CN109471766A - 一种基于测试性模型的序贯故障诊断方法及装置 - Google Patents

一种基于测试性模型的序贯故障诊断方法及装置 Download PDF

Info

Publication number
CN109471766A
CN109471766A CN201811510099.4A CN201811510099A CN109471766A CN 109471766 A CN109471766 A CN 109471766A CN 201811510099 A CN201811510099 A CN 201811510099A CN 109471766 A CN109471766 A CN 109471766A
Authority
CN
China
Prior art keywords
test
isolation
test set
element number
target detection
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
Application number
CN201811510099.4A
Other languages
English (en)
Other versions
CN109471766B (zh
Inventor
沈大伟
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.)
Beijing Institute of Radio Measurement
Original Assignee
Beijing Institute of Radio Measurement
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 Beijing Institute of Radio Measurement filed Critical Beijing Institute of Radio Measurement
Priority to CN201811510099.4A priority Critical patent/CN109471766B/zh
Publication of CN109471766A publication Critical patent/CN109471766A/zh
Application granted granted Critical
Publication of CN109471766B publication Critical patent/CN109471766B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3447—Performance evaluation by modeling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2273—Test methods

Abstract

本发明提供了一种基于测试性模型的序贯故障诊断方法及装置，所述方法具体包括：通过预先建立关于设备的故障模式以及测试的矩阵；设置所述设备故障诊断的最小模糊度N；根据矩阵和已知的测试状态的测试计算待测集合；通过判断待测集合中元素个数与最小模糊度N的大小关系，来确定故障诊断结果，若判断到待测集合中元素个数大于最小模糊度N，则继续计算与待测集合中的故障模式相关的未知测试状态的测试集合，从测试集合中推荐目标测试并执行，返回计算待测集合的步骤，直至判断到待测集合中元素的个数小于或等于最小模糊度N时结束。从而实现自动定位和隔离故障，故障诊断结果准确合理，同时，适用于多种复杂设备的故障诊断，适应性强。

