[发明专利]基于贝叶斯方法的航天阀门零件加工过程故障诊断方法

权利要求书

1.一种基于贝叶斯方法的航天阀门零件加工过程故障诊断方法，其特征在于，结合控制图模式识别、失效模式与效果分析(FMEA)、故障树分析(FTA)与贝叶斯方法诊断，包括下述步骤：

第一步：获得航天阀门零件加工过程数据的控制图；

具体方法是：通过对零件加工过程中的关键工序进行质量监控，按时间序列测量关键工序的加工数据，将其分别绘制成四种类型的控制图，包括：均值控制图、累积和控制图、Q图、单值控制图，其中，均值控制图适用于各类型各批量的零件，累积和控制图用于识别缓慢偏离过程目标的零件，Q图针对小批量零件，单值控制图用于异常反应的零件；

第二步：进行航天阀门零件加工过程控制图模式识别；

对控制图异常模式进行科学划分，设置参数可变的可编译异常状态，根据该异常状态对零件实际加工过程控制图进行异常模式识别，如果无异常模式出现，则对该过程继续实施监控；如果出现异常模式，则转入故障诊断环节；

第三步：对航天阀门零件进行工艺FMEA分析，获得工艺FMEA分析的信息；

第四步：在第三步FMEA分析的基础上，对航天阀门零件加工过程进行FTA分析；

第五步：根据第三步FMEA分析与第四步FTA分析的结果，建立航天阀门故障诊断专家系统知识库，根据重要度分析获取主要异因集合，进行主因分析；

第六步：对航天阀门零件加工过程进行贝叶斯方法诊断；

针对第五步中获取的主要异因集合，进行贝叶斯定理推断，获取最有可能引起顶事件异常模式的原因列表。

2.根据权利要求1所述的基于贝叶斯方法的航天阀门零件加工过程故障诊断方法，其特征在于，所述第二步的具体方法是：所述控制图异常模式有6种，分别为：均值递增或减趋势、数据点超出控制界限、均值向上或下偏移、存在两个均值总体、均值向上或下阶跃和标准偏差过大或小；结合实际零件加工批量的不同，对6种异常模式进行划分，设置8种参数可变的可编译异常状态：①1个点，距离中心线大于A个标准差，A为[1，3]之间的整数，②连续B点递增或递减，B为小于样本容量的正整数，③连续C点落在中心线同一侧，C为小于样本容量的正整数，④连续D点中相邻点交替上下，D为小于样本容量的正整数，⑤连续E+1点中有E点落在中心线同一侧的1个标准差以外，E+1为小于样本容量的正整数，⑥连续F+1点中有F点落在中心线同一侧的2个标准差以外，F+1为小于样本容量的正整数，⑦连续G点落在中心线两侧的1个标准差之内，G为小于样本容量的正整数，⑧连续H点落在中心线两侧的1个标准差之外，H为小于样本容量的正整数。

3.根据权利要求1所述的基于贝叶斯方法的航天阀门零件加工过程故障诊断方法，其特征在于，所述第三步的具体方法是：根据FMEA分析表格中所列出的关键参数对零件加工过程进行跟踪，获得工艺FMEA分析的信息，其中，关键参数及其含义主要有：

(1)潜在失效模式：零件生产过程中可能出现的问题的罗列；

(2)潜在失效原因：可能引发潜在失效模式的原因的罗列，包括主观与客观原因；在航天阀门零件的分析中，包括人、机、料、法、环、测六大类原因；

(3)潜在失效后果：潜在失效模式产生的可能后果，包括对过程本身的影响，对下一过程的影响以及对产品整体的影响；

(4)严重度：用于评价上述失效模式产生的影响并赋予分值，不良影响越严重则分值越高；

(5)发生度：上述潜在失效原因出现的概率，出现的几率越大则分值越高；

(6)检测度：现行的控制方法使潜在失效模式被查出的难易程度，查出难度越大则分值越高；

(7)风险优序数：严重度、发生度、检测度三者分值的积，其数值越大表示潜在的问题越严重，越应及时采取预防措施。

4.根据权利要求1所述的基于贝叶斯方法的航天阀门零件加工过程故障诊断方法，其特征在于，所述第四步的具体方法是：FTA建立过程中以人、机、料、法、环、测六大分类为顶事件即异常模式下第一级节点，再对具体分类进行第二级、第三级以及多级节点的划分，直至基本事件。