CN107516169A - 一种闭环控制系统可诊断性评价方法 - Google Patents
一种闭环控制系统可诊断性评价方法 Download PDFInfo
- Publication number
- CN107516169A CN107516169A CN201710757683.9A CN201710757683A CN107516169A CN 107516169 A CN107516169 A CN 107516169A CN 201710757683 A CN201710757683 A CN 201710757683A CN 107516169 A CN107516169 A CN 107516169A
- Authority
- CN
- China
- Prior art keywords
- diagnosability
- closed
- loop control
- control system
- evaluation
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 31
- 238000013210 evaluation model Methods 0.000 claims abstract description 27
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 8
- 230000008878 coupling Effects 0.000 claims abstract description 6
- 238000010168 coupling process Methods 0.000 claims abstract description 6
- 238000005859 coupling reaction Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 13
- 230000007704 transition Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 3
- 238000002955 isolation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明公开了一种闭环控制系统可诊断性评价方法,包括:S1、对闭环控制系统进行类型分解,确定系统状态和系统事件集合;S2、对闭环控制系统采用自动机进行形式化模型描述得到抽象形式化模型,并判断抽象形式化模型是否是可诊断的;S3、将可诊断性指标按类型分解,并对每个类型分别建立相应的可诊断性评价模型,将所述各类型的可诊断性评价模型与步骤S2中的抽象形式化模型结合进行可诊断性评价。其优点是:通过闭环控制系统类型分解、闭环控制系统抽象形式化模型描述和闭环控制系统故障可诊断性评价三个阶段,能够有效描述闭环控制系统的动态行为,并对其进行故障可诊断性评价,具有和真实系统较高的一致性,有很高的实用价值。
Description
技术领域
本发明涉及闭环控制系统故障诊断技术领域,具体涉及一种闭环控制系统可诊断性评价方法。
背景技术
随着航天技术的不断发展,航天器的结构越来越复杂,即使某个小部件发生故障,也可能引起连锁反应,造成巨大损失。因此,如何保证航天器飞行的安全性,提高航天器的可靠性和使用寿命是目前航天领域迫切需要解决的问题。
故障诊断技术不仅是提高航天器的安全性和可靠性的重要手段,而且可以解决航天器整个寿命周期的运行维护成本,因此研究航天器故障诊断技术是非常重要的。
发展“高精度、高可靠性、长寿命”航天器的关键在于航天器需要具备较强的故障诊断、隔离和系统重构能力,而有效的闭环控制系统可诊断性评价方法则是航天器故障诊断、隔离和重构的基础。
航天器是一个异常复杂的系统,具有时变性、层次性、耦合性和一定的冗余度等特点,因此,传统的基于数据的故障诊断评价方法并不能完全适应航天器故障诊断任务的要求,必须研究适应于航天器复杂技术特点的有效的故障诊断评价方法,其应当具有更高的与真实系统的一致性和实用价值。
发明内容
本发明的目的在于提供一种闭环控制系统可诊断性评价方法,其基于模型进行设计,能够有效描述闭环控制系统动态行为,并对其进行故障可诊断性评价,具有和真实系统较高的一致性和很高的实用价值。
为了达到上述目的,本发明通过以下技术方案实现:
一种闭环控制系统可诊断性评价方法,可有效描述闭环控制系统的动态行为,并对其进行有效的故障可诊断性评价,其特征是,包含:
S1、对闭环控制系统进行类型分解,确定系统状态和系统事件集合;
S2、根据系统状态和系统事件集合对闭环控制系统采用自动机进行形式化模型描述以得到抽象形式化模型,并判断抽象形式化模型是否是可诊断的;
S3、将可诊断性指标按类型分解,并对每个类型分别建立相应的可诊断性评价模型,将所述各类型的可诊断性评价模型与抽象形式化模型结合进行可诊断性评价。
上述的闭环控制系统可诊断性评价方法,其中:
所述的闭环控制系统为航天器闭环控制系统。
上述的闭环控制系统可诊断性评价方法,其中,所述步骤S1中的分解出的类型包含:
是有限状态集合或功能集合Q;
有限事件集合E,分为3个独立的子集:可观测事件集合Eo、正常事件集合En、故障事件集合Ef;
有限的转移集合T,
初始状态集合I,
终止状态集合F;
系统全部可能的路径集合Traj(G),路径s记为状态在事件触发下转移的序列,s=<q0,e0,q1,...,en-1,qn>,其中,q0∈Q,qn∈F,qi∈Q,ei∈E,q0表示初始状态、qn表示终止状态、qi表示中间某个状态、ei表示中间某个事件,n是自然数。
