[发明专利]一种设备故障元件排查方法及系统

权利要求书

1.一种设备故障元件排查方法，其特征在于，所述设备故障元件排查方法，包括：

获取元件状态异常数据和设备故障维修数据；

根据所述元件状态异常数据和所述设备故障维修数据，建立故障-元件-传感器贝叶斯信念网络模型；所述故障-元件-传感器贝叶斯信念网络模型包括：传感器、元件以及设备设定故障；在所述故障-元件-传感器贝叶斯信念网络模型中，所述传感器与所述元件相连，所述元件与所述设备设定故障相连；所述传感器与所述元件相连表示所述传感器检测所述元件是否异常；所述元件与所述设备设定故障相连表示所述元件发生异常时引起所述设备设定故障；

根据所述故障-元件-传感器贝叶斯信念网络模型，计算与所述元件相连的传感器检测到元件异常时所述元件实际异常的概率；

将与所述元件相连的传感器检测到元件异常时所述元件实际异常的概率按照从大到小的顺序依次排列，得到排列后的元件实际异常的概率，并根据所述排列后的元件实际异常的概率的顺序对应排列所述元件，排列在前的所述元件为优先排查的元件。

2.根据权利要求1所述的设备故障元件排查方法，其特征在于，所述根据所述元件状态异常数据和所述设备故障维修数据，建立故障-元件-传感器贝叶斯信念网络模型，具体包括：

根据所述元件状态异常数据，构建所述传感器异常-元件表；所述传感器异常-元件表包括传感器检测元件异常且元件实际异常的概率；所述元件状态异常数据包括传感器检测元件异常且元件实际异常的次数、传感器检测元件异常且元件实际未异常的次数以及传感器检测元件未异常且元件实际异常的次数；所述传感器检测元件异常且元件实际异常的概率表示所述传感器检测元件异常且元件实际异常的次数与元件异常次数的比；所述元件异常次数为传感器检测元件异常且元件实际异常的次数、传感器检测元件异常且元件实际未异常的次数、传感器检测元件未异常且元件实际异常的次数之和；

根据所述设备故障维修数据，生成故障字典；所述故障字典包括每个元件的第一概率；所述第一概率为所述元件发生异常时引起设备设定故障的概率；所述设备故障维修数据包括每个元件发生异常时引起的设备设定故障的次数；所述第一概率表示所述元件发生异常时引起设备设定故障的次数与所述每个元件发生异常时引起设备设定故障的次数之和的比；

根据所述故障字典和所述传感器异常-元件表，采用贝叶斯信念网络，建立故障-元件-传感器贝叶斯信念网络模型。

3.根据权利要求1所述的设备故障元件排查方法，其特征在于，所述根据所述故障-元件-传感器贝叶斯信念网络模型，计算与所述元件相连的传感器检测到元件异常时所述元件实际异常的概率，具体包括：

根据以下公式计算与所述元件相连的传感器检测到元件异常时所述元件实际异常的概率：

式(1)中E_i表示第i个元件；S表示传感器；m表示传感器的个数；表示与所述元件E_i相连的m个传感器检测到元件E_i状态异常时所述元件E_i实际异常的概率。

4.根据权利要求1所述的设备故障元件排查方法，其特征在于，所述设备故障元件排查方法还包括：

根据所述故障-元件-传感器贝叶斯信念网络和公式(2)，计算与所述设备设定故障相连的元件发生异常而引起所述设备设定故障的概率；所述公式(2)为：

式(2)中F_j表示第j个故障；E表示元件；n表示元件的个数；表示与所述设备设定故障F_j相连的n个元件发生异常而引起所述设备设定故障F_j出现的概率。