CN112000750A - 一种基于关系数据库的t-s故障树建立方法 - Google Patents

一种基于关系数据库的t-s故障树建立方法 Download PDF

Info

Publication number
CN112000750A
CN112000750A CN202010786509.9A CN202010786509A CN112000750A CN 112000750 A CN112000750 A CN 112000750A CN 202010786509 A CN202010786509 A CN 202010786509A CN 112000750 A CN112000750 A CN 112000750A
Authority
CN
China
Prior art keywords
product
failure
target
database
event
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
Application number
CN202010786509.9A
Other languages
English (en)
Inventor
白斌
张俊一
杨旗
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.)
Hebei University of Technology
Original Assignee
Hebei University of Technology
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 Hebei University of Technology filed Critical Hebei University of Technology
Priority to CN202010786509.9A priority Critical patent/CN112000750A/zh
Publication of CN112000750A publication Critical patent/CN112000750A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)

Abstract

本申请提供一种基于关系数据库的T‑S故障树建立方法，包括以下步骤：建立产品的信息关系数据库；挑选出一个未被挑选过的产品作为目标产品；获取目标产品的故障模式，分别将每个故障模式作为一个顶事件；挑选出一个未被挑选过的顶事件作为目标顶事件；筛选出引发目标顶事件的故障模式并作为目标顶事件的底事件；将目标顶事件的所有底事件通过T‑S门进行关联，分析关联后造成底事件对应的故障原因；判断所有顶事件及所有产品是否全部被挑选；结束所述故障树的创建。通过上述步骤，引入了T‑S模糊门，使得建树时不需要明确产品各零部件的逻辑关系且能够描述产品的多种工作状态，使故障树的建立过程准确快速，降低了对设计人员能力的依赖程度。

Description

一种基于关系数据库的T-S故障树建立方法
技术领域
本公开一般涉及故障树技术领域，具体涉及基于关系数据库的T-S故障树技术领域。
背景技术
随着工业的飞速发展，产品的可靠性越来越受到人们的重视。如果产品的可靠性得不到保障，产品的维修将会耗费企业大量的人力物力，影响企业的经济效益。因此，对产品开展可靠性分析和评估，通过分析结果对产品的薄弱环节进行完善是必不可少的。
故障树分析(Fault Tree Analysis，FTA)主要对产品进行可靠性评估，但是FTA只能分析产品的两种工作状态，即正常运行和故障。而且复杂系统多会出现共因故障，难以用逻辑关系分析故障模式及故障原因之间的联系。对产品进行FTA分析时，首先要建立系统的故障树图。构建故障树的关键是要了解所分析的系统各子系统及零部件的结构关系、故障模式、影响以及致命性，故障树建立是否合理将直接影响定性分析与定量计算结果的准确性。
目前传统故障树的建立依赖逻辑关系，且不能对产品的不同工作状态进行描述；在分析复杂系统时，由于各个子系统间的耦合性，系统间的相互关系也变得复杂，往往需要产品设计人员非常熟悉产品的结构和故障模式才能建立故障树，对设计人员的依赖性过高，需要大量的时间才能完成故障树构建。因此，如何快速的建立产品的故障树图，克服传统故障树依赖逻辑关系描述故障原因成为本领域的难点。
发明内容
鉴于现有技术中的上述缺陷或不足，期望提供一种可以克服传统故障树依赖逻辑关系描述故障原因，基于关系数据库的T-S故障树建立方法。
本申请提供一种基于关系数据库的T-S故障树建立方法，包括以下步骤：
S100：建立产品的信息关系数据库，所述信息关系数据库包括产品基本信息数据库、产品构成信息数据库、产品故障模式数据库以及产品故障原因数据库；
S200：从所述产品基本信息数据库中挑选出一个未被挑选过的产品作为目标产品；
S300：从所述产品故障模式信息数据库中获取所述目标产品的故障模式，分别将每个故障模式作为一个顶事件；
S400：从所有所述顶事件中挑选出一个未被挑选过的顶事件作为目标顶事件；
S500：从所述产品构成信息数据库中查询所述目标产品的同层产品和下一层产品，从所述产品故障模式信息数据库中获取所述下一层产品的故障模式和所述同层产品的故障模式，筛选出引发所述目标顶事件的故障模式作为所述目标顶事件的底事件；
S600：将所述目标顶事件的所有所述底事件通过T-S门进行关联，分析关联后造成所述底事件对应的故障原因，通过产品故障原因数据库记录产品的故障原因；
S700：判断所述目标产品的所有顶事件是否全部被挑选，如果否，则返回S400；
S800：判断所述产品基本信息数据库中记录的所有产品是否全部被挑选，如果否，则返回S200；
S900：结束所述故障树的创建。
根据本申请实施例提供的技术方案，步骤S100中所述产品基本信息数据库配置用于按层次记录产品信息；所述产品构成信息数据库配置用于记录各产品的组成；所述产品故障模式数据库配置用于记录产品的故障模式；所述产品故障原因数据库配置用于记录所述故障模式对应的故障原因。
根据本申请实施例提供的技术方案，步骤S200中挑选所述目标产品的方式按照所述产品基本信息数据库层次记录的自上而下的顺序进行挑选。
根据本申请实施例提供的技术方案，所述T-S门的算法逻辑具体为：
设定
Figure BDA0002622170320000031
分别用于描述底事件x1,x2,…,xn的故障程度，设定
Figure BDA0002622170320000032
用于描述顶事件y的故障程度；
设定当x1为
Figure BDA0002622170320000033
且x2为
Figure BDA0002622170320000034
…且xn为
Figure BDA0002622170320000035
时，y为y1的可能性为Pl(y1)，y为y2的可能性为Pl(y2)，…，y为
Figure BDA0002622170320000036
的可能性为
Figure BDA0002622170320000037
设定底事件各种故障程度的模糊可能性为
Figure BDA0002622170320000038
则所述顶事件y的模糊可能性为：
Figure BDA0002622170320000039
其中：
Figure BDA00026221703200000310
Figure BDA00026221703200000311
本申请的优点在于：本申请通过建立产品的信息关系数据库，并根据所述信息关系数据库挑选和获取相应的目标产品、目标顶事件及其底事件，通过T-S门将所述目标产品、目标顶事件以及底事件进行关联，完成故障树的创建；
一方面通过将T-S模糊模型引入到故障树中，使得建树时不需要明确产品各零部件的逻辑关系，且能够描述产品的多种工作状态。
另一方面避免了对设计人员知识水平的依赖，利用关系数据库中的信息建立产品的故障树，使故障树的建立过程准确快速。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1为本申请提供的一种基于关系数据库的T-S故障树建立方法流程图；
图2为图1所示建立方法创建的T-S故障树图；
图中标号：
1、编码器故障；2、晶体管故障；3、电源故障；4、继电器故障；5、接线松动；6、内部线路故障；7、I/O接口故障；8、网口故障；9、通信接口故障；10、短路烧毁；11、制动电阻过小；12、过流；13、过压；14、负载过大；15、抱闸失效；16、温度异常；17、无法通电；18、指示灯不亮；19、跳闸；100、驱动器故障；101、元器件故障；102、线路故障；103、接口故障；104、驱动器烧毁；105、其他故障；
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例1
