一种基于故障逻辑的综合诊断推理系统

技术领域

本发明属于故障诊断与健康管理领域，涉及一种基于故障逻辑的综合诊断推理系统。

背景技术

在故障诊断与健康管理技术领域中，通过构建故障模式对应的逻辑判据来识别设备系统的故障发生与否已经成为一种通用的技术方法，该方法操作简单，仅需通过获取故障相关的参数数据，并通过逻辑判断的组合，即可实现故障的识别，已在故障诊断与健康管理领域中得到了广泛的应用；但随着设备系统的集成度越来越高、越来越复杂，以及对于装备系统的故障隔离要求越来越精准，其对应的故障逻辑判据的组合也随之变的复杂度更高，且故障逻辑判据的数量变得异常庞大，其所需要的计算资源也非常庞大；对于计算资源有限的计算设备，其往往会造成计算耗时较长或无法计算的后果；造成这一难题的原因之一：故障逻辑判据中存在较多的逻辑元素，且不同故障逻辑判据往往会存在逻辑元素重叠的现象。这一原因会导致逻辑判据在计算过程中存在大量的重复计算，耗费了较多的计算资源，因此导致计算速度慢、耗时长或计算卡滞的现象。本发明通过逻辑判据分解，合并同类逻辑元素，并构建关联矩阵，消解了重复逻辑元素带来的计算消耗量的问题，相比大存量故障逻辑判据更有计算优势。

在该故障诊断与健康管理技术领域检索过程中，关联矩阵均由测试性建模产生，并未发现通过故障逻辑判据来构建关联矩阵的先例。

发明内容

本发明的目的在于提供一种基于故障逻辑的综合诊断推理系统，针对背景中大存量故障逻辑判据在计算过程中存在的问题，本发明实现将故障逻辑判据进行分解合并，形成单一逻辑判据与故障模式进行关联联系的关联矩阵，并通过故障推理实现故障判断，以实现更高的运算效率。

实现本发明目的的技术解决方案为：

一种基于故障逻辑的综合诊断推理系统，包括获取指定设备系统对象状态的数据采集组件和内置逻辑元素计算节点文件、故障逻辑关联矩阵文件与故障推理模型的故障诊断组件；

数据采集组件按照故障信息搜集模板进行数据采集；其中，故障信息搜集模板是面向设备系统故障诊断需求，建立起的设备系统对象、故障模式、状态参数、故障逻辑判据的对应关系；

逻辑元素计算节点文件的内容为根据故障信息搜集模板中的故障逻辑判据分解出的互不相同的逻辑元素集合和故障模式集合；

故障逻辑关联矩阵文件的内容为故障模式与逻辑元素的关联矩阵；

故障推理模型将数据采集组件采集的数据结合逻辑元素计算节点文件、故障逻辑关联矩阵文件进行故障模式的推理判断。

较佳地，数据采集组件直接获取指定设备系统对象本身产生的数据或通过加装传感器的方式获取数据。

较佳地，故障信息搜集模板的建立过程如下：

确定某一设备系统需诊断的X个故障模式；

确定各能力具备的P个状态参数D_Bit；

基于故障的发生机理，开展故障模式的表现形式，确定各能力的故障诊断所需要采集的相关状态数据F_Data，若故障诊断所需的F_Data已经包含在状态参数D_Bit能力的范围内，则该故障模式能被监测到；若状态参数D_Bit范围内不包括故障诊断所需的状态参数F_Data，则该故障模式不能被监测到；通过排除不能被监测的故障模式，确定能实现的故障诊断的N个故障模式；

确定能实现的故障诊断的故障模式的故障逻辑判据，

将设备系统对象、能实现故障诊断的故障模式、状态参数、故障逻辑判据组成故障信息搜集模板。

较佳地，逻辑元素计算节点文件、故障逻辑关联矩阵文件由故障逻辑建模工具生成，故障逻辑建模工具的输入为故障信息搜集模板，逻辑元素计算节点文件、故障逻辑关联矩阵文件将驻留在故障逻辑建模节点中，由故障逻辑建模节点进行调用。

较佳地，故障逻辑建模工具生成逻辑元素计算节点文件的过程如下：

故障逻辑建模工具对故障信息搜集模板中的故障逻辑判据进行分解，形成逻辑元素与故障模式的对应关系列表，将所有逻辑元素进行综合，相同逻辑元素进行合并，最终得到互不相同的逻辑元素集合，集合元素数M个；将所有的故障模式组合形成故障集合，集合元素数N个；

其中，逻辑元素为故障逻辑判据中任意一个不包含逻辑与的连贯逻辑判断式；状态参数相同且判断阈值逻辑相同的逻辑元素为同一逻辑元素，状态参数相同但判断阈值不同的或者状态参数不同且判断阈值也不相同的为不同的逻辑元素。

