CN103308314A - 一种基于贝叶斯网络模型和多准则决策分析对汽车发动机故障的检修方法 - Google Patents

Abstract

一种基于贝叶斯网络模型和多准则决策分析对汽车发动机故障的检修方法，包括以下步骤：通过对汽车发动机产生影响的每个故障类别和每个故障类别下的每个故障源建立贝叶斯网络模型，得到每个故障类别的第一故障概率值以及每个故障源的第二故障概率值；根据各决策标准，通过多准则决策分析分别确定每个决策标准的标准化权重；通过决策标准的标准值、标准化权重和第一故障概率值得到每个故障类别的第一功效值，在第一功效值中选择具有最大第一功效值的故障类别，通过决策标准的标准值、标准化权重和第二故障概率值得到具有最大第一功效值的故障类别下每个故障源的第二功效值，在第二功效值中选择具有最大第二功效值的故障源，作为检修判断结果。

Description

一种基于贝叶斯网络模型和多准则决策分析对汽车发动机故障的检修方法

技术领域

本发明具体涉及一种基于贝叶斯网络和多准则决策分析（以下称MCDA）的汽车发动机故障的检修方法。

背景技术

现代汽车发动机系统是一个复杂的机械和电子系统的综合，模块与模块之间存在着复杂的、相互关联的不确定性关系，使得对汽车发动机故障诊断技术提出了更高的要求。贝叶斯网络适用于不确定性系统的建模，可从不完全的知识信息中作出推理，因而成为汽车发动机故障诊断的一个有效方法。

然而在现有的汽车发动机故障诊断中，都是利用贝叶斯网络对故障元件的概率进行推理计算，维修人员对概率最高的故障源进行修理，并不考虑修理时其他影响因素。事实上在对故障进行修理时，除了故障发生的概率之外，维修人员还需要考虑检修时间、检修费用以及检修的安全性等因素，因为概率高的故障元件可能不易修理，或者修理费用很高，或者修理存在一定的风险性例如造成新的故障或修理时存在安全问题。因此，在做修理决策的时候，维修人员需要对包括故障概率在内的多种因素加以考虑，找出最佳的修理方案。

汽车发动机是由成千上万个零件组成的复杂系统。不同型号的发动机都是由曲轴连杆机构、配气机构、燃料供给系、点火系、冷却系、润滑系及起动系等主要部分组成的。但是，发动机的分类还是很丰富的。例如：按发动机的工作循环原理可分为四行程发动机和二行程发动机、按发动机所用燃料可分为汽油发动机和柴油发动机、按发动机的冷却机制和介质可分为水冷式发动机和风冷式发动机等。因此对于不同类型的发动机，其导致发动机不能正常起动的故障元件所用修理时间（time）、修理费用（cost）、修理所冒的风险系数（risk），以及各元件的故障先验概率（即专家系统所获得的数据）均是不同的。此专利中time、cost、risk和各元件的故障先验概率所获值只是针对其中一种类型的发动机。

以往的维修经验是利用贝叶斯网络进行证据推理，修理故障率最高的元件，如果发动机还是不能正常工作，再进行下一次推理，如此循环，直到修理好发生故障的元件，汽车发动机正常工作。这种方法经常导致时间和费用上的浪费，也可能在维修过程中导致其他故障的发生，甚至有时故障率高的元件拆卸不方便，不易修理，会给维修人员带来很大麻烦，可能还会对维修人员的身体造成伤害。

发明内容

为了解决上述问题，本发明提供了一种基于贝叶斯网络模型和多准则决策分析对汽车发动机故障的检修方法，将MCDA和贝叶斯网络结合起来，提出一种综合考虑多种决策标准的检修决策方法。

为了达到上述目的，本发明采用了以下技术方案：

一种基于贝叶斯网络模型和多准则决策分析对汽车发动机故障进行检修的检修方法，具有这样的特征，包括以下步骤：通过对汽车发动机产生影响的每个故障类别和每个故障类别下的每个故障源建立贝叶斯网络模型，利用概率繁殖得到每个故障类别的第一故障概率值以及每个故障源的第二故障概率值；根据各决策标准，通过多准则决策分析分别确定每个决策标准的标准化权重；以及通过决策标准的标准值、标准化权重和第一故障概率值得到每个故障类别的第一功效值，在第一功效值中选择具有最大第一功效值的故障类别，通过决策标准的标准值、标准化权重和第二故障概率值得到具有最大第一功效值的故障类别下每个故障源的第二功效值，在第二功效值中选择具有最大第二功效值的故障源，作为检修判断结果，各决策标准包括第一故障概率、第二故障概率，和检修时间、检修费用、检修安全性中的任意一个或其组合。

另外，本发明中的基于贝叶斯网络模型和多准则决策分析对汽车发动机故障的检修方法，还可以具有这样的特征：决策标准中的第一故障概率，以及检修时间、检修费用、检修安全性中的任意一个或其组合用于得到第一功效值，决策标准中的第二故障概率，以及检修时间、检修费用、检修安全性中的任意一个或其组合用于得到第二功效值。