Description

一种基于测试性模型的序贯故障诊断方法及装置
技术领域
本发明涉及故障诊断技术领域，尤其涉及一种基于测试性模型的序贯故障诊断方法及装置。
背景技术
目前复杂电子设备的故障诊断方法主要依赖于设备自身的BIT机内测试技术和雷达监测维护测试。设备自身的BIT主要用于检测设备的输出信号的强度，但一般门限值较低，只能检测设备功能是否失效，无法检测设备的性能是否正常。雷达监测维护测试一般是测试设备的关键性能指标，但当检测到设备关键性能指标较差时，一般不能自动定位故障位置，需要操人员根据系统原理，进一步手动测试，逐个排除被测试对象，直至定位故障单元。
综上所述，现有技术中利用电子设备自身设计的BIT机内测试技术和雷达监测维护测试技术对电子设备进行故障诊断，需要人工手动排除被测试对象，才能实现定位和隔离故障单元，大大降低了电子设备的故障诊断效率。
发明内容
本发明实施例提供一种基于测试性模型的序贯故障诊断方法及装置，主要旨在解决现有技术中因设备发生故障时，需人工手动排除被测试对象，才能实现定位和隔离故障单元，从而降低了电子设备的故障诊断效率的技术问题。
第一方面，本发明实施例提供了一种基于测试性模型的序贯故障诊断方法，所述方法具体包括：
S1，获取设备的故障模式以及所述设备相关的测试，根据所述故障模式和所述测试建立矩阵，所述矩阵的行对应所述故障模式，所述矩阵的列对应所述测试；
S2，设置所述设备故障诊断的最小模糊度N，所述最小模糊度为故障诊断结果中包含的最小故障模式数量，其中，N为正整数；
S3，根据所述矩阵确定测试状态为失败的测试所对应的故障模式，形成第一故障模式集合，以及根据所述矩阵确定测试状态为成功的测试所对应的故障模式，形成第二故障模式集合，计算所述第二故障模式集合在所述第一故障模式集合中的相对补集，得到待测集合；
S4，当所述待测集合为非空集合且元素个数小于或等于所述故障诊断的最小模糊度N时，跳转至S6；
或者，当所述待测集合为空集合时，则提示无故障模式；
或者，当所述待测集合为非空集合且元素个数大于所述故障诊断的最小模糊度N时，则根据所述矩阵确定所述待测集合中故障模式对应的所有测试，将其中测试状态未知的测试形成测试集合；
若所述测试集合的元素个数等于0时，则跳转至S6；若所述测试集合的元素个数等于1时，则推荐所述测试集合中的测试为目标测试，跳转至S5；若所述测试集合的元素个数大于1时，则根据预设的测试规则从所述测试集合中推荐所述目标测试，跳转至S5；
S5，执行所述目标测试，以及获取所述目标测试的测试状态，跳转至S3；
S6，确定所述待测集合中的故障模式为所述设备的故障诊断结果。
第二方面，本发明还提供了一种基于测试性模型的序贯故障诊断装置，所述装置具体包括：
矩阵建立模块，用于获取设备的故障模式以及所述设备相关的测试，并根据所述故障模式和所述测试建立矩阵，所述矩阵的行对应所述故障模式，所述矩阵的列对应所述测试；
设置模块，用于设置所述设备故障诊断的最小模糊度N，所述最小模糊度为故障诊断结果中包含的最小故障模式数量，其中，N为正整数；
计算模块，用于根据所述矩阵确定测试状态为失败的测试所对应的故障模式，形成第一故障模式集合，以及根据所述矩阵确定测试成功的测试所对应的故障模式，形成第二故障模式集合，计算所述第二故障模式集合在所述第一故障模式集合中的相对补集，得到待测集合；
判断模块，包括第一判断单元，用于判断所述待测集合是否为空集合，若是，则提示无故障模式；
还包括第二判断单元，用于当所述待测集合为非空集合时，判断所述待测集合的元素个数是否小于或等于所述故障诊断的最小模糊度N，若是，则运行确定模块；否则，还包括计算单元，所述计算单元用于根据所述矩阵确定所述待测集合中故障模式对应的所有测试，将其中测试状态未知的测试形成测试集合；
还包括第三判断单元，用于判断所述测试集合的元素个数是否等于0，若是，则运行确定模块；
还包括第四判断单元，用于当判断所述测试集合的元素个数不等于0时，判断所述测试集合的元素个数是否等于1，若是，还包括第一推荐单元，用于推荐所述测试集合中的元素为目标测试，以及运行执行模块；
还包括第四判断单元，用于当判断所述测试集合的元素个数不等于0时，判断所述测试集合的元素个数是否等于1，若否，还包括第二推荐单元，用于根据预设的测试规则从所述测试集合中推荐所述目标测试，以及运行执行模块；
执行模块，用于执行所述目标测试，以及获取所述目标测试的测试状态，运行所述判断模块；
确定模块，用于确定所述待测集合中的故障模式为所述设备的故障诊断结果。
第三方面，本发明提供了一种基于测试性模型的序贯故障诊断设备，所述设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述方法实施例中记载的任何一种基于测试性模型的序贯故障诊断方法的部分或全部步骤。
第四方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述方法实施例中记载的任何一种基于测试性模型的序贯故障诊断方法的部分或全部步骤。
有益效果：相较于现有技术，本发明实施例主要通过获取设备的故障模式以及所述设备相关的测试，根据所述故障模式和所述测试建立矩阵，所述矩阵的行对应所述故障模式，所述矩阵的列对应所述测试；设置所述设备故障诊断的最小模糊度N，所述最小模糊度为故障诊断结果中包含的最小故障模式数量，其中，N为正整数；根据所述矩阵确定测试状态为失败的测试对应的故障模式，形成第一故障模式集合，以及根据所述矩阵确定测试状态为成功的测试对应的故障模式，形成第二故障模式集合，计算所述第二故障模式集合在所述第一故障模式集合中的相对补集，得到待测集合；通过判断判断待测集合中元素个数与所述最小模糊度N之间的大小关系，来确定是否确定故障诊断结果，若判断到待测集合中元素个数大于最小模糊度N，则继续计算与待测集合中的故障模式相关的所有测试状态未知的测试，得到测试集合，根据预设的规则从所述测试集合中推荐目标测试，从而指导操作人员继续执行所述目标测试进行测试，然后再返回计算待测集合的步骤，直至判断到待测集合中元素的个数小于或等于最小模糊度N时，确定故障诊断结果，故障诊断结束。从而实现自动定位和隔离故障，故障诊断结果准确合理，同时，适用于多种复杂设备的故障诊断，适应性强。
本发明的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于测试性模型的序贯故障诊断方法的流程示意图；
图2为本发明实施例提供的另一种基于测试性模型的序贯故障诊断方法的流程示意图；
图3为本发明实施例提供的一种基于测试性模型的序贯故障诊断装置的结构示意图；
图4为本发明实施例提供的一种基于测试性模型的序贯故障诊断设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
