CN106931840A - 一种基于时序关系的系统失效生成图方法 - Google Patents
一种基于时序关系的系统失效生成图方法 Download PDFInfo
- Publication number
- CN106931840A CN106931840A CN201710029616.5A CN201710029616A CN106931840A CN 106931840 A CN106931840 A CN 106931840A CN 201710029616 A CN201710029616 A CN 201710029616A CN 106931840 A CN106931840 A CN 106931840A
- Authority
- CN
- China
- Prior art keywords
- state
- component
- event
- sequential relationship
- thrashing
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000001960 triggered effect Effects 0.000 claims abstract description 31
- 230000000694 effects Effects 0.000 claims description 19
- 239000002243 precursor Substances 0.000 claims description 4
- 238000004451 qualitative analysis Methods 0.000 claims description 2
- 238000004880 explosion Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 abstract description 8
- 241000251468 Actinopterygii Species 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 230000009467 reduction Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 8
- 238000005397 spin echo fourier transformation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F42—AMMUNITION; BLASTING
- F42B—EXPLOSIVE CHARGES, e.g. FOR BLASTING, FIREWORKS, AMMUNITION
- F42B35/00—Testing or checking of ammunition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于时序关系的系统失效生成图方法,该方法首先通过识别系统中组件内部触发或被触发类型事件的时序行为对其进行排序,获得系统内部组件间不可同时到达的状态;其次,排除不可达状态对,对组件间的可同时到达状态建立笛卡尔积,获得系统的所有可达状态对,最后,根据连接表和最小割集获得系统失效生成图。本发明基于时序关系的系统失效生成图方法,有效解决了系统失效生成图生成过程中存在的状态空间爆炸问题,为状态事件故障树生成系统可达图提供了一种新的方法。
Description
技术领域
本发明涉及一种基于时序关系的系统失效生成图方法,特别是涉及一种基于状态事件故障树构件内部时序关系的系统失效生成图方法。
背景技术
由于作战系统具有一些特殊属性,如时序关系、功能依赖等,使得普通故障树很难应用到作战系统中。状态事件故障树既可以表述组件内部时序行为活动,又可以表述系统的因果失效关系,适用于描述作战系统的失效因果链。由于状态事件故障树缺乏严格语义,分析过程大部分是基于模型转换,转换成DSPN模型或Markov模型,但是在进行模型的等价转换时存在状态空间爆炸问题。
针对状态空间爆炸问题,国内外的研究人员分别进行了基于DSPN的状态空间缩减方法的研究以及基于交互Markov的状态空间缩减方法研究。基于DSPN的状态空间缩减方法主要采用转移优先权方法、顶层事件状态终止方法、最小化图方法等,但是这些过程的主要缺陷是在进行状态空间缩减之前,首先需要生成一个完整的系统可达状态图,这个巨大的任务通常会伴随着状态空间爆炸;交互Markov的状态空间缩减方法是基于弱互模拟技术,当组件内部状态较多时仍会出现状态空间爆炸问题。Roth博士提出在状态事件故障树基础上直接生成系统失效图的方法,但是该系统失效生成图方法依赖于组件间的直接触发关系获得系统的不可达对,对于无直接触发关系的组件间的状态不可达对无法直接识别,依然会造成阶段性的空间爆炸。
发明内容
