[发明专利]一种基于少量数据的复杂装备功能故障定位灰色建模分析方法

说明书

本发明提供一种基于少量数据的复杂装备功能故障定位灰色建模分析方法，包括：S1、采集复杂装备多个功能故障表征数据及其相关故障来源位置数据；S2、基于采集的数据，分别建立分析数据的单个功能故障定位的GM(1,n)模型和多个功能故障定位的灰色关联矩阵分析模型；S3、基于建立的单个功能故障定位的GM(1,n)模型，根据功能故障的发展趋势和当前来源位置因素对复杂装备的当前功能故障进行估计与分析；S4、基于建立的多个功能故障定位的灰色关联矩阵分析模型，对复杂装备多个功能故障定位的故障来源位置进行分析。本发明的技术方案解决了现有技术中存在的不确定性问题且方法简单可行，能实现对导致复杂装备功能故障的故障来源位置进行主次关系排序。

技术领域

本发明涉及故障定位技术领域，具体而言，尤其涉及一种基于少量数据的复杂装备功能故障定位灰色建模分析方法。

背景技术

故障定位是装备维修的一项基础性工作。复杂装备故障是复杂装备发生失效的直接后果，失效是从装备可以执行规定功能的可用状态(假设外部资源供应充分)到装备不能执行规定功能的故障状态的转变过程。在某些情况下，当装备能够执行部分不是所有的规定功能时，称装备发生了局部功能故障。复杂装备系统组成、功能演化复杂，导致功能故障的影响因素很多，而且通常错综复杂地交织在一起，使得故障定位的难度极大。根据装备组成及故障外在表现因素，目前的故障定位方法通常包括因果分析图法和排列图方法。其中，因果分析图法又称为树枝图或鱼刺图，排列图又称为主次因素排列图，这两种方法常常采用头脑风暴法、专家判断法等，为了寻找产生装备故障问题的“关键的少数和次要的多数”原因。它们主要通过主观方法进行判断，难以进行定量分析。

发明内容

根据上述提出的技术问题，而提供一种基于少量数据的复杂装备功能故障定位灰色建模分析方法。本发明主要利用复杂装备实际使用过程中积累的故障历史数据，建立分析数据的灰色关联矩阵，对复杂装备多个功能故障定位的故障来源位置进行分析。

本发明采用的技术手段如下：

一种复杂装备功能故障定位的灰色建模分析方法，包括：

S1、采集复杂装备多个功能故障表征数据及其相关故障来源位置数据；

S2、基于上述采集的数据，分别建立分析数据的单个功能故障定位的GM(1,n)模型和多个功能故障定位的灰色关联矩阵分析模型；

S3、基于上述建立的单个功能故障定位的GM(1,n)模型，根据功能故障的发展趋势和当前来源位置因素对复杂装备的当前功能故障进行估计与分析；

S4、基于上述建立的多个功能故障定位的灰色关联矩阵分析模型，对复杂装备多个功能故障定位的故障来源位置进行分析。

进一步地，所述步骤S2中建立分析数据的单个功能故障定位的GM(1,n)模型的过程如下：

S2-1A、设表示复杂装备在m个时间段或使用情形下某个功能故障特征的数据序列，同时在m个时间段或使用情形下引起该功能故障的n-1个来源位置特征数据分别表示为：

S2-2A、假设为上述各个特征序列X_i⁽⁰⁾的1阶累加生成算子序列，且Z₁⁽¹⁾为X₁⁽¹⁾的紧邻均值生成序列，其表达式如下：

则复杂装备单个功能故障及其来源位置特征数据的GM(1,n)模型表示为：