下面结合附图对本申请的实施例进行描述。为了方便叙述，本发明实施例以幼儿园第一目标对象为说明对象，但并非对本发明的限制。
实施例一
根据本发明的一个方面，提供了一种基于测试性模型的序贯故障诊断方法，具体包括以下步骤，如图1所示：
S1，获取设备的故障模式以及所述设备相关的测试，根据所述故障模式和所述测试建立矩阵，所述矩阵的行对应所述故障模式，所述矩阵的列对应所述测试；
需要说明的是，首先需要获取设备可能的故障模式，形成故障列表，记为F1、F2、F3...Fm,其中m为正整数，然后再列出与该设备有关的测试，例如该设备自身设计的BIT测试、手动测试等，可以记为T1、T2、T3...Tn,其中n为正整数。
根据上述m个故障模式和n个测试建立一个m×n的矩阵，记为D。矩阵D的每一行对应一个故障模式，每一列对应一个测试，即，矩阵D包含m行和n列。
例如下式：
上述表达式中，矩阵D的每一个元素Dij表示故障模式Fi和测试Tj之间的依赖关系。例如，当Dij＝1时，表示故障Fi发生时，测试Tj一定不通过，但如果测试Tj测试状态为不通过，则不能判定该测试Tj对应的故障Fi一定发生，因此才需要应用本方法进行故障的精确定位。反之，当Dij＝0时，表示故障Fi和测试点Tj不相关。综上，无论某个测试的测试状态是否成功，则与该测试对应的故障模式必定存在依赖关系，即，Dij＝1。
举例说明，当m＝3，n＝6时，例如下表1所示：
T<sub>1</sub> T<sub>2</sub> T<sub>3</sub> T<sub>4</sub> T<sub>5</sub> T<sub>6</sub>
F<sub>1</sub> 0 0 1 1 0 0
F<sub>2</sub> 1 1 1 1 0 0
F<sub>3</sub> 1 0 1 0 0 1
表1
其中，D11＝0,表示故障F1与测试T1不相关，D14＝1,表示故障F1发生时，测试T4不通过。
S2，设置所述设备故障诊断的最小模糊度N，所述最小模糊度为故障诊断结果中包含的最小故障模式数量，其中，N为正整数；
需要说明的是，故障诊断的最小模糊度表示在故障诊断中能够接受的诊断结果中，包含的最小故障模式数量，即，当故障诊断至故障模式数量小于或等于该最小模糊度时，即可将该诊断得到的故障模式确定为诊断结果，故障诊断结束。例如，设置故障诊断的最小模糊度N＝2时，表1中若测试失败的测试为T1，则其对应的故障模式为F2和F3，但具体发生故障的故障模式是F2还是F3，可不用再继续判定，可确定故障F2和F3为诊断结果，若表1中测试失败的测试为T3，则其对应的故障为F1、F2和F3，由于该测试对应的故障模式数量大于故障诊断的最小模糊度N＝2，因此，不能将故障F1、F2和F3确定为故障诊断结果，还需进一步判定具体发生故障的故障模式是哪些。
进一步地，为了使设备的故障诊断结果更准确、合理，通常情况下，可以将故障诊断的最小模糊度N设置为小于或等于3的正整数。
S3，根据所述矩阵确定测试状态为失败的测试所对应的故障模式，形成第一故障模式集合，以及根据所述矩阵确定测试状态为成功的测试所对应的故障模式，形成第二故障模式集合，计算所述第二故障模式集合在所述第一故障模式集合中的相对补集，得到待测集合；
需要说明的是，通过获取测试状态为失败的测试，然后对照上述矩阵D，查找与该测试状态为失败的测试相关的故障模式，形成第一故障模式集合，记为集合A。例如，上述表1中，若测试状态为失败的测试为T3，则与该测试对应的故障模式为F1、F2和F3，因此集合A＝{F1、F2、F3}。通过获取测试状态为成功的测试，然后对照上述矩阵D，查找与该测试状态为成功的测试相关的故障模式，形成第二故障模式集合，记为集合B。例如，上述表1中，若测试状态为成功的测试为T6，则与该测试对应的故障模式为F3，因此集合B＝{F3}。
根据集合A和集合B计算集合B在集合A中的相对补集，具体可以通过以下公式计算。
通过上述(1)式确定待测集合，记为C，即，待测集合C具体为：其元素属于A但不属于B，
例如，根据上述举例中可知集合A＝{F1、F2、F3}，集合B＝{F3}，则根据上述(1)式可确定待测集合C＝{F1、F2}。
S4，当所述待测集合为非空集合且元素个数小于或等于所述故障诊断的最小模糊度N时，跳转至S6；
或者，当所述待测集合为空集合时，则提示无故障模式；
或者，当所述待测集合为非空集合且元素个数大于所述故障诊断的最小模糊度N时，则根据所述矩阵确定所述待测集合中故障模式对应的所有测试，将其中测试状态未知的测试形成测试集合；
若所述测试集合的元素个数等于0时，则跳转至S6；若所述测试集合的元素个数等于1时，则推荐所述测试集合中的测试为目标测试，跳转至S5；若所述测试集合的元素个数大于1时，则根据预设的测试规则从所述测试集合中推荐所述目标测试，跳转至S5；
S5，执行所述目标测试，以及获取所述目标测试的测试状态，跳转至S3；
S6，确定所述待测集合中的故障模式为所述设备的故障诊断结果。
需要说明的是，判断待测集合是否为空集合，若是，则说明待测集合C中无任何元素，不存在与输入的测试状态相对应的故障模式，则提示无故障模式，故障诊断结束。
判断待测集合为非空集合，且其元素的个数小于或等于上述设置的故障诊断的最小模糊度N，此时，可以确定该待测集合中的元素，即该集合中包含的故障模式为此次故障诊断的诊断结果，实现了故障定位功能，跳转至步骤S6。
判断待测集合为非空集合，且其元素的个数大于上述设置的故障诊断的最小模糊度N，此时，不能将所述待测集合中包含的故障模式确定为故障诊断结果，需再进一步判定具体发生故障的故障模式是哪些。
将待测集合中包含的故障模式与上述矩阵D进行对照，查找与所述待测集合中包含的故障模式相关的所有测试，例如，上述举例中确定待测集合C＝{F1、F2}，通过上述表1对照可以获取与故障模式F1、F2相关的所有测试为T1、T2、T3和T4，其中，T3测试状态为失败，T1、T2和T4的测试状态未知，将测试状态未知的测试形成测试集合，记为E，即，测试集合E＝{T1、T2、T4}。
根据所述矩阵确定所述待测集合中故障模式对应的所有测试，将其中测试状态未知的测试形成测试集合，判断所述测试集合中的元素个数是否等于0，若是，则说明测试集合中不存在与待测集合中故障模式相关的测试，即使待测集合中的元素个数大于故障诊断最小模糊度，此时也要确定待测集合中的故障模式为故障诊断结果，结束诊断。
若判断所述测试集合中的元素个数等于1时，则推荐该测试集合中唯一的测试为目标测试，跳转至S5。
若判断所述测试集合中的元素个数大于1时，则根据预设的测试规则从所述测试集合中推荐一个目标测试，跳转至S5。
