[发明专利]基于模型的多态故障树自动建造方法在审
申请号: | 202310099338.6 | 申请日: | 2023-02-01 |
公开(公告)号: | CN116244931A | 公开(公告)日: | 2023-06-09 |
发明(设计)人: | 朱茂强;陶军 | 申请(专利权)人: | 武汉科技大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F119/02 |
代理公司: | 合肥数字代码知识产权代理有限公司 34253 | 代理人: | 裴小静 |
地址: | 430081 湖北省武汉*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 模型 故障 自动 建造 方法 | ||
本发明公开了基于模型的多态故障树自动建造方法,先对故障现象进行接收;进行多态故障的划分及传递;进行系统模型的构建;根据设备情况分析失效设备问题,并对失效故障特征进行提取,并输入模型内;利用模型检测工具对已扩展系统模型进行验证工作;依据失效问题,考虑外力作用特点,进行故障树的建立;进行故障树的工作检测,验证故障树对多态故障问题的判断;建立评价模型树,进行故障树的分析评价,针对不足点可进行不同特征的多次输入,最终即可输出故障树。本发明涉及基于模型的多态故障树自动建造方法,具有故障树建造使用安全性高的特点。
技术领域
本发明属于多态故障树自动建造技术领域,具体为基于模型的多态故障树自动建造方法。
背景技术
故障树分析(Fault Tree Analysis,FTA)是最常见的安全分析技术之一,它是一个自顶向下的演绎的分析系统设计与可靠性的分析手段。故障树是一种特殊的树状逻辑关系图,它以图形的方式表明“系统是怎样失效的”(用规定的事件、逻辑门和其他符号描述系统中各种事件之间的因果关系)。逻辑门的输入事件是输出事件的“因”,逻辑门的输出事件是输入事件的“果”。故障树将选定的系统故障状态定义为顶事件,通过对可能造成系统故障的各种因素进行逐层分析,揭示各元件(模块)发生故障与系统发生故障之间的逻辑关系。割集(Cut Set,CS)是故障树中一些基本事件的集合。当这些基本事件同时发生时,顶层事件发生。如果割集中的任一底事件不发生时顶事件也不发生,则这样的割集称为最小割集(Minimal Cut Set,MCS。目前的故障树自动建造方法在使用时,由于缺乏对故障树建造后的分析评价,这会导致影响故障树的使用安全性,同时会影响对最终结果的判断。因此,需要设计基于模型的多态故障树自动建造方法。
发明内容:
本发明的目的就在于为了解决上述问题而提供基于模型的多态故障树自动建造方法,解决了背景技术中提到的问题。
为了解决上述问题,本发明提供了技术方案:
基于模型的多态故障树自动建造方法,具体步骤包括:
S101:先对故障现象进行接收;
S102:进行多态故障的划分及传递;
S103:进行系统模型的构建;
S104:根据设备情况分析失效设备问题,并对失效故障特征进行提取,并输入模型内;
S105:利用模型检测工具对已扩展系统模型进行验证工作;
S106:依据失效问题,考虑外力作用特点,进行故障树的建立;
S107:进行故障树的工作检测,验证故障树对多态故障问题的判断;
S108:建立评价模型树,进行故障树的分析评价,针对不足点可进行不同特征的多次输入,最终即可输出故障树。
作为优选,所述步骤S101中,故障分析单元根据输入的故障现象从知识库中获得引起该故障现象的各直接原因。
作为优选,所述步骤S102中,系统的多态表达是基于对部件的多态描述,有别于传统建树好坏“两态”的建树原则,多态部件模型规范化的描述系统中各部件的正常状态和失效等级(可以是多种失效模式):以输出偏差的方式定义部件故障等级;故障传递运用基于流的故障传递原理进行故障树自动建造,需要对部件间流变量偏差的传递进行合理约束;首先通过故障模式和影响分析(FMEA)列出了正在研究部件的所有状态,然后根据部件的结构原理通过每个状态下的边际贡献(本质上类似于偏导数)描述部件的输入变量和输出变量之间的关系。
作为优选,所述步骤S103中,通过对部件的内外部特性进行分离,将部件的输入输出特性通过统一的规则进行约束,以实现不同部件的外部特性一致;内部则以多变量的方式定义部件属性,以表达部件模型的多态属性,这样可以极大地提高部件模型对实际故障状态描述的准确性。
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武汉科技大学,未经武汉科技大学许可,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/pat/books/202310099338.6/2.html,转载请声明来源钻瓜专利网。