CN116050809A - 一种用于虚拟维修的故障作业规划方法及设备 - Google Patents
一种用于虚拟维修的故障作业规划方法及设备 Download PDFInfo
- Publication number
- CN116050809A CN116050809A CN202310330683.6A CN202310330683A CN116050809A CN 116050809 A CN116050809 A CN 116050809A CN 202310330683 A CN202310330683 A CN 202310330683A CN 116050809 A CN116050809 A CN 116050809A
- Authority
- CN
- China
- Prior art keywords
- fault
- maintenance
- dynamic
- tree
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012423 maintenance Methods 0.000 claims abstract description 91
- 230000001364 causal effect Effects 0.000 claims abstract description 37
- 238000006243 chemical reaction Methods 0.000 claims abstract description 15
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 9
- 238000010586 diagram Methods 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 27
- 230000003068 static effect Effects 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 230000008439 repair process Effects 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 8
- 230000007704 transition Effects 0.000 claims description 8
- 208000024891 symptom Diseases 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims 1
- 230000009466 transformation Effects 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
- G06Q50/2057—Career enhancement or continuing education service
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Educational Technology (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于虚拟维修的故障作业规划方法及设备,用于解决现有的虚拟维修故障分析系统对故障类型的通用性差,生产过程复杂,难以形成统一的标准流程,造成了流程操作困难的技术问题。方法包括:将系统故障的树状逻辑因果关系图进行动态逻辑控制,得到动态故障树;将动态故障树中的各个事件与预设马尔可夫链中的各个故障节点进行相互对应转化,得到故障模型;将动态故障树中的故障事件发生概率进行动态定量分析,得到动态故障树数据;并与预设虚拟维修标准流程数据进行虚拟维修逻辑体系的构建,得到设备故障维修体系;根据不同虚拟维修场景,对设备故障维修体系中的流程步骤进行适应性调整,得到维修作业流程操作方案。
Description
技术领域
本申请涉及虚拟维修领域,尤其涉及一种用于虚拟维修的故障作业规划方法及设备。
背景技术
随着虚拟维修训练方式的普及,虚拟维修体系正在形成,并呈现出专业分工细化的特点。维修训练基础资源、平台和应用系统三个层次日益松耦合,各相关研究机构都在致力于建立统一的技术体制,提出统一的模型标准和运用标准,构建一个向下能够动态适配各类虚拟维修训练资源、向上能够支撑各个应用领域应用系统二次开发的高适应性和灵活性的虚拟维修基础平台。各应用部门按照统一的标准建设本单位所需的模型、数据、流程、故障库等虚拟维修资源,从而快速形成虚拟维修的应用能力,并实现模型等资源在统一平台、统一系统的基础上能够不断积累和共享应用。
现有的虚拟维修体系,往往是针对的是单一故障、单一系统或单一维修流程,当维修流程或维护对象发生变更时,很难进行复用,缺少针对故障类型、故障现象以及故障原因的抽象和提炼,制作人员在每一次制作不同故障的维修案例时,都需要重新进行故障分析,生产过程复杂,制作水平参差不齐,案例的准确性和实用性无法保证。
发明内容
本申请实施例提供了一种用于虚拟维修的故障作业规划方法及设备,用于解决如下技术问题:现有的虚拟维修故障分析系统对故障类型的通用性差,并且生产过程复杂,难以针对多种故障类型形成统一的标准流程,造成了虚拟故障维修作业的流程操作困难。