本发明所要解决的技术问题是:提供一种基于时序关系的系统失效生成图方法,有效解决了系统失效生成图生成过程中存在的状态空间爆炸问题。
本发明为解决上述技术问题采用以下技术方案:
一种基于时序关系的系统失效生成图方法,包括如下步骤:
步骤1,根据系统各组件内部事件的时序活动和系统各组件间的触发关系,对系统内部触发和被触发类型事件进行排序,确定系统所有组件内部触发和被触发类型事件的时序关系;
步骤2,计算系统内部触发关系中触发事件的前驱状态集和被触发事件的后继状态集;
步骤3,根据步骤1的时序关系和步骤2的前驱状态集和后继状态集识别系统内部所有组件间的不可达状态组;
步骤4,对系统C={Ci,i=1,2,…,n},其中,Ci={Sj,j=1,2,…,m},Sj为组件Ci的第j个状态,m为组件Ci包含的状态数目,n为所有组件的数目,设参与笛卡尔积组合计算的组件集为D,可达状态组为R,D、R初始为空;
a.任取一个组件Ci放入集合D中,D={Ci},C=C-D,则R={R1,R2,…,Rm}={{Ci.S1},{Ci.S2},…,{Ci.Sm}},{Ci.Sj}表示组件Ci的第j个状态构成的集合;
b.从C中选择任意组件Ck,k=1,2,…,n且k≠i,D={Ci,Ck},将Ck中每个状态依次与Ci.Sj组合成新的集合,根据步骤3判断新的集合是否为不可达状态组,若是不可达状态组,则删除,否则,加入到R中;
c.重复步骤b,直至所有的组件均包含在D中,C为空,R中包含整个系统的可达状态组;
步骤5,建立系统各组件事件的连接表以及系统的割集,根据步骤4整个系统的可达状态组、连接表以及割集,获得系统失效生成图。
作为本发明的一种优选方案,步骤1所述系统各组件内部事件的时序活动,排序存在如下规则:对于一个组件C1内部包含的事件E1、E2,若事件E1发生时间先于E2,则时序关系为:
作为本发明的一种优选方案,步骤1所述系统各组件间的触发关系包括直接触发关系和间接触发关系;其中,直接触发关系排序存在如下规则:对于两个组件C1、C2,若组件C1中事件E1与组件C2中事件E1存在直接触发关系,则时序关系为:间接触发关系排序存在如下规则:对于组件C1、C2、C3,若组件C1中事件E1与组件C2中事件E1存在直接触发关系,组件C1中事件E2与组件C3中事件E1存在直接触发关系,且则时序关系为:
作为本发明的一种优选方案,步骤3所述不可达状态组的识别规则:对于存在相等时序关系的两事件,触发事件的前驱状态和被触发事件的后继状态不能同时到达,建立触发事件的前驱状态和被触发事件的后继状态的笛卡尔积,获得不可达状态组;对于存在相等时序关系的两事件,当被触发事件的直接前驱状态为初始状态,且前驱状态集仅包含初始状态,根据被触发事件的前驱状态和触发事件的后继状态建立笛卡尔积,获得不可达状态组;对于存在先后时序关系的两事件,根据先发生事件的前驱状态和后发生事件的后继状态建立笛卡尔积,获得不可达状态组。
作为本发明的一种优选方案,步骤5所述获得系统失效生成图的具体做法为:首先,根据组件内部时序活动,对于系统中各组件的所有事件,建立连接表;其次,根据获得的整个系统的可达状态组,依据连接表执行Dijkstra算法,生成系统活动图;最后,根据标准故障树定性分析方法获得最小割集,根据最小割集,判断系统活动图中的失效状态,获得系统失效生成图。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1、本发明基于时序关系的系统失效生成图方法,有效解决了系统失效生成图生成过程中存在的状态空间爆炸问题。
2、本发明基于时序关系的系统失效生成图方法,状态空间缩减不受组件组合计算先后顺序的影响,比较稳定。
附图说明
图1是本发明基于时序关系的系统失效生成图方法的整体流程图。
图2是本发明中通过中间组件间接相关联的组件间的时序关系示例图。
图3是本发明中相等时序关系识别存在直接触发关系的组件间的不可达状态组示例图。
图4是本发明实施例鱼攻系统的SEFT失效模型实例图。
图5是本发明实施例鱼攻系统中声呐组件的内部图。
图6是本发明实施例鱼攻系统中导航组件的内部图。
图7是本发明实施例鱼攻系统中鱼雷组件的内部图。
图8是本发明实施例鱼攻系统中指控组件的内部图。
图9是本发明实施例鱼攻系统中通信组件的内部图。
图10是本发明实施例鱼攻系统的整体失效生成图。
图11是本发明时序与常规生成图过程中,状态空间变化情况随组件组合计算的对比图。
图12是本发明基于时序关系的状态空间随不同组件组合顺序的变化情况。
图13是基于常规方法的状态空间随不同组件组合顺序的变化情况。
图14是本发明时序与常规的状态空间对比图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
为了将状态事件故障树直接转换成系统失效生成图,状态事件故障树必须满足以下前提条件:
(1)状态事件故障树的动态部分仅允许事件端口交互。一个状态事件故障树的动态部分由组件内部状态机以及状态依赖组成。仅允许触发事件塑造状态机之间的依赖关系;
