CN105488537B - 一种基于Petri网的部件故障属性表征方法 - Google Patents

一种基于Petri网的部件故障属性表征方法 Download PDF

Info

Publication number
CN105488537B
CN105488537B CN201510923733.7A CN201510923733A CN105488537B CN 105488537 B CN105488537 B CN 105488537B CN 201510923733 A CN201510923733 A CN 201510923733A CN 105488537 B CN105488537 B CN 105488537B
Authority
CN
China
Prior art keywords
tokken
transition
fault
library
component
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510923733.7A
Other languages
English (en)
Other versions
CN105488537A (zh
Inventor
严拴航
薛海红
李雅琳
郭鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Aircraft Design and Research Institute of AVIC
Original Assignee
Xian Aircraft Design and Research Institute of AVIC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Aircraft Design and Research Institute of AVIC filed Critical Xian Aircraft Design and Research Institute of AVIC
Priority to CN201510923733.7A priority Critical patent/CN105488537B/zh
Publication of CN105488537A publication Critical patent/CN105488537A/zh
Application granted granted Critical
Publication of CN105488537B publication Critical patent/CN105488537B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)

Abstract

本发明公开了一种基于Petri网的部件故障属性表征方法,属于航空故障测试领域,涉及一种利用动态有色随机Petri网对飞机复杂系统故障属性进行表征的方法。所述的表达故障的动态有色随机Petri网主要参考工程预报学的危险性分类方法,对故障对应的托肯进行着色,构建产品故障信息与Petri网有色库所及托肯的映射,对库所内变迁定义、性质、关联约束等进行故障属性表征,建立了变迁关联与约束机制的描述,形成了工程实用意义上的完备动态随机有色库所;最后从工程化实用技术角度出发,提出了完整的动态有色随机Petri网建模技术框架,为复杂工程物理系统“四性”特性分析及技术指标计算提供了手段。