本申请实施例采用下述技术方案:
一方面,本申请实施例提供了一种用于虚拟维修的故障作业规划方法,包括:基于多种故障类型,通过预设故障树结构函数,将系统故障的树状逻辑因果关系图进行动态逻辑控制,得到动态故障树;将所述动态故障树中的各个事件与预设马尔可夫链中的各个故障节点进行相互对应转化,得到转化后的故障模型;通过所述故障模型,将所述动态故障树中的故障事件发生概率进行动态定量分析,得到动态故障树数据;将所述动态故障树数据与预设虚拟维修标准流程数据进行虚拟维修逻辑体系的构建,得到设备故障维修体系;根据不同虚拟维修场景,对所述设备故障维修体系中的操作步骤进行适应性调整,得到维修作业流程操作方案。
本申请实施例针对装配体可能出现的各种不同机制的故障,对设备故障维修体系中的操作步骤进行适应性调整。设备故障维修体系形成后,可以根据每个故障类型的操作流程特点,将整个维修内容整合编辑,使操作方式单位化、可编辑化以及可修改化,最终形成能与具体地虚拟维修类型对应的维修作业流程操作方案。同时,具备了更好的通用性,能够适应多种故障类型的维修流程,使制作人员在每一次制作不同故障的维修案例时,能够简化过程,更好的提高制作质量,保证维修作业流程操作方案的准确性与实用性。
在一种可行的实施方式中,在基于多种故障类型,通过预设故障树结构函数,将系统故障的树状逻辑因果关系图进行动态逻辑控制,得到动态故障树之前,所述方法还包括:根据设备的多种故障类型,并基于故障树中的顶事件因果结构与底事件因果结构,将设备状态进行顶事件与底事件的状态定义,得到基于所述故障树的顶事件状态以及底事件状态;其中,所述设备状态包括:设备故障以及设备正常;所述故障树的顶事件状态是由底事件状态所决定的;对所述顶事件状态以及底事件状态进行或门逻辑关系处理,并基于二值变量的定义,得到故障树或门结构函数;对所述顶事件状态以及底事件状态进行与门逻辑关系处理,并基于二值变量的定义,得到故障树与门结构函数;其中,所述故障树或门结构函数与所述故障树与门结构函数共同组成所述故障树结构函数。
在一种可行的实施方式中,基于多种故障类型,通过预设故障树结构函数,将系统故障的树状逻辑因果关系图进行动态逻辑控制,得到动态故障树,具体包括:将所述系统故障的树状逻辑因果关系图进行动静态的子树分类,得到所述系统故障的动态子树以及静态子树;通过预设二元决策图法,将所述静态子树进行故障底事件的逻辑图转化,得到只包含故障底事件的二元决策图;根据设备故障的实际工况,调用预设动态逻辑门,对所述动态子树进行故障事件的多层树状分类,得到所述动态故障树;其中,所述动态逻辑门至少包括:优先与门(PAND)、顺序强制门(FDEP)、冷备件门(CSP)以及热备件门(HSP)。
在一种可行的实施方式中,将所述动态故障树中的各个事件与预设马尔可夫链中的各个故障节点进行相互对应转化,得到转化后的故障模型,具体包括:将所述动态故障树中的底事件、中间事件以及顶事件与预设影响要素模型的故障层节点、征兆层节点以及状态层节点进行一一对应,得到节点间的因果关系;根据所述马尔可夫链,对所述故障层节点、征兆层节点以及状态层节点进行各节点条件概率的估计,生成条件概率表;其中,所述条件概率表用于表示动态故障树中各个事件之间的影响程度;将所述动态故障树中的逻辑门转化成所述马尔可夫链中的有向链,并确定出所述逻辑门与所述有向链之间的映射关系;基于预设设备零部件结构,根据所述节点间的因果关系、所述条件概率表以及所述映射关系,对所述马尔可夫链进行完整化的转化,得到完整的马尔可夫链;并根据所述完整的马尔可夫链,构造出所述故障模型。
在一种可行的实施方式中,基于预设设备零部件结构,根据所述节点间的因果关系、所述条件概率表以及所述映射关系,对所述马尔可夫链进行完整化的转化,得到完整的马尔可夫链,具体包括:根据所述设备零部件结构、所述节点间的因果关系、所述条件概率表以及所述映射关系,对设备的零部件维护操作节点进行逻辑的构建以及节点层次的连接,得到故障操作节点;根据所述故障操作节点之前的因果关联关系,确定出所述马尔可夫链的有向节点链;基于所述有向节点链,根据历史维护操作节点数据,对所述故障操作节点中各节点的条件概率进行初始化处理,得到所述完整的马尔可夫链;其中,所述各节点的条件概率由所述条件概率表所得。
在一种可行的实施方式中,通过所述故障模型,将所述动态故障树中的故障事件发生概率进行动态定量分析,得到动态故障树数据,具体包括:对所述动态故障树中的故障事件发生概率进行有关树状逻辑因果关系的分类,得到基于动态故障树中动态子树以及静态子树;通过所述故障模型,将所述动态子树进行马尔可夫链的状态转换,得到所述动态子树的马尔可夫链转移图;其中,所述马尔可夫链转移图包括:事故发生的状态、设备故障概率以及虚拟系统状态;根据所述马尔可夫链转移图,对故障事件进行故障概率的定量分析,得到动态故障概率;并将所述动态故障概率输入到所述故障模型中,确定出基于马尔可夫链的顶事件发生概率;对所述顶事件发生概率进行底事件发生概率的差值处理,得到底事件概率重要度;其中,所述动态故障树数据由所述顶事件发生概率以及所述底事件概率重要度。
