[发明专利]一种基于三维测试性分析模型的故障诊断方法

权利要求书

1.一种基于三维测试模型的故障诊断方法，其特征在于，包括以下步骤：

(1)、构建待测系统的三维测试模型H＝{S,T,D,P,K}，其中，S表示待测系统出现的各种故障集，S＝{s₁,s₂,…,s_i,…,s_m}，s_i表示第i种故障，m表示故障总编号，i∈[1,m]；T表示待测系统的所有可用测点集，T＝{t₁,t₂,…,t_j,…,t_n}，t_j表示第j个可用测点，n表示可用测点总编号，j∈[1,n]；P表示待测系统发生某个故障的先验概率集，P＝{p₁,p₂,…,p_i,…,p_m}，p_i表示出现故障s_i的先验概率；K表示待测系统的测试温度集，K＝{k₁,k₂,…,k_q,…,k_Q}，k_q表示第q个测试温度，Q表示测试温度总编号，q∈[1,Q]；D为改进的三维故障依赖矩阵，D_S×T×K＝[d_stk]_S×T×K；

在某一固定温度k_q下，其具体的二维故障依赖矩阵表示为：

其中，d_ij表示在温度k_q下测点测试准确的可靠性，当d_ij＝0时，表示测点与故障不相关或者测点完全不可靠，当d_ij＝1时，表示故障不但与测点相关且测点完全可靠，当0＜d_ij＜1时，表示测点t_j对故障模式s_i测试准确的概率；

(2)、获取测试结果序列；

当待测系统发生故障时，遍历可用测点集T，采集每个可用测点t_j的电压或电流，再与待测系统正常状态下采集到的电压或电流进行比较，如果其差值在允许的误差范围内，则表示该可用测点t_j测试通过，将测试结果记为g_j＝0；否则，将测试结果记为g_j＝1；当可用测点集T遍历完成后，建立测试结果序列g＝{g₁,g₂,…,g_j,…,g_n}；

(3)、基于故障依赖矩阵的单故障定位；

(3.1)、遍历测试结果序列g，当g_j＝0时，则在故障集S中删除在矩阵中d_ij不为0的行对应的故障模式；当g_j＝1时，则在故障集S中删除在矩阵中d_ij为0的行对应的故障模式；

在故障集S中，如果剩余的故障模式数为1，则剩余的故障模式为测试结果序列g诊断的故障结果；如果故障集S中剩余的故障模式数大于1，则存在模糊组，进入步骤(3.2)；如果故障集S中剩余的故障模式数为0，则进入步骤(4)；

(3.2)、通过计算模糊组成员的故障发生的概率来确定测试结果序列g诊断的故障结果；

在步骤(3.1)中，如果故障s_i和s_τ在故障集S中未删除，i、τ∈[1,m]且i≠τ，则故障s_i的发生的概率为：

则故障s_τ发生的概率为：

(3.3)、选取并将最大概率对应的故障模式作为测试结果序列g诊断的故障结果；

(4)、基于故障依赖矩阵的多故障定位；

(4.1)、将测试结果序列g中g_j＝0但d_ij≠0的故障s_i排除掉，将剩余行重组为一个新的矩阵设其行数为

(4.2)、利用贪婪算法更新矩阵

(4.2.1)、设置多故障定位矩阵X，初始化为空集；

(4.2.2)、在矩阵中，计算每种故障模式的平均检测概率；

依次选取矩阵中的第i行d_i＝{d_i1,d_i2..d_ij....d_in}，d_i对应的故障模式为s_i，对应的先验概率为p_i，那么s_i对应的平均检测概率w_i为：

其中，

(4.2.3)、将矩阵中所有故障模式的平均检测概率组成平均检测概率矩阵

(4.2.4)、在平均检测概率矩阵W中取max(w_i)，将max(w_i)所在行d_i对应的故障模式s_i加入到X中，再在d_i中找出不为0的元素d_ij对应列，然后按照找出的列将g中的g_j修改为0，最后将d_i从矩阵中删除，从而更新矩阵

(4.2.5)、判断g中所有元素g_j是否都为0，如果都为0，则迭代停止；否则，将更新后的矩阵按照步骤(4.2.2)至(4.2.5)所述方法继续处理，直到g中所有元素全部被置为0；

(4.3)、提取X中的故障模式，并作为测试结果序列g诊断的故障结果；

(5)、改变当前测试温度k_q，并构建对应的二维矩阵，然后按照步骤(2)至(3)所述方法对不同温度环境的待测系统进行故障诊断。