Description

一种基于Petri网的部件故障属性表征方法
技术领域
本发明属于航空故障测试领域,具体涉及一种基于Petri网的部件故障属性表征方法。
背景技术
虽然近年来四性(可靠性、测试性、安全性以及维修性)研究发展迅速,但均是在一种割裂状态下进行研究:可靠性部门仅关心可靠性指标是否满足设计要求,测试性部门仅关心测试性设计要求,安全性部门仅关心安全性设计是否达到设计要求,维修性部分仅关心维修性指标。事实上,四性指标之间存在强关联关系,例如测试性好的飞机可快速识别并隔离危险以提高安全性,故障的快速识别隔离使得维修时间缩短,又影响着维修性指标;系统平均维修时间的减少可提高飞机可用度等。忽略四性指标的关联关系将导致系统评估结果不够准确。
Petri网是由联邦德国的Garl Adam Petri于1962年在他的博士论文“用自动机通信”中提出,早期Petri网主要应用于计算机科学相关领域,Petri网是一种网状信息流模型,在条件和事件为两类节点的有向二分图的基础上加上表示状态信息的托肯分布,并按照一定的引发规则使得事件驱动状态演变,从而反映系统的动态行为过程。用小矩形或者短黑线表示事件节点,称为变迁;用小圆圈表示条件节点,称为库所。两个变迁和库所节点之间通过有向弧连接,由此构成基本的Petri网。
在可靠性分析中应用较多的是利用Petri网的逻辑描述能力代替故障树进行系统可靠性分析建模,常用的逻辑关系“与、或、非”的Petri网表示,从而可以方便的将故障树模型转换为相应的Petri网模型,实际上简单Petri网并不能对工程系统的故障网络予以分析评估,必须对简单Petri网注入随机化信息驱动,例如用于系统可靠性分析的随机Petri网,故障诊断领域的故障Petri网、加入模糊数学方法的模糊故障Petri网等。尽管出现了各类Petri网,解决了工程系统网状信息的动态表达描述,然而并未涉及网络信息流的计算分析问题。以工程物理系统综合保障的技术观点,最关注的信息流是故障在因果网络中的动态传播特性和表征方法,为后续可靠性、维修性、测试性、安全性指标计算提供技术条件。
发明内容
为了解决上述问题,本发明提供了一种利用动态有色随机Petri表征复杂系统故障属性的方法。可直接应用于国内各行业开展复杂系统基于故障的可靠性、安全性、维修性、测试性定量模型构建,为准确表达工程系统单元关联关系和四性指标计算提供有效手段。
本发明基于Petri网的部件故障属性表征方法,主要包括以下步骤:
步骤一、对部件的故障模式进行分类;
步骤二、用Petri网的库所表示部件,用库所内的基准托肯表征所述部件的正常工作状态,用库所内的多个非基准托肯表征所述部件的多个故障模式,其中,所述基准托肯及非基准托肯为有色托肯,且所述基准托肯与所述多个非基准托肯的颜色互不相同,所述库所为所述基准托肯与所述非基准托肯的集合;
步骤三、建立所述基准托肯向所述非基准托肯的延时变迁以及建立所述非基准托肯向另一个非基准托肯的瞬时变迁;
步骤四、对所述延时变迁及所述瞬时变迁进行量化,同时建立所述延时变迁与所述瞬时变迁的实施法则,结合绘制的基于Petri网的四性故障表征模型完成基于Petri网的部件故障属性表征,所述实施法则是指发生所述延时变迁与所述瞬时变迁的触发策略。
优选的是,在所述步骤一中,所述部件的故障模式包括由所述部件的物力损伤所致的多个不同等级的受损性态以及一个由无驱动所致的无故障但不工作性态。
在上述方案中优选的是,在所述步骤四中,所述延时变迁的触发条件为自发性功能故障的状态转移或传播,所述瞬时变迁的触发条件为外部激励作用下所述部件的功能故障的状态转移或传播。
在上述方案中优选的是,在所述步骤四中,所述四性是指可靠性、测试性、安全性以及维修性。
在上述方案中优选的是,所述步骤四包括按照故障表征模型设计部件发生延时变迁及瞬时变迁的触发策略,并按故障模式的动态特性确定延迟型随机变迁的概率分布参数,完成基于Petri网的部件故障属性表征。
本发明的优点在于:本发明构建了动态有色随机Petri网的建模总体技术思路,提出了动态随机有色库所的基本概念,并按一般工程元件的物理机制,构建了动态随机有色库所,这包括功能故障的分类与着色、基准托肯与非基准托肯、延迟型动态随机变迁以及瞬时型逻辑变迁。构建了动态随机有色库所的符号及图形形式,建立了变迁关联与约束机制的描述,为复杂工程物理系统“四性”特性分析及技术指标计算提供了手段。
附图说明
图1为本发明基于Petri网的部件故障属性表征方法的一优选实施例的流程图。