上述的闭环控制系统可诊断性评价方法,其中,所述步骤S2中的判断抽象形式化模型是否是可诊断的方法为:
判断抽象形式化模型是否满足以下公式:
式中,l是模型语言,n是自然数,p0(l)是语言l的可观测投影,Pf(l)是语言l向故障事件集合的投影,Pf(l’)是语言l’向故障事件集合的投影N表示自然数集合,l’表示另外一个不同的语言;
若是,表明系统故障是可诊断的;否则,表明系统故障是无法诊断的,结束。
上述的闭环控制系统可诊断性评价方法,其中,所述步骤S3具体包含:
S31、可诊断性评价指标分解,包括:
将可诊断性指标分解为机械故障可诊断性、电气故障可诊断性以及逻辑故障可诊断性;
S32、建立可诊断性评价模型,包括:
建立与机械故障可诊断性对应的机械故障可诊断性评价模型、与电气故障可诊断性对应的电气故障可诊断性评价模型以及与逻辑故障可诊断性对应的逻辑故障可诊断性评价模型;
S33、基于模型的可诊断性评价,包括:
根据各类型的可诊断性评价模型与抽象形式化模型的系统耦合关系进行可诊断性权值分配,确定闭环控制系统的可诊断性指标。
本发明与现有技术相比,具有如下优点:
本方法通过闭环系统分析、闭环系统抽象形式化模型描述以及闭环系统故障可诊断性评价三个阶段,能够有效描述闭环控制系统的动态行为,并对其进行故障可诊断性评价,具有和真实系统较高的一致性,有很高的实用价值。
附图说明
图1为本发明的抽象形式化模型的构建及可诊断性诊断过程示意图;
图2为本发明的基于评价模型和抽象形式化模型进行的可诊断性评价方法。
具体实施方式
以下结合附图,通过详细说明一个较佳的具体实施例,对本发明做进一步阐述。
本发明一种闭环控制系统可诊断性评价方法,可以有效描述闭环控制系统的动态行为,并对其进行有效的故障可诊断性评价,所述的闭环控制系统可以是一个航天器闭环控制系统但不限于此。
S1、闭环控制系统分析,具体包括:
对闭环控制系统进行分解,确定系统状态和系统事件集合。
S2、根据步骤S1获得的系统状态和系统事件集合对闭环控制系统进行抽象形式化描述得到抽象形式化模型,判断抽象形式化模型是否是可诊断的,具体包括:
闭环控制系统完备模型G(即抽象形式化模型)用自动机来表示,是一个五元组:G=(Q,E,T,I,F),其中,Q是有限状态集合或功能集合;E是有限事件集合;T是有限的转移集合,I和F分别是初始状态集合和终止状态集合,路径s是状态在事件触发下转移的序列:s=<q0,e0,q1,...,en-1,qn>,其中,q0∈Q,qn∈F,qi∈Q,ei∈E,q0表示初始状态、qn表示终止状态、qi表示中间某个状态、ei表示中间某个事件,n是自然数。系统全部可能的路径是一个集合,记为Traj(G)。在路径上的事件序列被称为该模型的语言,记为L(G)。在完备模型中,L(G)是前缀封闭的,即任意在L(G)中,语言的前缀依旧属于L(G)。
有限事件集合E根据其性质可以被分为3个独立的子集:可观测事件集合Eo、正常事件集合En、故障事件集合Ef。在系统外部,能够得到的仅为可观测事件,而不可观测事件包括不可观测的故障事件和不可观测的正常事件,这些事件是系统内部的不可见事件。在诊断过程中,根据可观测事件(通过传感器等能够进行观测的事件)在模型中推理系统的实际行为。定义事件集合向可观测事件集合的投影:
语言可以向可观测语言(可观测语言表示在路径上的可观测事件序列)上做投影:
Po(le)=Po(l)Po(e),l∈L(G),e∈E (2)
该投影将语言中不可观测的事件消除掉,仅留下可观测事件,与实际诊断系统所探测到的事件一致。语言的可观测投影存在逆投影,得到全部具有相同可观测语言的语言:
逆投影得到的结果可能不唯一,而当多个逆投影语言所包含的故障不同时,系统不可诊断,结束。
可诊断性是系统的一种性质,保证系统能够精确地判断当前是否存在着故障。如果一个系统是可诊断的,当且仅当系统中任意一个故障的发生,都能被诊断系统所发现。可以形式化地表示为:如果一个系统是可诊断的,则:
式中,l是模型语言,n是自然数,p0(l)是语言l的可观测投影,Pf(l)是语言l向故障事件集合的投影,Pf(l’)是语言l’向故障事件集合的投影N表示自然数集合,l’表示另外一个不同的语言,N表示自然数集合,l’表示另外一个不同的语言;
否则,表明系统故障是无法进行诊断,结束。该表达式说明:如果闭环控制系统是可诊断的,那么只要给出足够长的观测,任意具有相同观测序列的语言一定具有相同的故障,也就是只要给定足够长的观测序列,就能够根据观测序列给出唯一的故障及类型。
S3、闭环控制系统可诊断性评价,包括步骤S31~步骤S33,具体的:
S31、可诊断性评价指标分解,包括:将可诊断性指标分解为机械故障可诊断性、电气故障可诊断性以及逻辑故障可诊断性;应当注意的是,上述可诊断性指标分解不限于以上三类;
S32、建立可诊断性评价模型,包括建立与机械故障可诊断性对应的机械故障可诊断性评价模型、与电气故障可诊断性对应的电气故障可诊断性评价模型以及与逻辑故障可诊断性对应的逻辑故障可诊断性评价模型;
机械故障可诊断性评价模型的建模过程和相应评价指标的建立,与电气故障可诊断性评价模型、逻辑故障可诊断性评价模型和相应评价指标的建立具有共同性;这里仅以机械故障诊断模型的建模过程为例具体说明:
将第i个机械故障可诊断性指标定义为MFDi,其可诊断性评价模型可写为:
其中,表示机械系统模型故障状态集合;MO(Qmmf)是机械系统模型可诊断状态集合;DO(Qdmf)是机械系统数据可诊断状态集合;Qmf是机械系统故障状态集合;Num(·)是集合元素个数;
S33、基于模型的可诊断性评价,包括:
根据系统耦合关系进行可诊断性权值分配,确定闭环控制系统的可诊断性指标:
FD=W×C×[MFD,EFD,...,KFD]T (6)
其中,W=[w1,w2,...,wn];wi表示第i个类故障可诊断性权值,如机械模型、电气模型和逻辑模型, cij表示第i类可诊断性评价模型和第j类可诊断性评价模型间可诊断性耦合系数。据此可以计算出闭环控制系统的可诊断性指标。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (5)
1.一种闭环控制系统可诊断性评价方法,可有效描述闭环控制系统的动态行为,并对其进行有效的故障可诊断性评价,其特征在于,包含:
S1、对闭环控制系统进行类型分解,确定系统状态和系统事件集合;
S2、根据系统状态和系统事件集合对闭环控制系统采用自动机进行形式化模型描述以得到抽象形式化模型,并判断抽象形式化模型是否是可诊断的;
S3、将可诊断性指标按类型分解,并对每个类型分别建立相应的可诊断性评价模型,将所述各类型的可诊断性评价模型与抽象形式化模型结合进行可诊断性评价。
2.如权利要求1所述的闭环控制系统可诊断性评价方法,其特征在于:
所述的闭环控制系统为航天器闭环控制系统。
3.如权利要求1所述的闭环控制系统可诊断性评价方法,其特征在于,所述步骤S1中的分解出的类型包含:
是有限状态集合或功能集合Q;
有限事件集合E,分为3个独立的子集:可观测事件集合Eo、正常事件集合En、故障事件集合Ef;
有限的转移集合T,
初始状态集合I,
终止状态集合F;
系统全部可能的路径集合Traj(G),路径s记为状态在事件触发下转移的序列,s=<q0,e0,q1,...,en-1,qn>,其中,q0∈Q,qn∈F,qi∈Q,ei∈E,q0表示初始状态、qn表示终止状态、qi表示中间某个状态、ei表示中间某个事件,n是自然数。
4.如权利要求1所述的闭环控制系统可诊断性评价方法,其特征在于,所述步骤S2中的判断抽象形式化模型是否是可诊断的方法为:
判断抽象形式化模型是否满足以下公式:
式中,l是模型语言,n是自然数,p0(l)是语言l的可观测投影,Pf(l)是语言l向故障事件集合的投影,Pf(l’)是语言l’向故障事件集合的投影N表示自然数集合,l’表示另外一个不同的语言;
若是,表明系统故障是可诊断的;否则,表明系统故障是无法诊断的,结束。
5.如权利要求1所述的闭环控制系统可诊断性评价方法,其特征在于,所述步骤S3具体包含:
S31、可诊断性评价指标分解,包括:
将可诊断性指标分解为机械故障可诊断性、电气故障可诊断性以及逻辑故障可诊断性;
S32、建立可诊断性评价模型,包括:
建立与机械故障可诊断性对应的机械故障可诊断性评价模型、与电气故障可诊断性对应的电气故障可诊断性评价模型以及与逻辑故障可诊断性对应的逻辑故障可诊断性评价模型;
S33、基于模型的可诊断性评价,包括:
根据各类型的可诊断性评价模型与抽象形式化模型的系统耦合关系进行可诊断性权值分配,确定闭环控制系统的可诊断性指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710757683.9A CN107516169A (zh) | 2017-08-29 | 2017-08-29 | 一种闭环控制系统可诊断性评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710757683.9A CN107516169A (zh) | 2017-08-29 | 2017-08-29 | 一种闭环控制系统可诊断性评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107516169A true CN107516169A (zh) | 2017-12-26 |
Family
ID=60724412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710757683.9A Pending CN107516169A (zh) | 2017-08-29 | 2017-08-29 | 一种闭环控制系统可诊断性评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107516169A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111324036A (zh) * | 2020-01-19 | 2020-06-23 | 北京空间飞行器总体设计部 | 一种有界干扰影响下时变系统可诊断性量化方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070220330A1 (en) * | 2004-04-21 | 2007-09-20 | Daimlerchrysler Ag | Computer-Supported Diagnostic System, Based on Heuristics and System Topologies |
CN104573224A (zh) * | 2015-01-05 | 2015-04-29 | 西安交通大学 | 一种基于模型检测技术的复杂机电系统可靠性评估方法 |
-
2017
- 2017-08-29 CN CN201710757683.9A patent/CN107516169A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070220330A1 (en) * | 2004-04-21 | 2007-09-20 | Daimlerchrysler Ag | Computer-Supported Diagnostic System, Based on Heuristics and System Topologies |
