CN114118426B - 一种分帧故障诊断方法、装置及存储介质 - Google Patents

一种分帧故障诊断方法、装置及存储介质 Download PDF

Info

Publication number
CN114118426B
CN114118426B CN202210096979.1A CN202210096979A CN114118426B CN 114118426 B CN114118426 B CN 114118426B CN 202210096979 A CN202210096979 A CN 202210096979A CN 114118426 B CN114118426 B CN 114118426B
Authority
CN
China
Prior art keywords
fact
frame
inference engine
fault diagnosis
telemetering
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
Application number
CN202210096979.1A
Other languages
English (en)
Other versions
CN114118426A (zh
Inventor
容迪贞
陈振安
曾伟刚
刘浩
杨军红
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.)
Xi'an Zhongke Tianta Technology Co ltd
Guangdong Guangdong Hong Kong Macao Dawan District Hard Science And Technology Innovation Research Institute
Original Assignee
Xi'an Zhongke Tianta Technology Co ltd
Guangdong Guangdong Hong Kong Macao Dawan District Hard Science And Technology Innovation Research Institute
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 Xi'an Zhongke Tianta Technology Co ltd, Guangdong Guangdong Hong Kong Macao Dawan District Hard Science And Technology Innovation Research Institute filed Critical Xi'an Zhongke Tianta Technology Co ltd
Priority to CN202210096979.1A priority Critical patent/CN114118426B/zh
Publication of CN114118426A publication Critical patent/CN114118426A/zh
Application granted granted Critical
Publication of CN114118426B publication Critical patent/CN114118426B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06N5/045—Explanation of inference; Explainable artificial intelligence [XAI]; Interpretable artificial intelligence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/20—Integrity monitoring, fault detection or fault isolation of space segment
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/40—Monitoring; Testing of relay systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Selective Calling Equipment (AREA)