在一种可行的实施方式中,将所述动态故障树数据与预设虚拟维修标准流程数据进行虚拟维修逻辑关系的构建,得到设备故障维修体系,具体包括:获取所述虚拟维修标准流程数据;其中,所述虚拟维修标准流程数据包括:维修作业的所有操作步骤数据、步骤数量数据、每个步骤涉及的零部件与维修工具数据、零部件运动方式数据以及故障类型数据;基于所述动态故障树数据,将若干故障作业进行故障子集的创建与故障阈值组的获取,通过所述故障子集与所述故障阈值组,将所述虚拟维修标准流程数据进行有关操作步骤以及零部件拆卸序列的数据匹配,并生成对应的虚拟维修逻辑关系;对所述虚拟维修逻辑关系进行各个节点的层次整合,得到基于动态故障树数据的设备故障维修体系。
在一种可行的实施方式中,根据不同虚拟维修场景,对所述设备故障维修体系中的操作步骤进行适应性调整,得到维修作业流程操作方案,具体包括:提取所述不同虚拟维修场中不同虚拟维修项目的故障特征;其中,所述故障特征至少包括:故障表现特征,故障原因特征、所需故障维修工具特征、故障类型特征以及故障行为变化特征;基于预设虚拟维修故障库,通过所述不同虚拟维修项目的故障特征,对所述设备故障维修体系中的操作步骤进行对应匹配,得到基于所述故障特征的特定虚拟维修逻辑关系;将所述特定虚拟维修逻辑关系进行每个节点层次的关联连接,确定出符合虚拟维修场景中的所述维修作业流程操作方案。
在一种可行的实施方式中,通过所述不同虚拟维修项目的故障特征,对所述设备故障维修体系中的操作步骤进行对应匹配,具体包括:将所述不同虚拟维修项目的故障特征与所述设备故障维修体系中的操作步骤进行节点匹配识别判断;若存在与节点不匹配的多余操作步骤,则剔除所述设备故障维修体系中的所述多余操作步骤;若存在与节点不匹配的多余故障特征,则在所述设备故障维修体系中进行对应操作步骤的增添处理。
另一方面,本申请实施例还提供了一种用于虚拟维修的故障作业规划设备,其特征在于,所述设备包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有能够被所述至少一个处理器执行的指令,以使所述至少一个处理器能够执行上述任一实施例所述的一种用于虚拟维修的故障作业规划方法。
本申请提供了一种用于虚拟维修的故障作业规划方法及设备,针对装配体可能出现的各种不同机制的故障,对设备故障维修体系中的操作步骤进行适应性调整。设备故障维修体系形成后,可以根据每个故障类型的操作流程特点,将整个维修内容整合编辑,使操作方式单位化、可编辑化以及可修改化,最终形成能与具体地虚拟维修类型对应的维修作业流程操作方案。同时,具备了更好的通用性,能够适应多种故障类型的维修流程,使制作人员在每一次制作不同故障的维修案例时,能够简化过程,更好的提高制作质量,保证维修作业流程操作方案的准确性与实用性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本申请实施例提供的一种用于虚拟维修的故障作业规划方法流程图;
图2为本申请实施例提供的一种动态故障树结构示意图;
图3为本申请实施例提供的一种马尔可夫链转化示意图;
图4为本申请实施例提供的一种简化树的马尔可夫状态转移示意图;
图5为本申请实施例提供的一种维修作业流程操作方案示意图;
图6为本申请实施例提供的一种用于虚拟维修的故障作业规划设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,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。基于本说明书实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请实施例提供了一种用于虚拟维修的故障作业规划方法,如图1所示,用于虚拟维修的故障作业规划方法具体包括步骤S101-S105:
S101、基于多种故障类型,通过预设故障树结构函数,将系统故障的树状逻辑因果关系图进行动态逻辑控制,得到动态故障树。
具体地,根据设备的多种故障类型,并基于故障树中的顶事件因果结构与底事件因果结构,将设备状态进行顶事件与底事件的状态定义,得到基于故障树的顶事件状态以及底事件状态。其中,设备状态包括:设备故障以及设备正常;故障树的顶事件状态是由底事件状态所决定的。
进一步地,对顶事件状态以及底事件状态进行或门逻辑关系处理,并基于二值变量的定义,得到故障树或门结构函数。对顶事件状态以及底事件状态进行与门逻辑关系处理,并基于二值变量的定义,得到故障树与门结构函数。其中,故障树或门结构函数与故障树与门结构函数共同组成故障树结构函数。
进一步地,将系统故障的树状逻辑因果关系图进行动静态的子树分类,得到系统故障的动态子树以及静态子树。通过预设二元决策图法,将静态子树进行故障底事件的逻辑图转化,得到只包含故障底事件的二元决策图。
进一步地,根据设备故障的实际工况,调用预设动态逻辑门,对动态子树进行故障事件的多层树状分类,得到动态故障树。其中,动态逻辑门至少包括:优先与门(PAND)、顺序强制门(FDEP)、冷备件门(CSP)以及热备件门(HSP)。
作为一种可行的实施方式,首先将故障树分解为多个独立模块,静态模块常用数值组合或二元决策图(BDD)法进行求解,动态模块常被转化为马尔可夫模型、贝叶斯网络模型或Petri网模型。静态子树将运用BDD法进行分析,将故障树转化成为仅含底事件的BDD图,无需借助中间事件就可直接对传统故障树进行分析,有利于降低计算复杂度。