发明的作用与效果

根据本发明涉及的基于贝叶斯网络模型和多准则决策分析对汽车发动机故障的检修方法，在贝叶斯网络模型的基础上，结合了MCDA，综合考虑了除故障概率以外需考虑的多种决策标准。当汽车发动机启动出现故障时，根据各决策标准的重要性和优先顺序进行排列，并确定各决策标准的标准化权重，利用贝叶斯网络对故障概率进行推理计算，结合MCDA的评价方法，计算不同的维修方案在多个决策标准影响下的总体功效值，最后选择总体功效值最高的检修方案来进行汽车发动机故障检修，减少时间和金钱上的浪费并有效降低维修风险。

附图说明

图1为本实施例中的基于贝叶斯网络模型和多准则决策分析对汽车发动机故障的检修方法的流程示意图；

图2为本实施例中的基于贝叶斯网络模型和多准则决策分析对汽车发动机故障的检修方法的贝叶斯网络示意图；

图3为本实施例中各决策标准中的第一故障概率值、检修时间、检修费用和检修风险映射到[0,1]区间的标准值；

图4为本实施例中的各故障类别的第一功效值；以及

图5为本实施例中各决策标准中的第二故障概率值、检修时间、检修费用和检修风险映射到[0,1]区间的标准值；

图6为本实施例中的点火系统故障下一级的各故障源的第二功效值。

具体实施方式

以下实施例结合附图对本发明作具体阐述。

图1为本实施例中的基于贝叶斯网络模型和多准则决策分析对汽车发动机故障的检修方法的流程示意图。

通过对汽车发动机产生影响的每个故障类别和每个故障类别下的每个故障源建立贝叶斯网络模型，利用概率繁殖得到每个故障类别的第一故障概率值以及每个故障源的第二故障概率值；根据各决策标准，通过多准则决策分析分别确定每个决策标准的标准化权重；以及通过决策标准的标准值、标准化权重和第一故障概率值得到每个故障类别的第一功效值，在第一功效值中选择具有最大第一功效值的故障类别，通过决策标准的标准值、标准化权重和第二故障概率值得到具有最大第一功效值的故障类别下每个故障源的第二功效值，在第二功效值中选择具有最大第二功效值的故障源，作为检修判断结果，如图1所示。各决策标准包括第一故障概率、第二故障概率，和检修时间、检修费用、检修安全性中的任意一个或其组合。决策标准中的第一故障概率，以及检修时间、检修费用、检修安全性中的任意一个或其组合用于得到第一功效值，决策标准中的第二故障概率，以及检修时间、检修费用、检修安全性中的任意一个或其组合用于得到第二功效值。

图2为本实施例中的基于贝叶斯网络模型和多准则决策分析对汽车发动机故障的检修方法的贝叶斯网络模型示意图。

贝叶斯网络模型建立：如图2所示，首先根据以往的维修经验和历史数据来获得各故障类别和各故障源的先验概率，进而建立贝叶斯网络拓扑结构模型图。在贝叶斯网络模型中，根节点（顶层的故障源节点）表示不同的故障类别，子节点（下级节点）表示不同的故障源，每个节点都有故障（true）和正常（false）状态。每个节点都有概率表，根节点以先验概率表示，子节点用先验条件概率表示。在本实施例中，导致汽车发动机不能正常启动的故障类别有点火系统故障、供油量不足以及供油压力，这三种故障类别又包含各自下一级的可能故障源。

概率繁殖过程：通过确立的贝叶斯网络模型进行给定证据下的概率繁殖，可以得到各故障类别的第一故障概率值以及分别属于各故障类别的各故障源的第二故障概率值。根据贝叶斯定理，

$p(B_i/A)=\frac{p\left(\mathrm{AB}\right)}{P\left(A\right)}=\frac{p(A/B_i)p\left(B\right)}{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}p(A/B_j)p\left(B_j\right)},i=\mathrm{1,2,3},\·\·\·\·\·\·,n$

本实施例中，给定证据为发动机启动故障的概率为1。根据贝叶斯网络模型的计算结果得到每个故障类别及其故障源的故障概率的平均值，然后再结合每个故障类别的先验概率和每个故障源的先验条件概率通过概率繁殖算法计算出第一故障概率值和第二故障概率值。

标准化权重的确定：根据各决策标准，通过MCDA分别确定各决策标准的标准化权重。标准化权重的确定方法采用排队法中的求和法，用以下公式计算：

$w_c=\frac{{n-r}_c+1}{\underset{x=1}{\overset{n}{\mathrm{\Σ}}}({n-r}_x+1)}$

其中，w_c为决策准则c的权重，N为决策标准的个数，r_c为决策标准c在重要性顺序排列中的位置。

由n-r_x+1得出每一个决策标准的权重，再求出n个权重的和

通过计算得出决策标准c的标准化权重w_c。综合汽车用户、汽车厂家及领域专家的意见，本实施例中考虑的决策标准以及各决策标准按照重要性依次下降的顺序排列如下：故障概率（fault-probability）、修理故障的风险（risk）、修理时间（time）以及花费（cost）。