图2为图1所示实施例的可靠性建模与仿真计算的框架图。
图3为本发明一优选实施例的交流电源系统的功能原理框图。
图4为图3所示实施例的用于可靠性分析的动态随机有色Petri网示意图。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行更加详细的描述。在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本发明一部分实施例,而不是全部的实施例。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。下面结合附图对本发明的实施例进行详细说明。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明保护范围的限制。
本发明基于Petri网的部件故障属性表征方法主要包括以下步骤:
步骤一、对部件的故障模式进行分类;
步骤二、用Petri网的库所表示部件,用库所内的基准托肯表征所述部件的正常工作状态,用库所内的多个非基准托肯表征所述部件的多个故障模式,其中,所述基准托肯及非基准托肯为有色托肯,且所述基准托肯与所述多个非基准托肯的颜色互不相同,所述库所为所述基准托肯与所述非基准托肯的集合;
步骤三、建立所述基准托肯向所述非基准托肯的延时变迁以及建立所述非基准托肯向另一个非基准托肯的瞬时变迁;
步骤四、对所述延时变迁及所述瞬时变迁进行量化,同时建立所述延时变迁与所述瞬时变迁的实施法则,结合绘制的基于Petri网的四性故障表征模型完成基于Petri网的部件故障属性表征,所述实施法则是指发生所述延时变迁与所述瞬时变迁的触发策略
如图1所示,以下对各个步骤进行详细说明。
首先,在步骤一及步骤二中,以LRU元件为例,LRU是Line Replaceable Unit的缩写,即“快速更换单元”。系统中LRU存在性能退化的必然以及遭受非正常载荷作用的可能,从而形成其功能障碍,即故障。由于LRU的故障是多模式或多类型的,因此在定义LRU的库所与托肯之前,需首先建立多故障模式的分类。通过参考工程预报学的危险性分类方法,将一个LRU元件的多故障模式按色标分为以下五类:
Ⅰ灾难级——红(RD);
Ⅱ严重级——橙(OG);
Ⅲ轻度级——黄(YW);
Ⅳ轻微级——蓝(BL);
V特定级——白(WT)。
需要说明的是,上述前四类故障应当说源自于LRU物理性态自然的退化或外部非正常的激励。第五类称谓的“特定类”,定义为LRU的“无故障但不工作”性态,该性态并不属于LRU元件的物理损伤所致,而属于无驱动输入所致。LRU的该特定类“故障”模式对系统的危险性可能是极大的(因其不工作而无功能输出的连锁效应所致),但因其特殊性设定为“特定类”有助于系统的故障诊断定义;更重要的一面在于对一个复杂的网络模型,如不存在该特定类的设计与定义,在系统的可靠性分析计算中将导致网络模型的“级联”效应而得到完全错误的结果。因此,对于一个LRU元件,该“特定类”的设置是必须的,而且工程物理上,导致该状态发生的物理是容易判断的。
还需要说明的是,步骤一及步骤二中还对部件的正常工作状态赋予了另外一种颜色,比如用绿色(GR)来表示。
之后,主要是有色库所及托肯定义集合。
所谓的定义集合指关于一个问题的多个相联系的有机定义。Petri网的库所(P,Place)及托肯(T,Token)概念已给予了数学上的定义与描述。按照步骤一对LRU的着色故障说明,以下对LRU的有色库所及托肯进行说明:
说明1:工程系统中一个物理的LRU为网络模型的一个库所。
说明2:一个库所内的托肯为LRU中可能发生的各类故障模式(包含第五类特定模式)或各类故障状态,且上述对给类故障的着色色标定义为库所内各托肯的颜色,称为有色托肯。
说明3:一个库所内的基准托肯定义为一个LRU的正常工作状态;而前述定义的库所内其它托肯为非基准托肯。
说明4:一个库所内,基准托肯只有一个,而非基准有色托肯可能多个。可以理解的是,本实施例中,基准托肯即用绿色来表示的器件的正常工作状态,而非基准有色托肯(以下称“非基准托肯”与其一致)指包括“特定级(白色)”在内的多个故障模式。
说明5:一个库所与基准托肯及非基准托肯的集合,为一个LRU的完整有色库所,因此,本实施例中,完整的有色库所包括以下六类托肯:
Ⅰ灾难级---红(RD);
Ⅱ严重级---橙(OG);
Ⅲ轻度级---黄(YW);
Ⅳ轻微级---蓝(BL);
正常工作状态---绿(GR);
