[发明专利]基于Malek模型的系统故障诊断方法

摘要

本发明公开了一种基于Malek模型的系统故障诊断方法，包括如下步骤Malek模型下指定无故障结点方法生成初始种群；计算种群中个体的适应度并判断种群中是否含有适应度值为1的个体；选择操作、最优保存；变异操作；交叉操作并判断是否满足t‑可诊断系统；计算新种群中个体的适应度并判断种群中是否有适应度为1的个体。本发明的诊断方法借助遗传算法的并行、全局搜索能力强等特性，提高了定位故障集的效率，同时结合Malek比较模型，在判断目标故障集的准确性方面也优于传统的PMC模型。本发明应用到系统故障诊断问题上，能够更加准确、快速地找出目标故障集。

主权项

一种基于Malek模型的系统故障诊断方法，其特征在于，包括如下步骤：步骤1：Malek模型下指定无故障结点方法生成初始种群，所生成的初始种群中的每个个体即一个二进制串对应于多机系统，个体中的每一位即一个二进制位对应于系统中的结点；步骤2：根据Malek模型设计结点状态的约束方程，设计合适的适应度函数，然后计算种群中个体的适应度，根据适应度判断种群中是否含有适应度值为1的个体，若没有，则执行步骤3；若有，则直接输出系统故障集合，诊断结束；步骤3：对种群进行如下遗传操作：3.1选择操作：采用轮盘赌选择方法，计算每个个体的累加选择概率，适应度高的个体优先被选择作为下一代的个体；同时，引入存优操作，用适应度最高的个体替代下一代中适应度最小值对应的个体；3.2变异操作：采用二进制变异，根据种群中个体每个结点的适应度和变异概率pm随机选择种群中的某个结点进行变异，将0和1之间进行转换；3.3交叉操作：根据种群中个体的适应度，从种群中随机选择pc·popsize个个体，其中pc表示交叉概率，popsize表示种群中所包含个体的数目；再从剩下种群中随机选择这些个体的配对个体，采取单点交叉方法，随机选择一个交叉点，对两个父串进行交叉操作，得到新的遗传个体；3.4判断交叉操作后个体中状态为故障的结点数目t是否满足t‑可诊断系统，即判断状态为故障的结点数目t是否满足2×t+1≤n条件，若满足，则执行步骤4；若不满足，则重新执行上述步骤3.1～3.3；步骤4：计算新种群中每个个体的适应度，判断种群中是否含有适应度为1的个体，若有，则直接输出系统故障集合，诊断结束；若没有，则继续让种群循环迭代执行步骤3，直至找出适应度为1的个体。