[發(fā)明專(zhuān)利]一種基于貝葉斯網(wǎng)絡(luò)的系統(tǒng)測(cè)量節(jié)點(diǎn)優(yōu)化配置方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201611078752.5
• 申請(qǐng)日: 2016-11-30
• 公開(kāi)（公告）號(hào): CN108134680B
• 公開(kāi)（公告）日: 2019-11-29
• 發(fā)明（設(shè)計(jì)）人: 高升;張偉;何旭
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所
• 主分類(lèi)號(hào): H04L12/24
• 分類(lèi)號(hào): H04L12/24
• 代理公司: 21002 沈陽(yáng)科苑專(zhuān)利商標(biāo)代理有限公司
• 代理人: 李巨智<國(guó)際申請(qǐng)>=<國(guó)際公布>=<進(jìn)入

本發(fā)明涉及一種基于貝葉斯網(wǎng)絡(luò)的系統(tǒng)測(cè)量節(jié)點(diǎn)優(yōu)化配置方法，建立系統(tǒng)的貝葉斯網(wǎng)絡(luò)模型；根據(jù)貝葉斯網(wǎng)絡(luò)模型計(jì)算故障節(jié)點(diǎn)和測(cè)量節(jié)點(diǎn)間的互信息矩陣；根據(jù)故障節(jié)點(diǎn)和測(cè)量節(jié)點(diǎn)間的互信息矩陣計(jì)算測(cè)點(diǎn)對(duì)故障節(jié)點(diǎn)診斷的貢獻(xiàn)度，確定綜合診斷能力指標(biāo)；根據(jù)測(cè)點(diǎn)對(duì)故障節(jié)點(diǎn)診斷的貢獻(xiàn)度及測(cè)點(diǎn)成本和測(cè)點(diǎn)數(shù)量限制描述優(yōu)化問(wèn)題；應(yīng)用改進(jìn)的離散二進(jìn)制粒子群算法進(jìn)行優(yōu)化處理，得出測(cè)點(diǎn)的優(yōu)化配置結(jié)果。本發(fā)明考慮了在滿足約束條件下的傳感器優(yōu)化配置問(wèn)題，更符合實(shí)際工程應(yīng)用，同時(shí)考慮了測(cè)點(diǎn)的故障診斷能力和測(cè)量成本問(wèn)題，然后通過(guò)改進(jìn)的優(yōu)化算法進(jìn)行優(yōu)化處理，從而找到系統(tǒng)最佳的測(cè)量節(jié)點(diǎn)配置方案。

技術(shù)領(lǐng)域

本發(fā)明涉及復(fù)雜系統(tǒng)控制及故障診斷領(lǐng)域，具體地說(shuō)是一種基于貝葉斯網(wǎng)絡(luò)的系統(tǒng)測(cè)量節(jié)點(diǎn)優(yōu)化配置方法。

背景技術(shù)

故障診斷是保證系統(tǒng)可靠運(yùn)行的關(guān)鍵，故障診斷是通過(guò)測(cè)點(diǎn)對(duì)系統(tǒng)的關(guān)鍵變量進(jìn)行檢測(cè)獲得變量的故障信息，根據(jù)故障信息確定系統(tǒng)的故障征兆。而系統(tǒng)在進(jìn)行故障診斷時(shí)，往往要求使用盡可能少的測(cè)點(diǎn)獲得盡可能多的故障信息，滿足對(duì)故障的最大的診斷能力，即測(cè)點(diǎn)的優(yōu)化配置是關(guān)鍵。對(duì)于航天器姿態(tài)控制系統(tǒng)這樣的大型復(fù)雜系統(tǒng)來(lái)說(shuō)，為保證其長(zhǎng)期可靠運(yùn)行，需要為其配置測(cè)點(diǎn)獲取故障信息，最大化測(cè)點(diǎn)的故障診斷能力。在實(shí)際工程中為了得到盡可能多的信息，往往需要配置很多傳感器，但這樣的配置存在一定的盲目性且還會(huì)造成資源的浪費(fèi)，在資源成本限制下，測(cè)點(diǎn)的優(yōu)化配置就顯得尤為重要。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于貝葉斯網(wǎng)絡(luò)的系統(tǒng)測(cè)量節(jié)點(diǎn)優(yōu)化配置方法，解決了航天器等復(fù)雜系統(tǒng)在進(jìn)行故障診斷時(shí)測(cè)點(diǎn)配置方案的診斷能力及成本問(wèn)題。

本發(fā)明為實(shí)現(xiàn)上述目的所采用的技術(shù)方案是：

一種基于貝葉斯網(wǎng)絡(luò)的系統(tǒng)測(cè)量節(jié)點(diǎn)優(yōu)化配置方法，包括以下步驟：

步驟1：建立系統(tǒng)的貝葉斯網(wǎng)絡(luò)模型；

步驟2：根據(jù)貝葉斯網(wǎng)絡(luò)模型計(jì)算故障節(jié)點(diǎn)和測(cè)量節(jié)點(diǎn)間的互信息矩陣；

步驟3：根據(jù)故障節(jié)點(diǎn)和測(cè)量節(jié)點(diǎn)間的互信息矩陣計(jì)算測(cè)點(diǎn)對(duì)故障節(jié)點(diǎn)診斷的貢獻(xiàn)度，確定綜合診斷能力指標(biāo)；

步驟4：根據(jù)測(cè)點(diǎn)對(duì)故障節(jié)點(diǎn)診斷的貢獻(xiàn)度及測(cè)點(diǎn)成本和測(cè)點(diǎn)數(shù)量限制描述優(yōu)化問(wèn)題；

步驟5：應(yīng)用改進(jìn)的離散二進(jìn)制粒子群算法進(jìn)行優(yōu)化處理，得出測(cè)點(diǎn)的優(yōu)化配置結(jié)果。

所述建立系統(tǒng)的貝葉斯網(wǎng)絡(luò)模型包括以下過(guò)程：

步驟1：根據(jù)系統(tǒng)的結(jié)構(gòu)及故障模式對(duì)系統(tǒng)進(jìn)行故障模式與理象分析，確定貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)及貝葉斯網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)；

步驟2：在貝葉斯網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)基礎(chǔ)上，根據(jù)極大熵方法確定節(jié)點(diǎn)的驗(yàn)前分布；

步驟3：根據(jù)歷史故障數(shù)據(jù)及專(zhuān)家經(jīng)驗(yàn)確定節(jié)點(diǎn)參數(shù)值，即節(jié)點(diǎn)的條件概率分布，完成貝葉斯網(wǎng)絡(luò)模型建立。

所述根據(jù)極大熵方法確定節(jié)點(diǎn)的驗(yàn)前分布過(guò)程為：

H_B(a^*,b^*)＝max(H_B(a,b))

a≥0,b≥0

a/(a+b)＝p₀

其中，a為極大熵的驗(yàn)前分布參數(shù)；b為極大熵的驗(yàn)前分步參數(shù)；p為概率參數(shù)；a^*和b^*分別為參數(shù)a和b的最優(yōu)值；Beta()為貝塔分布；dp為對(duì)概率參數(shù)p進(jìn)行求導(dǎo)；H_B為極大熵符號(hào)；p₀為概率參數(shù)p的均值。

所述節(jié)點(diǎn)的條件概率分布為：