CN102707712A - 电子装备故障诊断方法和系统 - Google Patents

Abstract

本发明提供一种电子装备故障诊断方法，包括步骤：读取用户输入的故障树；其中，所述故障树包括测试点的相关信息；将所述故障树封装成测试点、标准参数、故障规则以及逻辑关联四个对象；根据所述封装的对象建立原位状态下的测试模型；根据所述测试模型从被测对象的测试点采集测试数据；利用所述测试模型诊断所述测试数据获得故障位置。本发明还提供电子装备故障诊断系统，通过本发明的技术，基于原位完成对被测对象的故障定位，无需建立仿真环境，简化了测试的流程，提高了诊断效率，将测试程序与软件编程分割为两个并行的开发过程，降低了测试程序的开发难度，提高了测试模型的开发效率。

Description

电子装备故障诊断方法和系统

技术领域

本发明涉及电子设备的故障诊断技术，特别是涉及一种电子装备故障诊断方法和系统。

背景技术

随着现代电子技术的不断发展，各种电子装备的功能越来越完善，设备的测试和维修保障方面也产生了测试流程复杂、测试时间长、维修保障困难、费用高等诸多问题，也对电子装备的测试和故障诊断工作提出了新的要求。利用故障树分析（Fault Tree Analysis，FTA)，建立故障树诊断模型，是故障诊断的一种重要手段，它采用逻辑的方法，将某一现象或结果分析推导出一个可预知的故障事件，可以做定性分析，也可以做定量分析，是安全系统工程的主要分析方法之一。

目前，大多数的电子装备都采用仿真技术来实现故障诊断，即将存在故障的被测试对象放置在仿真的工作环境下测试，再根据故障树诊断模型来判断故障位置。由于并非在实际工作环境下进行，测试向量不能如实地反映被测试对象的实际工作情况，测试结果与实际的故障位置存在较大误差，也不能发现与相关电路板的关联情况，难于实现故障的隔离，造成许多常见维修故障不易复现和诊断。此外仿真环境建立较为复杂，仿真测试设备需要配备仿真I/O模块、矩阵开关、硬件接口等，导致故障诊断过程复杂，效率低。

发明内容

基于此，有必要针对上述基于仿真技术导致电子装备故障诊断过程复杂，效率低的问题，提供一种电子装备故障诊断方法和系统。

一种电子装备故障诊断方法，包括如下步骤：

读取用户输入的故障树；其中，所述故障树包括测试点的相关信息；

将所述故障树封装成测试点、标准参数、故障规则以及逻辑关联四个对象；

根据所述封装的对象建立原位状态下的测试模型；

根据所述测试模型从被测对象的测试点采集测试数据；

利用所述测试模型诊断所述测试数据获得故障位置。

一种电子装备故障诊断系统，包括：

信息录入单元，用于读取用户输入的故障树；其中，所述故障树包括测试点的相关信息；

对象封装单元，用于将所述故障树封装成测试点、标准参数、故障规则以及逻辑关联四个对象；

模型建立单元，用于根据所述封装的对象建立原位状态下的测试模型；

数据采集单元，用于根据所述测试模型从被测对象的测试点采集测试数据；

故障诊断单元，用于利用所述测试模型诊断所述测试数据获得故障位置。

上述电子装备故障诊断方法和系统，通过将故障树抽离出测试点、标准参数、故障规则以及逻辑关联信息，并封装为原位状态下的测试模型的对象，在故障诊断测试时，直接调用测试模型进行故障诊断，基于原位完成对被测对象的故障定位，无需建立仿真环境，简化了测试的流程，提高了诊断效率，将测试程序与软件编程分割为两个并行的开发过程，降低了测试程序的开发难度，提高了测试模型的开发效率。

