[发明专利]一种基于测试性模型和贝叶斯推理的故障深度隔离方法

说明书

本发明公开了一种基于测试性模型和贝叶斯推理的故障深度隔离方法，包括以下步骤：步骤一：分析系统的功能结构、故障模式、影响及危害度，使用测试性建模软件建立系统的测试性模型，然后进行下一步；步骤二：建立故障隔离的测试策略模型，生成故障隔离策略；步骤三：根据生成的故障隔离断策略，结合系统的测试输出结果，生成初步的故障隔离结论X₀；步骤四：对通过的故障模糊组进一步隔离，生成深度的故障隔离结论X^*。该方法克服上述缺陷，不但方法简单、更人性化，而且降低了成本，解决问题效率高。

技术领域

本发明涉及一种故障深度隔离方法，具体地讲，是涉及一种基于测试性模型和贝叶斯推理的故障深度隔离方法。

背景技术

目前，故障隔离方法也多种多样，公知的故障隔离方法主要有诊断树法。该诊断树法的主要步骤是：1)分析故障原因；2)建立故障树；3)建立故障诊断推理机；4)根据系统中固有测试的输出结果逐步进行诊断推理，进而生成故障隔离结论。

但是，这种诊断树法单纯依靠系统中固有的测试节点，未考虑专家经验、先验知识、测试检测不确定性等因素对故障隔离准确性的影响；同时，故障隔离精度受限于系统固有的测试数目，造成其测试繁琐，成本也较高。

发明内容

本发明的目的在于提供一种基于测试性模型和贝叶斯推理的故障深度隔离方法，该方法克服上述缺陷，不但方法简单、更人性化，而且降低了成本，解决问题效率高。

本发明实现其发明目的，所采用的技术方案是：

一种基于测试性模型和贝叶斯推理的故障深度隔离方法，包括以下步骤：

步骤一：建立测试性模型

分析系统的功能结构、故障模式、影响及危害度，使用测试性建模软件建立系统的测试性模型，然后进行下一步；

步骤二：建立故障隔离的测试策略模型，生成故障隔离策略

根据(1)式：

式中，X为系统故障源状态模糊集，k*为给定系统故障源状态模糊集为X时、下一步测试的下标，T为测试集，表示测试集T中第k*个测试；t_j为第j个测试，j为自然数；IG(X；t_j)为启发式评估函数；得到式(2)：

式中，f_i表示第i个故障源，i为自然数；P(f_i)为故障源f_i的故障率，d_ij为故障源f_i与测试t_j的布尔相关性；当测试t_j检测到故障源f_i时，d_ij＝1；否则，d_ij＝0；lb为以2为底的对数函数，X为系统故障源状态模糊集；使用自适应遗传算法对式(1)描述故障隔离的测试策略模型进行求解，生成故障隔离策略，然后进行下一步；

步骤三：生成初步的故障隔离结论X₀

根据生成的故障隔离策略，结合系统所有测试集T的输出结果，生成初步的故障隔离结论X₀，

由式(3)计算测试t_j通过的故障模糊组X_jp

X_jp＝X-TS(t_j) (3)

式中，TS(t_j)为测试t_j可检测的故障集，t_j∈T；

由式(4)计算测试t_j不通过的故障模糊组X_jf，