[發明專利]一種可解釋的離散事件系統的故障診斷系統及方法

在審

• 申請號: 202310525533.0
• 申請日: 2023-05-10
• 公開（公告）號: CN116561690A
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 鄧偉林;姜程;邱道文
• 申請（專利權）人: 廣東金融學院
• 主分類號: G06F18/2433
• 分類號: G06F18/2433;G06N5/02
• 代理公司: 深圳市朝聞專利代理事務所(普通合伙) 44454
• 代理人: 黎路

本發明提供了一種可解釋的離散事件系統的故障診斷系統及方法，采用了離線構造故障診斷器和在線故障診斷相結合的計算模式，同時融合領域專家知識，根據領域專家給出的系統故障的可能模式，定制有限線性時態邏輯公式模板，以系統的歷史運行日志為樣本，將故障診斷問題編碼為可滿足性問題，借助SAT求解技術，得到系統的各類故障行為的解釋：FLTL公式。這些FLTL公式一方面可組成在線故障診斷器，另一方面亦提供了系統故障的解釋和分析，可為后期的系統故障恢復及系統改進提供決策支持；從而解決了現有的DES故障診斷技術難以提供可解釋的故障診斷的缺陷。

技術領域

本發明涉及離散事件系統的故障診斷領域，具體而言，涉及一種可解釋的離散事件系統的故障診斷系統及方法。

背景技術

離散事件系統(Discrete?Event?Systems，以下簡稱DES)是一類狀態離散且狀態的演化由不定時發生的事件驅動的動態系統。DES是一類非常常見的系統，柔性制造系統、計算機軟件系統、通信系統、智能交通系統等都可以用DES來建模。隨著新一代信息技術的發展，新型DES的規模越來越大，系統結構也越來越復雜；這使得DES在其運行過程中難免會出現由于硬件故障、軟件故障、系統本身設計缺陷等原因而導致的系統錯誤。如何快速及準確地診斷出系統的各類故障，保護系統的功能安全，是當前面臨的一個重要挑戰。系統故障診斷包括兩大基本任務：1.對出現故障的系統給出準確的故障類型診斷；2.對系統故障做出解釋和說明，為進一步的系統故障恢復和系統改進提供決策支持。

現有的DES的系統故障診斷技術主要分為以下兩類：1.基于模型的故障診斷(Model?Based?Diagnosis，簡稱MBD)；2.基于數據的故障診斷(Data?Based?Diagnosis，簡稱DBD)。

MBD診斷技術的基本原理是：首先建立系統的完備模型，即完整刻畫了系統正常行為和異常行為的系統模型，然后結合系統模型和系統觀測映射構造系統的MBD診斷器。MBD診斷技術的優點是：只要系統是可診斷的(diagnosable)，MBD診斷器可以確保在一定時延內準確地診斷出系統的故障。MBD診斷技術的缺點主要是：MBD診斷器的構造依賴于系統的完備模型，然而在實際應用場景中，要得到系統的完備模型是非常困難的；這在一定的程度上限制了MBD診斷技術在實際系統中的廣泛應用。

為了解決該問題，人們又提出了DBD診斷技術。DBD診斷技術的基本原理是：把DES的系統故障診斷問題歸結為分類問題，以系統運行記錄為學習樣本，通過機器學習等人工智能方法得到DBD診斷器。DBD診斷技術不再依賴系統的完備模型，只需要足夠多的系統的歷史運行記錄即可。由于在很多實際應用場景中，相比于系統的完備模型，系統的運行記錄往往更加容易得到；因此DBD診斷技術可廣泛地應用于實際系統中。

現有的DBD診斷技術較好地完成了故障診斷中的第一個基本任務，即對出現故障的系統可給出準確的故障類型診斷。然而綜合國內外文獻發現，現有的大部分DBD診斷技術只能對系統故障類型做出定性的診斷，沒有提供系統故障的解釋和說明，從而難以為后期的系統故障恢復及系統改進提供決策支持。另外，注意到C.J.Christopher等人在IEEE?CDC2015國際會議上發表的論文《Formulating?Event-Based?Critical?Observations?inDiagnostic?Problems》中，提出了一種基于關鍵觀察(Critical?Observations)的DES的故障診斷技術，文中所提的“關鍵觀察”本質上是一種特殊形式的系統故障解釋。在此之后，Jiang?Cheng等人也在CDCC?2019會議上的發表了論文《Fault?Diagnosis?in?UnknownDiscrete?Event?Systems?via?Critical?Tree》，采用了基于關鍵樹的DES的故障診斷技術，大幅提高了關鍵觀察的搜索速度及故障診斷準確率，從而改進了C.J.Christopher等人工作。盡管C.J.Christopher等人及Jiang?Cheng等人在前期做了DES的可解釋的故障診斷的初步研究和探索，但是由于關鍵觀察只是一種考慮事件序關系的故障解釋，因此很難用關鍵觀察來刻畫某些復雜的故障模式。