  • Computer Security & Cryptography (AREA)
  • Medical Informatics (AREA)
  • Electromagnetism (AREA)

Abstract

本发明公开了一种分帧故障诊断方法、装置及存储介质，其中方法包括：获取一帧的遥测数据，并提取出遥测数据中的多个本帧遥测参数；判断推理机的缓存结构的历史帧遥测参数对应的事实是否缓存超时，若是，则删除历史帧遥测参数，并撤销推理机环境中历史帧遥测参数对应的事实；判断每个本帧遥测参数是否在缓存结构中存在，若存在，则删除相同的历史帧遥测参数更新缓存结构中的事实；若不存在，则将本帧遥测参数转换成推理机环境中的事实；根据推理机中的事实运行推理机进行故障诊断；检测推理机中的事实块，并判断事实块中各个事实的类型，根据事实块中的事实类型，撤销推理机的事实。本发明能够有效提高分帧诊断的响应速度以及诊断效率。

Description

一种分帧故障诊断方法、装置及存储介质
技术领域
本发明涉及卫星故障诊断技术领域，尤其是涉及一种分帧故障诊断方法、装置及存储介质。
背景技术
随着商业航天产业的不断发展，在轨卫星的安全运行问题成为了人们的研究热点。卫星通过传感器传递到地面的参数是具有种类多、数量大等特点的遥测数据，受限于传感器性能、网络带宽等的影响，这些遥测数据需要分帧传输。通过对分布在多帧遥测数据中的多种遥测参数的联合分析，为卫星的安全稳定运行提供可靠的决策支持，以更好的实现卫星在轨健康管理。现有的故障诊断方法通常为将接收到的遥测数据全部缓存以进行故障诊断，但是缓存全部遥测数据会使得诊断过程的延时过高，导致故障诊断的效率较低。
发明内容
本发明提供一种分帧故障诊断方法、装置及存储介质，以解决现有的故障诊断方法将接收到的遥测数据全部缓存以进行故障诊断，导致故障诊断的效率较低的技术问题。
本发明的一个实施例提供了一种分帧故障诊断方法，包括：
获取一帧的遥测数据，并提取出所述遥测数据中的多个本帧遥测参数；
根据缓存时间以及预设的存储时间段，判断推理机的缓存结构的历史帧遥测参数对应的事实是否缓存超时，若是，则删除所述历史帧遥测参数，并撤销推理机环境中所述历史帧遥测参数对应的事实；
判断每个所述本帧遥测参数在所述缓存结构中是否存在，若存在，则删除所述缓存结构中与所述本帧遥测参数相同的历史帧遥测参数，并更新推理机环境中的事实；若不存在，则将所述本帧遥测参数转换成推理机环境中的事实；
根据推理机环境中的事实运行推理机，以所述推理机中的知识文件对所述事实进行故障诊断得到故障诊断结果；
检测所述推理机环境中的事实块，并判断所述事实块中各个事实的类型，根据所述事实块中的事实类型，撤销所述推理机环境中的事实。
进一步的，在以所述推理机中的知识文件对所述事实进行故障诊断得到故障诊断结果之前，还包括：
判断知识库中的知识文件的最早修改时间是否在所述推理机的知识文件的最早加载时间之后，若是，则将所述知识库中的知识文件更新为所述推理机中的知识文件。
进一步的，根据缓存时间以及预设的存储时间段，判断推理机的缓存结构的历史帧遥测参数对应的事实是否缓存超时，包括：
若所述历史帧遥测参数对应的事实的缓存时间与预设的缓存时间段的和小于当前时间，则判断所述历史帧遥测参数缓存超时。
进一步的，所述事实类型包括没有关联诊断规则的事实、关联了诊断规则的事实和故障诊断结果对应的事实，判断所述事实块中各个事实的类型，包括：
若所述事实块中的事实关联了诊断规则，则判断所述事实为关联了诊断规则的事实；
若所述事实块中的事实没有关联任何诊断规则，则判断所述事实为没有关联诊断规则的事实；
若所述事实块中的事实的格式符合诊断结果格式，则判断所述事实为故障诊断结果对应的事实。
进一步的，所述事实类型包括没有关联诊断规则的事实、关联了诊断规则的事实和故障诊断结果对应的事实，根据所述事实块中的事实类型，撤销所述推理机的事实，包括：
保存所述关联了诊断规则的事实的遥测参数代号、事实地址以及当前时间至缓存结构中；
撤销所述没有关联诊断规则的事实；
保存所述故障诊断结果，并撤销所述故障诊断结果对应的事实。
进一步的，判断每个所述本帧遥测参数是否在所述缓存结构中存在，包括：
解析得到每个所述本帧遥测参数对应的遥测参数代号，若所述本帧遥测参数对应的参数代号与所述缓存结构的历史帧遥测参数的参数代号一致，则判断所述本帧遥测参数在所述缓存结构中存在。
进一步的，判断所述事实块中各个事实的类型，包括：