附图说明

图1为一个实施例的电子装备故障诊断方法流程图；

图2为一个实施例的封装过程的示意图；

图3为一个实施例的测试模型结构图；

图4为一个实施例的故障规则属性匹配的示意图；

图5为一个实施例的电子装备故障诊断系统结构示意图；

图6为一个较佳实施例的电子装备故障诊断系统结构示意图。

具体实施方式

本发明的电子装备故障诊断方法，通过将故障树抽离出测试点、标准参数、故障规则以及逻辑关联的信息，以测试点与逻辑关联为基础，建立测试模型，诊断测试时通过调用测试模型，完成对被测对象的故障定位。

下面结合附图对本发明的电子装备故障诊断方法的具体实施方式作详细描述。

图1示出了一个实施例的电子装备故障诊断方法流程图；主要包括如下步骤：

步骤S1，读取用户输入的故障树；其中，故障树主要由行为、判断、故障定位与连接线等可辨识的结构组成，该输入的故障树包括了电子装备的测试点的相关信息，其中测试点唯一标定被测对象的状态，相关信息包括电压值、电流值、频率值和/或电平值等。

步骤S2，将所述故障树封装成测试点、标准参数、故障规则以及逻辑关联四个对象。

在一个实施例中，步骤S2的过程具体包括如下步骤：

步骤S201，对故障树进行结构化预处理，拆分为测试点、标准参数、故障规则以及逻辑关联四个特征元素；具体地，包括如下步骤：

a、从故障树的行为节点中提取行为主体与行为，标定各个测试点；即通过从故障树中行为节点中提取行为主体与行为来实现测试点的标定。

b、检索判断节点的约束值和不同结果状态下，引导至其它行为或故障定位的连接线，获得标准参数与逻辑关联；即通过检索判断节点的约束值和不同结果状态下引导至其它行为或故障定位的连接线，获取标准参数与逻辑关联。

c、从故障树的故障规则节点提取故障信息，并获取故障规则节点之前的判断节点的行为主体，确定故障树的故障规则；即通过从故障树中故障规则节点中提取故障信息，获取故障规则节点之前的判断节点的行为主体，获取故障规则。

基于上述对输入的故障树进行结构上的预处理，将故障树转换为系统可识别的结构。

步骤S202，将所述特征元素封装成测试点、标准参数、故障规则以及逻辑关联四个对象。

具体地，可以通过设置循环检索器控制四种相应的对象解析器对经过结构化预处理后的故障树进行循环检索，解析并重新封装为上述四种对象。

循环检索器以测试点为检索对象，通过检查故障树中的信息数量与已封装的对象数量来判别解析工作的完成情况，通过调用相应的对象解析器对未解析的故障树节点进行扫描、抽取并封装。

通过对故障树进行解析，实现了智能学习的过程，将所得到的对象封装为用于建立测试程序的原位故障知识，根据该原位故障知识可以建立原位状态下的测试模型。

图2示出了一个实施例的封装过程的示意图；假设一个输入循环检索器的经过结构预处理的故障树，该故障树中包括：行为主体1、行为1，约束1，约束1的状态1下对应故障1及故障定位1，约束1的状态2下对应行为主体2、行为2；循环检索器控制测试属性解析器、逻辑关联解析器、标准参数解析器、故障规则解析器；分别解析出测试点1的行为主体1、行为1，测试点2的行为主体2、行为2等，以及该测试点1的逻辑关联对应的状态1、故障1、连接的其它行为主体2，该测试点1的标准参数对应的约束1，该测试点1的故障规则1对应的故障定位等。

步骤S3，根据测试点、标准参数、故障规则、逻辑关联等四个对象建立原位状态下的测试模型。

在一个实施例中，建立测试模型的过程主要包括选择模型入口点与建立内部逻辑两部分，具体包括如下步骤：

步骤S301，以测试点为主体建立测试模型。

步骤S302，选取测试模型的入口测试点，设置该入口测试点为模型入口。

步骤S303，根据所述封装的标准参数、故障规则、逻辑关联建立测试模型中各个测试点的内部逻辑属性；具体地，即在选取了模型入口点后，根据已封装的内部对象建立测试模型各个测试点的逻辑关联列表、目标点及其对应状态，以及故障规则等。

