[发明专利]一种基于设计数据分析的故障诊断建模方法

说明书

技术领域：

本发明适用于PHM项目相关设备的诊断建模，涉及一种故障诊断建模方法。

背景技术：

故障诊断与报告是PHM系统的核心功能之一。故障诊断技术可分为基于规则推理(RBR)的诊断、基于模型推理(MBR)的诊断、基于案例推理(CBR)的诊断。基于规则的诊断系统中，推理知识与推理程序二者相互分离，便于维护；规则来源于领域知识的显式提炼；推理算法简单，结论明确，特别适合于突发性故障的在线自主诊断、以及渐发性故障的在线异常检测。基于模型的诊断系统中，推理知识与推理程序通常是集成的，不利于维护；计算复杂度一般较高；数值型模型存在置信度或精度问题，比较适合于渐发性故障的异常分析、离线诊断。基于案例的诊断系统中，推理知识与推理程序二者相互分离，便于维护；计算复杂度一般较高；相似推理存在置信度或精度问题；真实案例匮乏、技术成熟度不高是其主要瓶颈，适合于疑难故障的离线诊断。

基于故障方程的诊断方法属于基于规则推理(RBR)技术，它是在加电及周期性测试及状态监测作为数据输入的基础上，通过对知识库中的故障方程的诊断逻辑的匹配来完成故障诊断，并利用故障方程属性输出诊断报告。

发明内容：

本发明提出一种基于设计数据分析的故障诊断建模方法，模型的表现形式为故障方程，因此旨在建立故障方程，用于PHM项目相关设备的诊断建模，完成故障诊断功能，提供诊断结果。

故障方程是故障诊断知识的一种基于规则的规范化表示，一条故障方程对应一个具体的故障模式。故障方程由故障诊断逻辑和故障方程属性两部分组成：

故障诊断逻辑是一个或多个BIT/状态变量的逻辑组合，用以确定某个特定故障是否发生的判定准则；

故障方程属性则包括故障名称、ID、所在位置、故障原因、严酷度、座舱效应、维修信息等故障报告相关字段。

故障方程建立在对设备的基本数据分析和梳理的基础上，设备/系统的FMECA、故障树分析、事件树分析、“五性”分析等活动为故障诊断提供了基本的数据素材。特别是通过FMECA确定了所有关心的故障模式，测试性模型提供了每种故障模式所对应的测试点。但由于测试性建模的工作目标为检验和分析设备/系统的测试性的设计指标，难以反映对于特定故障模式相关测试点之间的逻辑关系，也没有考虑在测试失效或无输出的情况下的设备/系统工作及数据状态。因此故障方程的数据准备，特别是故障诊断逻辑的获取，是故障方程开发工作的关键。

本发明的技术方案如下：

基于设计数据分析的故障诊断建模方法，包括以下环节：

(1)数据准备

预先通过设备/系统的FMECA，提取出设备/系统的系统结构单元信息、故障模式信息、测试信息、信号流与故障流、以及相关性信息和辅助信息；

1)诊断逻辑获取

根据提取的信息，建立设备/系统的测试性模型，通过仿真分析生成初始D矩阵；

2)D矩阵生成与关联关系约简

初始D矩阵中故障和测试的名称包括相应单元(上述设备/系统)的结构层次信息，将初始D矩阵转化成{0，1，×}三值扩展D矩阵；

3)提取诊断模型

在FMECA、测试性模型和BIT设计的基础上，结合本系统内部各个底层系统在功能、结构、行为、拓扑四个方面的交联关系，通过人工分析，提取其故障诊断逻辑；

(2)采用建模辅助工具完成故障方程的交互式开发。

上述辅助信息包括LRU外部信息。

上述LRU外部信息包含有模拟量、环境信息、状态信息。

环节2)具体根据以下关联关系约简算法将初始D矩阵转化成{0，1，×}三值扩展D矩阵；

2.1)列出初始D矩阵的所有结构层次信息；

2.2)将结构层次信息相同的所有故障行值按列作或运算；

2.3)将结构层次信息相同的所有测试列值按行作或运算，结果记为表示为故障结构层次为UM_i与测试结构层次为UM_j关联关系；

2.4)针对初始D矩阵中的所有故障，判断其结构层次与各个测试的结构层次是否相同，如果相同，初始D矩阵的关联值保持不变，否则，初始D矩阵的关联值通过步骤2.5)设置；

2.5)判断故障与测试的是否等于1，如果是，初始D矩阵的关联值保持不变，否则，将初始D矩阵的关联值置为×。

在嵌入式测试和状态监测的基础上，利用基于故障方程的诊断可以达到如下效果：

1)通过对BIT及异常进行关联确认，有效消除虚警；