[发明专利]适用于多信号流模型的交互式故障诊断方法

说明书

本发明涉及一种适用于多信号流模型的交互式故障诊断方法，基于多信号流模型生成测试‑模块邻接矩阵：邻接矩阵进行转换得到各个LRU模块间的可达矩阵；通过对各个测试所在测试点与LRU模块信号的关联性以及LRU模块与测试点的的可达性关系，从LRU模块的邻接矩阵推导出装备故障模块‑测试相关性故障诊断矩阵；并对故障诊断矩阵进行压缩存储；在故障诊断开始时，从存储的数据库提取序列化故障诊断矩阵进行反序列化解压缩，随后按照当前系统现有故障征兆和现场可用测试工具简化故障诊断矩阵，采用基于故障概率信息熵和多权重优先的多步信息启发算法进行测试推荐，进行故障的交互式诊断。为基于多信号流模型的故障诊断的实际使用提供了优质平台。

技术领域

本发明涉及一种船舶控制技术，特别涉及一种适用于多信号流模型的交互式故障诊断方法。

背景技术

舰船数量和控制系统复杂度不断提升，作为舰船的主要推进系统，可调螺距螺旋桨的使用极其广泛，然而随着调距桨系统的复杂化以及应用数量的急剧上升，其维修成本高、难度大的弊端也逐渐显现，而一旦控制系统发生故障，船舶会存在触礁、搁浅、碰撞的危险，尤其在复杂水域失控后果更是极为严重。针对调距桨螺距电液控制系统的故障诊断研究成为目前亟待解决的问题，但目前国内外针对电液耦合系统的系统级故障诊断研究成果相对较少，基于神经网络、支持向量机等的诊断方式无法适用于调距桨等诊断历史样本少的系统，基于模型的多信号流理论是比较成熟的测试性建模理论，采用该理论进行故障诊断可使舰艇调距桨在短时间内拥有快速诊断能力，所以研究一套适用于多信号流模型的交互式故障诊断方法是十分必要和有意义的，且应用前景十分广阔。

发明内容

针对多信号流理论应用于船舶故障诊断问题，提出了一种适用于多信号流模型的交互式故障诊断方法。

本发明的技术方案为：一种适用于多信号流模型的交互式故障诊断方法，具体包括如下步骤：

1)基于多信号流模型生成测试-模块邻接矩阵：

通过历史数据建立多信号流模型，通过对多信号流模型有向连接关系的遍历，获取各个LRU模块间的邻接矩阵，邻接矩阵为系统各个LRU模块与测试点间的邻接关系；

2)生成可达矩阵：通过对步骤1)获得的邻接矩阵，进行转换得到各个LRU模块间的可达矩阵，即各模块间的功能信号可达性；

3)生成故障诊断矩阵：通过对各个测试所在测试点与LRU模块信号的关联性以及LRU模块与测试点的的可达性关系，从LRU模块的邻接矩阵推导出装备故障模块-测试相关性故障诊断矩阵；

4)在获取故障诊断矩阵后，按照测试列将故障诊断矩阵进行序列化持久存储，进行压缩存储；

5)开始诊断：在故障诊断开始时，方法会从步骤4)存储的数据库提取序列化故障诊断矩阵进行反序列化解压缩，随后按照当前系统现有故障征兆和现场可用测试工具简化故障诊断矩阵，采用基于故障概率信息熵和多权重优先的多步信息启发算法进行测试推荐，根据生成的诊断策略所推荐的测点与测试方法，进行故障的交互式诊断，最终确定故障位置。

进一步，所述多信号流模型是以分层有向图表示信号流导向和各组成单元的构成及相互连接关系,并通过定义信号以及组成单元、测试与信号之间的关联性,来表征系统组成、功能、故障及测试之间相关性的一种模型。

进一步，所述步骤3)推导过程如下：

3.1)以各LRU模块作为行向量，各基础测试作为列向量构建故障模块-测试相关性矩阵，初始化时将矩阵元素值全置为0；

3.2)相关性矩阵进行赋值，赋值方式为：首先获取矩阵中各LRU模块与基础测试包含的信号列表，然后依次取每一列的测试，查询测试所属测试点，从可达性矩阵中获取该测试点与模块的可达性关系，若测试点与模块可达且测试与模块的信号列表交集非空，则该测试与模块的相关性矩阵元素值设为1。