[发明专利]一种基于关联有向图的燃油供给系统测试性建模方法

说明书

本发明公开了一种基于关联有向图的燃油供给系统测试性建模方法，包含以下步骤：S1、逐级设置系统级节点、模块级节点和部件级节点；S2、在部件级节点的下一级逐级设置故障模式节点和信号节点；S3、依据实际燃油供给系统测试名称及其能测量的信号，在信号节点的下一级设置测试节点；S4、依据故障模式、部件、模块、系统级隶属关系，采用有向边连接故障模式节点、部件级节点、模块级节点与系统级节点；依据故障模式能影响的信号及信号传递路径采用有向边连接故障模式节点与信号节点，依据测试能测量的信号，采用有向边连接信号节点与测试节点，得到液压系统的关联有向图模型。解决了现有测试性模型建模难度大，模型不直观、不易检验的问题。

【技术领域】

本发明属于测试模型技术领域，具体涉及一种基于关联有向图的燃油供给系统测试性建模方法。

【背景技术】

测试性模型能清晰、准确地描述装备的测试性相关因素与知识，如故障模式集、测试资源集以及故障与测试之间的关系等。典型的测试性模型包括信息流模型、多信号流图模型、混合诊断模型等。

信息流模型采用有向图的形式描述故障与测试之间的相关性，并利用图论的有关算法和计算机辅助推理可以自动计算获得相关性矩阵，快速计算各项测试性指标。多信号流图模型不直接描述故障与测试的关联关系，而是将故障与测试的关系以信号为纽带联系起来。多信号流图模型中分为故障节点、模块节点、测试节点6、开关节点、与节点等。混合诊断模型采用有向图的方式描述了系统结构、功能、故障模式间的相关关系。模型支持功能和故障模式的混合诊断推理。从本质上来讲，多信号流图模型和混合诊断模型非常类似。

现有典型的测试性模型主要采取有向图的方式通过信号流描述结构、功能、故障、测试等要素间的相关关系。现有模型将故障影响的特征信号合并到故障模式节点4，主要描述了各类故障特征信号的流向，弱化了故障信号间的相关影响。实际复杂装备信号间往往相互影响，导致测试性建模难度增加，且构建的模型与实际装备结构存在较大差异，模型不直观、不易理解、不易检验。

【发明内容】

本发明的目的是提供一种基于关联有向图的燃油供给系统测试性建模方法，以解决现有测试性模型建模难度大，模型不直观、不易理解、不易检验的问题。

本发明采用以下技术方案:一种基于关联有向图的燃油供给系统测试性建模方法，包含以下步骤：

S1、逐级设置系统级节点、模块级节点和部件级节点；

系统级节点的内容为燃油供给系统，模块级节点的内容为泵总成和控制阀总成，故部件级节点为远程控制单元、泵、电动机、泵控制器、电磁线圈、阀体和燃油喷射歧管；

S2、依据实际燃油供给系统部件的故障模式和故障模式影响的信号，在部件级节点的下一级逐级设置故障模式节点和信号节点；

S3、依据实际燃油供给系统测试名称及其能测量的信号，在信号节点的下一级设置测试节点；

S4、依据故障模式、部件、模块、系统级隶属关系，采用有向边连接故障模式节点、部件级节点、模块级节点与系统级节点；依据故障模式能影响的信号及信号传递路径采用有向边连接故障模式节点与信号节点，依据测试能测量的信号，采用有向边连接信号节点与测试节点，得到液压系统的关联有向图模型。

进一步的，采用可达性分析关联有向图模型：若从节点N_i出发，至少存在一条路径到节点N_j，则节点N_i与节点N_j相关，相关性用数字“1”表示；反之，节点N_i与节点N_j不相关，用数字“0”表示。

进一步的，故障模式节点表示的内容为：磨损、卡死、开路、短路、阻塞和裂纹。