进一步地，可以根据需要对测试模型进行二次编辑。

图3示出了一个实施例的测试模型结构图；入口测试点作为模型入口，测试模型的第1层包括入口测试点的下一个测试点（即目标点）A、B；第2层包括测试点A的下一个测试点D及其目标规则，测试点B的下一个测试点E、F；第3层包括测试点D的下一个测试点I、J及其目标规则，测试点E的下一个测试点K及其目标规则，测试点E的下一个测试点L、M、N。

步骤S4，根据所述测试模型从被测对象的测试点采集测试数据；在一个实施例中，以入口测试点为初始测试位置，并根据所述内部逻辑属性查找出下一层诊断测试的测试点位置，对所述位置对应的测试点的数据进行采集，获取所有测试点的测试数据，通过测试数据确定被测对象的工作状态。

通过测试模型中各个测试点的内部逻辑属性，确定诊断的所需测试的测试点位置，采集该位置对应的测试点的数据，完成对测试点的各项测试工作，即可获得所需的测试数据。

步骤S5，利用所述测试模型诊断所述测试数据获得故障位置；在一个实施例中，上述获取故障位置的过程主要包括如下步骤：

步骤S501，将所采集的测试数据与测试模型中的标准参数进行对比，获取不合格的测试数据；具体地，将对应测试点测试得到测试数据与测试模型中对应的标准参数进行对比，对于量化标准的，主要比较体现在三种情况：

若标准参数有上限值、下限值，则测试结果在该上限值与下限值之间时判定合格，反之不合格。

若标准参数仅有下限值，则测试结果大于该下限值时判定合格，反之不合格。

若标准参数仅有上限值，则测试结果小于该上限值时判定合格，反之不合格。

对于图形化标准的，主要通过是比较测试结果与标准值的图形差异，在偏差范围之外属于不合格，在范围之内属于合格。

步骤S502，将不合格的测试数据与测试模型中的故障规则进行匹配确定故障位置；具体地，将包含异常状态的测试点对应的测试数据与故障规则的匹配进行故障定位，由于故障规则的结构中包括诊断时用于匹配的属性，以及用于定位的引导属性，所以将测试结果的属性集合与故障规则中用于匹配的属性集合进行全匹配，匹配成功则进行规则的故障定位。

图4示出了一个实施例的电子装备故障规则属性匹配的示意图；匹配故障对象（如X型号、X电路板、X测试点），测试内容（如电压、波形、电平），工作状态（发射、接收），异常状态（状态1、状态2、状态3）；若匹配成功，则进行故障定位，然后返回下一个测试点故障规则属性的匹配，若匹配失败，则判定为未知故障，返回下一个测试点故障规则属性的匹配。

下面结合附图对本发明的电子装备故障诊断方法对应装置的具体实施方式作详细描述。

图5示出了一个实施例的电子装备故障诊断系统的结构示意图；主要包括：信息录入单元100、对象封装单元200、模型建立单元300、数据采集单元400以及故障诊断单元500。

其中：

信息录入单元100，用于读取用户输入的故障树；其中，所述故障树包括测试点的相关信息。

对象封装单元200，用于将所述故障树封装成测试点、标准参数、故障规则以及逻辑关联四个对象。

模型建立单元300，用于根据所述封装的对象建立原位状态下的测试模型。

数据采集单元400，用于根据所述测试模型从被测对象的测试点采集测试数据。

故障诊断单元500，用于利用所述测试模型诊断所述测试数据获得故障位置。

在一个实施例中，故障树主要由行为、判断、故障定位与连接线等可辨识的结构组成，规则树故障树包括测试点的相关信息，包括了测试点的相关信息，测试点唯一标定被测对象的状态，相关信息包括电压值、电流值、频率值和/或电平值等。

图6示出了一个较佳实施例的电子装备故障诊断系统的结构示意图。

在一个实施例中，对象封装单元200包括预处理模块201和封装模块202；其中，预处理模块201，用于利用设定的函数将所述故障树拆分为测试点、标准参数、故障规则以及逻辑关联四个特征元素；封装模块202，用于将所述特征元素封装成测试点、标准参数、故障规则以及逻辑关联四个对象。