判断所述事实块中事实的变量patternNetwork，若所述变量patternNetwork为空，则判断所述事实块中的事实没有关联任何诊断规则；若所述变量patternNetwork不为空，则判断所述事实块中的事实关联了诊断规则。
本发明的一个实施例提供了一种分帧故障诊断装置，包括：
遥测参数提取模块，用于获取一帧的遥测数据，并提取出所述遥测数据中的多个本帧遥测参数；
缓存超时判断模块，用于根据缓存时间以及预设的存储时间段，判断推理机的缓存结构的历史帧遥测参数对应的事实是否缓存超时，若是，则删除所述历史帧遥测参数，并撤销推理机环境中所述历史帧遥测参数对应的事实；
遥测参数更新模块，用于判断每个所述本帧遥测参数在所述缓存结构中是否存在，若存在，则删除所述缓存结构中与所述本帧遥测参数相同的历史帧遥测参数，并更新推理机环境中的事实；若不存在，则将所述本帧遥测参数转换成推理机环境中的事实；
故障诊断模块，用于根据推理机环境中的事实运行推理机，以所述推理机中的知识文件对所述事实进行故障诊断得到故障诊断结果；
事实撤销模块，用于检测所述推理机中的事实块，并判断所述事实块中各个事实的类型，根据所述事实块中的事实类型，撤销所述推理机的事实。
本发明的一个实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述的分帧故障诊断方法。
本发明实施例在对遥测数据进行诊断过程中，将缓存超时的事实进行撤销，以及将上一帧与当前帧相同的遥测参数对应的事实进行撤销，通过控制事实的撤销以及更新，以及同一事实不会重复激活诊断规则的特性来控制诊断规则的激活，以提高故障诊断的效率。进一步的，本发明实施例在故障诊断运行结束后，对推理机中存在的事实进行分类，包括关联了诊断规则的事实、没有关联诊断规则的事实，以及故障诊断结果对应的事实，根据事实的类型撤销不符合规则激活条件的事实，保留符合规则激活条件的事实以供后续帧遥测数据的诊断，适用复杂的诊断规则，能够在解决无法多帧联合诊断的问题的同时，有效提高对遥测数据进行分帧诊断性能和诊断效率。
附图说明
图1是本发明实施例提供的分帧故障诊断方法的流程示意图；
图2是本发明实施例提供的分帧故障诊断装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
本发明实施例提供的一种分帧故障诊断方法适用于clips推理机中，推理机中设置有知识规则模板，知识规则模板的一种形式为：
(defrule 规则名称
(左部) =>
(右部)
)
其中，左部为规则的激活条件，可以有多条，默认使用与(and)逻辑，当所有条件都满足时激活规则，右部是规则激活后的故障诊断部分，用于诊断航天器是否发生故障。本发明实施例将将遥测参数转化为事实作为激活诊断规则的条件，当事实满足任意多条诊断规则的任意一条激活条件时事实会关联到所有与之匹配的诊断规则。在推理机运行结束后推理机环境中的诊断规则只有已激活以及未激活两种状态，不满足激活条件的为未激活状态，满足激活条件的为已激活状态，已激活化状态的诊断规则在推理机运行时不会重新激活和执行，在修改与激活条件匹配的任意事实会在下一次运行clips推理机时重新激活规则。可以理解的是，激活和执行是两个不同的动作，激活由事实来控制，只有激活了但未执行的诊断规则会在推理机运行期间被执行。
推理机中的事实定义为：一个信息块被称为事实，由事实名以及相关槽值组成，一个事实拥有一个对应的事实地址。
事实格式如下：
(事实名槽值)
事实生成成功会返回事实地址。
请参阅图1，本发明的一个实施例提供了一种分帧故障诊断方法，包括：
S1、获取一帧的遥测数据，并提取出遥测数据中的多个本帧遥测参数；
在一个实施例中，遥测数据可以为json格式的卫星遥测数据，本发明实施例通过分帧的方式对遥测数据进行处理，获取一帧的遥测数据，通过解析得到遥测数据中的卫星基本信息以及本帧遥测参数，并对每个本帧遥测参数进行格式化，以得到每个本帧遥测参数对应的参数代号。
S2、根据缓存时间以及预设的存储时间段，判断推理机的缓存结构的历史帧遥测参数对应的事实是否缓存超时，若是，则删除历史帧遥测参数，并撤销推理机环境中历史帧遥测参数对应的事实，并执行步骤S3；若否，则直接执行步骤S3。
在本发明实施例中，推理机的缓存结构中缓存有历史帧遥测数据的遥测参数（即历史帧遥测参数），本发明实施例通过判断缓存结构中的历史帧遥测参数是否缓存超时，以撤销缓存超时的历史帧遥测参数对应的事实。具体的，本发明实施例将推理机中已经缓存的历史帧遥测参数的缓存时间与超时时间相加，若该相加值小于当前时间，则判断推理机中的该历史帧遥测参数缓存超时。例如，某一历史帧遥测参数的缓存时间为AM9:00，超时时间为60S，当前时间为AM9:03，则判断该历史帧遥测参数缓存超时，将该历史帧遥测参数对应的事实撤销，并在推理机中删除该历史帧遥测参数。
