[发明专利]一种容错系统诊断策略优化方法

说明书

技术领域

本发明属于基于贝叶斯网络的故障诊断策略优化方法，具体涉及一种容错系统诊断策略优化方法。

背景技术

容错系统的核心是系统的冗余设计，它以增加资源来提高系统的可靠性，能够保证当系统出现故障时仍然可以稳定运行。容错系统有两个主要特点，一是由于大量采用容错技术，系统的复杂程度较高；二是为保证及时启用冗余资源，系统必须能够实时检测、诊断和定位故障，这些都对系统的可测性设计提出了更高的要求。诊断策略优化是可测性设计中的一项重要内容，主要目的是增强对复杂系统故障的监控与精确定位能力，提高诊断效率，减少装备的全寿命周期费用。现有的诊断策略优化方法很多，国内外学者提出了很多行之有效的理论和方法。从推理模型看，主要有故障树、决策树、神经网络、信息模型、有向图模型等。这些方法在故障诊断和维修领域均得到了广泛的应用，但总体来说，这些方法的不确定性处理能力和多源信息表达与融合能力有待提高，对复杂系统中的多故障、隐藏故障的处理能力相对较弱，诊断策略构建困难，并且大多为静态诊断策略，无法满足复杂容错系统对诊断性能的要求。因此容错系统的诊断策略优化问题成为系统测试性设计的一个难点。

发明内容

本发明目的在于给出一种适用于故障容错系统，能够有效处理故障诊断中的不确定问题和多故障问题，并能及时、准确定位故障的容错系统诊断策略优化方法。

为了实现上述发明目的，本发明的容错系统诊断策略优化方法包括如下步骤：首先以多信号流模型为基础，自动生成贝叶斯网络模型，并设置网络节点参数；同时以信息熵理论为基础，构建同时考虑诊断能力和测试费用的代价函数，实现测试序列优化选择及序贯诊断；最后根据获得的推理模型和优化的测试序列进行系统的多故障诊断。

本发明实现具体步骤如下：

一、基于多信号模型自动构建贝叶斯网络

第一步：利用TEAMS软件构建多信号模型，并导出相关性矩阵；

利用多信号流图建模软件TEAMS构建容错系统的多信号模型，用{F₁，F₂，·，F_m}和{T₁，T₂，·，T_n}分别表示模型中所有的故障模式F_i和测试T_j的集合，导出容错系统的相关性矩阵，用下式表示：