[發明專利]一種基于多階測試門限判別的故障隔離方法有效
| 申請號: | 201410158704.1 | 申請日: | 2014-04-18 |
| 公開(公告)號: | CN103927447B | 公開(公告)日: | 2017-02-15 |
| 發明(設計)人: | 石君友;喬麗;劉衎 | 申請(專利權)人: | 北京航空航天大學 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 |
| 代理公司: | 北京永創新實專利事務所11121 | 代理人: | 趙文穎 |
| 地址: | 100191*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 測試 門限 別的 故障 隔離 方法 | ||
技術領域
本發明涉及一種基于多階測試門限判別的故障隔離方法,屬于故障診斷技術領域。
背景技術
故障隔離技術是故障診斷技術中的重要內容,通過故障隔離可以確定產品發生的具體故障模式。目前,在工程中進行故障診斷常采用基于二值邏輯的檢測結果進行故障隔離的技術,即首先對產品相關的征兆進行測試,并根據正常范圍判據確定征兆數值是否超出正常范圍,由此判斷是否有故障發生;然后將各征兆是否超出正常范圍邏輯化為“1”和“0”,并根據各故障的征兆邏輯化向量不同的原理進行故障隔離。
這種診斷過程僅考慮了征兆是否超出正常范圍的兩種情況,沒有對超出正常范圍的程度進行刻畫和利用,會導致超出正常范圍且超出程度不同的兩個故障模式無法區分,出現故障的模糊隔離。
發明內容
本發明的目的是為了解決上述問題,針對二值邏輯故障隔離技術的不足,提出一種基于多階測試門限判別的故障隔離方法,首先以多階測試門限判別為原理,建立綜合階數矩陣;然后,對測取到的征兆數值向量進行變換得到匹配階數向量,并與綜合階數矩陣進行比對,隔離出發生的故障。
一種基于多階測試門限判別的故障隔離方法,具體包括以下幾個步驟:
步驟一:確定產品的監測征兆基線數據
產品的監測征兆基線數據包括監測征兆變量、變量正常范圍判據,其三元組模型如下:
MSD=(S,B,Δ)???(1)
其中,MSD代表監測征兆基線數據模型;
S代表監測征兆變量集合;S={sj|j=1~n},sj為第j個監測征兆變量值,n為監測征兆變量總數;
B代表監測征兆變量的基準值集合;B={bj|j=1~n},bj為第j個監測征兆變量的基準值,n為監測征兆變量的基準值總數;
Δ代表監測征兆變量的測試門限集合;Δ=(δj|j=1~n),δj為第j個監測征兆變量的測試門限值,n為監測征兆變量的測試門限總數,監測征兆變量的正常范圍判據由sj=bj±δj確定;
步驟二:確定產品的故障模式集以及各故障模式的監測征兆數值,構建故障—征兆原始矩陣
故障—征兆原始矩陣是指產品中各故障模式與各監測征兆之間的數值關系矩陣:
其中,MV代表故障—征兆原始矩陣,即故障模式集合F與監測征兆集合S構成的二元數值關系;
F代表產品的故障模式集合;F={fi|i=1~m},fi為產品的第i個故障模式,m為故障模式總數;
vij代表具體的二元關系值,即第i個故障模式發生后,第j個監測征兆測得的變量數值;
步驟三:建立各階測試門限邏輯矩陣
測試門限邏輯矩陣是指在規定倍數測試門限條件下,產品的故障模式與各監測征兆之間的邏輯關系矩陣,K階測試門限邏輯矩陣為:
其中,MLK代表K階測試門限邏輯矩陣;
代表K階測試門限條件下,第i個故障模式與第j個監測征兆變量之間的二值邏輯關系:
步驟四:將各階測試門限邏輯矩陣進行累加,建立綜合階數矩陣
將步驟三中得到的每一階測試門限邏輯矩陣進行累加,得到綜合階數矩陣,綜合階數矩陣的累加公式如下:
MI=ML1+ML2+…+MLK???(5)
其中,MI代表綜合階數矩陣,
在得到綜合階數矩陣后,對比綜合階數矩陣的各數值,找到最大數值,作為該矩陣的最大階,記作rmax;
步驟五:根據綜合階數矩陣進行故障隔離
故障隔離的具體步驟如下:
(1)在產品故障后,測取產品的各監測征兆變量數值,形成數值向量V'=[v'1,v'2,…,v'n];
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京航空航天大學,未經北京航空航天大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410158704.1/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:指定面積定位測量導航方法及裝置
- 下一篇:阿齊沙坦酯的新晶型及其制備方法
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