较佳地，故障逻辑建模工具生成故障逻辑关联矩阵文件的过程如下：

通过故障逻辑关联矩阵文件得到故障模式集合F和逻辑元素集合E；

通过故障信息搜集模板获取故障模式与逻辑元素的关联关系，构建一个N×M的逻辑关联矩阵C-MODEL，每一行表示一个故障模式与所有逻辑元素之间的关联关系，每一列表示逻辑元素与所有故障模式的关联关系；逻辑关联矩阵中的每一个值表示当前行对应的故障模式与当前列对应的逻辑元素之间的关联关系。

本发明现有技术相比，其显著优点：按本发明建立的故障逻辑模型构建系统能在大量逻辑判据的情况下，减少了逻辑元素的重复性；同时，形成的软件代码数据也相对较少，降低了计算设备的计算量，提高了计算效率。

附图说明

图1基于故障逻辑的综合诊断推理系统的架构。

图2故障信息搜集模板的故障信息收集示例。

图3逻辑元素分解示例。

图4故障与逻辑元素关联矩阵。

具体实施方式

以下过程描述中使用的示例，仅代表该方法和系统应用的一个案例，并不代表该方法和系统被限定应用于该领域中。下面结合附图和实施例对本发明/发明作进一步描述。

参见图1所示，本实施例所示的一种基于故障逻辑的综合诊断推理系统，包括获取指定设备系统对象(如设备或类似于飞机的复杂系统)状态的数据采集组件和内置逻辑元素计算节点文件、故障逻辑关联矩阵文件与故障推理模型的故障诊断组件。逻辑元素计算节点文件、故障逻辑关联矩阵文件为可执行调用的软件模型文件。

数据采集组件按照故障信息搜集模板进行数据采集。数据采集组件可直接获取指定设备系统对象本身产生的数据(如类似于从飞机系统总线上获取数据)或通过加装传感器的方式获取数据。

故障信息搜集模板是面向设备系统故障诊断需求，建立起的设备系统对象、故障模式、状态参数、故障逻辑判据的对应关系。故障信息搜集模板的建立过程如下：

在设备系统故障机理及故障模式影响分析的基础上，开展设备系统故障诊断需求捕获，确定设备系统需要诊断的故障信息；如确定某一设备系统需诊断的X个故障模式，故障模式的名称如下：

Fault_1，Fault_2，Fault_3，Fault_4，……Fault_X

假设设备系统具备数据传感能力，确定数据传感能力具备的P个状态参数D_Bit：

D_Bit-1，D_Bit-2，D_Bit-3，……，D_Bit-P

基于故障的发生机理，开展故障模式的表现形式，确定数据传感能力的故障诊断所需要采集的相关状态数据F_Data，结合设备系统本身具备的数据传感能力的状态参数D_Bit，若数据传感能力的故障诊断所需数据F_Data已经包含在状态参数D_Bit能力的范围内，则该故障可被监测到；若状态参数D_Bit范围内不包括故障诊断所需的状态参数F_Data，则该故障不可被监测到；通过参数排除不可被监测的故障，该设备所能实现的故障诊断范围包括如下N个故障模式：

Fault-1，Fault-2，Fault-3，……Fault-N

判断每一个故障模式发生与否的行为都有其对应的故障逻辑判据，确定判断故障模式发生的故障逻辑判据，故障逻辑判据示例如下所示：

D_Bit-p1＞Threshold-q1&D_Bit-p2＜Threshold-q2&D_Bit-p3≮

Threshold-q3&……

其中，D_Bit-p1、D_Bit-p2、D_Bit-p3……∈D_Bit，且

通过故障的机理、故障模式分析以及设备系统的机构、功能、组成分析，并设计的如图2所示故障信息搜集模板，获取设备系统所需的故障诊断信息。

利用上述对监测的设备系统进行故障诊断需求的捕获，获取其故障诊断功能实现所需要的标准信息，包括其故障诊断的范围(故障模式的集合)和状态参数的集合，该集合即作为综合诊断推理系统中采集节点所需采集数据的要求。

按本实施例设计的故障信息搜集模板需具备通用性，对于简单的设备和复杂的系统都适用。

逻辑元素计算节点文件的内容为根据故障信息搜集模板中的故障逻辑判据分解出的互不相同的逻辑元素集合和故障模式集合。

故障逻辑关联矩阵文件的内容为故障模式与逻辑元素的关联矩阵。

逻辑元素计算节点文件、故障逻辑关联矩阵文件由故障逻辑建模工具生成。故障逻辑建模工具可以是纯软件工具。故障逻辑建模工具的输入为故障信息搜集模板，逻辑元素计算节点文件、故障逻辑关联矩阵文件将驻留在故障逻辑建模节点中，由故障逻辑建模节点进行调用。