正常却不工作状态---白(WT)。
可以理解的是,作为本实施例的一个备选实施方式,在前四类托肯中,若每个LRU/子系统/系统同级别故障模式存在多个,按照严重程度又可继续细分,比如将灾难级的故障模式细分为RD.1、RD.2、RD.3等。
在步骤三中,当用多个有色托肯来表征部件的故障或正常运行状态时,需要将上述状态进行变迁关联。
首先需要说明的是,由于上述基准托肯与非基准托肯都为有色托肯,具有有色托肯的库所因此称作有色库所,为了能将系统中LRU物理性态自然退化或外部非正常激励形成多类型故障的机理引入有色库所,从而构成一个完整的网络模型单元,需按Petri网的基本构成要素对有色库所定义变迁,用变迁来表征LRU从正常工作态到非正常态的定量变化特性与规律。
本实施例中,变迁包括延时变迁以及瞬时变迁,有色库所内的延时变迁为基准托肯向各有色托肯(非基准托肯)转移的特定关系;瞬时变迁为非基准托肯向其它非基准托肯转移的特定关系。一个有色库所内存在多个变迁,按照LRU状态转移的物理机理,这些变迁可能存在多种不同的性态。变迁的这种性态有以下分类:
从时间概念角度,变迁可能是延迟性的,也可能是瞬时性的;
从量化的性质角度,变迁可能服从一定分布的随机量,也可能是确定或非确定的逻辑量。
变迁的延迟性质多源于LRU的物理损伤、磨损或老化,而损伤、磨损与老化状态转移成功能故障又往往是随机的。因此,延迟性变迁(即“延时变迁”,以下等同)服从一定的函数分布,例如指数分布。于是,延迟性变迁多与随机性质耦合在一起。变迁的瞬时性性质主要源于外部环境因素或非正常工作状态的突发性激励,这种突发性的激励可能会导致某种故障模式的发生,因此是确定的或非确定性逻辑量。于是,瞬时变迁又多与逻辑性质相耦合。
因此,针对上述量化的性质角度,本实施例对变迁进行了量化,即步骤四。
实际上,在有色库所内建立变迁集合对于系统网络模型构建与后续计算分析仍然是不完备的,这其中主要缺项为变迁的实施规则及其相应的约束机制,即需要对基准托肯、非基准托肯的状态转移变迁间的关联建立工程可行的约束描述或称实施法则,只有这样才能使工程系统的网络建模技术实用化,同时极大降低后续网络模型分析的难度。
下面分别对延时变迁与瞬时变迁进行量化说明。
1)延时变迁
变迁的随机性可用随机变量的概率分布予以量化定义,即一个物理元件由正常状态向非正常状态转移的概率分布特性。变迁的逻辑性多源于外部环境或非正常状态的突发性激励,确定的逻辑关系为简单的0-1型,复杂的不确定逻辑关系需用概率值(表)表示。
LRU在工作过程中,由正常工作功能转变为某种功能障碍的时间(或寿命)是随机的,当然,随时间历程的增大,这种发生功能障碍的概率值P增大,表达式为:
其中,x即为时间或寿命;f(τ)为概率密度函数。
曲线趋向于1是确定的,但趋于1的快慢取决于概率密度函数f(τ)的具体形式及其参数数值的大小。按网路模型的描述,需要对有色库所内基准托肯向非基准托肯的状态转移变迁(延时变迁)设置为曲线的时间函数形式。
本实施例中,确定的逻辑关系是指当外部突发性激励(可能是复杂关联的激励)作用于一个有色库所的基准托肯,而基准托肯必将转移于某个有色托肯,即或“0”或“1”非确定的逻辑关系是指一个物理元件由正常态向非正常态转移的概率分布特性。于是,按照一个复杂工程机电系统LRU元件的一般性物理概念来说,一个有色库所内随机型变迁有以下量化属性:
指数分布:Exp(γ);
正态分布:Normal(μ,σ);
双参数韦伯分布:Weibull(α,β);
三参数韦伯分布:Weibull(m,η,γ)。
指数分布常用于电器元件的变迁概率描述;其他三种概率分布常用于机械传动部件、液压部件或机电部件的变迁概率描述。
2)瞬时变迁
有色库所内的逻辑型变迁是瞬态的,并不存在动态特性的概念,但该类变迁的触发受系统上游部件发生功能障碍的特性所决定。瞬时变迁又分为以下几类:表示确定性逻辑的变迁、表示NG型传播关系的变迁(某个LRU中1个已知故障模式对应1个结果故障模式)、表示NL型传播关系的变迁(1个或多个LRU中已知的故障模式对应1个结果故障模式)以及表示FL型(1个或多个LRU中多个故障模式对应1个结果故障模式)传播关系的变迁。后三类变迁类型均为非确定性逻辑变迁。其中,NG型变迁与一概率值对应;NL型变迁与一概率值对应;FL类变迁与一概率值表对应。
变迁的实施法则分为两个层次,即基准托肯向非基准托肯的转移变迁实施方法,以及非基准托肯间的状态转移变迁实施方法。