S102、将动态故障树中的各个事件与预设马尔可夫链中的各个故障节点进行相互对应转化,得到转化后的故障模型。
具体地,将动态故障树中的底事件、中间事件以及顶事件与预设的影响要素模型的故障层节点、征兆层节点以及状态层节点进行一一对应,得到节点间的因果关系。根据马尔可夫链,对故障层节点、征兆层节点以及状态层节点进行各节点条件概率的估计,生成条件概率表。其中,条件概率表用于表示动态故障树中各个事件之间的影响程度。将动态故障树中的逻辑门转化成马尔可夫链中的有向链,并确定出逻辑门与有向链之间的映射关系。
在一个实施例中,图3为本申请实施例提供的一种马尔可夫链转化示意图,如图3所示,将故障树的基本事件(底事件)、中间事件、顶事件分别对应于影响要素模型的故障层节点、征兆层节点、状态层节点,动态故障树中重复出现的事件合并为一个节点。将动态故障树中的逻辑门转化成马尔可夫链的有向链,并按历史维修映射节点之间逻辑门的关系,确定出逻辑门与有向链之间的映射关系。然后用马尔可夫链中故障节点的先验概率,替代动态故障树中基本事件(底事件)的发生的可能性。最后动态故障树中事件之间的影响程度用马尔可夫链中的条件概率进行表示,并进行各节点条件概率的估计,生成条件概率表。
进一步地,基于预设设备零部件结构,根据节点间的因果关系、条件概率表以及映射关系,对马尔可夫链进行完整化的转化,得到完整的马尔可夫链。并根据完整的马尔可夫链,构造出故障模型。
其中,对于完整的马尔可夫链,则是根据设备零部件结构、节点间的因果关系、条件概率表以及映射关系,对设备的零部件维护操作节点进行逻辑的构建以及节点层次的连接,得到故障操作节点。根据故障操作节点之前的因果关联关系,确定出马尔可夫链的有向节点链。基于有向节点链,根据历史维护操作节点数据,对故障操作节点中各节点的条件概率进行初始化处理,得到完整的马尔可夫链;其中,各节点的条件概率由条件概率表所得。
在一个实施例中,根据节点间的因果关系,分层次连接各个节点,形成马尔可夫模型。然后根据历史虚拟维修数据、系统组成结构、设计资料及相关手册、系统故障树等,在假设在某故障原因出现的情况下,估计该故障原因的各个节点的条件概率,形成条件概率表,从而构造出完整的马尔可夫链,以实现完成对故障模型的建模过程。
S103、通过故障模型,将动态故障树中的故障事件发生概率进行动态定量分析,得到动态故障树数据。
具体地,对动态故障树中的故障事件发生概率进行有关树状逻辑因果关系的分类,得到基于动态故障树中动态子树以及静态子树。通过故障模型,将动态子树进行马尔可夫链的状态转换,得到动态子树的马尔可夫链转移图。其中,马尔可夫链转移图包括:事故发生的状态、设备故障概率以及虚拟系统状态。
进一步地,根据马尔可夫链转移图,对故障事件进行故障概率的定量分析,得到动态故障概率。并将动态故障概率输入到故障模型中,确定出基于马尔可夫链的顶事件发生概率。对顶事件发生概率进行底事件发生概率的差值处理,得到底事件概率重要度。其中,动态故障树数据由顶事件发生概率以及底事件概率重要度。
在一个实施例中,图4为本申请实施例提供的一种简化树的马尔可夫状态转移示意图,根据底事件概率:根据既往武器装备故障发生的统计数据,分类计算各种故障的发生率。并对树状逻辑因果关系的分类后,进行静态子树定量分析:利用FTA对动态子树进行简化并计算得到个静态子树的顶故障事件概率。然后对动态子树进行马尔可夫链的状态转换,定义T0为顶事件,L10、L11为底事件的形式,之后得到动态子树的马尔可夫链转移图,如图4所示。其中La表示T事故发生的状态,0、1、2、3分别代表L10事故不发生的状态。“0-1-3”链表示L11先发生,L10再发生时,系统正常,事故不发生。“0-2-La”链表示L10先发生,L11再发生时,系统失效,事故发生。对于上述PAND逻辑门,将其转化为马尔可夫模型进行分析,假设事件L10、L11故障概率为λM1、λM2。事件在t时刻的失效概率公式为:。由将统计的故障概率数据带入上式,得动摇故障概率:λM1、λM2。
在一个实施例中,将动态故障概率输入到故障模型中,确定出基于马尔可夫链的顶事件发生概率:若一条马尔可夫链在任意时段内,从状态转移到状态的转移概率与状态的起始时间无关,即:,式中,表示处于某种状态的概率。马尔可夫链中的转移概率只与时间差有关,把作为元素组成转移概率矩阵,转移率矩阵为,为的同阶单位矩阵。则状态方程为:,式中为各状态概率的列向量;为各状态导数的列向量,求解该微分方程即得出顶事件发生概率。
在一个实施例中,对顶事件发生概率进行底事件发生概率的差值处理,得到底事件概率重要度:底事件概率重要度是指第个底事件发生概率引起顶事件发生概率变化的程度。基于马尔可夫模型的概率重要度求解方法为计算该底事件发生概率为0或1时顶事件的概率差值,即底事件概率重要度:,式中,为顶事件概率表达式。
S104、将动态故障树数据与预设虚拟维修标准流程数据进行虚拟维修逻辑体系的构建,得到设备故障维修体系。
具体地,获取虚拟维修标准流程数据。其中,虚拟维修标准流程数据包括:维修作业的所有操作步骤数据、步骤数量数据、每个步骤涉及的零部件与维修工具数据、零部件运动方式数据以及故障类型数据。基于动态故障树数据,将若干故障作业进行故障子集的创建与故障阈值组的获取。
