[发明专利]一种基于三维测试性分析模型的故障诊断方法

说明书

本发明公开了一种基于三维测试性分析模型的故障诊断方法，通过故障和测点间的依赖关系，以及温度对于测点可靠性的影响来构建三维测试性分析模型，然后在某一固定温度k_q下，通过测试结果序列与故障依赖矩阵实现待测系统在不同温度环境的单故障、多故障定位。

技术领域

本发明属于模拟电路故障诊断技术领域，更为具体地讲，涉及一种基于三维测试性分析模型的故障诊断方法。

背景技术

随着现代电子技术飞速发展，电路的复杂性和集成度越来越高，电路系统朝着“大数字，小模拟”的电路结构逐渐发展。据相关资料显示，模拟电路和数字电路组成的混合电路占电路系统整体的60％以上，其中模拟电路占比不超多20％，但电路系统发生故障时，超过80％的概率是由模拟电路元器件故障所引起的，因此模拟电路元器件正常运行对电路系统的可靠性和稳定性至关重要。然而随着电路集成度的提高，导致实际电路中存在大量不可访问的测试节点，在仅存的少数测量节点中，还存在部分节点对于元件故障不敏感或多个节点之间相互冗余的情况。因此如何利用少量的测试节点，有效准确的提取模拟电路故障特征实现故障诊断是相关研究的重点和难点。

在复杂装备故障诊断领域，多信号模型一直是一种通用的方法。由于其模型具有对故障模式简化、与实际物理系统结构相似、建模难度低等优点。但传统多信号模型的D矩阵仅由0、1构成，由于测点存在测试不确定性，测点测试结果会存在一定误报，因此0、1矩阵无法完全真实反映实际电路。因此选择将测点的可靠度来替换传统D矩阵中的0、1。这里我们主要考虑了温度对于测点可靠性的影响，因此构建了故障-测点-温度三维测试性分析模型，给出了在不同温度下改进D矩阵的单故障和多故障定位。

现有的故障测试方案设计方法中，序贯测试基于初步设计中给出的信号流图和相关性模型描述的电路关系，给出测试序列测试方法，减小测试产生的代价，可以有效地提高后期设计和验证评估的效率，因此，该技术被广泛应用于装备系统的可测性设计。

近年来，AO*算法通过采用启发式搜素和与或图搜索结合的方式提升了最优解的搜索效率，成为广泛使用的诊断策略生成方法。该方法基于故障模糊集和测点信息的逻辑关系生成隔离各个故障的决策树模型，极大地提高了故障诊断的效率。然而AO*算法以及其相关的改进方法在启发式代价评估时仅考虑了故障的概率信息和各个测点的代价信息，而忽略了故障依赖关系对启发式搜索的影响，这导致启发式搜索的策略受到局限，影响了算法的测试优化效率。

专利201910438846.0将启发式搜索与动态规划相结合，通过降低最优解重复搜索的次数提升求解效率，然而，该专利的启发式函数的设定仅考虑到测试代价与故障概率的关系，而忽略了启发式搜索中依赖信息带来的影响，因此启发式函数的估计可能与真实的测试代价有很大的偏差，进而影响了最优测试策略的求解效率。与专利201910438846.0不同，提供一种基于故障决策网络的测试策略快速生成方法，通过故障和测点间的依赖关系，利用启发式评估值生成最优测试策略，从而通过最优搜索路径隔离出网络中的故障。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于三维测试性分析模型的故障诊断方法，通过构建三维测试性分析模型，通过故障和测点间的依赖关系，以及温度对于测点可靠性的影响，进而实现被测系统的单故障、多故障定位。

为实现上述发明目的，本发明一种基于三维测试性分析模型的故障诊断方法，其特征在于，包括以下步骤：