建立基准托肯向非基准托肯的状态转移的变迁实施法则是指自发性功能故障的状态转移或传播情形,并不包括外部触发条件作用下的功能故障传播。该类变迁实施的限制性策略为:一个动态随机有色库所的基准托肯向有色托肯的状态转移变迁中一个时刻只可能有一个可实施,即在某时刻由于内因仅能发生一种故障模式。在技术处理上,哪个变迁进入实施态是由均匀概率抽样决定的。
有色托肯间的状态转移变迁实施法则是指一个LRU受到外部激励作用下功能故障的状态转移或传播情形。对此变迁设计的限制性策略为:一个动态随机有色库所的有色托肯状态转移变迁不允许两个或两个以上同时可实施,即同一时刻,某LRU/子系统/系统只出现一种故障模式,当同时出现两种故障模式时,选择最为严重的故障模式作为该LRU/子系统/系统的故障模式。在技术处理上,哪个变迁可以被触发由蒙特卡洛仿真抽样以及该变迁对应的概率值(表)决定。
设置有色托肯状态转移变迁的限制性条件存在两方面意义:其一,在建立上游关联库所有色变迁状态转移到既定库所有色托肯的可实施性信息数据时,不考虑上游关联库所有色托肯的并发可能,只要考虑上游关联库所中每一有色托肯向既定库所每一有色托肯的状态转移变迁数据(称为一对多数据信息),而不计及上游关联库所中两个或以上有色托肯向既定库所多于一个的有色托肯的状态转移变迁数据(称为多对多数据信息)。其二,库所内的有色托肯的状态转移变迁在动态历程中不能有两个或以上同时可实施(并发)的意义还在于使复杂系统的网络定量分析可行,否则需要制定复杂的计算策略,需求更大的计算机硬件资源,以及需要更大的信息数据资源。
之后建立基于Petri网的四性故障表征模型完成基于Petri网的部件故障属性表征。
本实施例以建立动态有色随机Petri网可靠性模型为例进行说明。
对于动态随机有色Petri网的工程化建模方法,首先通过采用规格化的数据表方式建立工程复杂系统的故障原始信息,由用户/建模者按已设计的规格化数据表填写信息数据。该部分规格化表格包括3类,前两类表格分别对系统包含的所有子系统、各子系统包含的LRU进行了梳理统计,比如第一类表格中包含系统(器件)名称、代码、主要功能简要说明、包含的二级子系统(子器件)数目,子系统(子器件)代码;再比如第二类表格中包含子系统(子器件)名称、代码、主要功能简要说明、包含的LUR数目以及LRU代码。
第三类表格统计系统中各LRU的所有直接输入,对系统的功能流进行梳理与描述。
之后,建立故障信息统计表,包括系统级故障信息汇总表、子系统级故障信息汇总表以及LRU可靠性信息表。比如,在LRU可靠性信息表中包含代码、名称、功能、故障模式、故障发生概率等等,其中,故障模式包含色标关键字以及子码,可以理解的是,这里的色标关键字即为本实施例中第二步对故障进行的有色分类,形成的有色故障模式(非基准托肯),故障发生概率项中,包含分布列,该列内填入说明中的概率分布关键字,或填入“DST”,表述离散概率型,填入“DST”关键字后,需在相应的参数行第一格内填入离散概率值。
随后,建立故障传播表,用于以LRU为单元,建立系统或子系统中的故障传播路径,并对各故障传播途径中的相关技术参数给予完整描述,是Petri网建模过程中最复杂、繁琐部分,很大程度上取决于建模者对系统的认知程度。该部分所建立起的系统或子系统故障传播途径及其技术参数既是Petri网模型的基础支撑数据,又是Petri网模型的结构基础数据,其目的与意义在于:以局域化直接的方式梳理系统或子系统的“故障因果传播”路径,同时建立“故障传播”路径中的作用影响关系及其发生概率,以完成Petri网模型中一个库所发生托肯转移的全部外因及其概率参数。如表1所示。
表1、故障模式传播信息表
可以理解的是,建立故障信息统计表基本目的与意义在于:
1)完整建立系统中各LRU元件的内因故障率/故障概率信息,作为Petri网模型中一个库所内基准托肯的延时变迁参数;
2)结合工程预报学的危险性分类方法,按照故障对系统危及的严重程度建立各LRU/子系统/系统故障模式分类,从而形成工程系统可靠性及安全性分析的基础数据。
其次通过计算机对数据表中数据进行初步搜索,整理形成计算机可读及可处理的Petri网模型可靠性数据库。
利用Petri网图形化特征和计算机遍历搜索算法,将“原始数据表”转换为可靠性动态随机Petri网模型(模型数据库),计算机可以按照Petri网模型直接操作数据库中数据,从而完成对Petri网模型数值仿真,获得系统/子系统的可靠性计算分析。所述可靠性建模与仿真计算的框架图如图2所示。