进一步地,通过故障子集与故障阈值组,将虚拟维修标准流程数据进行有关操作步骤以及零部件拆卸序列的数据匹配,并生成对应的虚拟维修逻辑关系。对虚拟维修逻辑关系进行各个节点的层次整合,得到基于动态故障树数据的设备故障维修体系。
在一个实施例中,整个装配体可能存在多种故障名称,但这些故障名称都可以归类于几种或者几十种故障类型,基于某一故障类型后,在其下创建相应的故障子集、故障阈值组等,然后再与虚拟维修标准流程数据进行对应每一步操作步骤以及零部件拆卸序列的数据匹配,让故障子集以及故障阈值与虚拟维修标准流程数据中的每一种数据或者步骤节点均相互关联对应,并生成虚拟维修逻辑关系,然后将虚拟维修逻辑关系中各个节点的层次结构主次逻辑进行连接整合处理,最终得到基于动态故障树数据的设备故障维修体系。
S105、根据不同虚拟维修场景,对设备故障维修体系中的操作步骤进行适应性调整,得到维修作业流程操作方案。
具体地,提取不同虚拟维修场中不同虚拟维修项目的故障特征。其中,故障特征至少包括:故障表现特征,故障原因特征、所需故障维修工具特征、故障类型特征以及故障行为变化特征。
进一步地,基于预设虚拟维修故障库,通过不同虚拟维修项目的故障特征,对设备故障维修体系中的操作步骤进行对应匹配,得到基于故障特征的特定虚拟维修逻辑关系。其中,首先将不同虚拟维修项目的故障特征与设备故障维修体系中的操作步骤进行节点匹配识别判断。若存在与节点不匹配的多余操作步骤,则剔除设备故障维修体系中的多余操作步骤。若存在与节点不匹配的多余故障特征,则在设备故障维修体系中进行对应操作步骤的增添处理。
进一步地,将特定虚拟维修逻辑关系进行每个节点层次的关联连接,确定出符合虚拟维修场景中的维修作业流程操作方案。
在一个实施例中,图5为本申请实施例提供的一种维修作业流程操作方案示意图,如图5所示,在一个虚拟故障维修作业的场景中,先提取一种虚拟维修项目的故障特征,然后根据虚拟维修故障库,通过该虚拟维修项目的故障特征,对设备故障维修体系中的每个操作步骤进行一一对应匹配识别,然后基于该虚拟维修项目的故障特征,对设备故障维修体系中的操作节点进行多余删除或者缺少补充处理,然后生成如图5所示的特定虚拟维修逻辑关系,然后将特定虚拟维修逻辑关系进行每个节点层次的关联连接,例如:生成部件连接图、判断割点、搜索最复杂割点、比较零件号、拆分成子部件、生成子部件的优先顺序等等,最终确定出符合该虚拟维修场景中该虚拟维修项目整体的维修作业流程操作方案。
另外,本申请实施例还提供了一种用于虚拟维修的故障作业规划设备,如图6所示,用于虚拟维修的故障作业规划设备600具体包括:
至少一个处理器601;以及,与至少一个处理器601通信连接的存储器602;其中,存储器602存储有能够被至少一个处理器601执行的指令,以使至少一个处理器601能够执行:
基于多种故障类型,通过预设故障树结构函数,将系统故障的树状逻辑因果关系图进行动态逻辑控制,得到动态故障树;
将动态故障树中的各个事件与预设马尔可夫链中的各个故障节点进行相互对应转化,得到转化后的故障模型;
通过故障模型,将动态故障树中的故障事件发生概率进行动态定量分析,得到动态故障树数据;
将动态故障树数据与预设虚拟维修标准流程数据进行虚拟维修逻辑体系的构建,得到设备故障维修体系;
根据不同虚拟维修场景,对设备故障维修体系中的操作步骤进行适应性调整,得到维修作业流程操作方案。
本申请实施例针对装配体可能出现的各种不同机制的故障,对设备故障维修体系中的操作步骤进行适应性调整。设备故障维修体系形成后,可以根据每个故障类型的操作流程特点,将整个维修内容整合编辑,使操作方式单位化、可编辑化以及可修改化,最终形成能与具体地虚拟维修类型对应的维修作业流程操作方案。同时,具备了更好的通用性,能够适应多种故障类型的维修流程,使制作人员在每一次制作不同故障的维修案例时,能够简化过程,更好的提高制作质量,保证维修作业流程操作方案的准确性与实用性。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请的实施例可以有各种更改和变化。凡在本申请实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种用于虚拟维修的故障作业规划方法,其特征在于,所述方法包括:
基于多种故障类型,通过预设故障树结构函数,将系统故障的树状逻辑因果关系图进行动态逻辑控制,得到动态故障树;
将所述动态故障树中的各个事件与预设马尔可夫链中的各个故障节点进行相互对应转化,得到转化后的故障模型;
通过所述故障模型,将所述动态故障树中的故障事件发生概率进行动态定量分析,得到动态故障树数据;
将所述动态故障树数据与预设虚拟维修标准流程数据进行虚拟维修逻辑体系的构建,得到设备故障维修体系;
根据不同虚拟维修场景,对所述设备故障维修体系中的操作步骤进行适应性调整,得到维修作业流程操作方案。
2.根据权利要求1所述的一种用于虚拟维修的故障作业规划方法,其特征在于,在基于多种故障类型,通过预设故障树结构函数,将系统故障的树状逻辑因果关系图进行动态逻辑控制,得到动态故障树之前,所述方法还包括:
根据设备的多种故障类型,并基于故障树中的顶事件因果结构与底事件因果结构,将设备状态进行顶事件与底事件的状态定义,得到基于所述故障树的顶事件状态以及底事件状态;其中,所述设备状态包括:设备故障以及设备正常;所述故障树的顶事件状态是由底事件状态所决定的;
