CN112199830A - 一种流程式系统的变结构系统级健康状态评估方法 - Google Patents
一种流程式系统的变结构系统级健康状态评估方法 Download PDFInfo
- Publication number
- CN112199830A CN112199830A CN202011039001.9A CN202011039001A CN112199830A CN 112199830 A CN112199830 A CN 112199830A CN 202011039001 A CN202011039001 A CN 202011039001A CN 112199830 A CN112199830 A CN 112199830A
- Authority
- CN
- China
- Prior art keywords
- subsystem
- reliability
- state
- health state
- variable
- 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
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
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/008—Reliability or availability analysis
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Hardware Redundancy (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开一种流程式系统的变结构系统级健康状态评估方法,步骤一:分析确定某时间段的变结构系统工作的结构组成;步骤二:采集确定工作子系统的可靠度;步骤三:计算某时间段子系统组成不同结构的系统级可靠度;步骤四:判断系统结构是否发生变化;步骤五:循环计算系统全过程可靠度从而进行健康状态评估。本发明方法可使系统正常工作时隔离出当前不参与工作的故障模块,可有效地反映出系统在某个时间段工作时不同部件(子系统)所起的不同重要程度,较好地反映出各子系统的健康状态对系统健康状态的不同影响程度,动态反映了系统健康状态,进而得到系统总的可靠度即健康状态的结果。
Description
技术领域
本发明是一种针对变结构流程式系统的健康状态评估方法,它是依据流程式系统运行中不同时间段系统工作总体组成的结构变化,在其子系统可靠度评估基础上,对整个系统进行工作过程中的动态健康状态评估,属于复杂设备的系统级的健康评估管理技术领域。
背景技术
工业领域,按生产方式分为两大类,一类为不间断连续生产方式的,如石化、化工行业等统称为流程工业;另一种是非连续性生产方式的,如汽车制造业,电子电器,航空制造,机械制造等称为离散工业。本发明所指的流程式系统是指进行流程工业的系统,指在工业领域为不间断连续生产方式的,原材料按照一定的工艺流程连续不断地通过一系列设备和装置,被加工处理成产品,通过物理变化和化学变化进行生产过程的系统,也称过程工业系统。它泛指石化、化工、炼油、冶金、造纸、制药、酿造、电力等原材料加工和能源工业行业系统,其特点是对生产原料的按流程一步一步连续加工,一般伴有化学、物理等物性变化的过程。其作业是连续性的,其原料和产品多为均一相(固、液或气)的物料,而非由零部件组装成的物品。
一个完整的流程式复杂系统是由多个子系统混联组成,由于复杂系统工作在不同时间段完成不同的工作任务,因此整个系统呈现出不同功能任务阶段,其任务通常由不同的子系统组合完成。其结构形式表现为只有部分子系统组成一种特定的结构,而系统的其他子系统对此时系统执行功能运行无关,可以进入待机休整或者维修阶段。例如:当一个计算机系统在它的CPU运行一个程序,这个程序执行与打印无关,那打印部分的状态对这个程序没有贡献,在此时打印部分与程序执行的计算机系统不相关。
变结构系统由多个子系统组成,根据一些特定的计划组合,使其作业时系统结构从一个关联结构变化到另一个关联结构,但并不是所有的子系统同时都包括在特定系统中,这个系统的结构是变化的。这种变结构对整个系统的安全使用是有一定意义的,如果某个子系统在它失败时没进行系统级工作,则这个子系统失败将不会对系统起效果,则可在整个系统不停止工作的前提下,利用这个非工作时间窗口进行维修,有效增加整个系统的可靠性。
子系统在不同阶段组合对系统作业整体稳定性存在不同的影响,这是因为同一任务时间段内,各子系统由于开始参与工作的时刻不同、工作时间长短不同或者断续出现在任务阶段中,使得相应的可靠性模型很难建立。
