[发明专利]一种基于故障树和案例相似性的故障诊断方法

权利要求书

1.一种基于故障树和案例相似性的故障诊断方法，包括以下步骤：

根据器械使用手册及已有案例，初步建立案例库和故障树模型数据；

在故障诊断时根据提供的若干故障现象，首先使用故障树模型进行诊断，如诊断成功，则更新案例库数据；

如故障树模型无有效诊断，则使用案例相似性方法进行诊断，如诊断成功，则依据计算结果对故障树模型数据进行更新。

2.如权利要求1所述的故障树模型及案例库，其特征为：

故障树模型数据与案例库数据存在联系，案例库数据可划分为案例集、现象集、原因集三部分，同一案例对应一至多个现象和原因，在诊断时使用案例和现象进行相似性匹配后使用相似案例对应原因进行诊断；

故障树模型的要素主要分为顶事件、中间事件及底事件，其顶事件及中间事件数据对应于数据库中的现象集，底事件对应于数据库中的原因集，在诊断时使用树的结构关系进行推断。

3.如权利要求1及2所述的故障树模型的建立、诊断和更新方法，其特征为：

在建立故障树模型时，将树中上下层事件关系简化为引用关系，实现在不同故障树中可以引用同一子树，降低了模型的重复数据和更新复杂度；

在该模型诊断时，当得到需诊断案例的若干个顶事件和中间事件(即故障现象)后，对各个事件使用广度搜索策略，该策略同时从每个事件出发进行广度搜索，将其中位于故障树最低层的中间事件作为诊断的重要事件，把这些重要事件的底事件交集按照出现频次进行排序后作为诊断结果集，如诊断成功则更新底事件频次，如案例未在案例库中则将新案例添加至案例库；如诊断后底事件交集为空或诊断失败则标记各重要事件，跳转至案例相似性方法进行诊断；

故障树模型的更新即新的上下层事件关系的建立，为避免故障树模型中出现环状引用，需要对以下层事件为顶的子树进行广度遍历搜索，如未出现上层事件即可更新。

4.如权利要求1及2所述的基于案例相似性的故障诊断方法和故障树更新方法，其特征为：

在诊断过程中，使用基于SIMRANK方法的相似性计算方法，首先建立相似案例矩阵，为降低矩阵稀疏性，根据需诊断案例的故障现象集合，在案例库中提取含有该集合元素的已有故障案例，取各案例中故障现象的并集，各案例以及需诊断案例以该并集建立矩阵；

根据已建立好的相似案例矩阵以及相似性计算公式，迭代计算案例及现象的相似度矩阵，对各案例与需诊断案例的相似度和案例频次做归一化处理，排序后给出诊断结果；如诊断成功，则增加案例及原因频次，将新案例添加进入数据库，如在故障树模型诊断过程中，标记为重要事件的现象间没有底事件交集，或底事件交集不包含正确的故障原因，则说明有部分重要事件因该故障原因引发，而在故障树模型中缺少该推断，所以根据现象相似度矩阵，可以得到这些重要事件与故障原因的因果推断，该推断知识在通过专家验证后可以对故障树数据进行更新。