对所述顶事件状态以及底事件状态进行或门逻辑关系处理,并基于二值变量的定义,得到故障树或门结构函数;
对所述顶事件状态以及底事件状态进行与门逻辑关系处理,并基于二值变量的定义,得到故障树与门结构函数;
其中,所述故障树或门结构函数与所述故障树与门结构函数共同组成所述故障树结构函数。
3.根据权利要求1所述的一种用于虚拟维修的故障作业规划方法,其特征在于,基于多种故障类型,通过预设故障树结构函数,将系统故障的树状逻辑因果关系图进行动态逻辑控制,得到动态故障树,具体包括:
将所述系统故障的树状逻辑因果关系图进行动静态的子树分类,得到所述系统故障的动态子树以及静态子树;
通过预设二元决策图法,将所述静态子树进行故障底事件的逻辑图转化,得到只包含故障底事件的二元决策图;
根据设备故障的实际工况,调用预设动态逻辑门,对所述动态子树进行故障事件的多层树状分类,得到所述动态故障树;其中,所述动态逻辑门至少包括:优先与门、顺序强制门、冷备件门以及热备件门。
4.根据权利要求1所述的一种用于虚拟维修的故障作业规划方法,其特征在于,将所述动态故障树中的各个事件与预设马尔可夫链中的各个故障节点进行相互对应转化,得到转化后的故障模型,具体包括:
将所述动态故障树中的底事件、中间事件以及顶事件与预设影响要素模型的故障层节点、征兆层节点以及状态层节点进行一一对应,得到节点间的因果关系;
根据所述马尔可夫链,对所述故障层节点、征兆层节点以及状态层节点进行各节点条件概率的估计,生成条件概率表;其中,所述条件概率表用于表示动态故障树中各个事件之间的影响程度;
将所述动态故障树中的逻辑门转化成所述马尔可夫链中的有向链,并确定出所述逻辑门与所述有向链之间的映射关系;
基于预设设备零部件结构,根据所述节点间的因果关系、所述条件概率表以及所述映射关系,对所述马尔可夫链进行完整化的转化,得到完整的马尔可夫链;并根据所述完整的马尔可夫链,构造出所述故障模型。
5.根据权利要求4所述的一种用于虚拟维修的故障作业规划方法,其特征在于,基于预设设备零部件结构,根据所述节点间的因果关系、所述条件概率表以及所述映射关系,对所述马尔可夫链进行完整化的转化,得到完整的马尔可夫链,具体包括:
根据所述设备零部件结构、所述节点间的因果关系、所述条件概率表以及所述映射关系,对设备的零部件维护操作节点进行逻辑的构建以及节点层次的连接,得到故障操作节点;
根据所述故障操作节点之前的因果关联关系,确定出所述马尔可夫链的有向节点链;
基于所述有向节点链,根据历史维护操作节点数据,对所述故障操作节点中各节点的条件概率进行初始化处理,得到所述完整的马尔可夫链;其中,所述各节点的条件概率由所述条件概率表所得。
6.根据权利要求1所述的一种用于虚拟维修的故障作业规划方法,其特征在于,通过所述故障模型,将所述动态故障树中的故障事件发生概率进行动态定量分析,得到动态故障树数据,具体包括:
对所述动态故障树中的故障事件发生概率进行有关树状逻辑因果关系的分类,得到基于动态故障树中动态子树以及静态子树;
通过所述故障模型,将所述动态子树进行马尔可夫链的状态转换,得到所述动态子树的马尔可夫链转移图;其中,所述马尔可夫链转移图包括:事故发生的状态、设备故障概率以及虚拟系统状态;
根据所述马尔可夫链转移图,对故障事件进行故障概率的定量分析,得到动态故障概率;并将所述动态故障概率输入到所述故障模型中,确定出基于马尔可夫链的顶事件发生概率;
对所述顶事件发生概率进行底事件发生概率的差值处理,得到底事件概率重要度;
其中,所述动态故障树数据由所述顶事件发生概率以及所述底事件概率重要度。
7.根据权利要求1所述的一种用于虚拟维修的故障作业规划方法,其特征在于,将所述动态故障树数据与预设虚拟维修标准流程数据进行虚拟维修逻辑关系的构建,得到设备故障维修体系,具体包括:
获取所述虚拟维修标准流程数据;其中,所述虚拟维修标准流程数据包括:维修作业的所有操作步骤数据、步骤数量数据、每个步骤涉及的零部件与维修工具数据、零部件运动方式数据以及故障类型数据;
基于所述动态故障树数据,将若干故障作业进行故障子集的创建与故障阈值组的获取;
通过所述故障子集与所述故障阈值组,将所述虚拟维修标准流程数据进行有关操作步骤以及零部件拆卸序列的数据匹配,并生成对应的虚拟维修逻辑关系;
对所述虚拟维修逻辑关系进行各个节点的层次整合,得到基于动态故障树数据的设备故障维修体系。
8.根据权利要求1所述的一种用于虚拟维修的故障作业规划方法,其特征在于,根据不同虚拟维修场景,对所述设备故障维修体系中的操作步骤进行适应性调整,得到维修作业流程操作方案,具体包括:
提取所述不同虚拟维修场中不同虚拟维修项目的故障特征;其中,所述故障特征至少包括:故障表现特征,故障原因特征、所需故障维修工具特征、故障类型特征以及故障行为变化特征;
基于预设虚拟维修故障库,通过所述不同虚拟维修项目的故障特征,对所述设备故障维修体系中的操作步骤进行对应匹配,得到基于所述故障特征的特定虚拟维修逻辑关系;
将所述特定虚拟维修逻辑关系进行每个节点层次的关联连接,确定出符合虚拟维修场景中的所述维修作业流程操作方案。
9.根据权利要求8所述的一种用于虚拟维修的故障作业规划方法,其特征在于,通过所述不同虚拟维修项目的故障特征,对所述设备故障维修体系中的操作步骤进行对应匹配,具体包括:
将所述不同虚拟维修项目的故障特征与所述设备故障维修体系中的操作步骤进行节点匹配识别判断;
若存在与节点不匹配的多余操作步骤,则剔除所述设备故障维修体系中的所述多余操作步骤;
若存在与节点不匹配的多余故障特征,则在所述设备故障维修体系中进行对应操作步骤的增添处理。
10.一种用于虚拟维修的故障作业规划设备,其特征在于,所述设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有能够被所述至少一个处理器执行的指令,以使所述至少一个处理器能够执行根据权利要求1-9任一项所述的一种用于虚拟维修的故障作业规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310330683.6A CN116050809B (zh) | 2023-03-31 | 2023-03-31 | 一种用于虚拟维修的故障作业规划方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310330683.6A CN116050809B (zh) | 2023-03-31 | 2023-03-31 | 一种用于虚拟维修的故障作业规划方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116050809A true CN116050809A (zh) | 2023-05-02 |
CN116050809B CN116050809B (zh) | 2023-06-23 |
Family
ID=86122185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310330683.6A Active CN116050809B (zh) | 2023-03-31 | 2023-03-31 | 一种用于虚拟维修的故障作业规划方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116050809B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392072A (zh) * | 2014-12-12 | 2015-03-04 | 北京交通大学 | 一种基于动态故障树的设备集成系统可靠性分析方法 |
CN106919984A (zh) * | 2017-02-22 | 2017-07-04 | 西北工业大学 | 基于成本的并联系统可修部件维修决策方法 |
CN109919181A (zh) * | 2019-01-24 | 2019-06-21 | 南京航空航天大学 | 基于概率模型检测的动态故障树定量分析方法 |
CN111310948A (zh) * | 2020-03-31 | 2020-06-19 | 北京交通大学 | 轨道交通车载信号系统的优化维修策略的获取方法 |
US20210081289A1 (en) * | 2017-12-22 | 2021-03-18 | Airbus Defence And Space Sas | Method and system for assisting troubleshooting of a complex system |
CN114756397A (zh) * | 2022-04-12 | 2022-07-15 | 深圳闪回科技有限公司 | 一种回收设备的兼容处理方法及系统 |
-
2023
- 2023-03-31 CN CN202310330683.6A patent/CN116050809B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392072A (zh) * | 2014-12-12 | 2015-03-04 | 北京交通大学 | 一种基于动态故障树的设备集成系统可靠性分析方法 |
CN106919984A (zh) * | 2017-02-22 | 2017-07-04 | 西北工业大学 | 基于成本的并联系统可修部件维修决策方法 |
US20210081289A1 (en) * | 2017-12-22 | 2021-03-18 | Airbus Defence And Space Sas | Method and system for assisting troubleshooting of a complex system |
CN109919181A (zh) * | 2019-01-24 | 2019-06-21 | 南京航空航天大学 | 基于概率模型检测的动态故障树定量分析方法 |
CN111310948A (zh) * | 2020-03-31 | 2020-06-19 | 北京交通大学 | 轨道交通车载信号系统的优化维修策略的获取方法 |
CN114756397A (zh) * | 2022-04-12 | 2022-07-15 | 深圳闪回科技有限公司 | 一种回收设备的兼容处理方法及系统 |
Non-Patent Citations (2)
Title |
---|
张晓洁;赵海涛;苗强;张伟;黄洪钟;: "基于动态故障树的卫星系统可靠性分析", 宇航学报, no. 03, pages 1249 - 1253 * |