通过计算得到的标准化权重值如下：w_{fault-probability}=0.4，w_risk=0.3，w_time=0.2，w_cost=0.1。

检修故障类别的确定：通过决策标准的标准值、标准化权重和第一故障概率值得到每个故障类别的第一功效值，在第一功效值中选择具有最大第一功效值的故障类别。本实施例中的汽车发动机启动故障时，其故障类别包括：点火系统故障（Fire-Fault）、供油量不足（Fule-shortage）和供油压力不够（OilPressure-shortage）。因此可选择的修理方案有修理点火系统、修理供油量系统和修理压力系统。

图3为本实施例中各决策标准中的第一故障概率值、检修时间、检修费用和检修风险映射到[0,1]区间的标准值。

应用MCDA的评价方法计算每个故障类别检修方案在四个决策标准影响下的评价得分，也即第一功效值。MCDA是粗集多属性效用方法，需要将每个决策标准都标准化到共同区间[0,1]上，0代表最差的标准值，1代表最好的标准值。如图3所示，第一故障概率值、检修时间、检修费用和检修风险映射到[0,1]区间的标准值。

图4为本实施例中的各故障类别的第一功效值。

每个检修方案a的功效值计算公式为U(a)=Σu_ig_i(a)，其中，i为决策标准，g_i为检修方案a的决策标准i的标准值，u_i为决策标准i的标准化权重，根据图3所示的第一故障概率值、检修时间、检修费用、检修风险映射到[0,1]区间的标准值和各决策标准的标准化权重值，利用公式Σu_ig_i(a)计算各故障类别的第一功效值。如图5所示，修理点火系统的第一功效值是0.61，为三个故障类别的第一功效值中最高的，因此在本实施例中确定的故障类别为修理点火系统。

检修故障源的确定：通过标准化权重和第二故障概率值得到属于故障类别的各故障源的第二功效值，在第二功效值中选择具有最大第二功效值的故障源，作为检修结果。

图5为本实施例中各决策标准中的第二故障概率值、检修时间、检修费用和检修风险映射到[0,1]区间的标准值。

图6为本实施例中的点火系统故障下一级的各故障源的第二功效值。

根据图4的各决策标准中的第二故障概率值、检修时间、检修费用、检修风险映射到[0,1]区间的标准值和各个决策标准的标准化权重值，利用公式Σu_ig_i(a)计算故障源检修方案的第二功效值。如图6所示，修理点火线圈的第二功效值是0.66，为三个故障源的第二功效值中最高的，因此最终将修理点火线圈作为最终的决策结果。

实施例的作用与效果

根据本实施例涉及的基于贝叶斯网络模型和多准则决策分析对汽车发动机故障的检修方法，在贝叶斯网络模型的基础上，结合MCDA，综合考虑了除故障概率以外需考虑的多种决策标准。当汽车发动机启动出现故障时，根据各决策标准的重要性和优先顺序进行排列，并确定各决策标准的标准化权重，利用贝叶斯网络对故障概率进行推理计算，结合MCDA的评价方法，计算不同的维修方案在多个决策标准影响下的总体功效值，最后选择总体功效值最高的检修方案来进行汽车发动机故障检修，在保证检修效率的前提下，减少时间和金钱上的浪费并有效降低维修风险。

Claims (2)

1.一种对汽车发动机故障进行检修判断的基于贝叶斯网络模型和多准则决策分析对汽车发动机故障检修方法，其特征在于，包括以下步骤：

通过对所述汽车发动机产生影响的每个故障类别和所述每个故障类别下的每个故障源建立贝叶斯网络模型，得到每个所述故障类别的第一故障概率值以及每个所述故障源的第二故障概率值；

根据各决策标准，通过多准则决策分析分别确定每个所述决策标准的标准化权重；以及

通过每个所述决策标准的标准值、所述标准化权重和所述第一故障概率值得到每个故障类别的第一功效值，

在所述第一功效值中选择具有最大第一功效值的故障类别，通过每个所述决策标准的标准值、所述标准化权重和所述第二故障概率值得到所述具有最大第一功效值的故障类别下每个故障源的第二功效值，

在所述第二功效值中选择具有最大第二功效值的故障源，作为检修判断结果，

其中，所述各决策标准包括所述第一故障概率或所述第二故障概率，和检修时间、检修费用、检修安全性中的任意一个或其组合。

2.根据权利要求1所述的基于贝叶斯网络模型和多准则决策分析对汽车发动机故障检修方法，其特征在于：

其中，所述决策标准中的所述第一故障概率，以及所述检修时间、所述检修费用、所述检修安全性中的任意一个或其组合用于得到所述第一功效值，

所述决策标准中的所述第二故障概率，以及所述检修时间、所述检修费用、所述检修安全性中的任意一个或其组合用于得到所述第二功效值。

Images