[发明专利]一种基于动态故障树的钻井泵液力端故障诊断方法

权利要求书

1.一种基于动态故障树的钻井泵液力端故障诊断方法，该方法包括：

步骤1：采用演绎推理法建立钻井泵液力系统动态故障树：

步骤1.1：以钻井泵液力端故障作为动态故障树的顶部事件，以液力端中主部件里的子部件易发生的故障作为中间事件，子部件中元器件的故障作为底事件；

步骤1.2：根据钻井泵液力端的工作原理和故障发生机理，使用相应的动态逻辑门将各级事件与顶事件相连，从底事件至顶事件，采用动态逻辑门将各级事件进行相连，得到钻井泵液力端的动态故障树；

步骤2：将动态故障树转换为贝叶斯网络模型，并建立“率参数λ--时间划分数n”对应关系；

步骤2.1：把动态故障树转化成贝叶斯网络模型；其中动态故障树的顶事件、中间事件、底事件分别对应贝叶斯网络模型的根节点、中间节点、叶子节点， 动态故障树中各逻辑门在贝叶斯网络模型中的表达方法为：

与门：

令X＝[X₁,X₂,…,X_m]，其中m为与门的输入事件个数，X_i,i＝1,2,…,m为输入事件的状态变量，其状态组合数为(n +1)^m；令Y为与门输出的状态变量，所有变量的状态空间都为{1,2,…,n +1}，令k＝max(X₁,X₂,…,X_m)，j为判断定值；与门的失效机理为所有输入事件发生则输出事件发生，则输出事件应处于所有事件的状态值的最大值，因此，在输入事件任意状态组合中，Y的条件概率分布为：

或门：

或门的失效机理为只要输入事件中有一个件发生则输出事件发生，因此或门输出事件的状态与输入事件中状态的最小值相同；令r＝min(X₁,X₂,…,X_m)，则或门输出事件的条件概率分布为：

优先与门：

假设输入事件为A、B，输出事件为Y，状态值分别为a、b和y，优先与门的失效机理为在A与B都失效的情况下，A比B先失效，事件Y才会发生，即当a＜b时，输出事件Y处于状态b；反之，输出事件Y处于状态n +1，代表Y未发生故障；则优先与门输出事件Y的条件概率分布如下：

当a＜b时，

当a≥b时，

顺序相关门：

顺序相关门强制其输入事件按照特定的顺序发生，而不会按照其它的顺序发生失效；顺序相关门与优先与门类似，都表示基本事件的时序性，它们的区别在于：顺序相关门中的输入事件不能按照任意顺序失效；而优先与门可以以任意顺序失效，只有特定顺序的失效才会触发其输出事件的失效； 因此顺序相关门可以改为多个优先与门级联的形式；

功能相关门：

设功能相关门只有一个相关输入事件A，触发事件为Tr，输出事件为T；当Tr发生时其相关事件A发生，输出事件T发生；当A独立发生失效时，输出事件T也会发生；在输入事件与输出事件之间增加一个中间节点A′来代表因Tr触发或者由A本身的独立失效所导致的A失效的总失效事件，p,q为对应的事件状态，则功能相关门输出事件的条件概率分布为：

步骤2.2：设定n的取值范围，采用事先采集的多组数据，选取不同的率参数λ计算系统的可靠度；对比各组数据之间系统可靠度的最大差值比例，可以获得率参数λ在不同范围内应选取的最合适的时间划分数n，并建立“率参数λ--划分数n”对应关系；

步骤3：定义贝叶斯网络模型中节点的状态；

把整个任务构成的时间区间[0,t]分成n个长度相等的子区间，每个子区间的长度为Δ＝t/n，则整个时间轴[0,+∞)被划分成n+1个子区间；当某节点A对应的零部件在任务时间t内第i个时间区间内发生失效时，即A在时间区间[(i-1)Δ,iΔ]内失效，则称节点A处于状态i；如果A在任务时间t内未失效，即A在[t,∞)内失效，则称A处于状态n+1；

通过以上定义，得到贝叶斯网络中的所有节点的状态空间为如下的时间区间：

[0,Δ],(Δ,2Δ],…,((n-1)Δ,nΔ],(nΔ,+∞)，简记为{1,2,...,n+1}，系统以及部件的失效时间X总对应着n+1个区间的某一个区间i；系统处于前n个状态的概率之和即为该系统在任务时间t时的故障率，系统处于第n+1个状态的概率即为系统在任务时间t时的非故障率；

步骤4：根据贝叶斯网络模型中节点的状态建立所有结点的概率分布，完成对基于贝叶斯网络的动态故障树故障诊断的定量计算；

步骤5：反向推理求得故障诊断结果；

每个节点的条件概率分布表示为P(X_i|pa(X_i))，用以表达子节点与父节点之间的定量关系；在给定根节点的先验概率分布和非根节点的条件概率分布的条件下，得到包含所有节点的联合概率分布，进而对目标节点进行边缘化计算，得到其边缘概率分布；最后利用贝叶斯网络的反向推理，计算出各个底事件的故障概率，根据故障概率大小排列，输出诊断结果。