(2)因果失效关系模型仅能通过纯状态门。该规则使得状态事件故障树逻辑门语义与标准故障树的逻辑门一致,简化了状态事件故障树失效模型的识别;
(3)禁止使用时序逻辑门,如延迟门,概率延迟门等。在动态状态事件故障树模型中的时序行为通过时间事件塑造;
(4)失效场景通过状态表示。
以上四条前提条件简化了系统失效生成图方法,如图1所示,本发明基于时序关系的系统失效生成图方法包括以下几个步骤:
步骤一:根据组件内部时序行为活动和组件间的触发关系对系统内部触发或被触发类型事件进行排序
一个组件的可达图为组件可达图。组件可达图与组件内部状态机存在相同的结构,根据组件可达图可获得系统内部触发类型事件的时序关系,通过直接触发关系,获得两两组件间触发类型事件的时序关系,通过间接触发关系,建立起系统内部存在时序的触发和被触发类型事件的时序关系。
1)根据组件内部的时序行为状态图对组件内部的触发和被触发类型事件进行时序排序;
2)对于存在触发关系的组件间,触发事件和被触发事件发生时间相等;
3)对于通过中间组件间接相关联的组件间,根据中间组件触发关系的时序活动建立不相邻组件间的触发类型事件的时序关系。
根据以上三种事件时序关系建立三条规则:
规则1:对于组件C1内部包含两个触发或被触发类型事件E1、E2,若事件发生时间E1先于E2,则存在时序关系:
规则2:对于存在触发关系组件C1、C2,即组件C1中事件E1与组件C2中事件E1存在触发关系,则存在时序关系:
规则3:对于组件C1、C2、C3,若组件C1中事件E1与组件C2中事件E1存在触发关系,组件C1中事件E2与组间C3中事件E1存在触发关系,且则存在时序关系如图2所示。
对于组件C1内部,包含触发事件E1和E2,根据组件C1内部时序活动,组件C1与组件C2的触发关系存在组件C1与组件C3的触发关系存在则组件C2与组件C3之间存在时序关系
步骤二:计算触发关系的前驱状态集和后继状态集
事件的前驱状态是指同一组件内部,仅能在事件发生前被激活,事件发生后则不能被激活的状态。事件的直接前驱状态是指唯一与事件直接相邻接的前驱状态。事件的后继状态是指同一组件内部,仅能在事件发生后被激活,事件发生前则不能被激活的状态。
1)确定触发事件的前驱状态集。根据组件可达图识别触发事件的所有不可达状态,从事件的直接前驱状态使用Dijkstra算法,对于不可达状态,距离为无穷大;
2)确定被触发事件的后继状态集。根据组件可达图识别从初始状态开始的所有不可达状态,从初始状态开始执行Dijkstra算法,识别所有不可达状态,距离为无穷大。因此,只有通过触发关系被激活的状态是作为被触发事件的后继状态。
步骤三:根据时序关系识别不可达状态组
在该步骤中,通过前两步获得的时序关系和状态集,可以获得系统内部所有组件间的不可达状态组。不可达状态组是SEFT模型不同组件的两个状态的组合,由于模型的时序行为,不可能被同时激活。在该步骤中,根据步骤一中获得的触发或被触发事件的时序关系,获得两两组件间不可同时到达状态组,其中时序关系分为两种:1)由直接触发关系获得的相等时序关系;2)由间接触发关系获得的先后时序关系。
1)根据相等时序关系识别存在直接触发关系的构件间的不可达状态组
对于存在相等时序关系的两事件,通过触发关系判断其构件间的状态不可达组,那么触发事件的前驱状态和被触发事件的后继状态不可能同时到达,建立前驱状态和后继状态的笛卡尔积,获得不可达状态组。同时,若被触发事件与初始状态唯一连接,则被触发事件的前驱状态和触发事件的后继状态建立不可达状态对。
如图3所示,组件C1产生触发事件E1,若组件C2正处于S1状态,则接受组件C1产生的触发事件E1,发生被触发事件E1到达S2状态。
由图3所示,被触发事件C2.E1的后继状态集为{C2.S2},前驱状态集为{C2.S1};触发事件C1.E1的前驱状态集为{C1.S1},后继状态集为{C1.S2,C1.S3},则根据时序规则建立不可达状态组:{C1.S1,C2.S2}{C2.S1,C1.S2}{C2.S1,C1.S3}。
2)根据事件先后时序关系识别构件间存在间接触发关系的不可达状态组
对于通过中间组件间接关联的两组件间,根据步骤一获得的时序关系则事件E1的前驱状态与事件E2的后继状态构成不可达状态组。
如图2所示,对于组件C2、C3存在间接时序关系,根据组件的行为时序活动存在组件C2与组件C3之间存在时序关系则C2.E1的前驱状态与C3.E1的后继状态组成不可达状态组,反之亦然。
该示例的不可达状态组:
{C1.S1,C2.S2}{C1.S1,C3.S2}{C1.S2,C3.S2}{C2.S1,C1.S2}
{C2.S1,C1.S3}{C3.S1,C1.S3}{C2.S1,C3.S2}
其中,{C2.S1,C3.S2}是存在间接时序关系的不可达状态组。
步骤四:获得整个系统的可达状态组
通过第三步中已经获得的系统内部所有状态不可达组,在对组件间的所有状态建立笛卡尔状态机时,先检索是否与当前的元组中状态存在不可达关系,若存在,则不进行笛卡尔积计算,若不存在,则进行笛卡尔积计算。从该步骤中可获得系统的所有可达状态组。