本发明基于Petri网的部件故障属性表征方法的技术要点在于:
两类库所:LRU正常工作状态的库所,每个LRU对应唯一的该类库所。LRU/子系统/系统故障状态的库所,每个LRU/子系统/系统对应唯一的该类库所。LRU/子系统/系统存在多种故障模式,每种故障模式对应一个有色托肯,故该类库所可存在多个有色托肯。
两类变迁:延时变迁:表示LRU正常工作状态到LRU某故障模式的演化过程(内因)。该类变迁一般服从某个概率分布函数;如果LRU存在n个故障模式(不包括正常但不工作模式),那么该LRU就有n个这样的延时变迁。瞬时变迁:表示故障传播途径的诱因(外因变迁)。根据故障传播的类型,瞬时变迁又分为表示确定性逻辑的变迁、表示NG型传播关系的变迁、表示NL型传播关系的变迁以及表示FL型传播关系的变迁。六类托肯:Ⅰ灾难级---红(RD);Ⅱ严重级---橙(OG);Ⅲ轻度级---黄(YW);Ⅳ轻微级---蓝(BL);正常工作状态---绿(GR);正常却不工作状态---白(WT)。
在前四类托肯中,若每个LRU/子系统/系统同级别故障模式存在多个,按照严重程度又可细分为RD.1、RD.2、RD.3等。
两类有向流:LRU正常工作模式→延时变迁→LRU故障模式(内因故障);LRU/子系统/系统故障模式→瞬时变迁→LRU/子系统/系统故障模式(外因故障传播)。
遍历搜索算法,通过构建用于可靠性分析的数据库结构,采用遍历搜索算法,将“原始数据表”转化为“可靠性模型数据库”。可靠性数据库包含两个文件夹:Basic_Data_Reliability以及Fault_Prop。这两个文件夹作为用于可靠性分析的动态随机有色Petri网模型数据。
本发明的优点在于:本发明构建了动态有色随机Petri网的建模总体技术思路,提出了动态随机有色库所的基本概念,并按一般工程元件的物理机制,赋予了动态随机有色库所的完整定义,这包括功能故障的分类与着色、基准托肯与非基准托肯、延迟型动态随机变迁以及瞬时型逻辑变迁。定义了动态随机有色库所的符号及图形形式,建立了变迁关联与约束机制的描述,为复杂工程物理系统“四性”特性分析及技术指标计算提供了手段。
下面再以飞机交流电源系统为例进行简要说明。
机交流电源系统共采用六个主电路接触器∶左、右发电机接触器(LGR、RGR),左、右交流连接接触器(LACTR、RACTR),APU发电机接触器(AGR)和外电源接触器(EPR)。主电路接触器由发电机控制器(GCU)进行协调控制,对接触器L ACTR和R ACTR的控制可分为一次控制和二次控制。交流应急转换接触器(ACETR)和交流单相应急接触器(AC1ER)通过飞机线路由继电器逻辑电路进行控制。其中,左侧交流电源系统的功能原理框图见图3。该图包括18个LRU,各LRU的故障模式及其基本信息见表2。
表2、左侧交流电源原始数据信息
针对该左侧交流电源系统,建立用于可靠性分析的动态随机有色Petri网,见图4。从图4中可读出系统所有的故障传播路径以及每个瞬时变迁的发生概率。其中,存在非确定性逻辑关系,该逻辑关系的瞬时变迁不仅仅对应一个概率值,而是对应一组概率值。传播路径的过多使得图4过于繁杂,故进行简化,简化后的有向线段不再是由托肯指向托肯,而是由库所指向库所,从而使得LRU之间的传播关系更清晰、简洁。
需要说明的是,图4中表含有三色托肯的圆中,空心圆为白色,表示特定级,即正常但不工作状态,其与的两个颜色为红色-重型故障和黄色-轻型故障,其中,左侧、上侧为红色,右侧、下侧为黄色;仅有一个颜色(小圆)托肯的圆中,该托肯为绿色,即部件正常工作,实际操作过程中,是以颜色对托肯进行标注的。
以上为可靠性分析,而在测试性分析中,是在故障传播路径信息的基础上添加检测点以及检测项信息,测试性分析是在故障空间建模的,不涉及节点的正常模式,将所有表示正常节点的库所和变迁剔除掉,然后再此基础上添加表示测试信息的库所、变迁和托肯,建立测试性分析的动态随机有色Petri网,之后,对上述有色Petri网中的LRU元件故障模式进行可达性分析后,得到相关矩阵,所述矩阵的横列表示部件正常工作状态的模式,竖列为18个LRU部件及LRU的三个其它模式,该其它模式为故障模式,根据相关矩阵即可得到不可检测故障情况、故障检测率、冗余测试情况、模糊组情况等。
最后需要指出的是:以上实施例仅用以说明本发明的技术方案,而非对其限制。尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (2)