请参考图1为本申请提供的一种基于关系数据库的T-S故障树建立方法，包括以下步骤：
S100：建立产品的信息关系数据库，所述信息关系数据库包括产品基本信息数据库、产品构成信息数据库、产品故障模式数据库以及产品故障原因数据库；
S200：从所述产品基本信息数据库中挑选出一个未被挑选过的产品作为目标产品；
S300：从所述产品故障模式信息数据库中获取所述目标产品的故障模式，分别将每个故障模式作为一个顶事件；
S400：从所有所述顶事件中挑选出一个未被挑选过的顶事件作为目标顶事件；
S500：从所述产品构成信息数据库中查询所述目标产品的同层产品和下一层产品，从所述产品故障模式信息数据库中获取所述下一层产品的故障模式和所述同层产品的故障模式，筛选出引发所述目标顶事件的故障模式并作为所述目标顶事件的底事件；
S600：将所述目标顶事件的所有所述底事件通过T-S门进行关联，分析关联后造成所述底事件对应的故障原因，通过产品故障原因数据库记录产品的故障原因；
S700：判断所述目标产品的所有顶事件是否全部被挑选，如果否，则返回S400；
S800：判断所述产品基本信息数据库中记录的所有产品是否全部被挑选，如果否，则返回S200；
S900：结束所述故障树的创建。
本申请通过建立产品的信息关系数据库，并根据所述信息关系数据库挑选和获取相应的目标产品、目标顶事件及其底事件，通过T-S门将所述目标产品、目标顶事件以及底事件进行关联，完成故障树的创建；
一方面通过引入T-S模糊模型，利用T-S故障树对产品进行分析，建树时不需要明确产品各零部件的逻辑关系，即只需要明确产品上下层级之间的关系，且能够描述产品的多种工作状态，例如无故障、轻微故障、严重故障等。
另一方面避免了对设计人员知识水平的依赖，利用关系数据库中的信息建立产品的故障树，使故障树的建立过程准确快速。
为了进一步的体现本申请的创建流程，以驱动器产品为例；其中，驱动器故障100包括元器件故障101、线路故障102、接口故障103、驱动器烧毁104以及其他故障105；所述元器件故障101的故障模式包括编码器故障1、晶体管故障2、电源故障3、继电器故障4；所述线路故障102的故障模式包括接线松动故障5以及内部线路故障6；接口故障103的故障模式包括I/O接口故障7、网口故障8以及通信接口故障9；驱动器烧毁104的故障模式包括短路烧毁10、制动电阻过小11、过流12、过压13以及负载过大14；其他故障105的故障模式包括抱闸失效15、温度异常16、无法通电17、指示灯不亮18以及跳闸19；
具体创建过程如下：
S100：建立产品的信息关系数据库，所述信息关系数据库包括产品基本信息数据库、产品构成信息数据库、产品故障模式数据库以及产品故障原因数据库；其中，所述产品基本信息数据库中包括所述驱动器，所述产品构成信息数据库中配置用于记录所述驱动器的组成产品，所述故障模式数据库中包括上述故障模式，所述产品故障原因数据库中包括所有所述故障模式的故障原因。
S200：从所述产品基本信息数据库中挑选驱动器作为目标产品；
S300：从所述产品故障模式信息数据库中获取所述驱动器的故障模式：元器件故障101、线路故障102、接口故障103、驱动器烧毁104、其他故障105共五种故障模式，分别将每个故障模式作为一个顶事件；
S400：从上述5个顶事件中挑选出一个未被挑选过的顶事件作为目标顶事件，例如挑选元器件故障101为目标顶事件；
S500：从所述产品构成信息数据库中查询所述驱动器的同层产品和下一层产品，从所述产品故障模式信息数据库中获取所述下一层产品的故障模式和所述同层产品的故障模式，从所述下一层产品的故障模式和所述同层产品的故障模式中筛选出引发所述元器件故障101的故障模式作为底事件，即所述底事件包括：编码器故障1、晶体管故障2、电源故障3、继电器故障4；
S600：将编码器故障1、晶体管故障2、电源故障3、继电器故障4与所述元器件故障101通过T-S门进行关联，分析关联后造成所述底事件对应的故障原因，通过产品故障原因数据库记录产品的故障原因；以电源故障3为例，其故障原因为电压不稳、电源开路、电源烧毁、电源发热异常；可以知道的是，所述故障原因数据库的建立可以确保在产品故障后能够迅速找到与之对应的故障原因，从而及时作出排查维修或改进。
S700：判断所述驱动器的所有顶事件是否全部被挑选，判断结果为否，返回步骤S400继续选取其它目标顶事件，例如选取线路故障102，重复上述过程，直到所有顶事件挑选完成；
S800：判断所述产品基本信息数据库中记录的所有产品是否全部被挑选，由于所述产品基本信息数据库中只包含驱动器一种产品，因此不再返回步骤2；
S900：结束所述故障树的创建，创建后的故障树如图2所示。
具体的，为了便于区分及解释说明，如图2所示，所述元器件故障101与其故障模式进行关联的T-S门通过“门2”表示；同理，将所述线路故障102与其故障模式进行关联的T-S门通过“门3”表示；将所述接口故障103与其故障模式进行关联的T-S门通过“门4”表示；将所述驱动器烧毁104与其故障模式进行关联的T-S门通过“门5”表示；将所述其他故障105与其故障模式进行关联的T-S门通过“门6”表示；将所述驱动器故障100与其故障模式进行关联的T-S门通过“门1”表示。
其中，在所述步骤S100的优选实施方式中，所述产品基本信息数据库配置用于按层次记录产品信息，例如驱动器；所述产品构成信息数据库配置用于记录各产品的组成，例如所述驱动器的组成，即元器件、线路、接口等；所述产品故障模式数据库配置用于记录产品的故障模式，例如元器件故障101、线路故障102等；所述产品故障原因数据库配置用于记录所述故障模式对应的故障原因，例如所述电源故障3所对应的故障原因为电压不稳、电源开路、电源烧毁、电源发热异常等。
其中，在所述步骤S200的优选实施方式中，挑选所述目标产品的方式按照所述产品基本信息数据库层次记录的自上而下的顺序进行挑选。
具体的，通过按照所述产品基本信息数据库层次记录的自上而下的顺序进行挑选可防止遗漏部分底事件而使得故障树不完整，提高了故障树的可靠性。
其中，在所述T-S门的优选实施方式中，所述T-S门的算法逻辑为：
设定
Figure BDA0002622170320000081
分别用于描述底事件x1,x2,…,xn的故障程度，设定
Figure BDA0002622170320000082
用于描述顶事件y的故障程度；
设定当x1为
Figure BDA0002622170320000083
且x2为
Figure BDA0002622170320000084
…且xn为
Figure BDA0002622170320000085
时，y为y1的可能性为Pl(y1)，y为y2的可能性为Pl(y2)，…，y为
Figure BDA0002622170320000086
的可能性为
Figure BDA0002622170320000087
设定底事件各种故障程度的模糊可能性为
Figure BDA0002622170320000088
则所述顶事件y的模糊可能性为：
Figure BDA0002622170320000089
其中：
Figure BDA00026221703200000810
Figure BDA00026221703200000811
具体的，T-S门用于描述事件的联系，通过底事件的模糊可能性以及T-S门规则可求出顶事件发生的模糊可能性。
T-S模型可具体表述为：
设定
Figure BDA00026221703200000812
分别用于描述底事件x1,x2,…,xn的故障程度，设定
Figure BDA00026221703200000813
用于描述顶事件y的故障程度，其中：
Figure BDA00026221703200000814
则T-S门算法定义如下：
规则l：如果x1为
Figure BDA00026221703200000815
且x2为
Figure BDA00026221703200000816
…且xn为
Figure BDA00026221703200000817
则y为y1的可能性为Pl(y1)，y为y2的可能性为Pl(y2)，…，y为
Figure BDA00026221703200000818
的可能性为
Figure BDA00026221703200000819
其中，i1＝1,2,…,k1；i2＝1,2,…,k2；…；in＝1,2,…,kn。m为规则总数，满足：
Figure BDA0002622170320000091
假设底事件各种故障程度的模糊可能性为
Figure BDA0002622170320000092
则规则l执行的可能性为：
Figure BDA0002622170320000093
则所述顶事件y的模糊可能性为：
Figure BDA0002622170320000094
具体的，所述T-S门规则需根据具体问题进行制定，针对本实施例提供的驱动器产品，其T-S门规则可如表1-表6所示：
Figure BDA0002622170320000095
表1(T-S门1规则表)
Figure BDA0002622170320000101
表2(T-S门2规则表)
Figure BDA0002622170320000102
表3(T-S门3规则表)
Figure BDA0002622170320000103
表4(T-S门4规则表)
Figure BDA0002622170320000111
表5(T-S门5规则表)
Figure BDA0002622170320000112
表6(T-S门6规则表)
为了进一步说明所述T-S模型的算法原理，分别用0、0.5、1表示产品无故障、轻微故障、严重故障三种故障程度，以“线路故障102”为例，其接线松动5轻微故障概率为P(x5＝0.5)＝1.336×10-6，严重故障概率为P(x5＝1)＝1.336×10-6，无故障概率为P(x5＝0)＝1-2×1.336×10-6；内部线路故障6轻微故障概率为P(x6＝0.5)＝1.7724×10-6，严重故障概率为P(x6＝1)＝1.7724×10-6，无故障概率为P(x6＝0)＝1-2*1.7724*10-6；
设定线路故障102发生轻微故障概率为P(y2＝0.5)；严重故障概率为P(y2＝1)；无故障概率为P(y2＝0)；
所述线路故障102对应T-S门规则如表3所示，计算结果如下：
规则1：
Figure BDA0002622170320000113
Figure BDA0002622170320000121
Figure BDA0002622170320000122
规则2：
Figure BDA0002622170320000123
Figure BDA0002622170320000124
Figure BDA0002622170320000125
……
规则9：
Figure BDA0002622170320000126
Figure BDA0002622170320000127
Figure BDA0002622170320000128
计算所述线路故障102无故障概率：
Figure BDA0002622170320000129
计算所述线路故障102轻微故障概率：
Figure BDA00026221703200001210
计算所述线路故障102严重故障概率：
Figure BDA00026221703200001211
同理，元器件故障101、接口故障103、驱动器故障100等均可通过上述算法计算其故障概率；通过T-S门模型即利用底事件故障概率以及T-S门规则即可求得对应所述顶事件的故障概率。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (4)