故障逻辑建模工具生成逻辑元素计算节点文件的过程如下：

故障逻辑建模工具对故障信息搜集模板中的故障逻辑判据进行分解，形成逻辑元素与故障模式的对应关系列表。将所有逻辑元素进行综合，相同逻辑元素进行合并，最终得到互不相同的逻辑元素集合，集合元素数M个；将所有的故障模式组合形成故障集合，集合元素数N个。

通过故障信息搜集模板将所有的故障模式进行综合形成故障模式集合F，集合元素为设备系统的故障模式，数量为N。

F＝[Fault-1，Fault-2，Fault-3，……Fault-N]

将故障模式对应的故障逻辑判据进行分解，任意一个不包含逻辑与(&)的连贯逻辑判断式为一个完整的逻辑元素，如上举例的故障逻辑判据：

D_Bit-p1＞Threshold-q1&D_Bit-p2＜Threshold-q2&D_Bit-p3≮

Threshold-q3&……

形成的逻辑元素为：

·逻辑元素E1：D_Bit-n1＞Threshold-q1

·逻辑元素E2：D_Bit-n2＞Threshold-q2

·逻辑元素E3：D_Bit-n3≮Threshold-q3

·逻辑元素Em：……

其中，每一个逻辑元素为一个单独的逻辑判别公式，因此其状态包括两种：

将所有故障模式对应的逻辑元素进行组合，形成光逻辑元素集合E，其中相同的逻辑元素进行合并；其中状态参数相同且判断阈值逻辑相同的元素为同一逻辑元素，状态参数相同但判断阈值不同的或者状态参数不同且判断阈值也不相同的为不同的逻辑元素。

E＝[E-1,E-2，E-3,……，E-M]

其中，E-m的取值为0或者1,0表示逻辑元素不满足判断条件，1表示逻辑元素满足判断条件。

假设故障模式Fault-1和Fault-2对应分解的逻辑元素如下所示：

·逻辑元素e1：D_Bit-p1＞30

·逻辑元素e2：D_Bit-p2<100

·逻辑元素e3：D_Bit-p1＞50

·逻辑元素e4：D_Bit-p2<100

如上所示，逻辑元素e1与e3是不同的逻辑元素，e2与e4是相同的逻辑元素，因此上述两个故障模式的逻辑元素组合后形成的逻辑元素集合E＝[e1，e2，e3]或E＝[e1，e3，e4]。

故障逻辑关联矩阵文件是故障逻辑建模工具根据逻辑元素计算节点文件得到的故障模式与逻辑元素的关联矩阵，行向量代表故障模式与所有逻辑元素的相关关系，列向量代表逻辑元素与所有故障模式之间的相关关系；其中，故障模式与逻辑元素相关则置1，反之不相关则置0。

故障逻辑建模工具生成故障逻辑关联矩阵文件的过程如下：

通过故障逻辑关联矩阵文件可以得到故障模式集合F＝[Fault-1，Fault-2，Fault-3，……Fault-N]，为一个N×1矩阵；逻辑元素集合E＝[E-1,E-2，E-3,……，E-M]，为一个M×1矩阵。

故障模式与逻辑元素的关联关系可通过故障信息搜集模板获取；构建一个N×M的逻辑关联矩阵C-MODEL，每一行表示一个故障模式与所有逻辑元素之间的关联关系，每一列表示逻辑元素与所有故障模式的关联关系；逻辑关联矩阵中的每一个值表示当前行对应的故障模式与当前列对应的逻辑元素之间的关联关系，如图4所示。当故障模式Fault-i与逻辑元素E-j(i，j属于任意非零整数)相关，则矩阵元素FE

如：故障模式与逻辑元素分解信息如图3所示故障模式集合F＝[Fault-1，Fault-2]，逻辑元素集合E＝[E-1，E-2，E-3]；故障Fault-1与E-1、E-2相关，与E-3无关；故障Fault-2与E-2、E-3相关，与E-1无关。因此，其故障与逻辑元素关联矩阵为：

故障推理模型将数据采集组件采集的数据结合逻辑元素计算节点文件、故障逻辑关联矩阵文件进行故障模式的推理判断。

故障诊断组件可以以独立硬件的形式(完成推理诊断的计算机)存在，包括存储模块、计算模块、供电模块等，供电模块对整个计算机进行供电，存储模块内含调用的执行模型文件、驱动程序等，计算模块则通过调用相关的模型文件完成故障诊断推理的计算过程；也可以形成包含上述几个计算文件的软件模块驻留在设备或系统的计算设备中，实现相关的故障诊断功能。