[发明专利]分布式故障诊断维修方法、装置、设备及计算机可读介质在审

专利信息
申请号: 202010619442.X 申请日: 2020-06-30
公开(公告)号: CN111913133A 公开(公告)日: 2020-11-10
发明(设计)人: 韦志会;武学成;田志昊;宋毅;艾力;段嵘 申请(专利权)人: 北京航天测控技术有限公司
主分类号: G01R31/56 分类号: G01R31/56;G01R31/66;G01R31/28
代理公司: 北京华夏泰和知识产权代理有限公司 11662 代理人: 杜欣;李雪
地址: 100041 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分布式 故障诊断 维修 方法 装置 设备 计算机 可读 介质
【权利要求书】:

1.一种分布式故障诊断维修方法,其特征在于,包括:

采用与故障信息匹配的故障测试模式对目标组件进行测试,得到测试数据,其中,所述故障信息用于描述所述目标组件发生的故障,所述故障测试模式包括接口测试、电路测试及单元测试;

基于所述故障信息和所述测试数据,利用故障树确定所述目标组件的故障部位,其中,所述故障树中包括故障与故障原因、故障部位之间的映射关系;

调用与所述故障部位匹配的维修保障资源对所述故障部位进行维修。

2.根据权利要求1所述的方法,其特征在于,基于所述故障信息和所述测试数据,利用故障树确定所述目标组件的故障部位包括:

定位所述故障信息对应在所述故障树中的故障事件节点;

将所述故障事件节点作为故障推演的树根节点;

基于所述测试数据从所述树根节点进行搜索,得到所述目标组件的所述故障部位。

3.根据权利要求2所述的方法,其特征在于,基于所述测试数据从所述树根节点进行搜索,得到所述目标组件的所述故障部位包括:

确定所述测试数据在各个故障树分支上的影响权重,其中,所述影响权重表示由叶子节点表征的故障原因导致所述树根节点表征的故障现象发生的概率;

查找所述影响权重最大的目标叶子节点,其中,所述目标叶子节点为产生所述树根节点概率最大的叶子节点;

通过所述目标叶子节点表征的故障原因,确定所述故障部位。

4.根据权利要求2所述的方法,其特征在于,基于所述故障信息和所述测试数据,利用故障树确定所述目标组件的故障部位之前,还包括采用案例知识对所述故障信息进行诊断:

在查询到案例知识库中存在与所述故障信息相似度达到预设阈值的故障特征的情况下,利用与所述故障特征对应的故障处理措施对所述目标组件进行故障诊断,其中,所述案例知识库中包括故障特征集和与所述故障特征集中的故障特征匹配的所述故障处理措施;

在未查询到所述案例知识库中存在与所述故障信息相似度达到预设阈值的故障特征的情况下,利用所述故障树对所述目标组件进行故障诊断。

5.根据权利要求1所述的方法,其特征在于,采用与故障信息匹配的故障测试模式对目标组件进行测试,得到测试数据包括:

确定与所述故障信息匹配的所述故障测试模式;

从测试程序集中调用与所述故障测试模式匹配的目标程序集;

监控并记录所述目标程序集对所述目标组件进行测试的过程,得到所述测试数据。

6.根据权利要求5所述的方法,其特征在于,确定与所述故障信息匹配的所述故障测试模式包括:

获取携带有所述故障信息的测试工作订单;

提取所述测试工作订单中的模式标识;

将所述故障信息分配到与所述模式标识一致的所述故障测试模式。

7.根据权利要求1至6任一所述的方法,其特征在于,调用与所述故障部位匹配的维修资源对所述故障部位进行维修包括:

从维修工艺数据库中获取与所述故障部位匹配的维修工艺方案;

从维修资源数据库中按照所述维修工艺方案配置所述维修保障资源;

利用所述维修保障资源对所述故障部位进行维修;

在通过验证测试的情况下完成对所述故障部位的维修。

8.一种分布式故障诊断维修装置,其特征在于,包括:

故障测试模块,用于采用与故障信息匹配的故障测试模式对目标组件进行测试,得到测试数据,其中,所述故障信息用于描述所述目标组件发生的故障,所述故障测试模式包括接口测试、电路测试及单元测试;

故障诊断模块,用于基于所述故障信息和所述测试数据,利用故障树确定所述目标组件的故障部位,其中,所述故障树中包括故障与故障原因、故障部位之间的映射关系;

故障维修模块,用于调用与所述故障部位匹配的维修保障资源对所述故障部位进行维修。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航天测控技术有限公司,未经北京航天测控技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010619442.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top