1.一种基于关系数据库的T-S故障树建立方法，其特征在于：包括以下步骤：
S100：建立产品的信息关系数据库，所述信息关系数据库包括产品基本信息数据库、产品构成信息数据库、产品故障模式数据库以及产品故障原因数据库；
S200：从所述产品基本信息数据库中挑选出一个未被挑选过的产品作为目标产品；
S300：从所述产品故障模式信息数据库中获取所述目标产品的故障模式，分别将每个故障模式作为一个顶事件；
S400：从所有所述顶事件中挑选出一个未被挑选过的顶事件作为目标顶事件；
S500：从所述产品构成信息数据库中查询所述目标产品的同层产品和下一层产品，从所述产品故障模式信息数据库中获取所述下一层产品的故障模式和所述同层产品的故障模式，筛选出引发所述目标顶事件的故障模式并作为所述目标顶事件的底事件；
S600：将所述目标顶事件的所有所述底事件通过T-S门进行关联，分析关联后造成所述底事件对应的故障原因，通过产品故障原因数据库记录产品的故障原因；
S700：判断所述目标产品的所有顶事件是否全部被挑选，如果否，则返回S400；
S800：判断所述产品基本信息数据库中记录的所有产品是否全部被挑选，如果否，则返回S200；
S900：结束所述故障树的创建。
2.根据权利要求1所述的建立方法，其特征在于：步骤S100中，所述产品基本信息数据库配置用于按层次记录产品信息；所述产品构成信息数据库配置用于记录各产品的组成；所述产品故障模式数据库配置用于记录产品的故障模式；所述产品故障原因数据库配置用于记录所述故障模式对应的故障原因。
3.根据权利要求2所述的建立方法，其特征在于：步骤S200中挑选所述目标产品的方式按照所述产品基本信息数据库层次记录的自上而下的顺序进行挑选。
4.根据权利要求1所述的建立方法，其特征在于：所述T-S门的算法逻辑为：
设定
Figure FDA0002622170310000021
分别用于描述底事件x1,x2,…,xn的故障程度，设定
Figure FDA0002622170310000022
用于描述顶事件y的故障程度；
设定当x1为
Figure FDA0002622170310000023
且x2为
Figure FDA0002622170310000024
且xn为
Figure FDA0002622170310000025
时，y为y1的可能性为Pl(y1)，y为y2的可能性为Pl(y2)，…，y为
Figure FDA0002622170310000026
的可能性为
Figure FDA0002622170310000027
设定底事件各种故障程度的模糊可能性为
Figure FDA0002622170310000028
则所述顶事件y的模糊可能性为：
Figure FDA0002622170310000029
其中：
Figure FDA00026221703100000210
Figure FDA00026221703100000211
CN202010786509.9A 2020-08-07 2020-08-07 一种基于关系数据库的t-s故障树建立方法 Pending CN112000750A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010786509.9A CN112000750A (zh) 2020-08-07 2020-08-07 一种基于关系数据库的t-s故障树建立方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010786509.9A CN112000750A (zh) 2020-08-07 2020-08-07 一种基于关系数据库的t-s故障树建立方法

Publications (1)

Publication Number Publication Date
CN112000750A true CN112000750A (zh) 2020-11-27

Family

ID=73462835

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010786509.9A Pending CN112000750A (zh) 2020-08-07 2020-08-07 一种基于关系数据库的t-s故障树建立方法

Country Status (1)

Country Link
CN (1) CN112000750A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112669409A (zh) * 2020-12-28 2021-04-16 山东鲁能软件技术有限公司 一种基于故障树分析的逻辑控制敏感部件识别系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103412217A (zh) * 2013-08-02 2013-11-27 中科天工电气控股有限公司 箱式变电站智能在线故障诊断系统
CN108319673A (zh) * 2018-01-25 2018-07-24 北京航天发射技术研究所 一种基于关系数据库的故障树构建方法
CN111160579A (zh) * 2019-12-30 2020-05-15 中国船舶重工集团公司第七一三研究所 一种基于权重的站台门故障诊断分析方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103412217A (zh) * 2013-08-02 2013-11-27 中科天工电气控股有限公司 箱式变电站智能在线故障诊断系统
CN108319673A (zh) * 2018-01-25 2018-07-24 北京航天发射技术研究所 一种基于关系数据库的故障树构建方法
CN111160579A (zh) * 2019-12-30 2020-05-15 中国船舶重工集团公司第七一三研究所 一种基于权重的站台门故障诊断分析方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
姚成玉;吕军;陈东宁;李硕;: "凸模型T-S故障树及重要度分析方法", 机械工程学报, no. 24 *
姚成玉;赵静一;: "基于T-S模型的液压系统模糊故障树分析方法研究", 中国机械工程, no. 16 *
宋华, 张洪钺, 王行仁: "T-S模糊故障树分析方法", 控制与决策, vol. 20, no. 8, pages 1 - 2 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112669409A (zh) * 2020-12-28 2021-04-16 山东鲁能软件技术有限公司 一种基于故障树分析的逻辑控制敏感部件识别系统及方法
CN112669409B (zh) * 2020-12-28 2022-07-29 山东鲁能软件技术有限公司 一种基于故障树分析的逻辑控制敏感部件识别系统及方法

Similar Documents

Publication Publication Date Title
CN101950327B (zh) 一种基于故障树信息的设备状态预测方法
CA2385814C (en) Document management method and document management system
US20060218159A1 (en) Method and system for user alteration of the configuration of a data warehouse
CN108319673B (zh) 一种基于关系数据库的故障树构建方法
CN111260261B (zh) 一种系统概率风险自动评价方法
CN114237192B (zh) 一种基于物联网的数字化工厂智能控制方法及系统
CN116467674B (zh) 一种配电网智能故障处理融合更新系统及其方法
CN115062851B (zh) 基于多算法融合的排污异常监测方法及系统
CN114312913B (zh) 轨道交通车载设备故障传播监测方法及系统
CN105678337A (zh) 一种智能变电站故障诊断中的信息融合方法
CN112000750A (zh) 一种基于关系数据库的t-s故障树建立方法
CN115857469A (zh) 工业设备故障知识库构建方法、装置及故障诊断方法与系统
CN114648419A (zh) 基于智慧变电站数字孪生系统知识图谱及创建和使用方法
KR102011694B1 (ko) 공적기관 소득재산 연계자료 검증시스템 및 그 기록매체
CN108399244B (zh) 用于核电厂风险监测技术的图形化组态管理系统和方法
CN101460951B (zh) 集成电路中的桥接缺陷的详尽诊断
CN103414149B (zh) 一种电力系统在线校核原则自定义方法
CN104657814A (zh) 基于ems系统的继电保护装置信号模板抽取定义方法
CN119003271A (zh) 一种智能变电站模型一致性校验系统及方法
Sun The availability improvement of CNC machine tool based on DEMATEL–ISM–QFD integration method
CN117495348A (zh) 一种光伏发电异常智能处理方法、装置和介质
CN116799778A (zh) 一种电网系统在线事故预判方法及装置
CN113496437B (zh) 集中式线上监视系统
CN114584453A (zh) 一种应用系统的故障分析方法及装置
CN107832915B (zh) 一种稳控策略的e格式文件自动生成方法

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