[發明專利]一種基于故障樹信息的設備狀態預測方法

有效

• 申請號: 201010277907.4
• 申請日: 2010-09-09
• 公開（公告）號: CN101950327A
• 公開（公告）日: 2011-01-19
• 發明（設計）人: 蔡志強;司書賓;孫樹棟;王寧;兌紅炎;李淑敏;張莉莉
• 申請（專利權）人: 西北工業大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 顧潮琪

1.一種基于故障樹信息的設備狀態預測方法，其特征在于包括下述步驟：

1)確定需要預測的一個設備故障模式，并在故障樹中搜索以該故障模式為頂事件的故障樹模型F，F中所有事件集合為T＝{T₁，T₂，...，T_i，...，T_n}，其中T_i表示第i個事件，n表示故障樹事件總數；故障樹具體搜索方式如下：

針對設備故障模式，首先在故障樹信息中找到與該模式對應的故障樹事件T₁，然后以該事件為頂事件向下搜索與頂事件通過邏輯門關聯的故障樹中間事件，不斷向下搜索與中間事件通過邏輯門關聯的其它故障樹中間事件，直到搜索到故障樹底事件為止；其中，底事件是指沒有其它故障樹事件通過邏輯門與其關聯的事件；

2)將集合T中的頂事件用故障預測模型中的故障模式變量M表示，當頂事件不發生時，對應變量的取值為0，當頂事件發生時，對應變量的取值為1，且整個模型中只有一個故障模式變量；將集合T中的其它中間事件用故障預測模型中的故障傳遞變量集合D＝{D₁，D₂，...，D_j，...，D_m}表示，其中D_j表示第j個中間事件對應的故障傳遞變量，j＝1，...，m，m表示故障傳遞變量總數；將集合T中的底事件用故障預測模型中的故障原因變量集合C＝{C₁，C₂，...，C_k，...，C_l}表示，其中C_k表示第k個底事件對應的故障原因變量，k＝1，...，l，l表示故障原因變量總數，且1+m+l＝n；

3)將故障樹模型F中表示的邏輯門集合L＝{L₀，L₁，L₂，...，L_j，...，L_m}用故障預測模型中變量的結構關系集合J＝{J₀，J₁，J₂，...，J_j，...，J_m}表示，其中L₀表示頂事件對應的邏輯門，L_j表示第j個中間事件對應的邏輯門，故障樹中共有1+m個邏輯門；J₀表示故障模式變量M對應的結構關系，J_j表示第j個傳遞變量對應的結構關系；在中，π(D_j)表示影響第j個中間事件狀態的故障樹事件相對應的變量，(·)表示與第j個邏輯門中邏輯關系相對應的關聯關系；根據邏輯門建立變量結構關系的具體方式如下：

其中j＝0，...，m

其中，表示π(D_j)中的變量為并聯結構關系；表示π(D_j)中的變量為串聯結構關系；用表示π(D_j)中變量與D_j的結構關系，命名為反聯結構；用表示π(D_j)中變量與D_j的結構關系，命名為多連結構，且在r個影響D_j狀態的變量中需要至少有q個同時故障時，D_j才會發生故障；

4)根據故障樹模型包含的各底事件可靠性函數集合R＝{R₁，R₂，...，R_k，...，R_l}計算故障預測模型中故障原因變量先驗概率分布集合P＝{P(C₁＝0)，P(C₂＝0)，...，P(C_k＝0)，...，P(C_l＝0)}，P(C_k＝0)＝R_k，其中k＝1，...，l，其中R_k表示第k個底事件的可靠性函數，P(C_k＝0)表示第k個故障原因變量的狀態概率分布；

5)根據結構關系集合J＝{J₀，J₁，J₂，...，J_j，...，J_m}中所包含的關聯關系，計算故障預測模型中故障模式變量的條件概率分布P(M|π(M))和故障傳遞變量的條件概率分布CP_D＝{P(D₁|π(D₁))，P(D₂|π(D₂))，...，P(D_j|π(D_j))，..，P(D_m|π(D_m))}，其中P(D_j|π(D_j))表示第j個故障傳遞變量的條件概率分布，傳遞變量條件概率分布的總數也是l個；根據結構關系建立變量條件概率分布的具體方式如下：

當π(D_j)中變量為并聯結構關系，

當π(D_j)中變量為串聯結構關系，

當π(D_j)中變量與D_j為反聯結構關系，

當π(D_j)中變量為多聯結構關系，

6)將設備實際故障檢測現象用故障預測模型中對應的故障檢測變量E＝{E₁，E₂，...，E_x，...，E_p}表示，其中E_x表示第x個故障檢測現象對應的故障檢測變量，x＝1，...，p，p表示故障檢測變量總數；按其中x＝1，...，p的方式建立故障檢測變量的結構關系集合G＝{G₁，G₂，...，G_x，...，G_p}，其中G_x表示第x個故障檢測變量所包含的結構關系，結構關系的總數也為p個；在中，π(E_x)表示影響第x個故障檢測現象狀態的故障原因相對應的變量，(·)表示第x個故障檢測現象及其對應故障原因間的關聯關系；表示π(E_x)中的變量為并聯結構關系；表示π(E_x)中的變量為串聯結構關系。

7)根據故障檢測變量結構關系集合G中表述的關聯關系，分別按π(D_j)中變量為并聯結構關系和串聯結構關系的方式計算故障預測模型中故障檢測變量的條件概率分布CP_E＝{P(E₁|π(E₁))，P(E₂|π(E₂))，...，P(E_x|π(E_x))，...，P(E_p|π(E_p))}，其中P(E_x|π(E_x))表示第x個故障檢測變量的條件概率分布；

8)根據現場采集到的故障檢測現象實時信息e＝{e₁，e₂，...，e_x，...，e_p}，其中e_x表示第x個故障檢測現象的實際狀態信息，利用故障預測模型推理能力和條件概率分布，基于貝葉斯定理，計算設備故障模式后驗概率狀態分布P(M＝0|E＝e)＝P(M＝0|π(E))×P(π(E)|E＝e)。