[发明专利]基于知识petri网的船用电站故障诊断方法

说明书

技术领域

本发明涉及船用电站故障诊断技术领域，具体地指一种基于知识的petri(Petri网是对离散并行系统的数学表示)网的船用电站故障诊断方法。

背景技术

船用电站设备多，涉及的技术复杂，其维修保障工作十分繁重。虽然通过长期的资料积累和维修人员维修经验的不断增长，电站故障诊断的效率在不断地提高，但是故障资料多是以纸张形式保存，没有形成故障知识，同时维修人员的经验水平的参差不齐也影响了故障诊断的效率。

目前的计算机故障诊断技术主要采用小波变换、最小二乘法、专家系统、故障树和Petri网等方法。

1.基于小波变换：小波变换故障诊断方法先对信号进行多级小波分解，得到各子带数据。通过对小波变换系数模极大值的检测来实现对信号奇异性的检测，从而确定故障发生的时间，并推导出故障发生的地点。这种方法实时性好，但不能很好的处理潜在故障。

2.基于最小二乘法的方法：根据模型参数及相应的物理参数的历史数据对参数进行估计形成一次估计值序列并用该序列进行估值诊断。该方法故障检测快而准，诊断的实时性强；但由于不易辨识非线性与时变系统的参数，应用受到限制。

3.基于专家系统的方法：专家系统是典型的基于知识的方法，它通过获取大量的专家诊断知识，利用专家的推理方法，解决故障诊断领域的问题。缺点是知识获取困难、知识库更新能力差、领域知识之间的矛盾难于处理、逻辑表达和处理能力局限性大。

4.基于故障树的方法：故障树分析法通过对可能造成系统失效的各种因素进行分析，从而确定系统失效原因的各种可能组合方式或其发生概率，将系统故障形成原因按树枝状逐级细化，将其逻辑关系用与、或等逻辑符号表示出来，自上而下逐级分解，直到不能分解的底事件，形成故障树。故障树诊断方法直观、形象，能够实现快速的诊断。缺点是不能诊断不可预知的故障；诊断结果严重依赖于故障树信息的正确性和完整性。

5.基于Petri网的方法：Petri网是一种可用图形表示并可使用数学方法进行描述的组合模型，可以很好地表示系统状态和行为的变化关系，准确地描述系统的产生和传播特性。Petri网的缺点是其节点数量随着系统复杂度的提高而不断增多，使模型分析带来困难，容易造成状态空间爆炸。对于大型复杂装备故障诊断而言，系统的信息量非常大，而且具有较大的冗余性，这在一定程度上会影响Petri网建模的准确性和高效性。

参考文献：张炜.故障Petri网的状态方程研究.兰州工业高等专科学校学报，2007,17(2)。

发明内容

本发明的目的就是要提供一种基于知识petri网的船用电站故障诊断方法，该方法能实现故障部位的快速准确定位，并能利用船用电站故障Petri网模型实现故障诊断，区分主次故障原因，尽量避免故障原因漏判，提高船用电站故障诊断的准确性和高效性。

为实现此目的，本发明所设计的基于知识petri网的船用电站故障诊断方法，其特征在于，它包括如下步骤：

步骤1：在现有的船用电站故障Petri网模型Σ中获取船用电站各单元的实际故障与所对应的故障征兆的集合；

步骤2：对上述船用电站各单元的实际故障与所对应的故障征兆的集合通过以下步骤201～步骤205所述的改进的Apriori算法，进行强关联规则挖掘，即将船用电站各单元的故障征兆和实际故障间的强关联规则挖掘出来；

步骤201：设船用电站各单元的实际故障与所对应的故障征兆的集合为I＝{i₁,i₂,…,i_n}，设船用电站故障Petri网模型Σ中所有实际故障集合为I_F，设船用电站故障Petri网模型Σ中所有实际故障的故障征兆集合为I_N，且有I＝I_N+I_F，然后按照故障征兆不同的类型，将上述故障征兆集合I_N分为若干项故障征兆子集的组合，即设故障征兆类型共有m类，则有：

其中，I_Nj和I_Nl指的是I_N中的第j及第l类故障征兆子集，m为故障征兆类型的数目，也就是故障征兆子集的数目；