CN104573224A (zh) * | 2015-01-05 | 2015-04-29 | 西安交通大学 | 一种基于模型检测技术的复杂机电系统可靠性评估方法 |
Non-Patent Citations (1)
Title |
---|
王晓宇 等: "不完备离散事件系统的可诊断性", 《软件学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111324036A (zh) * | 2020-01-19 | 2020-06-23 | 北京空间飞行器总体设计部 | 一种有界干扰影响下时变系统可诊断性量化方法 |
CN111324036B (zh) * | 2020-01-19 | 2020-11-20 | 北京空间飞行器总体设计部 | 一种有界干扰影响下时变系统可诊断性量化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5570701B2 (ja) | 集積回路の故障モード・影響分析を実行するための方法、およびそのためのコンピュータプログラム製品 | |
CN104504248B (zh) | 一种基于设计数据分析的故障诊断建模方法 | |
CN105488537B (zh) | 一种基于Petri网的部件故障属性表征方法 | |
CN113572726B (zh) | 一种多模态网络控制-数据平面一致性校验方法及装置 | |
Su et al. | Diagnosability of Discrete-Event Systems with Uncertain Observations. | |
CN107966648B (zh) | 一种基于相关性矩阵的嵌入式故障诊断方法 | |
Cordier et al. | Comparing diagnosability in continuous and discrete-event systems | |
Bozzano et al. | Formal design of fault detection and identification components using temporal epistemic logic | |
CN114062806B (zh) | 一种车辆测试的方法和装置 | |
CN107516169A (zh) | 一种闭环控制系统可诊断性评价方法 | |
CN102109848A (zh) | 一种高速列车运行控制系统的可靠性增长测试方法 | |
Luo et al. | A new algorithm for testing diagnosability of fuzzy discrete event systems | |
Liu | Polynomial-time verification of diagnosability of fuzzy discrete event systems | |
CN102156772A (zh) | 基于逻辑相容性的数字电路故障诊断方法及系统 | |
CN104615535B (zh) | 一种基于扩展的数据流模型来生成测试用例的方法与装置 | |
Qiu et al. | Decentralized diagnosis of event-driven systems for safely reacting to failures | |
Keroglou et al. | Distributed diagnosis using predetermined synchronization strategies in the presence of communication constraints | |
Pencolé | Assistance for the design of a diagnosable component-based system | |
CN114565318A (zh) | 目标信号的有效性判断方法、处理方法、装置及决策系统 | |
CN116490933A (zh) | 使用神经网络模型跟踪异常状态判断依据的装置和方法 | |
M’halla et al. | Monitoring of a milk manufacturing workshop using chronicle and fault tree approaches | |
CN103425125B (zh) | 基于连续状态的电气系统故障诊断方法 | |
Pal et al. | Modeling of decision making process for product service failure diagnosis | |
Boussif et al. | Intermittent fault diagnosis of industrial systems in a model-checking framework | |
Ribot et al. | Design requirements for the diagnosability of distributed discrete event systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171226 |