对于系统C,C={C1,C2,…,Cn},其中Ci={S1,S2,…,Sm}表示第i个组件包含m个状态,通过笛卡尔积组合计算所有组件间的可同时到达状态。设参与笛卡尔积组合计算的组件集为D,可达状态组为R,集合D初始为空,R初始为空。
1)初始时,从组件集C中取出Ci放入集合D中,D={Ci},C=C-D,则R={R1,R2,…,Rm}={{Ci.S1},{Ci.S2},…,{Ci.Sm}},i=1,…,n,{Ci.Sj}表示组件Ci中的第j个状态构成的集合;
2)从C中选择任意组件Ck,k=1,2,…,n且k≠i,D={Ci,Ck},对所有的Rj∈R,j=1,…,m,获得Rj的不可达状态集对于Ck子状态{S1,S2,…,Sm}进行组合计算
3)重复第2)步,直到所有的组件都包含在D中,C为空,R中包含所有的可达状态组。
步骤五:建立连接表,获得系统活动可达图
对于源状态事件故障树的每一个事件都存在一种连接模式。该模式描述了其前驱状态到后继状态的转移。从图的初始状态,通过Dijkstra算法实现系统可达图,无效状态是不可达的,去掉所有的不可达状态,得到一个最小化可达图。
步骤六:根据最小割集,确定系统的失效状态
由于前提条件仅允许纯状态逻辑门,因此可将状态事件故障树转换成构件故障树,利用构件故障树的最小割集生成算法,若可达状态中包含失效状态满足最小割集,则该状态作为系统的失效状态。
下面举例进行详细说明:
本节给出作战系统中鱼攻系统的SEFT失效模型实例,如图4所示。该例中的失效结果为“通信故障或指控系统中软件部分信息解算错误,未能向鱼雷发出命令或鱼雷系统失效”。
该系统主要由5个组件组成,分别是声纳组件、导航组件、鱼雷组件、指控组件、通信组件,分别如图5、图6、图7、图8、图9所示;其中,鱼雷组件:接收指控命令,与指控系统进行遥测信息交互,进行目标攻击;指控组件:接收导航信息和声纳系统发出的目标信息,进行情报综合处理,组织鱼雷攻击;声纳组件:采集目标信息;导航组件:向指控系统发送导航信息;通信组件:作战系统需要协同作战,任一网段发生故障均会引起系统失效,该组件监测鱼雷、指控、声纳、导航系统通信是否正常,若通信失败,如发生断电,则系统失效。该SEFT模型通过两个OR门以自底向上的方式连接5个组件,描述了该失效结果发生的因果关系链。即当通信发生故障、鱼雷系统初始化失败或指控系统软件失效均会导致系统失效。
为方便表示,将鱼雷、指控、声纳、导航、通信分别用组件C1、C2、C3、C4、C5表示。声纳组件状态C3从左到右依次用S0、S1表示。导航组件状态C4从左到右依次用S0、S1表示。鱼雷组件状态C1从左到右依次用S0、S1、S2、S3、S4表示,其中S4表示失效。指控组件状态C2从左到右依次用S0、S1、S2、S3、S4、S5、S6表示,其中S6表示失效状态。通信组件状态C5从左到右依次用S0、S1表示。
第一步,确定组件内部和组件间各触发关系的时序关系
首先,建立组件内部的触发事件的时序关系:
对于鱼雷组件C1,
对于指控组件C2,
其次,对于有直接触发关系的触发事件时序关系:
声纳与指控之间时序关系:
导航与指控之间时序关系:
指控与鱼雷之间时序关系:
再次,根据组件内部的时序关系及有直接触发关系的时序关系,获得组件间存在间接时序关系的事件时序关系:
导航与鱼雷之间时序关系:
声纳与鱼雷之间时序关系:
导航与声纳之间时序关系:
最后,系统中所有组件内部触发和被触发类型事件的时序关系:
第二步,获得组件间的不可达状态组
声纳与指控存在时序关系则不可达状态对:
{C3.S0,C2.S2}{C3.S0,C2.S3}{C3.S0,C2.S4}
{C3.S0,C2.S5}{C3.S0,C2.S6}{C3.S1,C2.S0}
{C3.S1,C2.S1}
导航与指控之间存在时序关系则不可达状态对:
{C4.S0,C2.S1}{C4.S0,C2.S2}{C4.S0,C2.S3}
{C4.S0,C2.S4}{C4.S0,C2.S5}{C4.S0,C2.S6}
{C4.S1,C2.S0}
对于时序关系鱼雷与指控之间不可达状态对:
{C2.S0,C1.S1}{C2.S0,C1.S2}{C2.S0,C1.S3}
{C2.S1,C1.S1}{C2.S1,C1.S2}{C2.S1,C1.S3}
{C2.S2,C1.S1}{C2.S2,C1.S2}{C2.S2,C1.S3}
{C2.S6,C1.S1}{C2.S6,C1.S2}{C2.S6,C1.S3}
{C1.S0,C2.S3}{C1.S0,C2.S4}{C1.S0,C2.S5}
{C1.S4,C2.S3}{C1.S4,C2.S4}{C1.S4,C2.S5}
对于时序关系鱼雷与指控之间不可达状态对:
{C1.S1,C2.S4}{C1.S1,C2.S5}
{C1.S2,C2.S4}{C1.S2,C2.S5}
对于时序关系鱼雷与指控之间不可达状态对:
{C1.S3,C2.S0}{C1.S3,C2.S1}{C1.S3,C2.S2}
{C1.S3,C2.S3}{C1.S3,C2.S4}{C1.S3,C2.S6}