进一步地，预处理模块201通过从故障树中行为节点中提取行为主体与行为来实现测试点的标定；通过检索判断节点的约束值和不同结果状态下引导至其它行为或故障定位的连接线，获取标准参数与逻辑关联；通过从故障树中故障规则节点中提取故障信息，获取故障规则节点之前的判断节点的行为主体，获取故障规则。

基于上述对输入的故障树进行结构上的预处理，将故障树转换为系统可识别的结构。

进一步地，封装模块202通过设置循环检索器控制四种相应的对象解析器对经过结构化预处理后的故障树进行循环检索，解析并重新封装为上述四种内部对象。

循环检索器以测试点为检索对象，通过检查故障树中的信息数量与已封装的对象数量来判别解析工作的完成情况，通过调用相应的对象解析器对未解析的故障树节点进行扫描、抽取并封装。

通过对故障树进行解析，实现了智能学习的过程，将所得到的内部对象封装为用于建立测试程序的原位故障知识，根据该原位故障知识可以建立原位状态下的测试模型。

在一个实施例中，模型建立单元300建立原位状态下的测试模型主要包括选择模型入口点与建立内部逻辑两部分；具体地，以测试点为主体建立测试模型，选取测试模型的入口测试点，设置该入口测试点为模型入口，根据已封装的内部对象建立测试模型各个测试点的逻辑关联列表、目标点及其对应状态，以及故障规则等。

在一个实施例中，数据采集单元400在采集测试数据过程中，进一步地，以入口测试点为初始测试位置，并根据所述内部逻辑属性查找出下一层诊断测试的测试点位置，对所述位置对应的测试点的数据进行采集，获取所有测试点的测试数据，通过测试数据确定被测对象工作状态。

在一个实施例中，故障诊断单元500包括数据分析模块501和故障定位模块502；其中，数据分析模块501，用于将所采集的测试数据与所述测试模型中的标准参数进行对比，获取不合格的测试数据；故障定位模块502，用于将所述不合格的测试数据与所述测试模型中的故障规则进行匹配确定故障位置。

进一步地，数据分析模块501将对应测试点测试得到测试数据与测试模型中对应的标准参数进行对比，对于量化标准的，主要比较体现在三种情况：

若标准参数有上限值、下限值，则测试结果在该上限值与下限值之间时判定合格，反之不合格。

若标准参数仅有下限值，则测试结果大于该下限值时判定合格，反之不合格。

若标准参数仅有上限值，则测试结果小于该上限值时判定合格，反之不合格。

对于图形化标准的，主要通过是比较测试结果与标准值的图形差异，在偏差范围之外属于不合格，在范围之内属于合格。

进一步地，故障定位模块502将包含异常状态的测试点对应的测试数据与故障规则的匹配进行故障定位，由于故障规则的结构中包括诊断时用于匹配的属性，以及用于定位的引导属性，所以将测试结果的属性集合与故障规则中用于匹配的属性集合进行全匹配，匹配成功则进行规则的故障定位。

综合上述实施例，基于电子装备故障诊断方法和系统，只需要通过对特征值建立故障模型，实现智能诊断，测试环境基于原位，电子装备无需搬离测试现场，可以在真实环境下减少排故时间，及时发现失效和迅速定位故障，提高测试程序集诊断效率，便于及时维修。

另外，针对于现有基于故障树模型的故障诊断系统，在故障模型的开发技术中，在工程上采用的是整体开发的技术，测试程序的开发者必须精通电路知识与软件编程知识，如果开发者来自不同领域，由于对对方领域的知识理解程度不够，往往会导致概念理解的偏差，从而增加了测试程序的开发难度，降低了故障排除效率。