1.一种基于Petri网的部件故障属性表征方法,其特征在于,包括:
步骤一、对部件的故障模式进行分类;
步骤二、用Petri网的库所表示部件,用库所内的基准托肯表征所述部件的正常工作状态,用库所内的多个非基准托肯表征所述部件的多个故障模式,其中,所述基准托肯及非基准托肯为有色托肯,且所述基准托肯与所述多个非基准托肯的颜色互不相同,所述库所为所述基准托肯与所述非基准托肯的集合;
步骤三、建立所述基准托肯向所述非基准托肯的延时变迁以及建立所述非基准托肯向另一个非基准托肯的瞬时变迁;
步骤四、对所述延时变迁及所述瞬时变迁进行量化,同时建立所述延时变迁与所述瞬时变迁的实施法则,结合绘制的基于Petri网的四性故障表征模型完成基于Petri网的部件故障属性表征,所述实施法则是指发生所述延时变迁与所述瞬时变迁的触发策略;
在所述步骤一中,所述部件的故障模式包括由所述部件的物力损伤所致的多个不同等级的受损性态以及一个由无驱动所致的无故障但不工作性态;
在所述步骤四中,所述延时变迁的触发条件为自发性功能故障的状态转移或传播,所述瞬时变迁的触发条件为外部激励作用下所述部件的功能故障的状态转移或传播;
所述步骤四包括按照故障表征模型设计部件发生延时变迁及瞬时变迁的触发策略,并按故障模式的动态特性确定延迟型随机变迁的概率分布参数,完成基于Petri网的部件故障属性表征。
2.如权利要求1所述的基于Petri网的部件故障属性表征方法,其特征在于:在所述步骤四中,所述四性是指可靠性、测试性、安全性以及维修性。
CN201510923733.7A 2015-12-11 2015-12-11 一种基于Petri网的部件故障属性表征方法 Active CN105488537B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510923733.7A CN105488537B (zh) 2015-12-11 2015-12-11 一种基于Petri网的部件故障属性表征方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510923733.7A CN105488537B (zh) 2015-12-11 2015-12-11 一种基于Petri网的部件故障属性表征方法