S3、判断每个本帧遥测参数在缓存结构中是否存在，若存在，则删除缓存结构中与本帧遥测参数相同的历史帧遥测参数，并更新推理机环境中的事实；若不存在，则将本帧遥测参数转换成推理机环境中的事实；
在本发明实施例中，可以通过比对本帧遥测参数与已经缓存至缓存结构中的历史帧遥测参数的代号，来判断本帧遥测参数是否存在推理机中，若两者的代号相同，则判断该本帧遥测参数在缓存结构中存在，撤销缓存结构中与该本帧遥测参数对应的历史帧遥测参数对应的事实，若不存在，则将本帧遥测参数转换成推理机环境中的事实，从而实现推理机中事实的更新。可以理解的是，在执行步骤S3之后，推理机环境中的事实包括由本帧遥测参数转换成的事实，以及缓存在缓存结构中的历史帧遥测参数对应的事实，历史帧遥测参数对应的事实为未被撤销的事实。
S4、根据推理机环境中的事实运行推理机，以推理机中的知识文件对事实进行故障诊断得到故障诊断结果；
本发明实施例中，在运行推理机之前，将本帧遥测参数的数据类型由string类型转换成推理机环境中的事实形式，以便推理机能够正常运行。
在本发明实施例中，故障现象由事实体现，而事实由遥测参数生成。每一遥测参数均有一一对应的事实，其中，缓存在推理机的缓存结构中的历史帧遥测数据在之前的故障诊断过程中已生成对应的事实，本发明实施例将本帧遥测参数转换成对应的事实，使得推理机环境中均包括历史帧遥测参数对应的事实和本帧遥测参数对应的事实，然后再根据推理机中的所有事实进行故障诊断。例如，电池的正常电压为12V，当推理机中的两个遥测参数为电池电压7V和卫星不在阳照区，根据这两个参数结合知识文件即可诊断出存在电池定压过低的故障诊断结果，并可推理出故障原因为没有充电。
需要说明的是，推理机为嵌入库，推理机内部采用预设的判断逻辑，即可根据传递至推理机的事实以及推理机中的知识文件进行故障诊断并得到诊断结果，在推理机运行结束后通过推理机提供的API接口从推理机环境中即可提取得到故障诊断结果。
S5、检测推理机中的事实块，并判断事实块中各个事实的类型，根据事实块中的事实类型，撤销推理机的事实。
在本发明实施例中，在推理机对一帧遥测数据进行故障诊断的运行流程结束后，推理机环境中存在事实块，该事实块包括了不同类型的事实，包括没有关联诊断规则的事实、关联了诊断规则的事实和故障诊断结果对应的事实，本发明实施例根据不同的事实类型对推理机中的事实进行撤销，保留下来的事实则用于下一帧遥测数据的诊断。
本发明实施中那些没有撤销或更新的事实不会重新激活诊断规则，而未被激活的诊断规则由于与之激活条件匹配的事实仍未过期而未被撤销，在下一帧遥测数据的诊断中仍然有效，未被激活的诊断规则会逐渐被多个本帧遥测参数生成的事实满足所有激活条件而激活，从而能够实现将多帧遥测数据进行分帧故障诊断。
在一个实施例中，在以推理机中的知识文件对事实进行故障诊断得到故障诊断结果之前，还包括：
判断知识库中的知识文件的最早修改时间是否在推理机的知识文件最早加载时间之后，若是，则将知识库中的知识文件更新为推理机中的知识文件。
在本发明实施例中，推理机中进行故障诊断主要通过推理机中的知识文件与接收到的遥测数据对应的事实实现，为了保证故障诊断的准确性，本发明实施例以预设的周期来判断推理机中的知识文件是否需要更新，预设的周期可以根据实际需要进行设置，例如可设置为每隔60S、每隔40S判断知识文件是否需要更新。
除了本发明实施例中通过修改时间来判断是否需要进行知识文件的更新，还可以通过其他方式判断是否进行知识文件的更新。例如，本发明实施还可以通过接收外部消息的方式对推理机的知识文件进行更新，例如，推理机接收到外部传递的更新消息，根据该更新消息自动将知识库中的知识文件更新为推理机中的知识文件。例如，本发明实施例在对知识进行修改时对修改过的知识文件打上更新标识，通过更新标识来判断知识文件是否需要更新，在推理机完成知识文件的更新后恢复更新标识。
在一个实施例中，根据缓存时间以及预设的存储时间段，判断推理机的缓存结构的历史帧遥测参数对应的事实是否缓存超时，包括：
若历史帧遥测参数对应的事实的缓存时间与预设的缓存时间段的和小于当前时间，则判断历史帧遥测参数缓存超时。
在一个实施例中，事实类型包括没有关联诊断规则的事实、关联了诊断规则的事实和故障诊断结果对应的事实，判断事实块中各个事实的类型，包括：
若事实块中的事实关联了诊断规则，则判断事实为关联了诊断规则的事实；