谢辉军;丑力;: "基于故障树的短波通信虚拟维修训练系统设计", 计算机测量与控制, no. 06, pages 1495 - 1497 * |
Also Published As
Publication number | Publication date |
---|---|
CN116050809B (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12093011B2 (en) | Method and system for generating an artificial intelligence model | |
CN111241952A (zh) | 一种离散制造场景中的强化学习奖励自学习方法 | |
CN110851654A (zh) | 基于张量化数据降维的工业设备故障检测分类方法 | |
CN112100451B (zh) | 基于图数据库搭建工业神经网络的方法 | |
Bakaev et al. | Application of evolutionary algorithms in interaction design: From requirements and ontology to optimized web interface | |
Xie et al. | Logm: Log analysis for multiple components of hadoop platform | |
CN110532291B (zh) | 基于最小执行代价的深度学习框架间模型转换方法及系统 | |
CN114546365A (zh) | 一种流程可视化的建模方法、服务器、计算机系统及介质 | |
CN112199287B (zh) | 基于强化混合专家模型的跨项目软件缺陷预测方法 | |
CN116050809B (zh) | 一种用于虚拟维修的故障作业规划方法及设备 | |
Syberfeldt et al. | Multi-objective evolutionary simulation-optimisation of a real-world manufacturing problem | |
Li et al. | A digital twin framework for product to-be-designed analysis based on operation data | |
US20230252204A1 (en) | Method for generating a virtual model of a component, computer system, and computer program product | |
CN110414079A (zh) | 一种具有因果关系的不一致数据处理方法 | |
Kulkarni et al. | An analytical framework for smart manufacturing | |
CN113807704A (zh) | 一种城市轨道交通数据的智能算法平台构建方法 | |
Kumari et al. | MetaAnalyser-a concept and toolkit for enablement of digital twin | |
Etemaadi et al. | Problem-specific search operators for metaheuristic software architecture design | |
Gerschütz et al. | Enabling Initial Design-Checks of Parametric Designs Using Digital Engineering Methods | |
Thakare et al. | Data Mining for Casting Defects Analysis | |
US20230367303A1 (en) | Automated intelligence facilitation of routing operations | |
Ghiasi et al. | Combining thermodynamics-based model of the centrifugal compressors and active machine learning for enhanced industrial design optimization | |
Fan et al. | Data-driven IMA degradation modeling and health assessment | |
US20230368085A1 (en) | Automated intelligence facilitation of routing operations | |
Lakehal et al. | On the paradigm of combining data analytics and CFD |
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 |