[发明专利]基于混合诊断贝叶斯网络的故障诊断能力分析方法

说明书

本发明公开了一种基于混合诊断贝叶斯网络的故障诊断能力分析方法，涉及故障诊断方法技术领域。所述方法包括如下步骤：故障概率关联修正：基于可靠性数据是否匮乏和故障模式故障概率可信度是否高于功能故障概率两个判据选择，对组件进行故障概率关联修正；混合诊断贝叶斯网络模型建立与推理：基于故障概率关联修正结果选择混合诊断贝叶斯网络模型的构建模式，进行混合诊断贝叶斯网络模型建模及推理；故障诊断能力指标计算。所述方法提高了故障诊断分析建模的准确度和测试性指标预计结果的可信度。

技术领域

本发明涉及故障诊断方法技术领域，尤其涉及一种基于混合诊断贝叶斯网络的故障诊断能力分析方法。

背景技术

目前，由于信息流模型、多信号流图模型等缺乏对故障传播、测试过程中不确定性因素的考虑，导致当前许多基于故障诊断模型的测试性指标预计值与实际值偏差很大，不利于定量评估产品实际故障诊断能力水平。

发明内容

本发明所要解决的技术问题是如何提供一种能够提高故障诊断分析建模的准确度和测试性指标预计结果的可信度的方法。

为解决上述技术问题，本发明所采取的技术方案是：一种基于混合诊断贝叶斯网络的故障诊断能力分析方法，其特征在于包括如下步骤：

故障概率关联修正：基于可靠性数据是否匮乏和故障模式故障概率可信度是否高于功能故障概率两个判据选择，对组件进行故障概率关联修正；

混合诊断贝叶斯网络模型建立与推理：基于故障概率关联修正结果选择混合诊断贝叶斯网络模型的构建模式，进行混合诊断贝叶斯网络模型建模及推理；

故障诊断能力指标计算：基于生成的根结点—测试依赖矩阵、根结点—测试检测—虚警概率矩阵、故障概率关联修正结果进行基于混合诊断贝叶斯网络模型的故障诊断能力指标计算，生成组件故障诊断能力指标预测报告，完成混合诊断贝叶斯网络故障诊断能力分析。

采用上述技术方案所产生的有益效果在于：所述方法首先通过故障概率关联修正，然后在进行混合诊断贝叶斯网络模型建立与推理，最后进行故障诊断能力指标计算，提高了故障诊断分析建模的准确度和测试性指标预计结果的可信度。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1是本发明实施例中故障源与测试之间的四种依赖关系图；

图2是本发明实施例中无虚警非对称测试情况下故障与测试之间的依赖关系图；

图3是本发明实施例中有虚警对称测试情况下故障与测试之间的依赖关系图；

图4是本发明实施例中确定性测试情况下故障与测试之间的依赖关系图；

图5是本发明实施例中四种情况的状态转换图；

图6是本发明实施例中贝叶斯网络故障诊断模型图；

图7是本发明实施例中某LRU组件的故障构成图；

图8是本发明实施例中故障模式和功能关联关系识别流程图；

图9是本发明实施例中隶属度函数曲线图；

图10是本发明实施例中故障模式与功能关联关系的二部图表示图；

图11是本发明实施例中故障模式和功能故障概率原始值表示图；

图12是本发明实施例中测试、故障模式、功能、LRU之间的混合依赖关系图；

图13a-图13c是本发明实施例中三种分割子图；

图14是本发明实施例中HDBN,BN和HDM的图论信息融合关系图；