若事实块中的事实没有关联任何诊断规则，则判断事实为没有关联诊断规则的事实；
若事实块中的事实的格式符合诊断结果格式，则判断事实为故障诊断结果对应的事实。
在一种优选的实施方式中，推理机运行结束后，推理机的运行环境中必定会存在故障诊断结果对应的事实，本方实施例可以根据事实的格式判断出诊断结果对应的事实，再根据事实块中的变量来判断事实是否关联诊断规则，具体地，判断事实块中的事实的变量patternNetwork是否为空，若变量patternNetwork为空，则判断事实块中的事实没有关联任何诊断规则；若变量patternNetwork不为空，则判断事实块中的事实关联了诊断规则。
在一个实施例中，事实类型包括没有关联诊断规则的事实、关联了诊断规则的事实和故障诊断结果对应的事实，根据事实块中的事实类型，撤销推理机的事实，包括：
保存关联了诊断规则的事实的遥测参数代号、事实地址以及当前时间至缓存结构中；
本发明实施例对于关联了诊断规则的事实不进行撤销，保存该事实对应的遥测参数代号、事实地址以及当前缓存时间至缓存结构中，其中当前缓存时间可用于在对下一帧遥测数据进行诊断时，根据该遥测参数的缓存时间判断该遥测参数是否缓存超时；遥测参数代号以及事实地址则用于在对下一帧遥测数据进行诊断时，根据遥测参数代号判断该遥测参数是否与下一帧遥测数据中的遥测参数一致，若是，则通过事实地址对该遥测参数对应的事实进行撤销，以实现遥测参数对应事实的更新，使得推理机在对每一帧遥测数据进行诊断时，将与上一帧遥测数据中相同的遥测参数对应的事实进行撤销，在不影响当前帧遥测数据的诊断的同时，减少推理机的运行压力，不仅能够有效提高推理机的运行响应速度，而且还能够有效提高诊断结果的准确性。
撤销没有关联诊断规则的事实；
在本发明实施例中，关联了诊断规则的事实才会触发诊断规则并得到诊断结果，有关联诊断规则的事实不会影响到诊断规则的激活以及执行，本发明实施例将没有关联诊断规则的事实进行撤销，释放了推理机的资源空间，有利于提高推理机的运行效率。
保存故障诊断结果，并撤销故障诊断结果对应的事实。
在当前帧获得故障诊断结果之后，将该故障诊断结果对应的事实撤销，避免当前帧的故障诊断结果对下一帧遥测数据的诊断造成影响，有利于提高故障诊断的可靠性和准确性。
在一个实施例中，判断每个遥测参数是否在推理机中存在，包括：
解析得到每个遥测参数对应的遥测参数代号，若遥测参数对应的参数代号与缓存在推理机中的遥测参数的参数代号一致，则判断遥测参数在推理机的缓存中存在。
实施本发明实施例，具有以下有益效果：
本发明实施例在对遥测数据进行诊断过程中，将缓存超时的事实进行撤销，以及将上一帧与当前帧相同的遥测参数对应的事实进行撤销，通过控制事实的撤销以及更新，以及同一事实不会重复激活诊断规则的特性来控制诊断规则的激活，以提高故障诊断的效率。进一步的，本发明实施例在故障诊断运行结束后，对推理机中存在的事实进行分类，包括关联了诊断规则的事实、没有关联诊断规则的事实，以及故障诊断结果对应的事实，根据事实的类型撤销不符合规则激活条件的事实，保留符合规则激活条件的事实以供后续帧遥测数据的诊断，适用复杂的诊断规则，能够在解决无法多帧联合诊断的问题的同时，有效提高对遥测数据进行分帧诊断性能和诊断效率。
请参阅图2，基于与上述实施例相同的技术构思，本发明的一个实施例提供了一种分帧故障诊断装置，包括：
遥测参数提取模块10，用于获取一帧的遥测数据，并提取出遥测数据中的多个本帧遥测参数；
缓存超时判断模块20，用于根据缓存时间以及预设的存储时间段，判断推理机的缓存结构的历史帧遥测参数对应的事实是否缓存超时，若是，则删除历史帧遥测参数，并撤销推理机环境中历史帧遥测参数对应的事实；
遥测参数更新模块30，用于判断每个本帧遥测参数在缓存结构中是否存在，若存在，则删除缓存结构中与本帧遥测参数相同的历史帧遥测参数，并更新推理机环境中的事实；若不存在，则将本帧遥测参数转换成推理机环境中的事实；
故障诊断模块40，用于根据推理机环境中的事实运行推理机，以推理机中的知识文件对事实进行故障诊断得到故障诊断结果；
事实撤销模块50，用于检测推理机中的事实块，并判断事实块中各个事实的类型，根据事实块中的事实类型，撤销推理机的事实。
在一个实施例中，本装置还包括知识文件更新模块，具体用于：
判断知识库中的知识文件的最早修改时间是否在推理机的知识文件的最早加载时间之后，若是，则将知识库中的知识文件更新为推理机中的知识文件。
在一个实施例中，缓存超时判断模块20具体用于：