导航与鱼雷之间存在间接时序关系:则存在不可达状态对:
{C4.S0,C1.S1}{C4.S0,C1.S2}{C4.S0,C1.S3}
声纳与鱼雷之间存在间接时序关系:则存在不可达状态对:
{C3.S0,C1.S1}{C3.S0,C1.S2}{C3.S0,C1.S3}
导航与声纳之间存在间接时序关系:则存在不可达状态对:
{C4.S0,C3.S1}
第三步,获得系统内可达状态组
对系统内部的各组件状态依次进行笛卡尔积的计算,若状态元组中含有不可达对,则删除。
导航与指控可达对C4×C2:
{C4.S0,C2.S0}{C4.S1,C2.S1}{C4.S1,C2.S2}
{C4.S1,C2.S3}{C4.S1,C2.S4}{C4.S1,C2.S5}
{C4.S1,C2.S6}
导航、指控、声纳C4×C3×C2:
{C4.S0,C2.S0,C3.S0}{C4.S1,C2.S1,C3.S0}{C4.S1,C2.S2,C3.S1}
{C4.S1,C2.S3,C3.S1}{C4.S1,C2.S4,C3.S1}{C4.S1,C2.S5,C3.S1}
{C4.S1,C2.S6,C3.S1}
导航、指控、声纳、鱼雷C4×C2×C3×C1:
{C4.S0,C2.S0,C3.S0,C1.S0}{C4.S1,C2.S1,C3.S0,C1.S0}
{C4.S1,C2.S2,C3.S1,C1.S0}{C4.S1,C2.S3,C3.S1,C1.S1}
{C4.S1,C2.S3,C3.S1,C1.S2}{C4.S1,C2.S4,C3.S1,C1.S4}
{C4.S1,C2.S5,C3.S1,C1.S3}{C4.S1,C2.S6,C3.S1,C1.S0}
{C4.S0,C2.S0,C3.S0,C1.S4}{C4.S1,C2.S1,C3.S0,C1.S4}
{C4.S1,C2.S2,C3.S1,C1.S4}{C4.S1,C2.S6,C3.S1,C1.S4}
导航、指控、声纳、鱼雷、通信C4×C2×C3×C1×C5:
{C4.S0,C2.S0,C3.S0,C1.S0,C5.S0}{C4.S0,C2.S0,C3.S0,C1.S0,C5.S1}
{C4.S1,C2.S1,C3.S0,C1.S0,C5.S0}{C4.S1,C2.S1,C3.S0,C1.S0,C5.S1}
{C4.S1,C2.S2,C3.S1,C1.S0,C5.S0}{C4.S1,C2.S2,C3.S1,C1.S0,C5.S1}
{C4.S1,C2.S3,C3.S1,C1.S1,C5.S0}{C4.S1,C2.S3,C3.S1,C1.S1,C5.S1}
{C4.S1,C2.S3,C3.S1,C1.S2,C5.S0}{C4.S1,C2.S3,C3.S1,C1.S2,C5.S1}
{C4.S1,C2.S4,C3.S1,C1.S2,C5.S0}{C4.S1,C2.S4,C3.S1,C1.S2,C5.S1}
{C4.S1,C2.S5,C3.S1,C1.S3,C5.S0}{C4.S1,C2.S5,C3.S1,C1.S3,C5.S1}
{C4.S1,C2.S6,C3.S1,C1.S0,C5.S0}{C4.S1,C2.S6,C3.S1,C1.S0,C5.S1}
{C4.S0,C2.S0,C3.S0,C1.S4,C5.S0}{C4.S0,C2.S0,C3.S0,C1.S4,C5.S1}
{C4.S1,C2.S1,C3.S0,C1.S4,C5.S0}{C4.S1,C2.S1,C3.S0,C1.S4,C5.S1}
{C4.S1,C2.S1,C3.S1,C1.S4,C5.S0}{C4.S1,C2.S1,C3.S1,C1.S4,C5.S1}
{C4.S1,C2.S2,C3.S1,C1.S4,C5.S0}{C4.S1,C2.S2,C3.S1,C1.S4,C5.S1}
{C4.S1,C2.S6,C3.S1,C1.S4,C5.S0}{C4.S1,C2.S6,C3.S1,C1.S4,C5.S1}
第四步,建立连接表
第五步,根据连接表和系统的割集,获得系统失效生成图,如图10所示。其中,S7表示失效状态,包含所有表示失效状态的状态集。
为了分析基于时序关系的系统失效生成图在状态空间缩减方面的可行性及优缺点,本发明将常规的状态事件故障树直接生成图方法应用到鱼攻系统中,从两方面说明基于时序关系的系统失效生成图方法的稳定性和空间占用情况。图11和图14分别按照不同的顺序对组件进行合并。注明:为表明状态空间随组件组合的变化情况,各点之间用直线相连接,实际上状态个数是离散的,两线相交处为组合时状态的真正个数。
1)图11为状态空间变化情况随组件组合计算的对比图,其中横坐标1表示导航与指控组合计算C4×C2,横坐标2表示导航、指控、声纳组合计算C4×C3×C2,横坐标3表示导航、指控、声纳、鱼雷组合计算C4×C2×C3×C1,横坐标4表示导航、指控、声纳、鱼雷、通信组合计算C4×C2×C3×C1×C5。
在图中,在生成图的过程中,基于时序关系的SEFT状态空间增长缓慢,且增长过程中不会出现暴增现象;而常规的直接生成图在增长过程中会出现状态空间激增现象。
