CN110991673A - 用于复杂系统的故障隔离和定位方法 - Google Patents
用于复杂系统的故障隔离和定位方法 Download PDFInfo
- Publication number
- CN110991673A CN110991673A CN201911248638.6A CN201911248638A CN110991673A CN 110991673 A CN110991673 A CN 110991673A CN 201911248638 A CN201911248638 A CN 201911248638A CN 110991673 A CN110991673 A CN 110991673A
- Authority
- CN
- China
- Prior art keywords
- fault
- parameters
- function
- performance
- subsystem
- 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
- 238000002955 isolation Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000004807 localization Effects 0.000 title claims description 4
- 230000005540 biological transmission Effects 0.000 claims abstract description 32
- 230000008878 coupling Effects 0.000 claims abstract description 27
- 238000010168 coupling process Methods 0.000 claims abstract description 27
- 238000005859 coupling reaction Methods 0.000 claims abstract description 27
- 238000011158 quantitative evaluation Methods 0.000 claims abstract description 16
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 8
- 238000007405 data analysis Methods 0.000 claims abstract description 5
- 238000011156 evaluation Methods 0.000 claims description 16
- 238000004132 cross linking Methods 0.000 claims description 10
- 238000003745 diagnosis Methods 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 6
- 238000012546 transfer Methods 0.000 abstract description 6
- 238000013139 quantization Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production systems
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明公开了一种用于复杂系统的故障隔离和定位方法,包含以下步骤:根据复杂系统的功能和性能对复杂系统进行结构化分解形成子系统或部件,确定子系统或部件的功能和性能量化评价指标;确定子系统或部件的功能和性能的量化参数偏离容限;根据子系统或部件间的功能传递路径,确定故障传递耦合因子;将功能和性能量化评价指标、故障传递耦合因子与系统本身运行过程中的工作状态、运行参数进行分析,确定故障隔离定位参数;通过对故障隔离定位参数的数据分析和逻辑推理实现故障隔离和故障定位。本发明对于提高系统维修性是非常有效的一个方法,能够很好的解决其故障的检测能力和故障的隔离能力。
Description
技术领域
本发明属于装备维修性领域,具体涉及一种用于复杂系统的故障隔离和定位方法。
背景技术
技术的不断发展,装备性能越来越高,随之而来的是各系统高度综合、交联复杂,这给装备发生故障后的故障隔离和故障定位带来了困难,导致故障诊断工时和平均修复时间过长,进而影响到装备的使用和任务执行能力,因此预防和减少装备发生故障,提高故障诊断和故障定位能力,降低使用维护费用成为当前研究的热点问题。
装备的故障诊断多采用基于故障模式检测的方式,通过对故障模式分析,找到故障和指征之间的对应关系,通过装备测试性设计,对故障模式指征直接进行检测。这一方式对于单一、独立故障具有一定的效果。但实际上由于故障模式复杂,很难找到明确的指征,在故障模式分析时,往往忽略了时变过程、使用状况和环境因素等其他因素的影响,建立故障模式与指征之间准确的对应关系就更加困难。即使建立对应关系,但由于受到技术、环境等的限制,其测试性设计实施也难以达到预期目标,无法获取到有效故障指征数据。对于复杂系统,交联关系复杂,功能传递路径长,系统间功能传递耦合,导致故障也存在耦合交联,一旦发生故障,难以进行准确的故障隔离和定位,找出真正故障源,如何解决复杂系统交联故障的准确隔离和定位是目前维修领域急需解决的问题。
发明内容
本发明的目的在于提供一种用于复杂系统的故障隔离和定位方法,通过对复杂系统的功能和性能进行结构化分解,确定功能、性能量化评价指标,建立基于量化分解的功能、性能状态偏离的复杂系统故障判断机制;根据系统功能传递路径,确定故障传递耦合因子,形成交联故障隔离和定位的推理线索;量化参数和耦合因子与系统本身运行过程中的工作状态、运行参数等信息融合;建立故障隔离和定位的推理机,通过数据分析和故障诊断推理逻辑进行故障隔离和故障定位。本发明对于提高系统维修性是非常有效的一个方法。特别是针对传统方式难以实现的情况,能够很好的解决其故障的检测能力和故障的隔离能力。
本发明的发明目的通过以下技术方案实现:
一种用于复杂系统的故障隔离和定位方法,其特征在于包含以下步骤:
步骤一:根据复杂系统的功能和性能对复杂系统进行结构化分解形成子系统或部件,确定子系统或部件的功能和性能量化评价指标;
步骤二:根据系统的功能和性能指标要求、安全容限和设计容限,确定子系统或部件的功能和性能的量化参数偏离容限;
步骤三:根据子系统或部件间的功能传递路径,确定故障传递耦合因子,形成交联故障隔离和定位的推理线索;
步骤四:将功能和性能量化评价指标、故障传递耦合因子与系统本身运行过程中的工作状态、运行参数进行分析,确定状态评价参数和故障隔离定位参数;
步骤五:建立故障隔离和定位的推理机,通过对状态评价参数和故障隔离定位参数的数据分析和故障诊断推理逻辑实现故障隔离和故障定位。
本发明的有益效果在于:
(1)本发明不是基于传统的故障模式直接检测的方式,而是建立基于量化分解的功能、性能状态偏离的复杂系统故障判断机制,本方法为因环境、技术等因素影响而无法直接对故障模式进行检测的场景提供了有效的故障的检测和故障隔离的方法。特别是针对传统方式难以实现的情况,能够很好的解决其故障的检测能力和故障的隔离能力。
(2)根据系统功能传递路径,以故障传递耦合因子为交联故障隔离和定位的推理线索,为复杂系统的交联故障隔离和故障定位提供新的解决方法。
(3)本发明适应范围广,既能满足复杂系统的多成员的故障隔离和定位,也可应用于单个产品内部模块间的故障隔离和定位。特别是为解决复杂系统交联故障的准确隔离和定位提供了有效的方法
附图说明
图1是本发明流程示意图。
图2功能、性能量化分解示意图。
图3功能故障传递路径示意图。
图4故障诊断推理逻辑的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。
复杂系统所发生的故障会对复杂系统的功能和性能产生影响,最终体现在复杂系统本身的工作状态、运行参数等信息的偏离,本实施例基于这一思想,不采用传统的故障模式直接监测方式,提供了一种用于复杂系统的故障隔离和定位方法,参见图1所示,包含以下步骤:
步骤一:根据复杂系统的功能和性能对复杂系统进行结构化分解形成子系统或部件,确定子系统或部件的功能和性能量化评价指标。
如图2所示,利用复杂系统的需求、方案设计等相关文件中对复杂系统的功能、性能的清晰定义,根据功能属性、结构特点对复杂系统的功能、性能进行结构化分解,形成子系统或部件,并建立系统功能和性能与子系统或部件的映射关系。将系统功能和性能量化指标细化分解到每个子系统或部件,形成子系统或部件的功能和性能量化评价指标集合。
步骤二:根据系统的功能和性能指标要求、安全容限和设计容限,确定子系统或部件的功能和性能的量化参数偏离容限。量化参数偏离容限作为每个子系统、部件的状态判断的判据,超出偏离容限,则为故障,在量化参数偏离容限范围内为正常。
步骤三:根据子系统或部件间的功能传递路径,确定故障传递耦合因子,形成交联故障隔离和定位的推理线索。
如图3所示,根据子系统或部件间的物理连接和功能传递梳理各个子系统或部件间的功能传递关系,建立基于功能的故障传递路径,找出并确定故障传递耦合因子集合。故障传递耦合因子集合是子系统或部件间彼此的交联接口,实现子系统或部件的交联,传递子系统或部件的能量或信息,实现系统的全部功能和性能。确定故障传递耦合因子集合后,找出与系统功能和性能传递直接相关的故障传递耦合因子,并对其逐一进行定义,确定量化评价指标和量化参数偏离容限,形成交联故障隔离和定位的推理线索。
步骤四:将功能和性能量化评价指标、故障传递耦合因子与系统本身运行过程中的工作状态、运行参数进行分析,确定状态评价参数和故障隔离定位参数。
根据子系统或部件的功能和性能量化评价指标集合和故障传递耦合因子参数集,确定初步状态评价参数和故障隔离定位参数采集范围。将初步状态评价参数和故障隔离定位参数根据功能和性能对复杂系统的影响的程度和失效的概率由高到底进行分类,与系统自身运行过程中采集的工作状态参数、运行参数进行合并分析,选取相同的参数作为状态评价参数和故障隔离定位参数,对于超出工作状态参数、运行参数范围的参数根据影响程度和失效概率排序分析确定作为状态评价参数和故障隔离定位参数的必要性。
步骤五:建立故障隔离和定位的推理机,通过对状态评价参数和故障隔离定位参数的数据分析和故障诊断推理逻辑实现故障隔离和故障定位。
故障诊断推理逻辑是当子系统或部件状态评价参数偏离容限时,以故障传递耦合因子为线索,通过功能和性能量化评价指标的偏离对发生故障部件输入级进行功能判断,如果输入级功能完好,则发生故障为成品自身故障,如前级成品故障传递耦合因子偏离容限,则根据故障传递路径对前级成品按同样方式进行分析推理。对于能确定的故障直接定位故障,指出故障单元。
如图4所示。根据监测对象的功能和性能量化参数进行健康状态分析,判定监测对象是否发生故障,如未出现超出功能和性能量化参数偏离容限的情况,则认为被监测对象没有发生故障。如果发生偏离,并超出量化参数偏离容限,则认为发生故障,进行下一步的推理。
分析是由于自身原因故障还是前级设备故障而导致监测对象发生故障,通过对故障传递耦合因子的偏离分析,判断是否启动前级故障推理。如故障传递耦合因子偏离容限,则表明前级故障已传递到本级监测对象,则先对前级设备启动故障隔离推理。前级故障隔离推理后,再对监测对象进行健康状态分析。如前级未发生故障,则进行监测对象自身的故障隔离推理。监测对象身故障隔离推理与设备间的推理逻辑相同。
可以理解的是,对本领域普通技术人员来说,可以根据本发明的技术方案及其发明构思加以等同替换或改变,而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (4)
1.一种用于复杂系统的故障隔离和定位方法,其特征在于包含以下步骤:
步骤一:根据复杂系统的功能和性能对复杂系统进行结构化分解形成子系统或部件,确定子系统或部件的功能和性能量化评价指标;
步骤二:根据系统的功能和性能指标要求、安全容限和设计容限,确定子系统或部件的功能和性能的量化参数偏离容限;
步骤三:根据子系统或部件间的功能传递路径,确定故障传递耦合因子,形成交联故障隔离和定位的推理线索;
步骤四:将功能和性能量化评价指标、故障传递耦合因子与系统本身运行过程中的工作状态、运行参数进行分析,确定状态评价参数和故障隔离定位参数;
步骤五:建立故障隔离和定位的推理机,通过对状态评价参数和故障隔离定位参数的数据分析和故障诊断推理逻辑实现故障隔离和故障定位。
2.根据权利要求1所述的一种用于复杂系统的故障隔离和定位方法,其特征在于所述步骤一包含以下步骤:
利用复杂系统的需求文件、方案设计文件中对复杂系统的功能、性能的定义,根据功能属性、结构特点对复杂系统的功能、性能进行结构化分解,形成子系统或部件,并建立系统功能和性能与子系统或部件的映射关系;将系统功能和性能量化指标细化分解到每个子系统或部件,形成子系统或部件的功能和性能量化评价指标集合。
3.根据权利要求1所述的一种用于复杂系统的故障隔离和定位方法,其特征在于所述步骤四包含以下步骤:
根据子系统或部件的功能和性能量化评价指标集合以及故障传递耦合因子参数集,确定初步状态评价参数和故障隔离定位参数采集范围;将初步状态评价参数和故障隔离定位参数根据功能和性能对复杂系统的影响的程度和失效的概率由高到底进行分类,与系统自身运行过程中采集的工作状态参数、运行参数进行合并分析,选取相同的参数作为故障隔离定位参数,对于超出工作状态参数、运行参数范围的参数根据影响程度和失效概率排序分析确定作为故障隔离定位参数的必要性。
4.根据权利要求1所述的一种用于复杂系统的故障隔离和定位方法,其特征在于所述步骤五中,故障诊断推理逻辑是当子系统或部件状态评价参数偏离容限时,以故障传递耦合因子为线索,通过功能和性能量化评价指标的偏离对子系统或部件输入级状态进行判断,如果输入级完好,则发生故障为成品自身故障,如输入级成品故障传递耦合因子偏离超限,则对输入级根据故障传递路径按同样方式进行分析推理,对于能确定的故障直接定位故障,指出故障单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911248638.6A CN110991673B (zh) | 2019-12-09 | 2019-12-09 | 用于复杂系统的故障隔离和定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911248638.6A CN110991673B (zh) | 2019-12-09 | 2019-12-09 | 用于复杂系统的故障隔离和定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110991673A true CN110991673A (zh) | 2020-04-10 |
CN110991673B CN110991673B (zh) | 2023-10-31 |
Family
ID=70091256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911248638.6A Active CN110991673B (zh) | 2019-12-09 | 2019-12-09 | 用于复杂系统的故障隔离和定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110991673B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269332A (zh) * | 2021-05-12 | 2021-08-17 | 中国航空工业集团公司上海航空测控技术研究所 | 一种装备的故障隔离和定位方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103118003A (zh) * | 2012-12-27 | 2013-05-22 | 北京神州绿盟信息安全科技股份有限公司 | 一种基于资产的风险扫描方法、装置及系统 |
CN104597892A (zh) * | 2014-12-16 | 2015-05-06 | 北京航天测控技术有限公司 | 一种用于电子信息装备层次化故障诊断方法 |
CN106650942A (zh) * | 2015-11-02 | 2017-05-10 | 中国船舶工业系统工程研究院 | 基于电子装备测试性模型的故障诊断方法 |
CN110213087A (zh) * | 2019-05-16 | 2019-09-06 | 北京航空航天大学 | 一种基于动态多层耦合网络的复杂系统故障定位方法 |
-
2019
- 2019-12-09 CN CN201911248638.6A patent/CN110991673B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103118003A (zh) * | 2012-12-27 | 2013-05-22 | 北京神州绿盟信息安全科技股份有限公司 | 一种基于资产的风险扫描方法、装置及系统 |
CN104597892A (zh) * | 2014-12-16 | 2015-05-06 | 北京航天测控技术有限公司 | 一种用于电子信息装备层次化故障诊断方法 |
CN106650942A (zh) * | 2015-11-02 | 2017-05-10 | 中国船舶工业系统工程研究院 | 基于电子装备测试性模型的故障诊断方法 |
CN110213087A (zh) * | 2019-05-16 | 2019-09-06 | 北京航空航天大学 | 一种基于动态多层耦合网络的复杂系统故障定位方法 |
Non-Patent Citations (5)
Title |
---|
CHENG ZHANG ETAL: "A method of fault diagnosis for rotary equipment based on deep learning" * |
周廷冬: "MMC型电力电子变压器故障特性分析及保护技术研究" * |
孔庆春;肖明清;齐晓林;: "基于1553B总线的航电故障诊断专家系统的设计" * |
李兴旺等: "飞机综合健康管理系统的应用与发展" * |
田华明;孙华;赵宏家;: "复杂电子系统的TEAMS测试性研究" * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269332A (zh) * | 2021-05-12 | 2021-08-17 | 中国航空工业集团公司上海航空测控技术研究所 | 一种装备的故障隔离和定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110991673B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106209405B (zh) | 故障诊断方法及装置 | |
US20080183406A1 (en) | Online IED Fault Diagnosis Device and Method for Substation Automation System Based on IEC61850 | |
CN101136799B (zh) | 一种实现通讯设备故障集中告警处理的方法 | |
CN110955571B (zh) | 面向车规级芯片功能安全的故障管理系统 | |
CN103941240B (zh) | 一种基于雷达系统通信分机检测装置的检测方法 | |
CN101556679A (zh) | 一种综合前端系统故障处理方法及计算机设备 | |
KR101565030B1 (ko) | 데이터 분석을 이용한 자동차의 오류 판단 시스템 및 그 방법 | |
CN104951421A (zh) | 一种串行总线通信设备的自动编号与类型识别方法及装置 | |
CN110554682B (zh) | 基于故障关联分析的故障检测推理方法 | |
CN100507580C (zh) | 电子式互感器高压侧冗余备份电路及故障检测方法 | |
CN110991673A (zh) | 用于复杂系统的故障隔离和定位方法 | |
CN108763005B (zh) | 一种内存ecc故障报错方法及系统 | |
CN102170368B (zh) | 一种面向大尺寸构件的分布式测量系统的智能故障定位方法 | |
US20230408600A1 (en) | Battery sampling chip and battery management system | |
CN107092247B (zh) | 一种基于状态数据的包装生产线故障诊断方法 | |
CN112201378A (zh) | 基于核电厂dcs平台的热备切换方法、系统、终端及介质 | |
CN117251401A (zh) | 串口信息输出控制系统、方法及装置 | |
CN103885441B (zh) | 一种控制器局域网络的自适应故障诊断方法 | |
CN108196985A (zh) | 一种基于智能预测的存储系统故障预测方法与装置 | |
CN114116122A (zh) | 一种应用容器高可用负载平台 | |
CN115964207A (zh) | 一种八路机架式服务器的故障隔离与恢复方法 | |
CN104954157B (zh) | 一种故障自愈方法及系统 | |
CN106444700A (zh) | 一种汽车监控主机与定位模块的故障判断方法 | |
CN112506633A (zh) | 一种多机冗余系统及处理方法 | |
Zhang et al. | Research on Design of Functional Safety Monitoring of Intelligent Driving Vehicle Software Architecture |
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 |