若历史帧遥测参数对应的事实的缓存时间与预设的缓存时间段的和小于当前时间，则判断历史帧遥测参数缓存超时。
在一个实施例中，事实撤销模块50具体用于：
若事实块中的事实关联了诊断规则，则判断事实为关联了诊断规则的事实；
若事实块中的事实没有关联任何诊断规则，则判断事实为没有关联诊断规则的事实；
若事实块中的事实的格式符合诊断结果格式，则判断事实为故障诊断结果对应的事实。
在一个实施例中，事实撤销模块50具体用终于：
保存关联了诊断规则的事实的遥测参数代号、事实地址以及当前时间至缓存结构中；
撤销没有关联诊断规则的事实；
保存故障诊断结果，并撤销故障诊断结果对应的事实。
在一个实施例中，遥测参数更新模块30具体用于：
解析得到每个本帧遥测参数对应的遥测参数代号，若本帧遥测参数对应的参数代号与缓存结构的历史帧遥测参数的参数代号一致，则判断本帧遥测参数在缓存结构中存在。
在一个实施例中，事实撤销模块50还用于：
判断事实块中事实的变量patternNetwork，若变量patternNetwork为空，则判断事实块中的事实没有关联任何诊断规则；若变量patternNetwork不为空，则判断事实块中的事实关联了诊断规则。
本发明的一个实施例提供了一种计算机可读存储介质，计算机可读存储介质包括存储的计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备执行如上述的分帧故障诊断方法。
以上是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (8)

1.一种分帧故障诊断方法，其特征在于，包括：
获取一帧的遥测数据，并提取出所述遥测数据中的多个本帧遥测参数；
根据缓存时间以及预设的存储时间段，判断推理机的缓存结构的历史帧遥测参数对应的事实是否缓存超时，若是，则删除所述历史帧遥测参数，并撤销推理机环境中所述历史帧遥测参数对应的事实；
判断每个所述本帧遥测参数在所述缓存结构中是否存在，若存在，则删除所述缓存结构中与所述本帧遥测参数相同的历史帧遥测参数，并更新推理机环境中的事实；若不存在，则将所述本帧遥测参数转换成推理机环境中的事实；
根据推理机环境中的事实运行推理机，以所述推理机中的知识文件对所述事实进行故障诊断得到故障诊断结果；
检测所述推理机环境中的事实块，并判断所述事实块中各个事实的类型，根据所述事实块中的事实类型，撤销所述推理机环境中的事实；所述事实类型包括没有关联诊断规则的事实、关联了诊断规则的事实和故障诊断结果对应的事实，根据所述事实块中的事实类型，撤销所述推理机的事实，包括：
保存所述关联了诊断规则的事实的遥测参数代号、事实地址以及当前时间至缓存结构中；
撤销所述没有关联诊断规则的事实；
保存所述故障诊断结果，并撤销所述故障诊断结果对应的事实。
2.如权利要求1所述的分帧故障诊断方法，其特征在于，在以所述推理机中的知识文件对所述事实进行故障诊断得到故障诊断结果之前，还包括：
判断知识库中的知识文件的最早修改时间是否在所述推理机的知识文件的最早加载时间之后，若是，则将所述知识库中的知识文件更新为所述推理机中的知识文件。
3.如权利要求1所述的分帧故障诊断方法，其特征在于，根据缓存时间以及预设的存储时间段，判断推理机的缓存结构的历史帧遥测参数对应的事实是否缓存超时，包括：
若所述历史帧遥测参数对应的事实的缓存时间与预设的缓存时间段的和小于当前时间，则判断所述历史帧遥测参数缓存超时。
4.如权利要求1所述的分帧故障诊断方法，其特征在于，所述事实类型包括没有关联诊断规则的事实、关联了诊断规则的事实和故障诊断结果对应的事实，判断所述事实块中各个事实的类型，包括：
若所述事实块中的事实关联了诊断规则，则判断所述事实为关联了诊断规则的事实；
若所述事实块中的事实没有关联任何诊断规则，则判断所述事实为没有关联诊断规则的事实；
若所述事实块中的事实的格式符合诊断结果格式，则判断所述事实为故障诊断结果对应的事实。
5.如权利要求1所述的分帧故障诊断方法，其特征在于，判断每个所述本帧遥测参数是否在所述缓存结构中存在，包括：
解析得到每个所述本帧遥测参数对应的遥测参数代号，若所述本帧遥测参数对应的参数代号与所述缓存结构的历史帧遥测参数的参数代号一致，则判断所述本帧遥测参数在所述缓存结构中存在。
6.如权利要求1所述的分帧故障诊断方法，其特征在于，判断所述事实块中各个事实的类型，包括：
判断所述事实块中事实的变量patternNetwork，若所述变量patternNetwork为空，则判断所述事实块中的事实没有关联任何诊断规则；若所述变量patternNetwork不为空，则判断所述事实块中的事实关联了诊断规则。