从评价方法来看,两者在处理存在间接触发关系的组件间的不可达对时存在差异。常规的直接生成图算法在仅考虑具有直接触发关系的组件间的不可达状态对,但是不能确定哪些组件存在间接触发关系,无法确定所有的不可达状态对,所以只能逐步建立整体系统的笛卡尔积,删除其中存在不可达对的状态集。
基于时序的系统失效生成图方法通过组件触发关系的时序活动,建立组件间存在触发关系的各触发和被触发事件的时序关系,该时序关系包含了存在间接触发关系的事件时序。因此可以直接获得系统所有的不可达状态对,直接建立所有的可达状态集。
2)图12表示应用基于时序关系的系统失效生成图方法,状态空间随不同组件组合顺序的变化情况,图13表示应用常规的直接生成图方法,状态空间随随不同组件组合顺序的变化情况,其中横坐标表示组合合并过程。图14表示两种方式的状态空间对比图,横坐标1表示声纳与鱼雷的组合计算C3×C1,横坐标2表示声纳、鱼雷、导航的组合计算C3×C1×C4,横坐标3表示声纳、鱼雷、导航、指控的组合计算C3×C1×C4×C2,横坐标4表示声纳、鱼雷、导航、指控、通信的组合计算C3×C1×C4×C2×C5。
从图12-图14中可以看出,基于时序关系的系统失效生成图方法不受组合计算先后顺序的影响,比较稳定,而常规的直接生成图方法对组合顺序敏感,不同的组件组合计算顺序会直接影响空间缩减方法的性能。
从评价方法来看,基于时序关系的系统失效生成图方法因可识别系统内部各组件间的不可达状态,因此状态空间缩减不受组合顺序的影响。以上对比可知,基于时序的系统失效生成图方法对空间缩减更有效。利用基于时序关系的系统生成图方法生成鱼攻系统的生成图,结果验证了本发明方法的可行性与稳定性,为状态事件故障树生成系统失效图提供了一种新的方法。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (5)
1.一种基于时序关系的系统失效生成图方法,其特征在于,包括如下步骤:
步骤1,根据系统各组件内部事件的时序活动和系统各组件间的触发关系,对系统内部触发和被触发类型事件进行排序,确定系统所有组件内部触发和被触发类型事件的时序关系;
步骤2,计算系统内部触发关系中触发事件的前驱状态集和被触发事件的后继状态集;
步骤3,根据步骤1的时序关系和步骤2的前驱状态集和后继状态集识别系统内部所有组件间的不可达状态组;
步骤4,对系统C={Ci,i=1,2,…,n},其中,Ci={Sj,j=1,2,…,m},Sj为组件Ci的第j个状态,m为组件Ci包含的状态数目,n为所有组件的数目,设参与笛卡尔积组合计算的组件集为D,可达状态组为R,D、R初始为空;
a.任取一个组件Ci放入集合D中,D={Ci},C=C-D,则R={R1,R2,…,Rm}={{Ci.S1},{Ci.S2},…,{Ci.Sm}},{Ci.Sj}表示组件Ci的第j个状态构成的集合;
b.从C中选择任意组件Ck,k=1,2,…,n且k≠i,D={Ci,Ck},将Ck中每个状态依次与Ci.Sj组合成新的集合,根据步骤3判断新的集合是否为不可达状态组,若是不可达状态组,则删除,否则,加入到R中;
c.重复步骤b,直至所有的组件均包含在D中,C为空,R中包含整个系统的可达状态组;
步骤5,建立系统各组件事件的连接表以及系统的最小割集,根据步骤4整个系统的可达状态组、连接表以及最小割集,获得系统失效生成图。
2.根据权利要求1所述基于时序关系的系统失效生成图方法,其特征在于,步骤1所述系统各组件内部事件的时序活动,排序存在如下规则:对于一个组件C1内部包含的事件E1、E2,若事件E1发生时间先于E2,则时序关系为:
3.根据权利要求1所述基于时序关系的系统失效生成图方法,其特征在于,步骤1所述系统各组件间的触发关系包括直接触发关系和间接触发关系;其中,直接触发关系排序存在如下规则:对于两个组件C1、C2,若组件C1中事件E1与组件C2中事件E1存在直接触发关系,则时序关系为:间接触发关系排序存在如下规则:对于组件C1、C2、C3,若组件C1中事件E1与组件C2中事件E1存在直接触发关系,组件C1中事件E2与组件C3中事件E1存在直接触发关系,且则时序关系为:
4.根据权利要求1所述基于时序关系的系统失效生成图方法,其特征在于,步骤3所述不可达状态组的识别规则:对于存在相等时序关系的两事件,触发事件的前驱状态和被触发事件的后继状态不能同时到达,建立触发事件的前驱状态和被触发事件的后继状态的笛卡尔积,获得不可达状态组;对于存在相等时序关系的两事件,当被触发事件的直接前驱状态为初始状态,且前驱状态集仅包含初始状态,根据被触发事件的前驱状态和触发事件的后继状态建立笛卡尔积,获得不可达状态组;对于存在先后时序关系的两事件,根据先发生事件的前驱状态和后发生事件的后继状态建立笛卡尔积,获得不可达状态组。
