[发明专利]一种基于多阶测试门限判别的故障隔离方法有效
申请号: | 201410158704.1 | 申请日: | 2014-04-18 |
公开(公告)号: | CN103927447B | 公开(公告)日: | 2017-02-15 |
发明(设计)人: | 石君友;乔丽;刘衎 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京永创新实专利事务所11121 | 代理人: | 赵文颖 |
地址: | 100191*** | 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: | 本发明公开了一种基于多阶测试门限判别的故障隔离方法,包括步骤一确定产品的监测征兆基线数据;步骤二确定产品的故障模式集以及各故障模式的监测征兆数值,构建故障—征兆原始矩阵;步骤三建立各阶测试门限逻辑矩阵;步骤四将各阶测试门限逻辑矩阵进行累加,建立综合阶数矩阵;步骤五根据综合阶数矩阵进行故障隔离。本发明通过测试门限翻倍的方式,将是否超差的二值逻辑判别细化为不同超差程度的多级判别,可有效实现对超差程度不同的故障进行隔离。 | ||
搜索关键词: | 一种 基于 测试 门限 别的 故障 隔离 方法 | ||
【主权项】:
一种基于多阶测试门限判别的故障隔离方法,具体包括以下几个步骤:步骤一:确定产品的监测征兆基线数据产品的监测征兆基线数据包括监测征兆变量、变量正常范围判据,其三元组模型如下:MSD=(S,B,Δ) (1)其中,MSD代表监测征兆基线数据模型;S代表监测征兆变量集合;S={sj|j=1~n},sj为第j个监测征兆变量,n为监测征兆变量总数;B代表监测征兆变量的基准值集合;B={bj|j=1~n},bj为第j个监测征兆变量的基准值,n为监测征兆变量的基准值总数;Δ代表监测征兆变量的测试门限集合;Δ=(δj|j=1~n),δj为第j个监测征兆变量的测试门限值,n为监测征兆变量的测试门限总数,监测征兆变量的正常范围判据由sj=bj±δj确定;步骤二:确定产品的故障模式集以及各故障模式的监测征兆数值,构建故障—征兆原始矩阵故障—征兆原始矩阵是指产品中各故障模式与各监测征兆之间的数值关系矩阵:其中,MV代表故障—征兆原始矩阵,即故障模式集合F与监测征兆集合S构成的二元数值关系;F代表产品的故障模式集合;F={fi|i=1~m},fi为产品的第i个故障模式,m为故障模式总数;vij代表具体的二元关系值,即第i个故障模式发生后,第j个监测征兆测得的变量数值;步骤三:建立各阶测试门限逻辑矩阵测试门限逻辑矩阵是指在规定倍数测试门限条件下,产品的故障模式与各监测征兆之间的逻辑关系矩阵,K阶测试门限逻辑矩阵为:其中,MLK代表K阶测试门限逻辑矩阵;代表K阶测试门限条件下,第i个故障模式与第j个监测征兆变量之间的二值逻辑关系:建立各阶测试门限逻辑矩阵的步骤如下:(1)建立1阶测试门限逻辑矩阵令K=1,根据公式(4)得到得到1阶测试门限逻辑矩阵;(2)判断是否需要建立K+1阶测试门限逻辑矩阵比较1阶测试门限逻辑矩阵中逻辑数值不全为0的各故障模式对应行,若存在数值完全相同的两行,则存在不能区分的故障模式,进一步建立K+1阶测试门限逻辑矩阵;否则1阶测试门限逻辑矩阵能够区分全部故障模式,实现唯一性故障隔离,无需建立K+1阶以上的测试逻辑矩阵,即建立各阶测试门限逻辑矩阵的过程结束;(3)建立K+1阶测试门限逻辑矩阵令K数值加1,执行与步骤(1)相同的计算过程,得到得到K+1阶测试门限逻辑矩阵;(4)对步骤(3)得到的测试门限逻辑矩阵,比较逻辑数值不全为0的各故障模式对应行,当存在数值完全相同的两行,则需要跳转到步骤(3)继续执行;当测试门限逻辑矩阵的各行逻辑数值都为0时,或者不存在数值完全相同的两个非全0行,则建立各阶测试门限逻辑矩阵的过程结束;步骤四:将各阶测试门限逻辑矩阵进行累加,建立综合阶数矩阵将步骤三中得到的每一阶测试门限逻辑矩阵进行累加,得到综合阶数矩阵,综合阶数矩阵的累加公式如下:MI=ML1+ML2+…+MLK (5)其中,MI代表综合阶数矩阵,在得到综合阶数矩阵后,对比综合阶数矩阵的各数值,找到最大数值,作为该矩阵的最大阶,记作rmax;步骤五:根据综合阶数矩阵进行故障隔离故障隔离的具体步骤如下:(1)在产品故障后,测取产品的各监测征兆变量数值,形成数值向量V'=[v'1,v'2,…,v'n];(2)根据数值向量、基准值、测试门限值,计算得到阶数向量E=[e1,e2,…,en],ej的计算公式如下:ej=[|vj′-bj|δj]---(7)]]>(3)根据最大阶数rmax,将阶数向量E转换为匹配阶数向量E'=[e'1,e'2,…,e'n],转换公式如下:ej′=rmax,ej≥rmaxej′=ej,ej<rmax---(8)]]>(4)将匹配阶数向量与综合阶数矩阵中的各行进行对比,当某一行的数值与匹配阶数向量相同时,则该行对应的故障模式为发生的故障模式。
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空航天大学,未经北京航空航天大学许可,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/patent/201410158704.1/,转载请声明来源钻瓜专利网。
- 上一篇:指定面积定位测量导航方法及装置
- 下一篇:阿齐沙坦酯的新晶型及其制备方法
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用