7.一种分帧故障诊断装置，其特征在于，包括：
遥测参数提取模块，用于获取一帧的遥测数据，并提取出所述遥测数据中的多个本帧遥测参数；
缓存超时判断模块，用于根据缓存时间以及预设的存储时间段，判断推理机的缓存结构的历史帧遥测参数对应的事实是否缓存超时，若是，则删除所述历史帧遥测参数，并撤销推理机环境中所述历史帧遥测参数对应的事实；
遥测参数更新模块，用于判断每个所述本帧遥测参数在所述缓存结构中是否存在，若存在，则删除所述缓存结构中与所述本帧遥测参数相同的历史帧遥测参数，并更新推理机环境中的事实；若不存在，则将所述本帧遥测参数转换成推理机环境中的事实；
故障诊断模块，用于根据推理机环境中的事实运行推理机，以所述推理机中的知识文件对所述事实进行故障诊断得到故障诊断结果；
事实撤销模块，用于检测所述推理机中的事实块，并判断所述事实块中各个事实的类型，根据所述事实块中的事实类型，撤销所述推理机的事实；所述事实类型包括没有关联诊断规则的事实、关联了诊断规则的事实和故障诊断结果对应的事实，所述事实撤销模块具体用于保存所述关联了诊断规则的事实的遥测参数代号、事实地址以及当前时间至缓存结构中；
撤销所述没有关联诊断规则的事实；
保存所述故障诊断结果，并撤销所述故障诊断结果对应的事实。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任意一项所述的分帧故障诊断方法。
CN202210096979.1A 2022-01-27 2022-01-27 一种分帧故障诊断方法、装置及存储介质 Active CN114118426B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210096979.1A CN114118426B (zh) 2022-01-27 2022-01-27 一种分帧故障诊断方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210096979.1A CN114118426B (zh) 2022-01-27 2022-01-27 一种分帧故障诊断方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN114118426A CN114118426A (zh) 2022-03-01
CN114118426B true CN114118426B (zh) 2022-06-17

Family

ID=80361687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210096979.1A Active CN114118426B (zh) 2022-01-27 2022-01-27 一种分帧故障诊断方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN114118426B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107272646A (zh) * 2017-06-30 2017-10-20 南京理工大学 基于专家系统的压力机故障诊断系统
CN112965849A (zh) * 2021-03-05 2021-06-15 中国科学院微小卫星创新研究院 一种卫星故障诊断推理机系统及方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6959263B2 (en) * 2002-12-14 2005-10-25 Perspicuous Insights Llc Interactive diagnostic system and method driven by expert system
CN101902441B (zh) * 2009-05-31 2013-05-15 北京启明星辰信息技术股份有限公司 一种可实现序列攻击事件检测的入侵检测方法
US9378460B2 (en) * 2012-12-28 2016-06-28 Emc Corporation Method and apparatus for provisioning storage resources using an expert system that displays the provisioning to a user
