约简算法化简SDG模型，克服SDG建模过程繁琐、模型复杂的缺点；研究一种基于粒逻辑的知识推理算法，利用系统定量知识进行推理，提高故障诊断分辨率。新方法能够定量检测和区分不同故障和故障源，而且能用于优化复杂系统的传感器布置，提高故障诊断分辨率。并用于生产实际，解决了以火电厂单元机组为代表的一类重要生产设施或设备的故障诊断、维护和预报问题，保障了重要的基础工业生产的安全、稳定、经济运行，对于国民经济和社会发展具有实际意义。同时，基于粒计算的SDG故障诊断理论和方法也为粒计算的理论研究与实际应用提供了新的方向，将进一步推动粒计算理论的发展。

结论摘要：

本项目将粒计算理论引入基于符号有向图（ SDG ）的定性故障诊断方法，主要研究了 基于粒计算的SDG 故障诊断模型的建模、优化与推理算法，并编制相应的软件，将其应用于工业单元机组的故障诊断系统， 为大型工业设备维护和复杂生产过程监控提供了一种新的混合智能故障诊断方法。本项目主要完成了以下工作首先 提出了两种构建 SDG 模型的新方法一种是通过定义粒信息表和粒知识库构建了基于粒计算的 SDG 模型；另一种是将粗糙集、分层粒化思想与SDG 相结合的基于粗糙图的分层 SDG 故障诊断模型。前者便于使用粒计算的方法进行模型优化和推理，后者便于通过粒化分层思想实现模型的简化与不确定性度量。其次，提出了基于粒矩阵、相对粒度、粒度熵的知识约简算法，逐步降低了算法的复杂性，对基于粒计算的 SDG 模型中的冗余信息进行了化简，达到了优化 SDG 模型以及简化系统故障诊断规则的目的。第三，提出了基于粒逻辑、相似度的知识搜索与推理算法、提出了基于模糊的 SDG 推理算法和基于粒度熵的 SDG 故障推理算法等，推理并证明了这些方法可以定量检测和区分不同故障和故障源，提高故障诊断分辨率。 在此基础上，将本项目的研究成果编制成相应的软件，并将其应用于除氧器系统、 TEP 系统反应器、高温硝酸冷却等复杂工业流程的 SDG 建模、优化、推理及实验仿真，证明了方法的有效性。最后将 SDG 与 PCA（主元分析）、 SVM （支持向量机）等其他智能算法相结合，多渠道做理论方面的探索。本项目为粒计算的理论研究与应用研究提供了新方法新思路， 将进一步推动粒计算理论的发展。同时项目成果解决了以火电厂单元机组为代表的一类重要生产设施或设备的故障诊断、维护和预报问题，保障了重要的基础工业生产的安全、稳定、经济运行，对于国民经济和社会发展具有实际意义。