5.根据权利要求1所述基于时序关系的系统失效生成图方法,其特征在于,步骤5所述获得系统失效生成图的具体做法为:首先,根据组件内部时序活动,对于系统中各组件的所有事件,建立连接表;其次,根据获得的整个系统的可达状态组,依据连接表执行Dijkstra算法,生成系统活动图;最后,根据标准故障树定性分析方法获得最小割集,根据最小割集,判断系统活动图中的失效状态,获得系统失效生成图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710029616.5A CN106931840B (zh) | 2017-01-16 | 2017-01-16 | 一种基于时序关系的系统失效生成图方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710029616.5A CN106931840B (zh) | 2017-01-16 | 2017-01-16 | 一种基于时序关系的系统失效生成图方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106931840A true CN106931840A (zh) | 2017-07-07 |
CN106931840B CN106931840B (zh) | 2018-07-27 |
Family
ID=59444094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710029616.5A Active CN106931840B (zh) | 2017-01-16 | 2017-01-16 | 一种基于时序关系的系统失效生成图方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106931840B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58119007A (ja) * | 1982-01-06 | 1983-07-15 | Hitachi Ltd | 故障因果関係表示装置 |
JPS58121409A (ja) * | 1982-01-13 | 1983-07-19 | Hitachi Ltd | 故障因果関係表示方法 |
JPS63129405A (ja) * | 1986-11-20 | 1988-06-01 | Toshiba Corp | プラント診断支援装置 |
EP0621540A1 (en) * | 1993-04-19 | 1994-10-26 | Agnessa Babloyantz | Graphical representation of local relationships in a data set |
CN102663408A (zh) * | 2011-12-31 | 2012-09-12 | 电子科技大学 | 一种面向备份结构的故障树分析方法 |
CN103019869A (zh) * | 2012-11-21 | 2013-04-03 | 卡斯柯信号有限公司 | 一种时序故障树检测方法 |
CN103336732A (zh) * | 2013-06-28 | 2013-10-02 | 北京交通大学 | 一种离散事件系统的复合故障因果链解耦方法 |
CN105426680A (zh) * | 2015-11-25 | 2016-03-23 | 南京航空航天大学 | 基于特征配置的故障树生成方法 |
CN106021647A (zh) * | 2016-05-06 | 2016-10-12 | 北京航空航天大学 | 一种基于割序集的动态故障树蒙特卡洛仿真定量计算方法 |
-
2017
- 2017-01-16 CN CN201710029616.5A patent/CN106931840B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58119007A (ja) * | 1982-01-06 | 1983-07-15 | Hitachi Ltd | 故障因果関係表示装置 |
JPS58121409A (ja) * | 1982-01-13 | 1983-07-19 | Hitachi Ltd | 故障因果関係表示方法 |
JPS63129405A (ja) * | 1986-11-20 | 1988-06-01 | Toshiba Corp | プラント診断支援装置 |
EP0621540A1 (en) * | 1993-04-19 | 1994-10-26 | Agnessa Babloyantz | Graphical representation of local relationships in a data set |
CN102663408A (zh) * | 2011-12-31 | 2012-09-12 | 电子科技大学 | 一种面向备份结构的故障树分析方法 |
CN103019869A (zh) * | 2012-11-21 | 2013-04-03 | 卡斯柯信号有限公司 | 一种时序故障树检测方法 |
