[發(fā)明專利]一種容錯系統(tǒng)診斷策略優(yōu)化方法

無效

• 申請?zhí)枺?/td>: 201210073845.4
• 申請日: 2012-03-20
• 公開（公告）號: CN102662831A
• 公開（公告）日: 2012-09-12
• 發(fā)明（設計）人: 胡政;張士剛;劉穎;李岳;楊定新;宋立軍
• 申請（專利權）人: 中國人民解放軍國防科學技術大學
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06F11/07
• 代理公司: 長沙新裕知識產權代理有限公司 43210
• 代理人: 劉熙

1.一種容錯系統(tǒng)診斷策略優(yōu)化方法，其特征在于包括以下步驟：

一、基于多信號模型自動構建貝葉斯網絡：

第一步，利用TEAMS軟件構建多信號模型，并導出相關性矩陣；

利用多信號流圖建模軟件TEAMS構建容錯系統(tǒng)的多信號模型，用{F₁，F₂，·，F_m}和{T₁，T₂，·，T_n}分別表示模型中所有的故障模式F_i和測試T_j的集合，導出容錯系統(tǒng)的相關性矩陣，用下式表示：

Dm×n=d11d12·d1nd21d22·d2n····dm1dm2·dmn---(1)]]>

在上述相關性矩陣錯誤！未找到引用源。中，不同行表示不同的故障模式F_i，不同列表示不同的測試T_j，并且

其中，1≤i≤m，1≤j≤n；

第二步，基于相關性矩陣錯誤！未找到引用源。依據下述原則設定四種貝葉斯網節(jié)點：

1、故障節(jié)點：針對相關性矩陣錯誤！未找到引用源。中的所有故障模式F_i(1≤i≤m)，分別設定與之相對應的故障節(jié)點，記為故障節(jié)點f_i；

2、測試節(jié)點：針對相關性矩陣錯誤！未找到引用源。中所有的測試T_j(1≤j≤n)，分別設定與之對應的測試節(jié)點，記為測試節(jié)點t_j；

3、輔助監(jiān)控節(jié)點：選取若干個故障模式{F₁，F₂，·，F_m}的子集{F_i|i∈(1，m)}，對應于每一個子集{F_i|i∈(1，m)}，分別設定一個節(jié)點，稱之為輔助監(jiān)控節(jié)點；

4、總監(jiān)控節(jié)點：設定一個節(jié)點表示系統(tǒng)整體狀態(tài)，即為總監(jiān)控節(jié)點；

第三步，添加節(jié)點間的連接關系：

1、針對相關性矩陣錯誤！未找到引用源。中的所有元素，如果d_ij＝1，添加從故障節(jié)點f_i到測試節(jié)點t_j的連接關系；

2、添加由故障節(jié)點f_i到輔助監(jiān)控節(jié)點間的連接關系；

3、添加由所有故障節(jié)點f_i到總監(jiān)控節(jié)點的連接關系，或者添加由輔助監(jiān)控節(jié)點到總監(jiān)控節(jié)點的連接關系，最終能保證從任何故障節(jié)點f_i均有路徑到達總監(jiān)控節(jié)點即可滿足要求；

第四步，設定貝葉斯網節(jié)點參數：

1、故障節(jié)點參數設定

在構建的貝葉斯網中，故障節(jié)點f_i均為父節(jié)點，對其設定兩種狀態(tài)：Good、Bad，假定每種故障模式F_i的平均故障間隔時間分別用MTBF_i(i＝1，2，·m)表示，則故障節(jié)點f_i的狀態(tài)概率按下式計算：

PiBad=1MTBFiΣr=1m1MTBFr---(2)]]>

P_iGood＝1-P_iBad????????????(3)

式錯誤！未找到引用源。、錯誤！未找到引用源。中P_iBad、P_iGood作為故障節(jié)點參數分別表示故障節(jié)點f_i狀態(tài)為Bad和Good的概率設置；

2、測試節(jié)點參數設定

測試節(jié)點t_j設定為兩種狀態(tài)，分別對應于測試通過、未通過，記為Pass、Fail，測試節(jié)點t_j均為子節(jié)點，因此設定的參數應為條件概率，具體設定規(guī)則為：

針對測試節(jié)點t_j，用S_j表示與其相關的故障節(jié)點f_i個數，用集合{Z_r}(r＝1，2，·S_j)具體表示與之相關的故障節(jié)點f_i集合，則測試節(jié)點t_j各種狀態(tài)的條件概率為：

P(t_j＝Pass|Z_r＝Good，r＝1，2，·S_j)＝1??????????(4)

P(t_j＝Fail|Z_r＝Good，r＝1，2，·S_j)＝0??????????(5)