CN106844775B (zh) * 2017-03-02 2021-03-16 上海交通大学 航天器故障快速检测系统
CN113570059A (zh) * 2021-07-21 2021-10-29 北京航天测控技术有限公司 航天器决策推理方法、装置及系统
CN113935487B (zh) * 2021-12-21 2022-03-22 广东粤港澳大湾区硬科技创新研究院 可视化卫星故障诊断知识的生成方法、装置及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107272646A (zh) * 2017-06-30 2017-10-20 南京理工大学 基于专家系统的压力机故障诊断系统
CN112965849A (zh) * 2021-03-05 2021-06-15 中国科学院微小卫星创新研究院 一种卫星故障诊断推理机系统及方法

Also Published As

Publication number Publication date
CN114118426A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN111416821A (zh) 物联网设备信息采集方法、系统和装置
CN114416200A (zh) 声明式云平台监控采集配置动态管理和加载的系统及方法
CN111143167B (zh) 用于多平台的告警归并方法及装置、设备、存储介质
CN114118426B (zh) 一种分帧故障诊断方法、装置及存储介质
CN109426606A (zh) 内核故障诊断信息处理方法、装置、存储介质及电子设备
CN102811436B (zh) 一种固件更新方法及装置
JP7195976B2 (ja) センサデバイスおよびセンサデバイス管理システム、センサデバイスの管理方法
US7917476B2 (en) Device management system using log management object and method for generating and controlling logging data therein
CN114386715A (zh) 制动主风气路压力泄漏的预测方法、系统、设备及介质
CN112835598B (zh) 一种汽车ecu刷写方法及其系统、计算机可读存储介质
CN113568878A (zh) 一种系统日志的收集、导出方法、装置及车辆
US20040025077A1 (en) Method and apparatus for the dynamic tuning of recovery actions in a server by modifying hints and symptom entries from a remote location
KR102280298B1 (ko) 애플리케이션 사용 패턴 분석에 기초한 메모리 관리 시스템 및 방법
JPH0850555A (ja) 障害解析装置及び障害検出装置
CN111960208A (zh) 一种电梯远程数据采集方法和系统
CN111878231A (zh) 前氧传感器故障诊断方法、装置、设备及存储介质
US7607051B2 (en) Device and method for program correction by kernel-level hardware monitoring and correlating hardware trouble to a user program correction
JP3687565B2 (ja) ログデータ保存方式、ログデータ保存方法およびログデータ保存用プログラム
CN108920264A (zh) 一种命令超时处理方法及系统
CN114610729A (zh) 一种基于推理机的故障诊断方法、装置及存储介质
CN106598503A (zh) 一种云平台下优化虚拟磁盘占用存储空间的方法和装置
CN116049002B (zh) 可观测性数据的获取方法、装置、终端设备及存储介质
JPWO2018216139A1 (ja) データ処理システム、データ処理装置およびデータ処理プログラム
CN117439871B (zh) 抄表故障定位方法、装置、存储介质及电子设备
JP2002366674A (ja) ソフトウェア開発自動管理システム及びソフトウェア開発自動管理プログラム

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