CN103336732A (zh) * | 2013-06-28 | 2013-10-02 | 北京交通大学 | 一种离散事件系统的复合故障因果链解耦方法 |
CN105426680A (zh) * | 2015-11-25 | 2016-03-23 | 南京航空航天大学 | 基于特征配置的故障树生成方法 |
CN106021647A (zh) * | 2016-05-06 | 2016-10-12 | 北京航空航天大学 | 一种基于割序集的动态故障树蒙特卡洛仿真定量计算方法 |
Non-Patent Citations (3)
Title |
---|
张红林 等: ""动态故障树的不交化定量分析方法"", 《计算机研究与发展》 * |
徐丙凤 等: ""一种状态事件故障树的时间特性分析方法"", 《软件学报》 * |
段凌昊 等: ""动态故障树分析算法研究综述"", 《电子产品可靠性与环境试验》 * |
Also Published As
Publication number | Publication date |
---|---|
CN106931840B (zh) | 2018-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111340237B (zh) | 数据处理和模型运行方法、装置和计算机设备 | |
CN111597358A (zh) | 基于关系注意力的知识图谱推理方法、装置和计算机设备 | |
CN111666370A (zh) | 面向多源异构航天数据的语义索引方法和装置 | |
CN104036261A (zh) | 人脸识别方法和系统 | |
CN105787126A (zh) | k-d树生成方法和k-d树生成装置 | |
CN108509545A (zh) | 一种文章的评论处理方法及系统 | |
CN115883218A (zh) | 基于多模态数据模型的复合攻击链补全方法、系统及介质 | |
CN109063483A (zh) | 一种基于路径追踪的漏洞检测方法及系统 | |
CN106931840A (zh) | 一种基于时序关系的系统失效生成图方法 | |
Xing et al. | Mining semantic information in rumor detection via a deep visual perception based recurrent neural networks | |
Smetsers et al. | Bigger is not always better: on the quality of hypotheses in active automata learning | |
CN115130617B (zh) | 一种自适应卫星数据模式不断增长的检测方法 | |
CN114969061A (zh) | 一种工业时序数据分布式存储方法、装置 | |
Mekouar et al. | Community outlier detection in social networks based on graph matching | |
CN114912012A (zh) | 通过基于源域特征的迁移学习进行内容推荐的方法和系统 | |
CN105808745B (zh) | 一种数据检索方法及服务器 | |
EP4007979A1 (en) | A method to prevent capturing of models in an artificial intelligence based system | |
CN101504687A (zh) | 模型检测中的模型抽象方法及其系统 | |
US20120278271A1 (en) | System and Method for Expanding Variables Associated a Computational Model | |
CN109032922A (zh) | 接口诊断方法、装置、设备和存储介质 | |
CN110347886A (zh) | 分布式父子关系元素查找方法 | |
WO2015187129A1 (en) | Document classification based on multiple meta-algorithmic patterns | |
Basile et al. | Real time identification of Time Petri net faulty models | |
Patel et al. | Embodied Question Answering via Multi-LLM Systems | |
Ammar et al. | On attack-relevant ranking of network features |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |