CN111553057B - 一种健康状态层流逻辑中表决结构的健康建模与计算方法 - Google Patents
一种健康状态层流逻辑中表决结构的健康建模与计算方法 Download PDFInfo
- Publication number
- CN111553057B CN111553057B CN202010300271.4A CN202010300271A CN111553057B CN 111553057 B CN111553057 B CN 111553057B CN 202010300271 A CN202010300271 A CN 202010300271A CN 111553057 B CN111553057 B CN 111553057B
- Authority
- CN
- China
- Prior art keywords
- units
- voting structure
- health
- task
- voting
- 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
Links
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种健康状态层流逻辑中表决结构的健康建模与计算方法,包括:根据系统需要执行的任务,构建系统健康状态层流逻辑中的表决结构模型,所述表决结构是指系统内同时运行的M个单元中至少R个单元正常运行,才能使整个系统正常运行,M>R>1;确定表决结构中每个单元的任务健康度和重要度权重;利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度;利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度。
Description
技术领域
本发明涉及装备系统技术领域,特别涉及一种健康状态层流逻辑中表决结构的健康建模与计算方法。
背景技术
与该技术最相近的现有技术是《基于变权分层评分的卫星健康状态评估方法》,该专利公开了一种基于变权分层评分的卫星健康状态评估方法,首先从遥测参数中选定能表征卫星健康程度的特征参数作为评估数据,采用模糊无量纲化评分函数计算特征参数的健康状态评分;建立分层评估模型,在层次分析法基础权重上引入变权处理,获得变权权重;按照分层评估模型将评分和权重相结合,从底层往高层逐层计算评分值,最后得到最高层状态评分即评估对象的健康状态表征。该技术中仅在部件级到组件级考虑了不同健康状态层流模型对上一层级健康状态的影响,组件级到子系统级再到系统级的健康度计算都采用了加权求和的方式,未考虑不同结构模型对上一层级健康度的影响,并且权重值的设置只考虑了各层级单元的健康状态对于上一层级健康状态的影响,未具体考量组成单元退化或失效等对于上一层级任务完成能力以及风险后果的影响,仅根据该技术的评估结果无法制定明确的维修保障策略。
发明内容
根据本发明实施例提供的方案解决了卫星结构中普遍存在的表决结构健康状态层流模型的健康度评估问题。
根据本发明实施例提供的一种健康状态层流逻辑中表决结构的健康建模与计算方法,包括:
根据系统需要执行的任务,构建系统健康状态层流逻辑中的表决结构模型,所述表决结构是指系统内同时运行的M个单元中至少R个单元正常运行,才能使整个系统正常运行,M>R>1;
确定表决结构中每个单元的任务健康度和重要度权重;
利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度;
利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度。
优选地,所述利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度包括:
当表决结构中同时运行的M个单元中有R个单元正常运行时,根据表决结构中每个单元的任务健康度、同时运行的单元个数M以及正常运行单元个数R,分别计算当前表决结构的第一任务健康度。
优选地,所述利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度包括:
当表决结构同时运行的M个单元中有N个单元正常运行时,根据表决结构中每个单元的任务健康度、同时运行的单元个数M以及正常运行单元个数N,分别计算当前表决结构的第二任务健康度;
其中,M>N>R。
优选地,所述利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度包括:
当表决结构同时运行的M个单元中均正常运行时,根据表决结构中每个单元的任务健康度、同时运行的单元个数M以及正常运行单元个数M,分别计算当前表决结构的第三任务健康度。
优选地,所述利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度包括:
根据所述当前表决结构的第一任务健康度、第二任务健康度以及第三任务健康度,计算所述表决结构系统的任务健康度;
其中,计算所述表决结构系统的任务健康度的公式为:
其中,hsystem为表决结构系统的任务健康度;m为该系统中表决单元的个数;r为该系统正常工作时需要的最小正常单元个数,且1<r<m;为m个单元中任选k个单元的健康度,为剩余(m-k)个单元的健康度,为第i个单元的健康度;表示从m个单元中选k个单元的所有组合。
优选地,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:
当表决结构同时运行的M个单元中没有单元正常运行时,根据表决结构中每个单元的任务健康度和重要度权重以及同时运行的单元个数M,计算当前表决结构的第一异常风险健康度。
优选地,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:
当表决结构同时运行的M个单元中有n个单元正常运行时,根据表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数M以及正常运行单元个数n,分别计算当前表决结构的第二异常风险健康度;
其中,R>n。
优选地,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:
当表决结构同时运行的M个单元中有R个单元正常运行时,根据表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数M以及正常运行单元个数R,分别计算当前表决结构的第三正常风险健康度。
优选地,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:
当表决结构同时运行的M个单元中有N个单元正常运行时,根据表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数M以及正常运行单元个数N,分别计算当前表决结构的第四正常风险健康度;
其中,M>N≥R。
优选地,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:
根据所述当前表决结构的第一异常风险健康度、第二异常风险健康度、第三正常风险健康度以及第四正常风险健康度,计算所述表决结构系统的风险健康度;
其中,计算所述表决结构系统的风险健康度的公式为:
其中,rhsystem为表决结构系统的风险健康度;rhsystem(0)为该系统的初始风险健康度,默认为1;m为该系统中表决单元的个数;r为该系统正常工作时需要的最小正常单元个数,且1<r<m;为m个单元中任选k个单元的任务健康度,γ1~γk为该k个单元对应的权重,为剩余(m-k)个单元的任务健康度,为第i个单元的任务健康度;表示从m个单元中选k个单元的所有组合。
根据本发明实施例提供的方案,通过构建健康状态层流逻辑模型中的表决结构,扩展了健康状态层流逻辑模型对多种功能结构关系的表达能力,并为健康评估提供了重要的研究价值。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于理解本发明,并不构成对本发明的不当限定。
在附图中:
图1是本发明实施例提供的一种健康状态层流逻辑中表决结构的健康建模与计算方法的流程图;
图2是本发明实施例提供的健康状态层流逻辑中的表决结构模型示意图;
图3是本发明实施例提供的飞轮组的健康状态层流逻辑模型为5选3的表决结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行详细说明,应当理解,以下所说明的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
图1是本发明实施例提供的一种健康状态层流逻辑中表决结构的健康建模与计算方法的流程图,如图1所示,包括:
步骤S101:根据系统需要执行的任务,构建系统健康状态层流逻辑中的表决结构模型,所述表决结构是指系统内同时运行的M个单元中至少R个单元正常运行,才能使整个系统正常运行,M>R>1;
步骤S102:确定表决结构中每个单元的任务健康度和重要度权重;
步骤S103:利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度;
步骤S104:利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度。
其中,所述利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度包括:当表决结构中同时运行的M个单元中有R个单元正常运行时,根据表决结构中每个单元的任务健康度、同时运行的单元个数M以及正常运行单元个数R,分别计算当前表决结构的第一任务健康度。
其中,所述利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度包括:当表决结构同时运行的M个单元中有N个单元正常运行时,根据表决结构中每个单元的任务健康度、同时运行的单元个数M以及正常运行单元个数N,分别计算当前表决结构的第二任务健康度;其中,M>N>R。
其中,所述利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度包括:当表决结构同时运行的M个单元中均正常运行时,根据表决结构中每个单元的任务健康度、同时运行的单元个数M以及正常运行单元个数M,分别计算当前表决结构的第三任务健康度。
其中,所述利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度包括:根据所述当前表决结构的第一任务健康度、第二任务健康度以及第三任务健康度,计算所述表决结构系统的任务健康度;其中,计算所述表决结构系统的任务健康度的公式为:
其中,hsystem为表决结构系统的任务健康度;m为该系统中表决单元的个数;r为该系统正常工作时需要的最小正常单元个数,且1<r<m;为m个单元中任选k个单元的健康度,为剩余(m-k)个单元的健康度,为第i个单元的健康度;表示从m个单元中选k个单元的所有组合。
其中,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:当表决结构同时运行的M个单元中没有单元正常运行时,根据表决结构中每个单元的任务健康度和重要度权重以及同时运行的单元个数M,计算当前表决结构的第一异常风险健康度。
其中,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:当表决结构同时运行的M个单元中有n个单元正常运行时,根据表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数M以及正常运行单元个数n,分别计算当前表决结构的第二异常风险健康度;其中,R>n。
其中,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:当表决结构同时运行的M个单元中有R个单元正常运行时,根据表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数M以及正常运行单元个数R,分别计算当前表决结构的第三正常风险健康度。
其中,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:当表决结构同时运行的M个单元中有N个单元正常运行时,根据表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数M以及正常运行单元个数N,分别计算当前表决结构的第四正常风险健康度;其中,M>N≥R。
其中,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:根据所述当前表决结构的第一异常风险健康度、第二异常风险健康度、第三正常风险健康度以及第四正常风险健康度,计算所述表决结构系统的风险健康度;
其中,计算所述表决结构系统的风险健康度的公式为:
其中,rhsystem为表决结构系统的风险健康度;rhsystem(0)为该系统的初始风险健康度,默认为1;m为该系统中表决单元的个数;r为该系统正常工作时需要的最小正常单元个数,且1<r<m;为m个单元中任选k个单元的任务健康度,γ1~γk为该k个单元对应的权重,为剩余(m-k)个单元的任务健康度,为第i个单元的任务健康度;表示从m个单元中选k个单元的所有组合。
本发明的技术方案是:一种基于健康状态层流逻辑中表决结构的健康层级评估方法。包括步骤一:建立表决结构健康状态层流模型;步骤二:计算各单元权重;步骤三:计算表决系统的任务健康度和风险健康度。
本发明需要的定义如下:
1)任务健康度是评估对象完成不同既定任务的综合能力的度量。
2)风险健康度是评估对象承受执行任务过程中风险的能力的度量,对于包含多个组成单元的系统而言,其执行任务过程中的风险为各个单元无法完成既定任务与其严重程度的乘积之和。
本申请的技术方案包括如下:
步骤一:建立表决结构健康状态层流逻辑模型
健康状态层流逻辑中的表决结构模型如图2所示,在表决结构中,系统内m单元同时运行,当正常运行的单元数大于等于表决数r时,表决结构正常工作,当正常运行的单元数小于表决数r时,表决结构无法正常工作。
其中,单元的重要度Ci=x,x∈{1,2,3,4,5},i=1,…,n,值越大表示重要度等级越高,该单元在系统执行任务的过程中越重要,重要度可通过专家知识、历史经验等方式确定。
步骤二:计算各单元权重
单元权重的计算以单元重要度为基础,利用层次分析法进行计算。具体思路为:根据表决结构中多个单元的重要度序列得出判断矩阵,通过求解矩阵的特征向量并归一化得到各单元的权重。
层次分析法中判断矩阵的确定方法:根据下表1将重要度序列转化为层次分析法的判断矩阵。
表格1重要度等级差距与判断矩阵元素值对应表
重要度等级差距 | 判断矩阵元素值 | 重要度等级差距 | 判断矩阵元素值 |
重要度等级相同 | 1 | 重要度低一级 | 1/3 |
重要度高一级 | 3 | 重要度低两级 | 1/5 |
重要度高两级 | 5 | 重要度低三级 | 1/7 |
重要度高三级 | 7 | 重要度低四级 | 1/9 |
重要度高四级 | 9 |
若重要度序列为C={C1,C2,…Cn},则对应的判断矩阵表示为:
其中ai,j由第i个单元和第j个单元的重要度等级差距查表确定。
求解判断矩阵A的特征根,得到最大特征值λmax对应的特征向量ω=(ω1,ω2,…,ωn),将特征向量线性归一化后即可得到重要度序列中对应单元的权重。线性归一化公式如下:
式中,βi为第i个单元的重要度。
步骤三:计算表决系统的任务健康度和风险健康度
在默认表决器始终正常工作的前提下,表决系统任务健康度的计算方法为:
其中,hsystem为系统的任务健康度;m为该系统中表决单元的个数;r为该系统正常工作时需要的最小正常单元个数,且1<r<m;为m个单元中任选k个单元的健康度,为剩余(m-k)个单元的健康度,为第i个单元的健康度;表示从m个单元中选k个单元的所有组合。
其风险健康度计算方法为:
其中,rhsystem为系统的风险健康度;rhsystem(0)为该系统的初始风险健康度,默认为1;m为该系统中表决单元的个数;r为该系统正常工作时需要的最小正常单元个数,且1<r<m;为m个单元中任选k个单元的任务健康度,γ1~γk为该k个单元对应的权重,为剩余(m-k)个单元的任务健康度,为第i个单元的任务健康度;表示从m个单元中选k个单元的所有组合。
案例说明
以姿态控制系统飞轮组的健康建模与计算为例。卫星姿控分系统中的飞轮组由5个飞轮构成,卫星姿态控制系统通过飞轮来实现卫星的姿态定位。为保证卫星的姿态稳定,需要卫星在x、y、z三轴方向稳定,因此姿态控制系统需要三个飞轮正常工作即可保证卫星姿态稳定。由于卫星具有高可靠性需求,因此卫星姿态控制系统中飞轮组包含5个飞轮,5个飞轮中当有任意三个飞轮正常工作时,即可保证卫星的三轴稳定。
步骤一、建立飞轮组表决结构模型
根据卫星姿态控制系统飞轮组的设计与工作原理,姿态控制系统飞轮组中仅需任意三个飞轮正常工作即可保证姿态稳定。构建飞轮组的健康状态层流逻辑模型为5选3的表决结构。如图3所示。
假设各个飞轮重要度相同:C1=C2=C3=C4=C5=2.
步骤二、计算各个结构权重
根据重要度等级差距与判断矩阵元素值对应表得到的判断矩阵为:
求得矩阵最大特征值对应的特征向量为ω=(0.4472,0.4472,0.4472,0.4472,0.4472),通过归一化可得重要度权重为β1……β5=(0.2000,0.2000,0.2000,0.2000,0.2000)。根据公式中健康度重排的顺序重排β序列,即可获得公式中γ1~γk k个单元对应的权重。
步骤三:计算飞轮组的任务健康度和风险健康度
假设根据各飞轮的监测数据和相应的健康评估方法如《一种基于地面测试数据的卫星贝叶斯网络健康确定方法;公开号:103678886B》得到飞轮的健康度,并作为飞轮的任务健康度,如下表2所示.
单机名称 | 任务健康度 |
飞轮A | 0.94 |
飞轮B | 0.95 |
飞轮C | 0.97 |
飞轮D | 0.90 |
飞轮E | 0.86 |
根据上文中提出的表决结构模型任务健康度计算方法计算飞轮组的任务健康度,计算过程如下:
k=3(k=r,第一种情况,即当前仅有三个飞轮正常,飞轮组正常工作):
序号 | 飞轮A | 飞轮B | 飞轮C | 飞轮D | 飞轮E | 任务健康度 |
1 | 正常 | 正常 | 正常 | 故障 | 故障 | 0.01212694 |
2 | 正常 | 正常 | 故障 | 正常 | 故障 | 0.00337554 |
3 | 正常 | 正常 | 故障 | 故障 | 正常 | 0.00230394 |
4 | 正常 | 故障 | 正常 | 正常 | 故障 | 0.00574434 |
5 | 正常 | 故障 | 正常 | 故障 | 正常 | 0.00392074 |
6 | 正常 | 故障 | 故障 | 正常 | 正常 | 0.00109134 |
7 | 故障 | 正常 | 正常 | 正常 | 故障 | 0.00696654 |
8 | 故障 | 正常 | 正常 | 故障 | 正常 | 0.00475494 |
9 | 故障 | 正常 | 故障 | 正常 | 正常 | 0.00132354 |
10 | 故障 | 故障 | 正常 | 正常 | 正常 | 0.00225234 |
合计 | 0.04386020 |
k=4(第二种情况,即当前有四个飞轮正常,飞轮组正常工作):
序号 | 飞轮A | 飞轮B | 飞轮C | 飞轮D | 飞轮E | 任务健康度 |
1 | 正常 | 正常 | 正常 | 正常 | 故障 | 0.10914246 |
2 | 正常 | 正常 | 正常 | 故障 | 正常 | 0.07449406 |
3 | 正常 | 正常 | 故障 | 正常 | 正常 | 0.02073546 |
4 | 正常 | 故障 | 正常 | 正常 | 正常 | 0.03528666 |
5 | 故障 | 正常 | 正常 | 正常 | 正常 | 0.04279466 |
合计 | 0.28245330 |
k=5(k=m,第三种情况,即当前五个飞轮均正常,飞轮组正常工作)
序号 | 飞轮A | 飞轮B | 飞轮C | 飞轮D | 飞轮E | 任务健康度 |
1 | 正常 | 正常 | 正常 | 正常 | 正常 | 0.67044654 |
合计 | 0.67044654 |
对上述三种情况下飞轮组的任务健康度进行求和得到飞轮组的任务健康度:
h飞轮组=0.04386020+0.28245330+0.67044654=0.9967604
根据上文中提出的表决结构模型任务健康度计算方法计算飞轮组的任务健康度,计算过程如下:
当飞轮组无法正常工作时:
k=0(第一种情况,即没有飞轮均处于健康状态,飞轮组无法正常工作)
序号 | 飞轮A | 飞轮B | 飞轮C | 飞轮D | 飞轮E | 风险 |
1 | 故障 | 故障 | 故障 | 故障 | 故障 | 0.00000126 |
合计 | 0.00000126 |
k=1(第二种情况,即仅有一个飞轮健康,飞轮组无法正常工作)
序号 | 飞轮A | 飞轮B | 飞轮C | 飞轮D | 飞轮E | 风险 |
1 | 正常 | 故障 | 故障 | 故障 | 故障 | 0.00001974 |
2 | 故障 | 正常 | 故障 | 故障 | 故障 | 0.00002394 |
3 | 故障 | 故障 | 正常 | 故障 | 故障 | 0.00004074 |
4 | 故障 | 故障 | 故障 | 正常 | 故障 | 0.00001134 |
5 | 故障 | 故障 | 故障 | 故障 | 正常 | 0.00000774 |
合计 | 0.00010350 |
k=2(第三种情况,即仅有两个飞轮健康,飞轮组无法正常工作)
当飞轮组能够正常工作时:
k=3(第四种情况,即当前仅有三个飞轮健康,飞轮组正常工作)
序号 | 飞轮A | 飞轮B | 飞轮C | 飞轮D | 飞轮E | 风险 |
1 | 正常 | 正常 | 正常 | 故障 | 故障 | 0.00033955 |
2 | 正常 | 正常 | 故障 | 正常 | 故障 | 0.00014177 |
3 | 正常 | 正常 | 故障 | 故障 | 正常 | 0.00011520 |
4 | 正常 | 故障 | 正常 | 正常 | 故障 | 0.00021828 |
5 | 正常 | 故障 | 正常 | 故障 | 正常 | 0.00018035 |
6 | 正常 | 故障 | 故障 | 正常 | 正常 | 0.00006548 |
7 | 故障 | 正常 | 正常 | 正常 | 故障 | 0.00025080 |
8 | 故障 | 正常 | 正常 | 故障 | 正常 | 0.00020922 |
9 | 故障 | 正常 | 故障 | 正常 | 正常 | 0.00005294 |
10 | 故障 | 故障 | 正常 | 正常 | 正常 | 0.00012163 |
合计 | 0.00169522 |
k=4(第五种情况,即当前有四个飞轮正常,飞轮组正常工作):
序号 | 飞轮A | 飞轮B | 飞轮C | 飞轮D | 飞轮E | 风险 |
1 | 正常 | 正常 | 正常 | 正常 | 故障 | 0.00523884 |
2 | 正常 | 正常 | 正常 | 故障 | 正常 | 0.00417167 |
3 | 正常 | 正常 | 故障 | 正常 | 正常 | 0.00145149 |
4 | 正常 | 故障 | 正常 | 正常 | 正常 | 0.00232892 |
5 | 故障 | 正常 | 正常 | 正常 | 正常 | 0.00273886 |
合计 | 0.01592978 |
k=5(第六种情况,即当前五个飞轮均正常,飞轮组正常工作):
序号 | 飞轮A | 飞轮B | 飞轮C | 飞轮D | 飞轮E | 风险 |
1 | 正常 | 正常 | 正常 | 正常 | 正常 | 0.05095394 |
合计 | 0.05095394 |
对上述六种情况下飞轮组的风险进行求和并在默认初始风险健康度rh(0)为1的情况下计算飞轮组的风险健康度:
本发明丰富了健康状态层流逻辑模型对表决结构的支持,提出了符合表决结构特点的任务健康度和风险健康度层级计算方法,为包含表决结构的复杂装备层级健康评估提供技术支撑。
尽管上文对本发明进行了详细说明,但是本发明不限于此,本技术领域技术人员可以根据本发明的原理进行各种修改。因此,凡按照本发明原理所作的修改,都应当理解为落入本发明的保护范围。
Claims (10)
1.一种健康状态层流逻辑中表决结构的健康建模与计算方法,其特征在于,包括:
根据系统需要执行的任务,构建系统健康状态层流逻辑中的表决结构模型,所述表决结构是指系统内同时运行的m个单元中至少r个单元正常运行,才能使整个系统正常运行,m>r>1;
确定表决结构中每个单元的任务健康度和重要度权重;
利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度hsystem,
其中,m为该系统中表决单元的个数;r为该系统正常工作时需要的最小正常单元个数,且1<r<m;为m个单元中任选k个单元的任务健康度,为剩余(m-k)个单元的任务健康度;表示从m个单元中选k个单元的所有组合;
利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度。
2.根据权利要求1所述的方法,其特征在于,所述利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度包括:
当表决结构中同时运行的m个单元中有r个单元正常运行时,根据表决结构中每个单元的任务健康度、同时运行的单元个数m以及正常运行单元个数r,分别计算当前表决结构的第一任务健康度。
3.根据权利要求2所述的方法,其特征在于,所述利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度包括:
当表决结构同时运行的m个单元中有n个单元正常运行时,根据表决结构中每个单元的任务健康度、同时运行的单元个数m以及正常运行单元个数n,分别计算当前表决结构的第二任务健康度;
其中,m>n>r。
4.根据权利要求3所述的方法,其特征在于,所述利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度包括:
当表决结构同时运行的m个单元中均正常运行时,根据表决结构中每个单元的任务健康度、同时运行的单元个数m以及正常运行单元个数m,分别计算当前表决结构的第三任务健康度。
5.根据权利要求4所述的方法,其特征在于,所述利用所述表决结构中每个单元的任务健康度、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的任务健康度包括:
根据所述当前表决结构的第一任务健康度、第二任务健康度以及第三任务健康度,计算所述表决结构系统的任务健康度。
6.根据权利要求1所述的方法,其特征在于,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:
当表决结构同时运行的m个单元中没有单元正常运行时,根据表决结构中每个单元的任务健康度和重要度权重以及同时运行的单元个数m,计算当前表决结构的第一异常风险健康度。
7.根据权利要求6所述的方法,其特征在于,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:
当表决结构同时运行的m个单元中有n个单元正常运行时,根据表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数m以及正常运行单元个数n,分别计算当前表决结构的第二异常风险健康度;
其中,m>n。
8.根据权利要求7所述的方法,其特征在于,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:
当表决结构同时运行的m个单元中有r个单元正常运行时,根据表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数m以及正常运行单元个数r,分别计算当前表决结构的第三正常风险健康度。
9.根据权利要求8所述的方法,其特征在于,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:
当表决结构同时运行的m个单元中有n个单元正常运行时,根据表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数m以及正常运行单元个数n,分别计算当前表决结构的第四正常风险健康度;
其中,m>n≥r。
10.根据权利要求9所述的方法,其特征在于,所述利用所述表决结构中每个单元的任务健康度和重要度权重、同时运行的单元个数以及正常运行单元个数,计算所述表决结构系统的风险健康度包括:
根据所述当前表决结构的第一异常风险健康度、第二异常风险健康度、第三正常风险健康度以及第四正常风险健康度,计算所述表决结构系统的风险健康度;
其中,计算所述表决结构系统的风险健康度的公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010300271.4A CN111553057B (zh) | 2020-04-16 | 2020-04-16 | 一种健康状态层流逻辑中表决结构的健康建模与计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010300271.4A CN111553057B (zh) | 2020-04-16 | 2020-04-16 | 一种健康状态层流逻辑中表决结构的健康建模与计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111553057A CN111553057A (zh) | 2020-08-18 |
CN111553057B true CN111553057B (zh) | 2022-01-28 |
Family
ID=72004066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010300271.4A Active CN111553057B (zh) | 2020-04-16 | 2020-04-16 | 一种健康状态层流逻辑中表决结构的健康建模与计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111553057B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663227A (zh) * | 2012-03-07 | 2012-09-12 | 北京航空航天大学 | 一种复杂表决系统的可靠性建模与解算方法 |
CN105334749A (zh) * | 2015-11-03 | 2016-02-17 | 北京航空航天大学 | 故障相关表决系统可靠性数学模型的数值解算方法 |
CN106599580A (zh) * | 2016-12-14 | 2017-04-26 | 中国人民解放军国防科学技术大学 | 基于可重构度的卫星在轨健康状态评估方法及评估系统 |
CN106897557A (zh) * | 2017-02-23 | 2017-06-27 | 中国人民解放军国防科学技术大学 | 基于部件功能映射图的卫星在轨健康状态评估方法及评估系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218515B (zh) * | 2013-03-21 | 2015-11-18 | 西北工业大学 | 基于变权分层评分的卫星健康状态评估方法 |
CN108228412A (zh) * | 2016-12-15 | 2018-06-29 | 中国电子科技集团公司电子科学研究院 | 一种基于系统健康度监测系统故障及隐患的方法及装置 |
CN107576920B (zh) * | 2017-08-02 | 2020-07-14 | 北京空间飞行器总体设计部 | 一种基于模糊多属性评价的卫星电源健康度计算方法 |
CN109885907B (zh) * | 2019-01-29 | 2023-06-09 | 南京航空航天大学 | 一种基于云模型的卫星姿控系统健康状态评估和预测方法 |