否則，若至少存在一個k(1≤k≤S_j)滿足Z_k＝Bad，則：

P(t_j＝Pass|Z_r，r＝1，2，·S_j)＝0????????????????(6)

P(t_j＝Fail|Z_r，r＝1，2，·S_j)＝1????????????????(7)

式錯誤！未找到引用源。-錯誤！未找到引用源。所表達的概率即為測試節(jié)點t_j的參數，以此類推，對每個測試節(jié)點t_j進行相應的設置；

3、輔助監(jiān)控節(jié)點參數設定

輔助監(jiān)控節(jié)點設定兩種狀態(tài)：Good和Bad，將其對應于測試節(jié)點t_j的兩種狀態(tài)Pass和Fail，按照和測試節(jié)點t_j完全相同的方式設定條件概率并作為輔助監(jiān)控節(jié)點參數；

4、總監(jiān)控節(jié)點參數設定

總監(jiān)控節(jié)點設定兩種狀態(tài)：Good和Bad，當其狀態(tài)全部為Good時，總監(jiān)控節(jié)點為Good的概率為1，否則為0；

至此完成貝葉斯網的自動構建；

二、測試序列選擇及序貫診斷：

第一步，測試診斷能力的計算：

測試T_j的診斷能力用該測試的信息熵H(T_j)表示，即

H(T_j)＝-P(t_j＝Pass)logP(t_j＝Pass)-P(t_j＝Fail)logP(t_j＝Fail)(8)

式中P(t_j＝Pass)和P(t_j＝Fail)分別表示測試T_j所對應的測試節(jié)點t_j狀態(tài)為Pass和Fail的概率，該值基于當前已知測試結果和已知故障狀態(tài)通過所構建的貝葉斯網進行推理運算得到；

第二步，測試診斷價值的計算：

利用式(9)計算測試T_j的診斷價值

VTj=H(Tj)-w*C---(10)]]>

式中：C為測試費用；w為權重系數，表示測試費用C在診斷價值中所占的比重，即測試費用C對測試序列選擇的影響程度，該值根據經驗進行設定；H(T_j)為依據式錯誤！未找到引用源。計算的診斷能力；

第三步，序貫診斷的實施：

基于診斷價值序貫診斷執(zhí)行過程為：

S1在未加入證據的情況下對貝葉斯網進行初始推理；

S2依據公式錯誤！未找到引用源。計算測試的診斷價值；

S3選擇診斷價值最高的測試并執(zhí)行該測試，將測試結果作為證據加入貝葉斯網，具體實施規(guī)則為：假定選擇執(zhí)行的測試為T_j，并且測試結果為通過，則將其對應的測試節(jié)點t_j狀態(tài)設為t_j＝Pass，否則設為t_j＝Fail；

S4執(zhí)行貝葉斯網推理；

S5依次判讀是否達到停機條件一和停機條件二，若達到條件一或同時達到兩個條件轉步驟S6，若只達到條件二，轉步驟S7，否則轉步驟S2；

S6按條件一輸出序貫診斷結果；

S7按條件二輸出序貫診斷結果；

上述序貫診斷中的兩個停機條件分別為：

條件一：容錯系統(tǒng)所有故障模式F_i中，某些故障模式F_i對應的故障節(jié)點f_i狀態(tài)為Bad的概率高于設定閾值，此時輸出結果為這些故障模式F_i；或者總監(jiān)控節(jié)點狀態(tài)為Good的概率高于設定值，此時輸出結果為“系統(tǒng)正?！?；或者只關心輔助監(jiān)控節(jié)點的狀態(tài)，某些輔助監(jiān)控節(jié)點狀態(tài)為Bad的概率高于設定閾值，此時輸出結果為這一輔助監(jiān)控節(jié)點對應的故障模式{F₁，F₂，·，F_m}的子集{F_i|i∈(1，m)}；

條件二：所有剩余測試T_j的診斷價值均低于設定值，此時的輸出結果為可能故障集合即故障模式{F₁，F₂，·，F_m}的子集{F_i|i∈(1，m)}，該集合的元素為：對應故障節(jié)點f_i狀態(tài)為Bad的概率大于0的故障模式F_i。

三、組合故障診斷：

執(zhí)行組合故障診斷的條件為：上一節(jié)序貫診斷中給出的故障模式F_i在維修操作中被證明是不存在的，此時需要進行組合故障診斷；

組合故障診斷的實現步驟為：

1、將利用序貫診斷得到的狀態(tài)為Bad的概率最高的故障節(jié)點f_i狀態(tài)設為Good，并作為貝葉斯網的證據節(jié)點看待；

2、利用組合故障推理算法進行貝葉斯網推理，計算序貫診斷結果中狀態(tài)為Bad的概率不為0的故障節(jié)點f_i的狀態(tài)組合為組合故障診斷結果。