[发明专利]船用核动力装置基于多层流模型的不确定性故障诊断方法

说明书

技术领域

本发明涉及的是一种复杂系统故障诊断方法，具体地说是针对船用核动力装置故障及其征兆间复杂且具有不确定性的逻辑关系而提出的一种基于多层流模型的故障诊断方法。 

背景技术

故障诊断是指应用测试分析手段和诊断理论，对系统运行中所发生故障的机理、原因、部位和程度等进行识别，为进一步制定故障设备的维修方案和采取适当的应急操作提供支持。系统故障诊断以设备状态识别为基础，从设备的异常状态(即征兆)出发，根据系统守恒原理和控制规则分析征兆间的因果关系，从而实现故障定位、定性及定因。 

本发明所涉及的对象是船用核动力装置，船用核动力装置在实际运行中，设备的结构和性能受噪音、摇摆和海水腐蚀等因素影响，表现出不同的劣化趋势：一方面，不同工艺类型的设备受外界因素的影响程度不同，表现出不同的故障类型；另一方面，由于运行环境、操纵员的操作能力和管理水平的差异，即使相同工艺的设备在故障发生的频率、表现形式和表现特征等方面也可能不同。特别地，船用核动力装置属于小子样问题，缺乏完整的故障诊断知识，对某些设备的故障机理还不明确；或者对设备的故障机理清楚，但是由于系统本身的复杂性，对其它设备和系统的影响难以判断。此外，由于船用核动力装置系统庞大，受船体空间限制，不能实现功能独立，存在设备共用现象，一旦发生故障，将导致系统大量参数异常，征兆间因果关系难以明确。例如：表象(故障征兆)和成因(故障模式)之间存在不确定性，一种故障征兆可能对应多种故障模式；反之，某一故障模式也可能会表现出多种故障征兆。最后，设备的运行环境、控制过程、操纵员干预、传感器检测，以及专家知识等都具有不确定性因素。因此对船用核动力装置进行故障诊断一个亟待解决的关键问题就是认识和处理故障诊断中不确定性问题。 

不确定性可以理解为在缺少足够信息的情况下做出判断，是智能问题的本质特征；推理是人类的思维过程，是从已知事实出发，运用相关的知识逐步推出结论的过程。所谓不确定性推理就是从不完整的初始证据出发，通过运用不确定性知识，最终推出具有一定程度不确定性但却是合理或者近乎合理的结论的思维过程。 

不确定性推理可以是定性的、定量的，或者是定性与定量结合的。不确定性推理可以分为符号推理和数值推理两大类。其中，符号推理方法在推理过程中信息损失较少，但计算量 较大，典型方法包括认可理论(Endorsement Theory)等。数值推理方法虽然在推理过程中有一定的信息损失，但易于实现，典型方法如概率推理等。目前在不确定性推理领域，主要采用数值推理方法。 

概率推理方法中最早使用的是不确定因子方法，是由Shortliffe和Buchanan于1975年提出的，用于处理MUCIN系统中的不确定信息。1976年，Duda等提出了主观贝叶斯方法，并应用于探矿专家系统PROSPECTOR的设计。主观贝叶斯方法主要利用贝叶斯公式和变形的贝叶斯公式来计算给定证据下假设(给定故障)发生的概率。1985年，Per1给出了贝叶斯网络方法，贝叶斯网络是一个有向无环图，其中节点是变量，弧表示相关变量之间的依存关系，变量的取值对应于证据与假设，变量之间的信赖程度用条件概率表示。近年来，我国学者张勤在贝叶斯网络的基础上，提出了因果有向图法，解决了贝叶斯网络无法处理环路的问题。 

然而，在利用贝叶斯网络、因果有向图等现有系统建模方法进行不确定性知识组织时，依靠专家知识而建立的不确定性推理模型本身存在随意性，不同专家利用同一方法针对同一系统问题所建立的模型也有可能不同。另外，由于系统本身的复杂性，所建模型通常庞大，导致了计算过程复杂，影响了诊断的实时性。 

本发明主要目的是为船用核动力装置故障诊断提出一种规范化、模块化和层次化的人工系统不确定性知识表达和推理方法。本方法采用多层流模型(Multilevel Flow Models，MFM)作为系统知识表达方法。MFM是上世纪80年代丹麦技术大学的Morten Lind提出的，从认知科学的角度运用符号学方法从系统目标、功能以及物理部件三个角度描述复杂系统的设计目的及其实现手段。与其它建模方法不同，MFM不仅描述了复杂系统的过程行为，而且强调了这些行为的目的性。目标、功能以及物理部件通过不同的关系(包括达成关系、实现关系和条件关系)连接成一体，使MFM在“手段-目的”、“部分-整体”两个方向上可对目标系统进行多层次抽象。MFM引入“流”(Flow)的概念，“流”的传播遵循守恒原则。因此，用MFM描述系统具有模型规范、简单明了、清晰易懂、易于修改和验证等优点。