[發(fā)明專利]面向多狀態(tài)機(jī)載搜救系統(tǒng)的模糊BN任務(wù)可靠性預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202010909447.6
• 申請日: 2020-09-02
• 公開（公告）號: CN112085203A
• 公開（公告）日: 2020-12-15
• 發(fā)明（設(shè)計(jì)）人: 王璟玢;吳捷;鄒貴;王勇;馬玉林;韓洪韜;周云;顧旻杰;崔九征;徐姜楠;朱慧麗
• 申請（專利權(quán)）人: 中國航空無線電電子研究所
• 主分類號: G06N7/06
• 分類號: G06N7/06;G06N7/00;G06Q10/04;G06Q50/26
• 代理公司: 中國航空專利中心 11008
• 代理人: 王世磊

本發(fā)明屬于航空機(jī)載搜救系統(tǒng)可靠性分析技術(shù)領(lǐng)域，公開了面向多狀態(tài)機(jī)載搜救系統(tǒng)的模糊貝葉斯網(wǎng)絡(luò)(BN)任務(wù)可靠性預(yù)測方法。綜合了BN對復(fù)雜系統(tǒng)中邏輯關(guān)聯(lián)及其不確定性信息的描述優(yōu)勢和模糊集合理論對性能降級設(shè)備多狀態(tài)的劃分定義能力，模型能有效表達(dá)搜救系統(tǒng)多層級、多交聯(lián)邏輯下的不確定性和設(shè)備性能退化下的多狀態(tài)屬性，實(shí)現(xiàn)系統(tǒng)任務(wù)可靠性水平和健康狀態(tài)趨勢預(yù)測與評估。

技術(shù)領(lǐng)域

本發(fā)明屬于航空機(jī)載搜救系統(tǒng)可靠性分析技術(shù)領(lǐng)域，特別涉及面向多狀態(tài)機(jī)載搜救系統(tǒng)的模糊BN任務(wù)可靠性預(yù)測方法。

背景技術(shù)

隨著我國經(jīng)濟(jì)與軍事的發(fā)展，海事活動日益增多，對海上搜索、救援的快速要求也越來越高。使用航空器進(jìn)行海上搜索救援具有快速機(jī)動、覆蓋面廣、搜索效率高、搜索效果好等特點(diǎn)。為提升搜救效率，機(jī)載搜救系統(tǒng)將發(fā)揮重大作用。而搜救系統(tǒng)可靠性水平對搜索救援任務(wù)的效能和成功率有著直接影響，開展系統(tǒng)的任務(wù)狀態(tài)預(yù)測可以在提升系統(tǒng)管理水平的同時(shí)避免事故發(fā)生和任務(wù)失敗，以最大程度降低事故人員、財(cái)產(chǎn)、環(huán)境造成的人員損害和設(shè)備損失。

機(jī)載搜救系統(tǒng)借助復(fù)雜的傳感器系統(tǒng)和綜合處理邏輯實(shí)現(xiàn)海上目標(biāo)搜索，其任務(wù)可靠性與傳感器系統(tǒng)的工作模式和任務(wù)數(shù)據(jù)的處理效率相關(guān)，設(shè)備工作狀態(tài)降級會使系統(tǒng)搜索效能和任務(wù)成功率處于不確定的多種狀態(tài)，目前面向機(jī)載搜救系統(tǒng)復(fù)雜架構(gòu)、邏輯的建模描述及多任務(wù)狀態(tài)特征下的系統(tǒng)任務(wù)可靠性建模和預(yù)測評估方法相對較少，須開展進(jìn)一步方法探索和應(yīng)用研究。

發(fā)明內(nèi)容

本發(fā)明提供了面向多狀態(tài)機(jī)載搜救系統(tǒng)的模糊貝葉斯網(wǎng)絡(luò)(Bayesian Network，BN)任務(wù)可靠性預(yù)測方法，綜合了BN對復(fù)雜系統(tǒng)中邏輯關(guān)聯(lián)及其不確定性信息的描述優(yōu)勢和模糊集合理論對性能降級設(shè)備多狀態(tài)的劃分定義能力，模型能有效表達(dá)搜救系統(tǒng)多層級、多交聯(lián)邏輯下的不確定性和設(shè)備性能退化下的多狀態(tài)屬性，實(shí)現(xiàn)系統(tǒng)任務(wù)可靠性水平和健康狀態(tài)趨勢預(yù)測與評估。

本發(fā)明技術(shù)方案如下：

面向多狀態(tài)機(jī)載搜救系統(tǒng)的模糊BN任務(wù)可靠性預(yù)測方法，所述方法包括以下步驟：

(1)基于搜救系統(tǒng)故障機(jī)理的BN模型建立有向無環(huán)圖(Directed Acyclic Graph，DAG)；

(2)基于模糊集合理論對有向無環(huán)圖中的節(jié)點(diǎn)進(jìn)行多狀態(tài)劃分；

(3)基于有向無環(huán)圖及其節(jié)點(diǎn)的多狀態(tài)劃分情況，建立非根節(jié)點(diǎn)的條件概率表CPT；

(4)根據(jù)有向無環(huán)圖DAG和條件概率表，經(jīng)聯(lián)合概率的后驗(yàn)求解得到搜救系統(tǒng)在時(shí)刻t的任務(wù)可靠度和所處狀態(tài)。

進(jìn)一步，所述機(jī)載搜救系統(tǒng)包括：傳感器和綜合處理單元兩類分系統(tǒng)。

進(jìn)一步，在第(1)步中，根據(jù)多源信息確定系統(tǒng)發(fā)生故障的原因，建立以搜救系統(tǒng)失效作為頂事件的故障樹；所述多源信息包括：故障判據(jù)、相似產(chǎn)品、試驗(yàn)信息、使用信息及工程經(jīng)驗(yàn)；

基于故障樹建立搜救系統(tǒng)貝葉斯網(wǎng)絡(luò)模型的有向無環(huán)圖，將與搜救系統(tǒng)任務(wù)相關(guān)的各設(shè)備X＝{X₁,X₂,…,X_n}對應(yīng)抽象為隨機(jī)變量，依據(jù)故障機(jī)理所反映的故障因果關(guān)系，以有向邊連接節(jié)點(diǎn)變量的形式對系統(tǒng)邏輯進(jìn)行描述，各節(jié)點(diǎn)的賦值為基于任務(wù)可靠性或狀態(tài)概率度量的故障假設(shè)、測試值、觀測現(xiàn)象或意見征詢。

進(jìn)一步，所有分系統(tǒng)下屬各設(shè)備總量之和為p；假設(shè)所有設(shè)備的可靠性預(yù)測模型已通過試驗(yàn)或關(guān)鍵性能參數(shù)的監(jiān)測與分析的方式獲得；

在第(2)步中，對于p個(gè)設(shè)備，將其可靠性預(yù)測模型按時(shí)間序列以無監(jiān)督等寬區(qū)間法離散化處理，則在未來一段時(shí)間T內(nèi)得到p×T階矩陣：