其中步骤S5，指导操作人员执行该目标测试，并记录本次测试的测试状态，跳转至S3，此时，根据步骤S3重新计算待测集合C，判断该重新计算的待测集合C中的元素个数是否满足小于或等于故障诊断最小模糊度的要求，若满足，则跳转至S6，确定该重新计算的待测集合C中的故障模式为所述设备的故障诊断结果；若不满足，根据重新计算的待测集合C，计算测试集合E，根据上述步骤判断测试集合中的元素个数大小，如此循环执行，直至，所述待测集合为非空集合且其元素个数小于或等于所述故障诊断的最小模糊度，或者所述待测集合为空集合，或者所述测试集合中的元素被执行完，其元素个数等于0时，故障诊断结果根据所述待测集合来确定，故障诊断才结束。
有益效果：相较于现有技术，本发明实施例主要通过获取设备的故障模式以及所述设备相关的测试，根据所述故障模式和所述测试建立矩阵，所述矩阵的行对应所述故障模式，所述矩阵的列对应所述测试；设置所述设备故障诊断的最小模糊度N，所述最小模糊度为故障诊断结果中包含的最小故障模式数量，其中，N为正整数；根据所述矩阵确定测试状态为失败的测试对应的故障模式，形成第一故障模式集合，以及根据所述矩阵确定测试状态为成功的测试对应的故障模式，形成第二故障模式集合，计算所述第二故障模式集合在所述第一故障模式集合中的相对补集，得到待测集合；通过判断判断待测集合中元素个数与所述最小模糊度N之间的大小关系，来确定是否确定故障诊断结果，若判断到待测集合中元素个数大于最小模糊度N，则继续计算与待测集合中的故障模式相关的所有测试状态未知的测试，得到测试集合，根据预设的规则从所述测试集合中推荐目标测试，从而指导操作人员继续执行所述目标测试进行测试，然后再返回计算待测集合的步骤，直至判断到待测集合中元素的个数小于或等于最小模糊度N时，确定故障诊断结果，故障诊断结束。从而实现自动定位和隔离故障，故障诊断结果准确合理，同时，适用于多种复杂设备的故障诊断，适应性强。
实施例二
在上述实施例的基础上，本发明还提供了另一种基于测试性模型的序贯故障诊断方法，具体包括以下步骤，如图2所示：
S1，获取设备的故障模式以及所述设备相关的测试，根据所述故障模式和所述测试建立矩阵，所述矩阵的行对应所述故障模式，所述矩阵的列对应所述测试；
S2，设置所述设备故障诊断的最小模糊度N，所述最小模糊度为故障诊断结果中包含的最小故障模式数量，其中，N为正整数；
S3，根据所述矩阵确定测试状态为失败的测试所对应的故障模式，形成第一故障模式集合，以及根据所述矩阵确定测试状态为成功的测试所对应的故障模式，形成第二故障模式集合，计算所述第二故障模式集合在所述第一故障模式集合中的相对补集，得到待测集合；
步骤S1-S3的具体实施方式已在上述实施例中作了详细说明，此处不再赘述。
S4，当所述待测集合为非空集合且元素个数小于或等于所述故障诊断的最小模糊度N时，跳转至S6；
或者，当所述待测集合为空集合时，则提示无故障模式；
或者，当所述待测集合为非空集合且元素个数大于所述故障诊断的最小模糊度N时，则根据所述矩阵确定所述待测集合中故障模式对应的所有测试，将其中测试状态未知的测试形成测试集合；
若所述测试集合的元素个数等于0时，则跳转至S6；若所述测试集合的元素个数等于1时，则推荐所述测试集合中的测试为目标测试，跳转至S5；若所述测试集合的元素个数大于1时，则根据预设的测试规则从所述测试集合中推荐所述目标测试，跳转至S5；
优选地，步骤S4中所述根据预设的测试规则从所述测试集合中推荐所述目标测试，具体还可以包括以下步骤：
S401，计算所述测试集合中每个测试的隔离度；
具体的，可以根据公式
分别计算所述测试集合中每个测试的隔离度，其中，Gi,(i＝1,...,L)为所述测试集合中第i个测试的隔离度，L为所述测试集合的元素个数，Ui为所述测试集合中第i个测试与所述待测集合中相关的故障模式数量，U为所述待测集合中的元素个数，其中i为正整数，L为大于1的正整数。
例如，测试状态为失败的测试为T3，然后对照上述矩阵D，查找与该测试状态为失败的测试相关的故障模式包括F1、F2和F3，形成第一故障模式集合，记为A，即A＝{F1、F2、F3}；若获取的测试状态为成功的测试为T6，然后对照上述矩阵D，查找与该测试状态为成功的测试相关的故障模式包括F3，形成第二故障模式集合，记为B，即B＝{F3}，然后通过上述(1)式确定待测集合C＝{F1、F2}，若待测集合C中的元素大于上述最小模糊度N，则将待测集合中包含的故障模式与上述矩阵D进行对照，查找与所述待测集合中包含的故障模式相关的所有测试，通过上述表1对照可以获取与故障模式F1、F2相关的所有测试为T1、T2、T3和T4，其中，T3测试状态为失败，T1、T2和T4的测试状态未知，将测试状态未知的测试形成测试集合，记为E，即，测试集合E＝{T1、T2、T4}，其中T1与所述待测集合中相关的故障模式有F2，则，根据上述公式可以计算得到测试T1的隔离度为0.5，同理，T2的隔离度为0.5，T4的隔离度为1。
S402，根据所述测试集合中测试的隔离度和测试属性值从所述测试集合中推荐所述目标测试。
具体的，根据测试集合中测试的隔离度和测试的属性值将所述测试集合中的测试进行优先级排序，通过优先级排序后，从所述测试集合中推荐一个最高优先级的测试作为目标测试，或者根据测试的属性值优先级和测试的隔离度从所述测试集合中逐步优先选择出符合测试属性值优先级的测试推荐为目标测试。
优选地，所述测试集合中的每一个测试都具有测试属性值，包括测试成本和测试时间，优先选择所述测试集合中测试成本最小的测试，形成成本优先测试集合，若所述成本优先测试集合中的元素个数等于1，则推荐所述成本优先测试集合中的元素为所述目标测试，否则，优先选择所述成本优先测试集合中测试时间最小的测试，形成时间优先测试集合，若所述时间优先测试集合中的元素个数等于1，则推荐所述时间优先测试集合中的元素为所述目标测试，否则，优先选择所述时间优先测试集合中隔离度最大的测试，形成隔离度优先测试集合，若所述隔离度优先测试集合中的元素个数等于1，则推荐所述隔离度优先测试集合中的元素为所述目标测试，否则，随机推荐所述隔离度优先测试集合中的一个元素为所述目标测试。
需要说明的是，假设测试集合E中的元素个数为m个，m为大于1的正整数，优先从该m个测试中选择测试成本最小的测试，数量为n，其中n为大于或等于1的正整数，且n小于或等于m，形成成本优先测试集合，其元素个数为n，若n＝1，则推荐该成本优先测试集合中的测试为目标测试，否则优先从该成本优先测试集合中选择测试时间最小的测试，数量为p，其中p为大于或等于1的正整数，且p小于或等于n，形成时间优先测试集合，其元素个数为p，若p＝1，则推荐该时间优先测试集合中的测试为目标测试，否则，优先从该时间优先测试集合中选择测试隔离度最大的测试，数量为k，其中k为大于或等于1的正整数，且k小于或等于p，形成隔离度优先测试集合，其元素个数为k，若k＝1，则推荐该隔离度优先测试集合中的测试为目标测试，否则，随机从该隔离度优先测试集合中挑选一个元素推荐为目标测试。
优选地，所述测试集合中的每一个测试都具有测试属性值，包括测试成本和测试时间，优先选择所述测试集合中测试时间最小的测试，形成时间优先测试集合，若所述时间优先测试集合的元素个数等于1，则推荐所述时间优先测试集合中的元素为所述目标测试，否则，优先选择所述时间优先测试集合中测试成本最小的测试，形成成本优先测试集合，若所述成本优先测试集合中的元素个数等于1，则推荐所述成本优先测试集合中的元素为所述目标测试，否则，优先选择所述成本优先测试集合中隔离度最大的测试，形成隔离度优先测试集合，若所述隔离度优先测试集合中的元素个数等于1，则推荐所述隔离度优先测试集合中的元素为所述目标测试，否则，随机推荐所述隔离度优先测试集合中的一个元素为所述目标测试。
需要说明的是，假设测试集合E中的元素个数为m个，m为大于1的正整数，优先从该m个测试中选择测试时间最小的测试，数量为n，其中n为大于或等于1的正整数，且n小于或等于m，形成时间优先测试集合，其元素个数为n，若n＝1，则推荐该时间优先测试集合中的测试为目标测试，否则优先从该时间优先测试集合中选择测试成本最小的测试，数量为p，其中p为大于或等于1的正整数，且p小于或等于n，形成成本优先测试集合，其元素个数为p，若p＝1，则推荐该成本优先测试集合中的测试为目标测试，否则，优先从该成本优先测试集合中选择测试隔离度最大的测试，数量为k，其中k为大于或等于1的正整数，且k小于或等于p，形成隔离度优先测试集合，其元素个数为k，若k＝1，则推荐该隔离度优先测试集合中的测试为目标测试，否则，随机从该隔离度优先测试集合中挑选一个元素推荐为目标测试。
S5，执行所述目标测试，以及获取所述目标测试的测试状态，跳转至S3；
S6，确定所述待测集合中的故障模式为所述设备的故障诊断结果。
其中步骤S5，指导操作人员执行该目标测试，并记录本次测试的测试状态，跳转至S3，此时，根据步骤S3重新计算待测集合C，判断该重新计算的待测集合C中的元素个数是否满足小于或等于故障诊断最小模糊度的要求，若满足，则跳转至S6，确定该重新计算的待测集合C中的故障模式为所述设备的故障诊断结果；若不满足，根据重新计算的待测集合C，计算测试集合E，根据上述步骤判断测试集合中的元素个数大小，如此循环执行，直至，所述待测集合为非空集合且其元素个数小于或等于所述故障诊断的最小模糊度，或者所述待测集合为空集合，或者所述测试集合中的元素被执行完，其元素个数等于0时，故障诊断结果根据所述待测集合来确定，故障诊断才结束。
有益效果：相较于现有技术，本发明实施例主要通过获取设备的故障模式以及所述设备相关的测试，根据所述故障模式和所述测试建立矩阵，所述矩阵的行对应所述故障模式，所述矩阵的列对应所述测试；设置所述设备故障诊断的最小模糊度N，所述最小模糊度为故障诊断结果中包含的最小故障模式数量，其中，N为正整数；根据所述矩阵确定测试状态为失败的测试对应的故障模式，形成第一故障模式集合，以及根据所述矩阵确定测试状态为成功的测试对应的故障模式，形成第二故障模式集合，计算所述第二故障模式集合在所述第一故障模式集合中的相对补集，得到待测集合；通过判断待测集合中元素个数与所述最小模糊度N的大小关系，来确定故障诊断结果，若判断到待测集合中元素个数大于最小模糊度N，则继续计算与待测集合中的故障模式相关的所有测试状态未知的测试，形成测试集合，根据预设的测试成本优先或者测试时间优先原则，从所述测试集合中推荐目标测试，从而指导操作人员继续执行所述目标测试，返回计算待测集合的步骤，直至判断到待测集合中元素的个数小于或等于最小模糊度N时，确定故障诊断结果，故障诊断结束。因此，不仅实现了自动定位和隔离故障，故障诊断结果准确合理，适用于多种复杂设备的故障诊断，适应性强，同时，在故障定位过程中，根据预设的测试成本优先原则或者测试时间优先原则使得故障诊断的成本大幅降低，以及节约故障诊断的时间，提高了故障诊断的效率。
实施例三
本发明实施例还提供了一种基于测试性模型的序贯故障诊断装置，如图3所示，图3为一种基于测试性模型的序贯故障诊断装置300的结构示意图，所述装置具体包括：
矩阵建立模块310，用于获取设备的故障模式以及所述设备相关的测试，并根据所述故障模式和所述测试建立矩阵，所述矩阵的行对应所述故障模式，所述矩阵的列对应所述测试；
设置模块320，用于设置所述设备故障诊断的最小模糊度N，所述最小模糊度为故障诊断结果中包含的最小故障模式数量，其中，N为正整数；
计算模块330，用于根据所述矩阵确定测试状态为失败的测试所对应的故障模式，形成第一故障模式集合，以及根据所述矩阵确定测试成功的测试所对应的故障模式，形成第二故障模式集合，计算所述第二故障模式集合在所述第一故障模式集合中的相对补集，得到待测集合；
判断模块340，包括第一判断单元，用于判断所述待测集合是否为空集合，若是，则提示无故障模式；
还包括第二判断单元，用于当所述待测集合为非空集合时，判断所述待测集合的元素个数是否小于或等于所述故障诊断的最小模糊度N，若是，则运行确定模块；否则，还包括计算单元，所述计算单元用于根据所述矩阵确定所述待测集合中故障模式对应的所有测试，将其中测试状态未知的测试形成测试集合；
还包括第三判断单元，用于判断所述测试集合的元素个数是否等于0，若是，则运行确定模块；
还包括第四判断单元，用于当判断所述测试集合的元素个数不等于0时，判断所述测试集合的元素个数是否等于1，若是，还包括第一推荐单元，用于推荐所述测试集合中的元素为目标测试，以及运行执行模块；
还包括第四判断单元，用于当判断所述测试集合的元素个数不等于0时，判断所述测试集合的元素个数是否等于1，若否，还包括第二推荐单元，用于根据预设的测试规则从所述测试集合中推荐一个目标测试，以及运行执行模块；
执行模块350，用于执行所述目标测试，以及获取所述目标测试的测试状态，运行所述判断模块；
确定模块360，用于确定所述待测集合中的故障模式为所述设备的故障诊断结果。
有益效果：相较于现有技术，本发明实施例主要通过获取设备的故障模式以及所述设备相关的测试，根据所述故障模式和所述测试建立矩阵，所述矩阵的行对应所述故障模式，所述矩阵的列对应所述测试；设置所述设备故障诊断的最小模糊度N，所述最小模糊度为故障诊断结果中包含的最小故障模式数量，其中，N为正整数；根据所述矩阵确定测试状态为失败的测试对应的故障模式，形成第一故障模式集合，以及根据所述矩阵确定测试状态为成功的测试对应的故障模式，形成第二故障模式集合，计算所述第二故障模式集合在所述第一故障模式集合中的相对补集，得到待测集合；通过判断判断待测集合中元素个数与所述最小模糊度N之间的大小关系，来确定是否确定故障诊断结果，若判断到待测集合中元素个数大于最小模糊度N，则继续计算与待测集合中的故障模式相关的所有测试状态未知的测试，得到测试集合，根据预设的规则从所述测试集合中推荐目标测试，从而指导操作人员继续执行所述目标测试进行测试，然后再返回计算待测集合的步骤，直至判断到待测集合中元素的个数小于或等于最小模糊度N时，确定故障诊断结果，故障诊断结束。从而实现自动定位和隔离故障，故障诊断结果准确合理，同时，适用于多种复杂设备的故障诊断，适应性强。
优选地，所述第二推荐单元，具体还包括：
计算子单元，用于计算所述测试集合中每个测试的隔离度，具体根据公式：
分别计算所述测试集合中每个测试的隔离度，其中，Gi,(i＝1,...,L)为所述测试集合中第i个测试的隔离度，L为所述测试集合的元素个数，Ui为所述测试集合中第i个测试与所述待测集合中相关的故障模式数量，U为所述待测集合中的元素个数，其中i为正整数，L为大于1的正整数；
第二推荐子单元，用于推荐根据所述测试集合中测试的隔离度和测试属性值从所述测试集合中推荐一个目标测试。
优选地，所述第二推荐子单元，具体还包括：
第一选择子单元，用于优先选择所述测试集合中测试成本最小的测试，形成成本优先测试集合，若所述成本优先测试集合中的元素个数等于1，则推荐所述成本优先测试集合中的元素为所述目标测试；
第二选择子单元，用于若所述成本优先测试集合中的元素个数大于1时，优先选择所述成本优先测试集合中测试时间最小的测试，形成时间优先测试集合，若所述时间优先测试集合中的元素个数等于1，则推荐所述时间优先测试集合中的元素为所述目标测试；
第三选择子单元，用于若所述时间优先测试集合中的元素个数大于1时，优先选择所述时间优先测试集合中隔离度最大的测试，形成隔离度优先测试集合，若所述隔离度优先测试集合中的元素个数等于1，则推荐所述隔离度优先测试集合中的元素为所述目标测试，
第四选择子单元，用于若所述隔离度优先测试集合中的元素个数大于1时，随机推荐所述隔离度优先测试集合中的一个元素为所述目标测试。
优选地，所述第二推荐子单元，具体还可以包括：
第五选择子单元，用于优先选择所述测试集合中测试时间最小的测试，形成时间优先测试集合，若所述时间优先测试集合的元素个数等于1，则推荐所述时间优先测试集合中的元素为所述目标测试；
第六选择子单元，用于若所述时间优先测试集合的元素个数大于1时，优先选择所述时间优先测试集合中测试成本最小的测试，形成成本优先测试集合，若所述成本优先测试集合中的元素个数等于1，则推荐所述成本优先测试集合中的元素为所述目标测试；
第七选择子单元，用于若所述成本优先测试集合中的元素个数大于1时，优先选择所述成本优先测试集合中隔离度最大的测试，形成隔离度优先测试集合，若所述隔离度优先测试集合中的元素个数等于1，则推荐所述隔离度优先测试集合中的元素为所述目标测试；
第八选择子单元，用于若所述隔离度优先测试集合中的元素个数大于1时，随机推荐所述隔离度优先测试集合中的一个元素为所述目标测试。
本发明实施例一种基于测试性模型的序贯故障诊断装置300是对应上述实施例一种基于测试性模型的序贯故障诊断方法，在所述基于测试性模型的序贯故障诊断装置300中还包括若干模块及单元，用于对应上述基于测试性模型的序贯故障诊断方法的相应步骤，实现相应的功能。由于上述实施例中已经对基于测试性模型的序贯故障诊断方法的步骤进行了详细的说明，故在此装置300中不再赘述。
如图4所示，本发明实施例还提供了一种基于测试性模型的序贯故障诊断设备4，所述设备包括存储器41、处理器42以及存储在所述存储器41中并可在所述处理器42上运行的计算机程序43，其特征在于，所述处理器43执行所述计算机程序43时实现上述方法实施例中记载的任何一种基于测试性模型的序贯故障诊断方法的部分或全部步骤。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述方法实施例中记载的任何一种基于测试性模型的序贯故障诊断方法的部分或全部步骤。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-OnlyMemory，简称：ROM)、随机存取器(英文：RandomAccess Memory，简称：RAM)、磁盘或光盘等。
以上对本发明实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于测试性模型的序贯故障诊断方法，其特征在于，所述方法包括：
S1，获取设备的故障模式以及所述设备相关的测试，根据所述故障模式和所述测试建立矩阵，所述矩阵的行对应所述故障模式，所述矩阵的列对应所述测试；
S2，设置所述设备故障诊断的最小模糊度N，所述最小模糊度为故障诊断结果中包含的最小故障模式数量，其中，N为正整数；
S3，根据所述矩阵确定测试状态为失败的测试所对应的故障模式，形成第一故障模式集合，以及根据所述矩阵确定测试状态为成功的测试所对应的故障模式，形成第二故障模式集合，计算所述第二故障模式集合在所述第一故障模式集合中的相对补集，得到待测集合；
S4，当所述待测集合为非空集合且元素个数小于或等于所述故障诊断的最小模糊度N时，跳转至S6；
或者，当所述待测集合为空集合时，则提示无故障模式；
或者，当所述待测集合为非空集合且元素个数大于所述故障诊断的最小模糊度N时，则根据所述矩阵确定所述待测集合中故障模式对应的所有测试，将其中测试状态未知的测试形成测试集合；
若所述测试集合的元素个数等于0时，则跳转至S6；若所述测试集合的元素个数等于1时，则推荐所述测试集合中的测试为目标测试，跳转至S5；若所述测试集合的元素个数大于1时，则根据预设的测试规则从所述测试集合中推荐所述目标测试，跳转至S5；
S5，执行所述目标测试，以及获取所述目标测试的测试状态，跳转至S3；
S6，确定所述待测集合中的故障模式为所述设备的故障诊断结果。
2.根据权利要求1所述的故障诊断方法，其特征在于，所述根据预设的测试规则从所述测试集合中推荐所述目标测试，具体包括：
计算所述测试集合中每个测试的隔离度；
根据所述测试集合中测试的隔离度和测试属性值从所述测试集合中推荐所述目标测试。
3.根据权利要求2所述的故障诊断方法，其特征在于，所述根据所述测试集合中测试的隔离度和测试属性值从所述测试集合中推荐所述目标测试，具体包括：
所述测试属性值包括测试成本和测试时间，优先选择所述测试集合中测试成本最小的测试，形成成本优先测试集合，若所述成本优先测试集合中的元素个数等于1，则推荐所述成本优先测试集合中的元素为所述目标测试，否则，优先选择所述成本优先测试集合中测试时间最小的测试，形成时间优先测试集合，若所述时间优先测试集合中的元素个数等于1，则推荐所述时间优先测试集合中的元素为所述目标测试，否则，优先选择所述时间优先测试集合中隔离度最大的测试，形成隔离度优先测试集合，若所述隔离度优先测试集合中的元素个数等于1，则推荐所述隔离度优先测试集合中的元素为所述目标测试，否则，随机推荐所述隔离度优先测试集合中的一个元素为所述目标测试。
4.根据权利要求2所述的故障诊断方法，其特征在于，所述根据所述测试集合中测试的隔离度和测试属性值从所述测试集合中推荐所述目标测试，具体包括：
所述测试属性值包括测试成本和测试时间，优先选择所述测试集合中测试时间最小的测试，形成时间优先测试集合，若所述时间优先测试集合的元素个数等于1，则推荐所述时间优先测试集合中的元素为所述目标测试，否则，优先选择所述时间优先测试集合中测试成本最小的测试，形成成本优先测试集合，若所述成本优先测试集合中的元素个数等于1，则推荐所述成本优先测试集合中的元素为所述目标测试，否则，优先选择所述成本优先测试集合中隔离度最大的测试，形成隔离度优先测试集合，若所述隔离度优先测试集合中的元素个数等于1，则推荐所述隔离度优先测试集合中的元素为所述目标测试，否则，随机推荐所述隔离度优先测试集合中的一个元素为所述目标测试。
5.根据权利要求2-4任一项所述的故障诊断方法，其特征在于，所述计算所述测试集合中每个测试的隔离度，具体包括：
根据公式
分别计算所述测试集合中每个测试的隔离度，其中，Gi,(i＝1,...,L)为所述测试集合中第i个测试的隔离度，L为所述测试集合的元素个数，Ui为所述测试集合中第i个测试与所述待测集合中相关的故障模式数量，U为所述待测集合中的元素个数，其中i为正整数，L为大于1的正整数。
6.一种基于测试性模型的序贯故障诊断装置，其特征在于，具体包括：
矩阵建立模块，用于获取设备的故障模式以及所述设备相关的测试，并根据所述故障模式和所述测试建立矩阵，所述矩阵的行对应所述故障模式，所述矩阵的列对应所述测试；
设置模块，用于设置所述设备故障诊断的最小模糊度N，所述最小模糊度为故障诊断结果中包含的最小故障模式数量，其中，N为正整数；
计算模块，用于根据所述矩阵确定测试状态为失败的测试所对应的故障模式，形成第一故障模式集合，以及根据所述矩阵确定测试成功的测试所对应的故障模式，形成第二故障模式集合，计算所述第二故障模式集合在所述第一故障模式集合中的相对补集，得到待测集合；
判断模块，包括第一判断单元，用于判断所述待测集合是否为空集合，若是，则提示无故障模式；
还包括第二判断单元，用于当所述待测集合为非空集合时，判断所述待测集合的元素个数是否小于或等于所述故障诊断的最小模糊度N，若是，则运行确定模块；否则，还包括计算单元，所述计算单元用于根据所述矩阵确定所述待测集合中故障模式对应的所有测试，将其中测试状态未知的测试形成测试集合；
还包括第三判断单元，用于判断所述测试集合的元素个数是否等于0，若是，则运行确定模块；
还包括第四判断单元，用于当判断所述测试集合的元素个数不等于0时，判断所述测试集合的元素个数是否等于1，若是，还包括第一推荐单元，用于推荐所述测试集合中的元素为目标测试，以及运行执行模块；
还包括第四判断单元，用于当判断所述测试集合的元素个数不等于0时，判断所述测试集合的元素个数是否等于1，若否，还包括第二推荐单元，用于根据预设的测试规则从所述测试集合中推荐所述目标测试，以及运行执行模块；
执行模块，用于执行所述目标测试，以及获取所述目标测试的测试状态，运行所述判断模块；
确定模块，用于确定所述待测集合中的故障模式为所述设备的故障诊断结果。
7.根据权利要求6所述的故障诊断装置，其特征在于，所述第二推荐单元，具体包括：
计算子单元，用于计算所述测试集合中每个测试的隔离度，具体根据公式：
分别计算所述测试集合中每个测试的隔离度，其中，Gi,(i＝1,...,L)为所述测试集合中第i个测试的隔离度，L为所述测试集合的元素个数，Ui为所述测试集合中第i个测试与所述待测集合中相关的故障模式数量，U为所述待测集合中的元素个数，其中i为正整数，L为大于1的正整数；
第二推荐子单元，用于推荐根据所述测试集合中测试的隔离度和测试属性值从所述测试集合中推荐所述目标测试。
8.根据权利要求7所述的故障诊断装置，其特征在于，所述测试属性值包括测试成本和测试时间，所述第二推荐子单元，具体包括：
第一选择子单元，用于优先选择所述测试集合中测试成本最小的测试，形成成本优先测试集合，若所述成本优先测试集合中的元素个数等于1，则推荐所述成本优先测试集合中的元素为所述目标测试；
第二选择子单元，用于若所述成本优先测试集合中的元素个数大于1时，优先选择所述成本优先测试集合中测试时间最小的测试，形成时间优先测试集合，若所述时间优先测试集合中的元素个数等于1，则推荐所述时间优先测试集合中的元素为所述目标测试；
第三选择子单元，用于若所述时间优先测试集合中的元素个数大于1时，优先选择所述时间优先测试集合中隔离度最大的测试，形成隔离度优先测试集合，若所述隔离度优先测试集合中的元素个数等于1，则推荐所述隔离度优先测试集合中的元素为所述目标测试；
第四选择子单元，用于若所述隔离度优先测试集合中的元素个数大于1时，随机推荐所述隔离度优先测试集合中的一个元素为所述目标测试。
9.根据权利要求7所述的故障诊断装置，其特征在于，所述测试属性值包括测试成本和测试时间，所述第二推荐子单元，具体还可以包括：
第五选择子单元，用于优先选择所述测试集合中测试时间最小的测试，形成时间优先测试集合，若所述时间优先测试集合的元素个数等于1，则推荐所述时间优先测试集合中的元素为所述目标测试；
第六选择子单元，用于若所述时间优先测试集合的元素个数大于1时，优先选择所述时间优先测试集合中测试成本最小的测试，形成成本优先测试集合，若所述成本优先测试集合中的元素个数等于1，则推荐所述成本优先测试集合中的元素为所述目标测试；
第七选择子单元，用于若所述成本优先测试集合中的元素个数大于1时，优先选择所述成本优先测试集合中隔离度最大的测试，形成隔离度优先测试集合，若所述隔离度优先测试集合中的元素个数等于1，则推荐所述隔离度优先测试集合中的元素为所述目标测试；
第八选择子单元，用于若所述隔离度优先测试集合中的元素个数大于1时，随机推荐所述隔离度优先测试集合中的一个元素为所述目标测试。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的一种基于测试性模型的序贯故障诊断方法的步骤。
CN201811510099.4A 2018-12-11 2018-12-11 一种基于测试性模型的序贯故障诊断方法及装置 Active CN109471766B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811510099.4A CN109471766B (zh) 2018-12-11 2018-12-11 一种基于测试性模型的序贯故障诊断方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811510099.4A CN109471766B (zh) 2018-12-11 2018-12-11 一种基于测试性模型的序贯故障诊断方法及装置