Publications (2)

Publication Number Publication Date
CN105488537A CN105488537A (zh) 2016-04-13
CN105488537B true CN105488537B (zh) 2019-01-18

Family

ID=55675508

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510923733.7A Active CN105488537B (zh) 2015-12-11 2015-12-11 一种基于Petri网的部件故障属性表征方法

Country Status (1)

Country Link
CN (1) CN105488537B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106599352B (zh) * 2016-11-07 2020-02-14 西北工业大学 一种飞机电传控制系统可靠性分析方法
CN106681142A (zh) * 2016-12-26 2017-05-17 中国航空工业集团公司西安飞机设计研究所 一种产品故障触发及传递方法
CN107846307B (zh) * 2017-10-13 2020-12-15 天津大学 一种用于对信息物理系统故障传播的控制方法
CN108564313A (zh) * 2018-06-14 2018-09-21 华北水利水电大学 基于故障树的风电机组状态监测与健康评估的方法及装置
CN109872040B (zh) * 2019-01-17 2023-05-26 南京航空航天大学 一种航空发动机两部件关联故障概率风险评估方法
CN110320798B (zh) * 2019-05-21 2021-09-24 西安电子科技大学 一种基于安全网的控制器结构简化及行为优化方法
CN110632901B (zh) * 2019-08-09 2022-06-07 西安电子科技大学 基于析取型广义互斥约束Petri网控制器简化及设计方法
CN110489862A (zh) * 2019-08-19 2019-11-22 重庆大学 一种复杂机电系统寿命预测方法
CN110782147B (zh) * 2019-10-18 2022-06-14 武汉大学 一种基于模糊Petri网的溢油灾害链风险分析方法
CN112102156B (zh) * 2020-09-09 2023-06-09 重庆大学 基于因果流模型的可控汽车图像合成方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1508684A (zh) * 2002-12-20 2004-06-30 中国科学院计算技术研究所 评价计算机机群系统可信性的方法
CN102146845A (zh) * 2011-01-28 2011-08-10 中国人民解放军海军工程大学 Petri网图形化方法及在船用燃气轮机故障诊断上的应用
CN104679945A (zh) * 2015-01-30 2015-06-03 南京航空航天大学 基于有色Petri网的系统综合评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1508684A (zh) * 2002-12-20 2004-06-30 中国科学院计算技术研究所 评价计算机机群系统可信性的方法
CN102146845A (zh) * 2011-01-28 2011-08-10 中国人民解放军海军工程大学 Petri网图形化方法及在船用燃气轮机故障诊断上的应用
CN104679945A (zh) * 2015-01-30 2015-06-03 南京航空航天大学 基于有色Petri网的系统综合评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于库所有色Petri 网的故障诊断算法研究;马良荔等;《计算机应用研究》;20120331;第29卷(第3期);第941-949页

Also Published As

Publication number Publication date
CN105488537A (zh) 2016-04-13

Similar Documents

Publication Publication Date Title
CN105488537B (zh) 一种基于Petri网的部件故障属性表征方法
CN103001328B (zh) 一种智能变电站的故障诊断与评估方法
Bieber et al. Safety assessment with AltaRica: lessons learnt based on two aircraft system studies
CN104504248B (zh) 一种基于设计数据分析的故障诊断建模方法
CN109039739A (zh) 一种改进模糊Petri的电力通信现场故障诊断方法
CN108304661A (zh) 基于tdp模型的诊断预测方法
CN105183952B (zh) 一种基于分层时间模糊Petri网的输电网故障诊断方法
CN109657797A (zh) 基于混合诊断贝叶斯网络的故障诊断能力分析方法
Snooke et al. Automated FMEA based diagnostic symptom generation
Lee et al. Development of automated operating procedure system using fuzzy colored petri nets for nuclear power plants
CN103901320A (zh) 一种计及多源数据的电力系统故障诊断方法
CN108508852A (zh) 隔离管理系统与隔离管理方法
CN108266219A (zh) 基于风量特征的矿井通风系统阻变型单故障源诊断方法
CN101995880A (zh) 石化过程异常工况诊断测试系统
CN107247450A (zh) 基于贝叶斯网络的断路器故障诊断方法
Nývlt et al. Complex accident scenarios modelled and analysed by Stochastic Petri Nets
CN107966648B (zh) 一种基于相关性矩阵的嵌入式故障诊断方法
Su et al. Diagnosability of Discrete-Event Systems with Uncertain Observations.
Luo et al. A new algorithm for testing diagnosability of fuzzy discrete event systems
CN103632005A (zh) 动态重构系统故障重构过程的任务可靠性建模方法
CN105917316A (zh) 系统解析装置、设计不当解析装置、故障模式解析装置、故障树解析装置、自主动作装置及自主动作控制系统
Centobelli et al. From process mining to process design: a simulation model to reduce conformance risk
Wang et al. Implementation of an integrated real-time process surveillance and diagnostic system for nuclear power plants
Keming et al. Formal modeling and data validation of general railway interlocking system
Dong et al. Fault diagnosis of discrete-event systems under non-deterministic observations with output fairness

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant