CN112631238A - 一种复杂电子系统嵌入式诊断方法 - Google Patents
一种复杂电子系统嵌入式诊断方法 Download PDFInfo
- Publication number
- CN112631238A CN112631238A CN202011408475.6A CN202011408475A CN112631238A CN 112631238 A CN112631238 A CN 112631238A CN 202011408475 A CN202011408475 A CN 202011408475A CN 112631238 A CN112631238 A CN 112631238A
- Authority
- CN
- China
- Prior art keywords
- fault
- diagnosis
- analysis
- electronic system
- hierarchy
- 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
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 52
- 230000035945 sensitivity Effects 0.000 claims description 6
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 2
- 230000001364 causal effect Effects 0.000 abstract description 3
- 238000006731 degradation reaction Methods 0.000 description 7
- 230000015556 catabolic process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000006353 environmental stress Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明公开了一种复杂电子系统嵌入式诊断方法，确定复杂电子系统的结构以及功能；对复杂电子系统进行约定层次划分，其中，约定层次为结构层次以及故障层次；通过对结构层次以及故障层次进行FMECA分析建立层次化故障诊断模型；通过层次化故障诊断模型进行故障诊断。本发明能对诊断过程做出合理的指导和解释，并使用层次化故障诊断模型来体现故障模式间的逻辑因果关系，在其中进行相应的具体诊断推理任务。
Description
技术领域
本发明辅助电子系统领域，尤其涉及一种复杂电子系统嵌入式诊断方法。
背景技术
电子系统特别是复杂的电子系统出现故障时往往无法清楚识别问题所在，维修人员在繁复的系统中往往无法找出故障的源头，因此急需一种诊断方法能对诊断过程做出合理的指导和解释，并用该模型来体现故障模式间的逻辑因果关系，在其中进行相应的具体诊断推理任务。
发明内容
本发明为了解决以上问题，提供了一种复杂电子系统嵌入式诊断方法。
为实现上述目的，本发明所采用的技术方案如下：
一种复杂电子系统嵌入式诊断方法，包括：
确定复杂电子系统的结构以及功能；
对复杂电子系统进行约定层次划分，其中，约定层次为结构层次以及故障层次；
通过对结构层次以及故障层次进行FMECA分析建立层次化故障诊断模型；
通过层次化故障诊断模型进行故障诊断。。
可选的，所述结构层次以及故障层次包括元器件级/零件级、电路级/组件级、SRU级、LRU级/LRC级以及系统级。
可选的，所述对结构层次以及故障层次进行FMECA分析包括：故障模式分析、故障原因分析、故障影响分析、故障率分析、故障模式频数比分析。
可选的，所述故障模式分析包括：
根据复杂电子系统的结构对故障模式进行初步分析；
建立温度场模型，对受试对象进行热失效分析，发现其薄弱部位，分析由热失效导致的故障模式；
计算受试对象部件的灵敏度，补充热失效分析中缺失的灵敏度较高部分的故障模式。
可选的，所述对故障模式进行初步分析包括：明确分析范围、明确任务与功能分析、明确故障判断、故障模式分析、确定故障原因、故障影响分析、得出分析结果。
可选的，所述层次化故障诊断模型包括故障推理机，故障特征库、算法库、整机、若干分机组合以及若干分机，其中，所述故障推理机用于对接收输入的故障特征参量，所述故障特征库用于存储故障特征，所述算法库用于提供故障推理机所需的算法，所述故障推理机将接收到的故障特征参量进行故障定位，所述故障定位包括一次故障定位、二次故障定位已经故障确认，其中一次故障定位至整机，所述整机用于显示上层父故障，二次故障定位至分机组合，所述分机组合用于显示下层子故障，故障确认定位至分机，所述分机用于显示最终的故障原因。
可选的，所述层次化故障诊断模型故障诊断过程包括：
根据获取的故障特征参量，选取故障模式层次中的系统级进行故障推理诊断，得到初步的系统级诊断结果所对应的节点A；
选取节点A对应的结构层次节点S1，由关联关系确定与节点S1相互作用的节点；
由在结构层次中选取的节点，结合获取的故障特征参量和一次故障诊断信息，对故障层次进行有关联的剪裁，确定对应于结构层次中第二层的节点S1’；
在剪裁后的结构层中选取第二层节点S1’进行故障推理诊断，得到故障层次结果对应的节点B；
选取节点B对应的结构层次节点S2，由关联关系确定与节点S2相互作用的节点，结合获取的故障特征参量和一次故障诊断信息、二次故障诊断信息，对故障层次进行有关联的剪裁，确定对应于结构层次中第三层的节点S2’，将故障定位至LRU/LRM级。
可选的，所述故障推理诊断包括：
明确当前电子设备故障诊断层次，以获取的不同层次被测对象测试数据为故障推理输入；然后，利用建立起来的故障诊断知识，对被测ZB进行故障推理，并进行故障定位，给出诊断结论。
本发明与现有技术相比，所取得的技术进步在于：
用层次化故障诊断模型规范故障模式空间的选取，同时对诊断过程做出合理的指导和解释，并用该模型来体现故障模式间的逻辑因果关系，在其中进行相应的具体诊断推理任务。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
在附图中：
图1为本发明的结构示意图。
图2为本发明故障模式分析方法的流程图。
图3为本发明层次化故障诊断模型的示意图。
图4为本发明层次化故障推理的原理图。
具体实施方式
下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明的实施例进行描述。
如图1所示，本发明公开了一种复杂电子系统嵌入式诊断方法，包括：
确定复杂电子系统的结构以及功能；
对复杂电子系统进行约定层次划分，其中，约定层次为结构层次以及故障层次；
通过对结构层次以及故障层次进行FMECA分析建立层次化故障诊断模型；
通过层次化故障诊断模型进行故障诊断。
具体的，结构层次以及故障层次包括元器件级/零件级、电路级/组件级、SRU级、LRU级/LRC级以及系统级，对结构层次以及故障层次进行FMECA分析包括：对上述五级系统均进行故障模式分析、故障原因分析、故障影响分析、故障率分析以及故障模式频数比分析。
故障模式分析作为FMECA的先导性工作，直接影响与故障模式有关的故障诊断、故障预测、测试性验证等研究工作，因此，获取相对客观准确的故障模式是电子系统诊断与维修领域首先需要解决的问题。复杂电子系统故障的发生与其工作环境紧密相关，主要是由电子产品性能退化引起的，失效过程的不断累积造成性能退化，直到不能满足功能要求而导致故障发生。随着电子产品可靠性越来越高，故障模式已经不再是突发失效的硬故障，而是具有退化特征的软故障，绝大多数电子设备的失效机理都可以追溯到其潜在的性能退化过程上，也就是说性能退化最终导致了故障的出现。
基于该理论，考虑环境应力对电子设备性能退化的影响，从温度场分析和灵敏度分析的角度研究基于性能退化分析的改进故障模式分析方法，能够有效解决故障模式分析不合理的问题，具体的，故障模式分析包括：根据复杂电子系统的结构对故障模式进行初步分析，对故障模式进行初步分析包括：明确分析范围、明确任务与功能分析、明确故障判断、故障模式分析、确定故障原因、故障影响分析、得出分析结果；建立温度场模型，对受试对象进行热失效分析，发现其薄弱部位，分析由热失效导致的故障模式；计算受试对象部件的灵敏度，补充热失效分析中缺失的灵敏度较高部分的故障模式，流程如图2所示。
电子系统层次化故障诊断的关键是结构层次模型的建立，层次模型可分为结构层次和故障层次两个部分，结构层次与故障层次相关，并由其规范故障层次的建立，将结构知识和专家指导性知识，引入故障诊断过程从而融合电子系统知识和故障知识两方面的信息，以指导故障诊断过程，增强故障诊断的准确性，提高故障诊断的效能。
故障层次划分是对诊断对象的故障类型进行分解，下层子故障总是上层父故障的特例，上层父故障则是下层子故障的概括，这种分解可以到最具体故障点，将所有故障类型都表示出来，因此，故障层次的建立原则应是基于电子系统的层次性，全面有层次的分析电子系统的故障状态原因，并给出相关联故障间的逻辑关系，以清晰完备的表达故障模式层次，为检测、隔离及排除故障提供指导。在层次化建模的过程中，通过对BIT信息的数据融合，为系统级层次化建模提供故障诊断信息支撑。层次化故障诊断模型能规范故障模式空间的选取，同时对诊断过程做出合理的指导和解释，并用该模型来体现故障模式间的逻辑因果关系，在其中进行相应的具体诊断推理任务。
具体的，如图3所示，层次化故障诊断模型包括故障推理机，故障特征库、算法库、整机、若干分机组合以及若干分机，其中，所述故障推理机用于对接收输入的故障特征参量，所述故障特征库用于存储故障特征，所述算法库用于提供故障推理机所需的算法，所述故障推理机将接收到的故障特征参量进行故障定位，所述故障定位包括一次故障定位、二次故障定位已经故障确认，其中一次故障定位至整机，所述整机用于显示上层父故障，二次故障定位至分机组合，所述分机组合用于显示下层子故障，故障确认定位至分机，所述分机用于显示最终的故障原因。
如图4所示，层次化故障诊断模型故障诊断过程包括：
根据获取的故障特征参量，选取故障模式层次中的系统级进行故障推理诊断，得到初步的系统级诊断结果所对应的节点A；
选取节点A对应的结构层次节点S1，由关联关系确定与节点S1相互作用的节点；
由在结构层次中选取的节点，结合获取的故障特征参量和一次故障诊断信息，对故障层次进行有关联的剪裁，确定对应于结构层次中第二层的节点S1’；
在剪裁后的结构层中选取第二层节点S1’进行故障推理诊断，得到故障层次结果对应的节点B；
选取节点B对应的结构层次节点S2，由关联关系确定与节点S2相互作用的节点，结合获取的故障特征参量和一次故障诊断信息、二次故障诊断信息，对故障层次进行有关联的剪裁，确定对应于结构层次中第三层的节点S2’，将故障定位至LRU/LRM级。
其中，故障推理诊断包括：明确当前电子设备故障诊断层次，以获取的不同层次被测对象测试数据为故障推理输入；然后，利用建立起来的故障诊断知识，对被测ZB进行故障推理，并进行故障定位，给出诊断结论。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明权利要求保护的范围之内。
Claims (8)
1.一种复杂电子系统嵌入式诊断方法，其特征在于，包括：
确定复杂电子系统的结构以及功能；
对复杂电子系统进行约定层次划分，其中，约定层次为结构层次以及故障层次；
通过对结构层次以及故障层次进行FMECA分析建立层次化故障诊断模型；
通过层次化故障诊断模型进行故障诊断。
2.根据权利要求1所述的复杂电子系统嵌入式诊断方法，其特征在于：所述结构层次以及故障层次包括元器件级/零件级、电路级/组件级、SRU级、LRU级/LRC级以及系统级。
3.根据权利要求2所述的复杂电子系统嵌入式诊断方法，其特征在于：所述对结构层次以及故障层次进行FMECA分析包括：故障模式分析、故障原因分析、故障影响分析、故障率分析以及故障模式频数比分析。
4.根据权利要求3所述的复杂电子系统嵌入式诊断方法，其特征在于：所述故障模式分析包括：
根据复杂电子系统的结构对故障模式进行初步分析；
建立温度场模型，对受试对象进行热失效分析，发现其薄弱部位，分析由热失效导致的故障模式；
计算受试对象部件的灵敏度，补充热失效分析中缺失的灵敏度较高部分的故障模式。
5.根据权利要求4所述的复杂电子系统嵌入式诊断方法，其特征在于：所述对故障模式进行初步分析包括：明确分析范围、明确任务与功能分析、明确故障判断、故障模式分析、确定故障原因、故障影响分析、得出分析结果。
6.根据权利要求5所述的复杂电子系统嵌入式诊断方法，其特征在于：所述层次化故障诊断模型包括故障推理机，故障特征库、算法库、整机、若干分机组合以及若干分机，其中，所述故障推理机用于对接收输入的故障特征参量，所述故障特征库用于存储故障特征，所述算法库用于提供故障推理机所需的算法，所述故障推理机将接收到的故障特征参量进行故障定位，所述故障定位包括一次故障定位、二次故障定位已经故障确认，其中一次故障定位至整机，所述整机用于显示上层父故障，二次故障定位至分机组合，所述分机组合用于显示下层子故障，故障确认定位至分机，所述分机用于显示最终的故障原因。
7.根据权利要求6所述的复杂电子系统嵌入式诊断方法，其特征在于：所述层次化故障诊断模型故障诊断过程包括：
根据获取的故障特征参量，选取故障模式层次中的系统级进行故障推理诊断，得到初步的系统级诊断结果所对应的节点A；
选取节点A对应的结构层次节点S1，由关联关系确定与节点S1相互作用的节点；
由在结构层次中选取的节点，结合获取的故障特征参量和一次故障诊断信息，对故障层次进行有关联的剪裁，确定对应于结构层次中第二层的节点S1’；
在剪裁后的结构层中选取第二层节点S1’进行故障推理诊断，得到故障层次结果对应的节点B；
选取节点B对应的结构层次节点S2，由关联关系确定与节点S2相互作用的节点，结合获取的故障特征参量和一次故障诊断信息、二次故障诊断信息，对故障层次进行有关联的剪裁，确定对应于结构层次中第三层的节点S2’，将故障定位至LRU/LRM级。
8.根据权利要求7所述的复杂电子系统嵌入式诊断方法，其特征在于：所述故障推理诊断包括：
明确当前电子设备故障诊断层次，以获取的不同层次被测对象测试数据为故障推理输入；然后，利用建立起来的故障诊断知识，对被测ZB进行故障推理，并进行故障定位，给出诊断结论。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011408475.6A CN112631238A (zh) | 2020-12-05 | 2020-12-05 | 一种复杂电子系统嵌入式诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011408475.6A CN112631238A (zh) | 2020-12-05 | 2020-12-05 | 一种复杂电子系统嵌入式诊断方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112631238A true CN112631238A (zh) | 2021-04-09 |
Family
ID=75307923
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011408475.6A Pending CN112631238A (zh) | 2020-12-05 | 2020-12-05 | 一种复杂电子系统嵌入式诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112631238A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115860123A (zh) * | 2023-03-02 | 2023-03-28 | 哈尔滨电机厂有限责任公司 | 一种水轮机故障诊断推理校验方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107239626A (zh) * | 2017-06-13 | 2017-10-10 | 南京理工大学 | 一种基于焊接机器人的模糊fmeca分析方法 |
| CN104597892B (zh) * | 2014-12-16 | 2018-01-19 | 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 |
| US20200019137A1 (en) * | 2018-07-13 | 2020-01-16 | Delta Electronics, Inc. | Production system with quality measuring function and mechanism diagnosing function, and drive and production method thereof |
| CN111709124A (zh) * | 2020-05-26 | 2020-09-25 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 产品fmeca分析方法、装置、计算机设备和存储介质 |
| CN111783283A (zh) * | 2020-06-15 | 2020-10-16 | 中国电子科技集团公司第十四研究所 | 一种基于模糊有向图的层次化故障传递建模及推理方法 |
-
2020
- 2020-12-05 CN CN202011408475.6A patent/CN112631238A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104597892B (zh) * | 2014-12-16 | 2018-01-19 | 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 |
| CN107239626A (zh) * | 2017-06-13 | 2017-10-10 | 南京理工大学 | 一种基于焊接机器人的模糊fmeca分析方法 |
| US20200019137A1 (en) * | 2018-07-13 | 2020-01-16 | Delta Electronics, Inc. | Production system with quality measuring function and mechanism diagnosing function, and drive and production method thereof |
| CN111709124A (zh) * | 2020-05-26 | 2020-09-25 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 产品fmeca分析方法、装置、计算机设备和存储介质 |
| CN111783283A (zh) * | 2020-06-15 | 2020-10-16 | 中国电子科技集团公司第十四研究所 | 一种基于模糊有向图的层次化故障传递建模及推理方法 |
Non-Patent Citations (1)
| Title |
|---|
| 邱文昊: "基于热失效与灵敏度的故障模式分析方法", 《科学技术与工程》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115860123A (zh) * | 2023-03-02 | 2023-03-28 | 哈尔滨电机厂有限责任公司 | 一种水轮机故障诊断推理校验方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jiang et al. | Optimal sensor selection for discrete-event systems with partial observation | |
| JP2875073B2 (ja) | 故障診断方法及び装置 | |
| Gentil et al. | Combining FDI and AI approaches within causal-model-based diagnosis | |
| CN111061293B (zh) | 多参数耦合的飞行器故障定位方法、飞行器及存储介质 | |
| Jinfei et al. | Fault tree analysis using Bayesian optimization: A reliable and effective fault diagnosis approaches | |
| Gopalakrishnan et al. | IIoT Framework Based ML Model to Improve Automobile Industry Product. | |
| Thalmann et al. | Cognitive decision support for industrial product life cycles: A position paper | |
| CN112631238A (zh) | 一种复杂电子系统嵌入式诊断方法 | |
| Yang et al. | Industrial expert systems review: A comprehensive analysis of typical applications | |
| Atlas et al. | An evolvable tri-reasoner ivhm system | |
| CN112445684A (zh) | 一种实时故障诊断和预警方法、装置及计算机存储介质 | |
| El Kihel et al. | Maintenance 4.0 Model Development for Production Lines in Industry 4.0 Using a Deep Learning Approach and IoT Data in Real-Time: an Experimental Case Study | |
| Wang et al. | Fault diagnosis and sustainable remanufacturing of complex equipment under uncertain conditions | |
| Aysolmaz et al. | An effort prediction model based on BPM measures for process automation | |
| Michael et al. | Research on fault diagnosis expert system of cnc machine tool based on expert knowledge | |
| US7739213B1 (en) | Method for developing complex probabilistic models | |
| Karsai et al. | A practical method for creating plant diagnostics applications | |
| Wang et al. | Testability modeling and test point optimization method of multi-State system | |
| Jantke et al. | Flexible simulation scenarios for real-time planning in dynamic environments | |
| Ghasemi et al. | Quality Analysis Framework based on Complexity for Change Management Using Intelligent Digital Twin | |
| Nannan et al. | A Review on Prognostics and Health Management | |
| Ong et al. | Future trends in aircraft engine monitoring | |
| CN114036768A (zh) | 一种基于混合系统模型的故障诊断方法及装置 | |
| Oukharijane et al. | and Analysis for Detecting Process Adaptation Needs | |
| Abramovici et al. | Use case of providing decision support for product developers in product improvement processes |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210409 |
|
| RJ01 | Rejection of invention patent application after publication |