Publications (2)

Publication Number Publication Date
CN109471766A true CN109471766A (zh) 2019-03-15
CN109471766B CN109471766B (zh) 2021-10-22

Family

ID=65676090

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811510099.4A Active CN109471766B (zh) 2018-12-11 2018-12-11 一种基于测试性模型的序贯故障诊断方法及装置

Country Status (1)

Country Link
CN (1) CN109471766B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113391938A (zh) * 2021-06-11 2021-09-14 电子科技大学 一种基于混合策略的快速序惯故障诊断方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020169735A1 (en) * 2001-03-07 2002-11-14 David Kil Automatic mapping from data to preprocessing algorithms
CN105588997A (zh) * 2015-12-15 2016-05-18 华北电力大学 一种面向智能电网的系统内在坚强性评价方法
CN105786678A (zh) * 2014-12-25 2016-07-20 北京电子工程总体研究所 一种基于相关性模型的测试性预计方法
CN108255649A (zh) * 2017-11-30 2018-07-06 中国航空综合技术研究所 一种基于建模仿真协同分析的诊断策略设计方法
CN108959004A (zh) * 2018-06-28 2018-12-07 郑州云海信息技术有限公司 磁盘故障预测方法、装置、设备及计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020169735A1 (en) * 2001-03-07 2002-11-14 David Kil Automatic mapping from data to preprocessing algorithms
CN105786678A (zh) * 2014-12-25 2016-07-20 北京电子工程总体研究所 一种基于相关性模型的测试性预计方法
CN105588997A (zh) * 2015-12-15 2016-05-18 华北电力大学 一种面向智能电网的系统内在坚强性评价方法
CN108255649A (zh) * 2017-11-30 2018-07-06 中国航空综合技术研究所 一种基于建模仿真协同分析的诊断策略设计方法
CN108959004A (zh) * 2018-06-28 2018-12-07 郑州云海信息技术有限公司 磁盘故障预测方法、装置、设备及计算机可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113391938A (zh) * 2021-06-11 2021-09-14 电子科技大学 一种基于混合策略的快速序惯故障诊断方法
CN113391938B (zh) * 2021-06-11 2022-04-19 电子科技大学 一种基于混合策略的快速序贯故障诊断方法

Also Published As

Publication number Publication date
CN109471766B (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
JP2001318804A (ja) 確率的な診断システム
CN109587008A (zh) 检测异常流量数据的方法、装置及存储介质
CN109670610A (zh) 基于故障传播分析的故障诊断优化方法
CN106557546A (zh) 一种对特高压在线监测数据进行挖掘并评价的方法及系统
CN106662472A (zh) 偏差估计装置和方法以及故障诊断装置和方法
CN102608519B (zh) 基于节点信息的电路故障诊断方法
CN109040084A (zh) 一种网络流量异常检测方法、装置、设备及存储介质
CN101833054A (zh) 一种针对测试配置的故障持续诊断能力的评价方法
CN109471766A (zh) 一种基于测试性模型的序贯故障诊断方法及装置
CN111190759A (zh) 一种基于功能与故障模式的混合诊断策略生成方法
CN105843744B (zh) 用于并行程序蜕变测试的蜕变关系优先级排序方法
CN102306244B (zh) 一种基于检测点评估的排故方法
JP2000121705A (ja) 基板モデル修正方法および装置
CN106886467A (zh) 基于分组‑综合多目标进化的多任务测试优选方法
Sheppard et al. Bayesian diagnosis and prognosis using instrument uncertainty
US8402421B2 (en) Method and system for subnet defect diagnostics through fault compositing
JP3219287B2 (ja) 回路検査方法
CN111027721B (zh) 一种系统故障定位方法
CN105159826B (zh) 一种定位目标程序中的错误语句的方法和装置
CN105652182B (zh) 一种基于电路网络和图搜索的电路板故障定位系统及方法
Bernardi et al. An effective technique for the automatic generation of diagnosis-oriented programs for processor cores
CN105022864B (zh) 一种基于扩展依赖矩阵的系统测试点选取方法
US10338137B1 (en) Highly accurate defect identification and prioritization of fault locations
Shi et al. A key metric and its calculation models for a continuous diagnosis capability base dependency matrix
Pomeranz et al. Estimating the fault coverage of functional test sequences without fault simulation

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