本发明的电子装备故障诊断方法和系统，通过将软件编程的过程封装为系统内部对象以及操作函数库，将原有的开发技术从工程领域上分割为两部分，让软件开发者与测试程序开发者不需要了解对方领域的知识，避免了概念理解偏差，同时将开发过程分为了两个可以并行的开发过程，大大降低了测试程序的开发难度，提高了开发效率。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种电子装备故障诊断方法，其特征在于，包括如下步骤：

读取用户输入的故障树；其中，所述故障树包括测试点的相关信息；

将所述故障树封装成测试点、标准参数、故障规则以及逻辑关联四个对象；

根据所述封装的对象建立原位状态下的测试模型；

根据所述测试模型从被测对象的测试点采集测试数据；

利用所述测试模型诊断所述测试数据获得故障位置。

2.根据权利要求1所述的电子装备故障诊断方法，其特征在于，所述测试点的相关信息包括：电压值、电流值、频率值和/或电平值。

3.根据权利要求1所述的电子装备故障诊断方法，其特征在于，所述将所述故障树封装成测试点、标准参数、故障规则以及逻辑关联四个对象的过程包括：

利用设定的函数将所述故障树拆分为测试点、标准参数、故障规则以及逻辑关联四个特征元素；

将所述特征元素封装成测试点、标准参数、故障规则以及逻辑关联四个对象。

4.根据权利要求1所述的电子装备故障诊断方法，其特征在于，所述利用设定的函数将所述故障树拆分为测试点、标准参数、故障规则以及逻辑关联四个特征元素的过程包括：

从故障树的行为节点中提取行为主体与行为，标定各个测试点；

检索判断节点的约束值和不同结果状态下，引导至其它行为或故障定位的连接线，获得标准参数与逻辑关联；

从故障树的故障规则节点提取故障信息，并获取故障规则节点之前的判断节点的行为主体，确定故障树的故障规则。

5.根据权利要求1所述的电子装备故障诊断方法，其特征在于，所述根据所述封装的对象建立原位状态下的测试模型的过程包括：

以测试点为主体建立测试模型；

选取测试模型的入口测试点，将所述入口测试点设为模型入口；

根据所述封装的标准参数、故障规则以及逻辑关联内部对象，建立测试模型中各个测试点的内部逻辑属性。

6.根据权利要求5所述的电子装备故障诊断方法，其特征在于，根据所述测试模型从被测对象的测试点采集测试数据的过程包括：

以所述入口测试点为初始测试位置，并根据所述内部逻辑查找出下一层诊断测试的测试点位置，对所述位置对应的测试点的数据进行采集，获取所有测试点的测试数据。

7.根据权利要求6所述的电子装备故障诊断方法，其特征在于，利用所述测试模型诊断所述测试数据获得故障位置的过程包括：

将所采集的测试数据与所述测试模型中的标准参数进行对比，获取不合格的测试数据；

将所述不合格的测试数据与所述测试模型中的故障规则进行匹配确定故障位置。

8.一种电子装备故障诊断系统，其特征在于，包括：

信息录入单元，用于读取用户输入的故障树；其中，所述故障树包括测试点的相关信息；

对象封装单元，用于将所述故障树封装成测试点、标准参数、故障规则以及逻辑关联四个对象；

模型建立单元，用于根据所述封装的对象建立原位状态下的测试模型；

数据采集单元，用于根据所述测试模型从被测对象的测试点采集测试数据；

故障诊断单元，用于利用所述测试模型诊断所述测试数据获得故障位置。

9.根据权利要求8所述的电子装备故障诊断系统，其特征在于，所述对象封装单元包括：

预处理模块，用于利用设定的函数将所述故障树拆分为测试点、标准参数、故障规则以及逻辑关联四个特征元素；

封装模块，用于将所述特征元素封装成测试点、标准参数、故障规则以及逻辑关联四个对象。

10.根据权利要求8所述的电子装备故障诊断系统，其特征在于，所述故障诊断单元包括：

数据分析模块，用于将所采集的测试数据与所述测试模型中的标准参数进行对比，获取不合格的测试数据；

故障定位模块，用于将所述不合格的测试数据与所述测试模型中的故障规则进行匹配确定故障位置。

Images