危险化学品销毁系统由上料子系统、燃烧子系统、换热子系统、尾气处理子系统组成,销毁过程要经历升温、上料焚烧、换热、降温等多个阶段,比如:升温阶段,只是进行升温到焚烧温度,不进行上料操作,那么上料子系统不工作,燃烧子系统加热升温、换热子系统和尾气处理子系统不工作;焚烧阶段,上料子系统持续进料,燃烧子系统燃烧销毁,换热子系统保持温度;尾气处理阶段,燃烧子系统提供燃气动力,换热子系统保持温度,尾气处理子系统进行尾气无害化处理;降温阶段,不再上料和焚烧,上料子系统和焚烧子系统不工作,换热子系统加大循环功率降温,尾气处理子系统无害化处理到工作结束。
危险化学品销毁系统是一个变结构系统典型实例,整个危险品销毁流程需要划分成不同的任务阶段,每个阶段,系统需要完成一个特定的任务,因此不同阶段系统的成功准则和部件失效行为都可能发生变化。变结构关联系统是动态变化的,系统结构在系统操作中能随时间变化而变化。因此采用传统的全系统健康状态评估方法,即任一时刻都把所有子系统的健康状态耦合成全系统健康状态会造成评估的不精确甚至是误判。
在这种背景下,针对流程式系统的变结构工作特点,使可靠性理论更加符合该系统的健康管理的工程实践,本发明一种基于变结构理论的系统级健康状态评估方法。
发明内容
本发明的目的在于针对现有技术中传统全系统健康状态评估方法无法满足复杂系统动态的健康评估及管理的问题,提供一种流程式系统的变结构系统级健康状态评估方法。通过重新定义系统在不同时间状态的子系统参与状态,采用一种变结构的健康状态计算方法,计算不同时间状态下整个系统工作状态的健康程度,可使系统正常工作时隔离出当前不参与工作的故障模块,进而采用备份或者进行窗口期维修,满足复杂系统的健康管理的工程应用需求。
所述变结构系统的意义在于:复杂流程系统所包含的子系统数量庞大,且为混联结构,系统在运行时需要耗费大量时间和资源。运行过程中,如果能利用变结构特点,将一定时段不参与工作的子系统隔离出来进行检修,可大大提高整个系统的可靠性,进一步确保整个复杂流程系统的工作状态稳定。
本发明所涉及的一种流程式系统的变结构系统级健康状态评估方法,步骤为:
步骤一:分析确定某时间段的变结构系统工作的子系统结构组成
流程式系统S包含{S1,S2,…,Sn}n个子系统。为简便判断整个系统的结构,根据子系统在任一时刻工作状态设置一状态变量xi:
那么各子系统在任何一个时间点t就构成一个状态变量集Xt,表示为:
Xt={x1t,x2t,…,xnt} (2)
当子系统Si表现为正常时,则其表达式表示为:
(1i,Xt)=(x1t,…,x(i-1)t,1,x(i+1)t,…,xnt) (3)
当子系统Si表现为故障时,则其表达式表示为:
(0i,Xt)=(x1t,…,x(i-1)t,0,x(i+1)t,…,xnt) (4)
Φ(Xt)是系统S在时间点t的一个总的状态函数,根据现有系统工作状况,可以判断出系统处于正常或故障状态,因此:
因为某个工作状态中子系统Si无论故障与否,其功能不参与工作,因此满足下式:
Φ(1i,Xt)=Φ(0i,Xt) (6)
则此时系统结构实际上由不包含Si的其他子系统{S1,S2,…Si-1,Si+1,…,Sn}组成,这些子系统组成一个新的结构关系,因此可以判断系统S为变结构系统。
步骤二:采集确定工作子系统的可靠度
子系统的健康状态是确定系统可靠性水平的基础,是系统在使用状态下可靠度保持在一定范围(保证系统完成预定功能的前提下)的置信水平。那么可以采用可靠度来定量度量子系统的健康状态。采用基于概率模型的健康状态评估方法,分别给出各子系统的可靠度
表示子系统Si的可靠度,根据率模健康状态的评估方法【一种基于率模可靠性理论的齿轮泵健康状态评估方法】,取值范围为[0,1]。当时,表示子系统处于非健康极限,为完全故障状态;当时,表示子系统处于健康极限,为100%健康状态。一般使用过程中,子系统的可靠度度介于两者之间。任一时刻t可以得到所有子系统的可靠度集Yt:
步骤三:计算某时间段不同结构的系统级可靠度
根据采集到当前时刻的n个子系统的可靠度集Yt和整个系统工作的逻辑结构,构造出各子系统对整个系统的关联结构函数G,可以计算出系统级可靠度RSt。
由于流程式变结构系统体现为混联结构,所以变结构系统的率模可靠度即系统级可靠度RSt为:
步骤四:判断系统结构是否发生变化
由于关联结构函数G是随着工作逻辑发生变化,所以设定一个系统结构变量j,当系统逻辑发生变化时,不同的关联结构函数Gj体现为一个关联函数集合
假设当前时刻为t,当系统可靠度RSt计算结束后,都要判断系统结构是否发生变化。如果不发生变化,则继续采样子系统可靠度并按照原结构函数Gj进行计算;如果发生变化,则需要重新定义系统结构函数为Gj+1,并对采样子系统可靠度进行计算。
步骤五:循环计算系统全过程可靠度,利用系统可靠度作为系统健康状态
采用以上步骤对各子系统Si采用全时段Ts状态采样分析的方法,可以得到整个作业过程划分成设置m个工作结构状态。根据设定的结构变量j∈{1,2,…,m},得到不同的状态时段Tj为:
每个时段对应不同的工作状态,这样全工作时段Ts由以上的状态时段Tj组成:
TS=T1+T2+…+Tm (12)
每个时间点t,系统都在进行状态评估,当j不发生变化时,相应的系统结构不发生变化,代表系统整体运转处于某一工作结构状态;当j发生变化时,相应的系统结构也变化,则系统整体切换为另一工作结构状态,各子系统之间工作逻辑发生变化。然后依据步骤二至四的可靠度计算系统总的可靠度即健康状态,从而进行健康状态评估,循环至工作结束。
本发明一种流程式系统的变结构系统级健康状态评估方法,其优点及功效在于:本发明方法可使系统正常工作时隔离出当前不参与工作的故障模块,可有效地反映出系统在某个时间段工作时不同部件(子系统)所起的不同重要程度,也就是较好地反映出各子系统的健康状态对系统健康状态的不同影响程度,动态反映了系统健康状态,进而得到系统总的可靠度即健康状态的计算结果。
附图说明
图1所示为本发明方法流程框图。
图2所示为本发明实施例的流程式危险品销毁系统结构框图。
图3所示为本发明实施例的系统结构变换示意图。
具体实施方式
下面结合附图和实施例,对本发明的技术方案作进一步的说明。
具体应用背景为:如图2所示,一个完整的流程式危险品销毁系统,由上料子系统S1、燃烧子系统S2、换热子系统S3、尾气处理子系统S4组成。危险品销毁过程中上料焚烧和降温处理是比较典型的两个阶段:上料焚烧阶段,上料子系统S1持续进料,燃烧子系统S2并行焚烧销毁;降温处理阶段,燃烧子系统S2提供燃气动力,燃烧子系统S2焚烧后的气体膨胀,产生较大压力,共分为j个子阶段,换热子系统S3根据气压开启其中的j个换热模块中换热降温,并以此降低尾气压力,并根据压力降低状况逐步关闭换热模块,所有换热模块都连接到尾气处理子系统S4进行尾气无害化处理。
以上述两个阶段为例,分析确定某时间段的变结构系统的结构组成和计算可靠度,从而进行健康状态评估。如图1所示,流程式系统的变结构系统级健康状态评估方法,过程如下:
一、上料焚烧阶段的系统可靠度计算
分析确定上料焚烧阶段时间段的变结构系统的结构组成。上料子系统S1和燃烧子系统S2构成串联结构1;上料焚烧阶段结束后进入降温处理阶段1,系统会由结构1变换为混联结构2状态;随着温度和气压逐渐降低,换热子系统逐渐关闭,混联结构2动态演变为串联结构3。结构变换如图3所示。
首先,进行系统结构分析。已知系统采用结构1进行工作,子系统状态集为:Xt={x1t,x2t,x3t,x4t}。无论子系统S3和S4表现为故障或者正常,Φ(13,14,Xt)=Φ(03,04,Xt)。
采集确定子系统的可靠度。
表1
其结构函数G1为
因此可以计算出系统S可靠度RSt如下
表2
在整个上料焚烧阶段采集子系统的可靠度,循环计算系统全过程可靠度并进行分析如下表3。
表3
二、降温处理阶段的系统可靠度计算
当进入降温处理阶段时,根据焚烧废气的压力,开启S31和S322个换热模块,由结构1变换为结构2,此时上料子系统S1不参加工作,换热子系统中有2个模块参加工作,因此无论子系统S1、子系统S3中的S33至S3n表现为故障或者正常,
那么采集第一组数据:
表4
其结构函数为
因此可以计算出系统S可靠度RSt如下表5
表5
在整个降温处理阶段阶段采集子系统的可靠度,循环计算系统全过程可靠度并进行分析如下表6。
表6
从上述数据可以看出,换热模块S32工作过程中可靠度大概率低于稳定状态的60%,证明该模块存在作业隐患,因此可以采用关闭该模块,替换为其他换热模块的方法,提高流程式系统的结构稳定性。
3、总结
由以上两个阶段的流程式系统变结构健康状态计算可以看出,随时间和系统作业功能变化的角度评估系统的健康状态,可有效地反映出系统在某个时间段工作时不同部件(子系统)所起的重要程度不同,也较好地反映出各子系统的健康状态对系统健康状态的不同影响程度,动态反映了系统健康状态。
我们可以看出利用变结构的健康状态评估方法能细化系统在作业时不同阶段各子系统的健康状态对整个系统健康状态的影响,为某个时间段客观评价系统健康状态提供更准确的手段。
Claims (1)
1.一种流程式系统的变结构系统级健康状态评估方法,其特征在于:该方法步骤为:
步骤一:分析确定某时间段的变结构系统的结构组成
流程式系统S包含{S1,S2,…,Sn}n个子系统;根据子系统在任一时刻工作状态设置一状态变量xi:
各子系统在任何一个时间点t就构成一个状态变量集Xt,表示为:
Xt={x1t,x2t,…,xnt} (2)
当子系统Si表现为正常时,则其表达式表示为:
(1i,Xt)=(x1t,…,x(i-1)t,1,x(i+1)t,…,xnt) (3)
当子系统Si表现为故障时,则其表达式表示为:
(0i,Xt)=(x1t,…,x(i-1)t,0,x(i+1)t,…,xnt) (4)
Φ(Xt)是系统S在时间点t的一个总的状态函数,根据现有系统工作状况,可以判断出系统处于正常或故障状态,因此:
因为某个工作状态中子系统Si无论故障与否,其功能不参与工作,因此满足下式:
Φ(1i,Xt)=Φ(0i,Xt) (6)
则此时系统结构实际上由不包含Si的其他子系统{S1,S2,…Si-1,Si+1,…,Sn}组成,这些子系统组成一个新的结构关系,因此可以判断系统S为变结构系统;