-
2020
- 2020-04-16 CN CN202010300271.4A patent/CN111553057B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663227A (zh) * | 2012-03-07 | 2012-09-12 | 北京航空航天大学 | 一种复杂表决系统的可靠性建模与解算方法 |
CN105334749A (zh) * | 2015-11-03 | 2016-02-17 | 北京航空航天大学 | 故障相关表决系统可靠性数学模型的数值解算方法 |
CN106599580A (zh) * | 2016-12-14 | 2017-04-26 | 中国人民解放军国防科学技术大学 | 基于可重构度的卫星在轨健康状态评估方法及评估系统 |
CN106897557A (zh) * | 2017-02-23 | 2017-06-27 | 中国人民解放军国防科学技术大学 | 基于部件功能映射图的卫星在轨健康状态评估方法及评估系统 |
Non-Patent Citations (4)
Title |
---|
修复率可变化的表决系统可靠性分析;张元元 等;《数学的实践与认识》;20170331;第47卷(第6期);全文 * |
基于PH分布的n中取k系统可靠性模型研究;陈童 等;《系统工程理论与实践》;20150131;第35卷(第1期);第2-3节 * |
基于逻辑框图的卫星健康评估方法;朱昶文 等;《计算机测量与控制》;20200229;第28卷(第2期);摘要、第1-4节 * |
微纳卫星自主健康状态评估方法研究;夏开心;《中国优秀硕士学位论文全文数据库(工程科技II辑)》;20170215(第2期);第22-26页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111553057A (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111581782B (zh) | 一种基于健康状态层流逻辑模型的卫星健康层级评估方法 | |
CN107576920B (zh) | 一种基于模糊多属性评价的卫星电源健康度计算方法 | |
CN105096053A (zh) | 一种适用于复杂工艺系统的健康管理决策方法 | |
CN103235877A (zh) | 机器人控制软件模块划分方法 | |
CN104573906A (zh) | 用于分析电力传输系统中的振荡稳定性的系统和方法 | |
CN115310378A (zh) | 一种极端台风灾害下电网韧性评估及差异化规划方法 | |
CN109599866B (zh) | 一种预测辅助的电力系统状态估计方法 | |
CN109977621A (zh) | 一种基于深度学习的空调故障预测方法 | |
Aqlan et al. | Integrating artificial neural networks and cluster analysis to assess energy efficiency of buildings | |
CN111553057B (zh) | 一种健康状态层流逻辑中表决结构的健康建模与计算方法 | |
CN111553058B (zh) | 一种航天器多维度可扩展层级健康评估方法 | |
CN111553059B (zh) | 一种任务健康和风险健康耦合的卫星健康度评估方法 | |
CN117611018A (zh) | 基于无人集群规模和指标动态调整的效能推演评估方法 | |
CN111429023B (zh) | 一种磁浮交通高安全系统风险指标重要性的评估方法 | |
CN108898890B (zh) | 空管运行效率等级评估方法及其装置 | |
CN112016239A (zh) | 一种基于动态贝叶斯网络快速求解系统可靠度的方法 | |
CN111553056B (zh) | 面向任务和风险的卫星典型功能结构层级健康度评估方法 | |
CN116109175A (zh) | 电力系统风险分析方法及装置 | |
CN104700218A (zh) | 用于确定电网分区数量以及电网分区的方法和系统 | |
CN114548585A (zh) | 一种基于神经网络的城市建筑震害预测方法 | |
CN111581781B (zh) | 一种装备健康状态层流逻辑建模与分析方法 | |
CN110207871B (zh) | 风电机组的应力预测的方法、装置、存储介质和系统 | |
CN112733450A (zh) | 一种电力网络中节点故障的分析方法及装置 | |
CN115793493B (zh) | 一种航天器供配电分系统在轨飞行仿真测试方法 | |
CN114676572B (zh) | 一种参数确定方法及装置、计算机可读存储介质 |
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 |