步骤二:采集确定子系统的可靠度
采用基于概率模型的健康状态评估方法,分别给出各子系统的可靠度 表示子系统Si的可靠度,取值范围为[0,1];当时,表示子系统处于非健康极限,为完全故障状态;当时,表示子系统处于健康极限,为100%健康状态;一般使用过程中,子系统的可靠度介于两者之间;任一时刻t可以得到所有子系统的可靠度集Yt:
步骤三:计算某时间段不同结构的系统级可靠度
根据采集到当前时刻的n个子系统的可靠度集Yt和整个系统工作的逻辑结构,构造出各子系统对整个系统的关联结构函数G,可以计算出系统级可靠度RSt;
由于流程式变结构系统体现为混联结构,所以变结构系统的率模可靠度即系统级可靠度RSt为:
步骤四:判断系统结构是否发生变化
由于关联结构函数G是随着工作逻辑发生变化,所以设定一个系统结构变量j,当系统逻辑发生变化时,不同的关联结构函数Gj体现为一个关联函数集合
假设当前时刻为t,当系统可靠度RSt计算结束后,都要判断系统结构是否发生变化;如果不发生变化,则继续采样子系统可靠度并按照原结构函数Gj进行计算;如果发生变化,则需要重新定义系统结构函数为Gj+1,并对采样子系统可靠度进行计算;
步骤五:循环计算系统全过程可靠度
对各子系统Si采用全时段Ts状态采样分析的方法,得到整个作业过程划分成设置m个工作结构状态;根据设定的结构变量j∈{1,2,…,m},得到不同的状态时段Tj为:
每个时段对应不同的工作状态,这样全工作时段Ts由以上的状态时段Tj组成:
TS=T1+T2+…+Tm (12)
每个时间点t,系统都在进行状态评估,当j不发生变化时,相应的系统结构不发生变化,代表系统整体运转处于某一工作结构状态;当j发生变化时,相应的系统结构也变化,则系统整体切换为另一工作结构状态,各子系统之间工作逻辑发生变化;然后依据步骤二至四的可靠度计算进行健康状态评估,循环至工作结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011039001.9A CN112199830B (zh) | 2020-09-28 | 2020-09-28 | 一种流程式系统的变结构系统级健康状态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011039001.9A CN112199830B (zh) | 2020-09-28 | 2020-09-28 | 一种流程式系统的变结构系统级健康状态评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112199830A true CN112199830A (zh) | 2021-01-08 |
CN112199830B CN112199830B (zh) | 2022-10-28 |
Family
ID=74007571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011039001.9A Active CN112199830B (zh) | 2020-09-28 | 2020-09-28 | 一种流程式系统的变结构系统级健康状态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112199830B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103425874A (zh) * | 2013-07-23 | 2013-12-04 | 北京航空航天大学 | 一种基于率模可靠性理论的航天器健康评估方法 |
CN106066252A (zh) * | 2016-05-24 | 2016-11-02 | 中国人民解放军防化学院 | 一种危险品销毁设备子系统级的健康状态评估方法 |
-
2020
- 2020-09-28 CN CN202011039001.9A patent/CN112199830B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103425874A (zh) * | 2013-07-23 | 2013-12-04 | 北京航空航天大学 | 一种基于率模可靠性理论的航天器健康评估方法 |
CN106066252A (zh) * | 2016-05-24 | 2016-11-02 | 中国人民解放军防化学院 | 一种危险品销毁设备子系统级的健康状态评估方法 |
Non-Patent Citations (1)
Title |
---|
陆峥等: "基于可重构度的在轨卫星多级健康评估方法", 《系统工程与电子技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112199830B (zh) | 2022-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105700518B (zh) | 一种工业过程故障诊断方法 | |
Liu et al. | Dynamic reliability assessment for nonrepairable multistate systems by aggregating multilevel imperfect inspection data | |
Li et al. | Multi-sensor data-driven remaining useful life prediction of semi-observable systems | |
Guh | Simultaneous process mean and variance monitoring using artificial neural networks | |
Ma et al. | Fault detection for dynamic processes based on recursive innovational component statistical analysis | |
CN114813105A (zh) | 一种基于工况相似性评估的齿轮箱故障预警方法及系统 | |
CN111752147B (zh) | 一种具有持续学习能力改进pca的多工况过程监测方法 | |
CN106066252B (zh) | 一种危险品销毁设备子系统级的健康状态评估方法 | |
CN113011010A (zh) | 基于结构机理和运行数据的锅炉故障诊断方法及诊断系统 | |
CN112083244A (zh) | 综合化航空电子设备故障智能诊断系统 | |
Jain et al. | Dynamic optimization of process quality control and maintenance planning | |
He et al. | Optimal sensor deployment for manufacturing process monitoring based on quantitative cause-effect graph | |
CN113505497B (zh) | 湿法烟气脱硫吸收塔浆液品质监测方法及系统 | |
WO2019019429A1 (zh) | 一种虚拟机异常检测方法、装置、设备及存储介质 | |
CN112199830B (zh) | 一种流程式系统的变结构系统级健康状态评估方法 | |
Zhang et al. | Key Performance Indicators for energy efficient asset management in a factory automation testbed | |
Kisić et al. | Fault detection in electric power systems based on control charts | |
CN112114578B (zh) | 一种多工序多变量过程在线监控和异常源诊断的稳健方法 | |
CN111814360B (zh) | 一种机载机电设备使用可靠性评估方法 | |
Levitin | A universal generating function in the analysis of multi-state systems | |
Huang et al. | Health status evaluation method of CNC machine tools based on grey clustering analysis and fuzzy comprehensive evaluation | |
Tong et al. | A novel methodology for fault identification of multi-stage manufacturing process using product quality measurement | |
Shams et al. | Optimal design of T2 monitoring chart for chemical processes | |
Wang et al. | Cost benefit analysis of condition monitoring systems for optimal maintenance decision making | |
Zhao et al. | Big operational data oriented health diagnosis based on weibull proportional hazards model for multi-state manufacturing system |
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 |