基于知識(shí)petri網(wǎng)的船用電站故障診斷方法
【專利摘要】本發(fā)明公開了基于知識(shí)petri網(wǎng)的船用電站故障診斷方法，包括：1根據(jù)船用電站故障Petri網(wǎng)模型獲取并篩選船用電站各單元的故障征兆集合；2利用改進(jìn)的Apriori算法對(duì)上述故障征兆集合和故障單元進(jìn)行強(qiáng)關(guān)聯(lián)規(guī)則挖掘；3通過人機(jī)對(duì)話，用戶輸入故障征兆特征量和置信度，系統(tǒng)使用上述強(qiáng)關(guān)聯(lián)規(guī)則通過模糊推理進(jìn)行故障征兆識(shí)別以確定故障單元；4以故障單元為根庫(kù)所從故障Petri網(wǎng)模型中抽取出子故障Petri網(wǎng)使用正向運(yùn)行和逆向推理的方法進(jìn)行故障原因診斷，并根據(jù)診斷結(jié)果給出故障原因、故障路徑圖和相應(yīng)的故障維修方法。本發(fā)明能避免故障原因漏判，同時(shí)生成故障傳播路徑，提高了船用電站故障診斷的準(zhǔn)確性和高效性。
【專利說(shuō)明】基于知識(shí)petr i網(wǎng)的船用電站故障診斷方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及船用電站故障診斷【技術(shù)領(lǐng)域】，具體地指一種基于知識(shí)的petri (Petri 網(wǎng)是對(duì)離散并行系統(tǒng)的數(shù)學(xué)表示）網(wǎng)的船用電站故障診斷方法。

【背景技術(shù)】
[0002]船用電站設(shè)備多，涉及的技術(shù)復(fù)雜，其維修保障工作十分繁重。雖然通過長(zhǎng)期的資 料積累和維修人員維修經(jīng)驗(yàn)的不斷增長(zhǎng)，電站故障診斷的效率在不斷地提高，但是故障資 料多是以紙張形式保存，沒有形成故障知識(shí)，同時(shí)維修人員的經(jīng)驗(yàn)水平的參差不齊也影響 了故障診斷的效率。
[0003]目前的計(jì)算機(jī)故障診斷技術(shù)主要采用小波變換、最小二乘法、專家系統(tǒng)、故障樹和 Petri網(wǎng)等方法。
[0004] 1.基于小波變換：小波變換故障診斷方法先對(duì)信號(hào)進(jìn)行多級(jí)小波分解，得到各子 帶數(shù)據(jù)。通過對(duì)小波變換系數(shù)模極大值的檢測(cè)來(lái)實(shí)現(xiàn)對(duì)信號(hào)奇異性的檢測(cè)，從而確定故障 發(fā)生的時(shí)間，并推導(dǎo)出故障發(fā)生的地點(diǎn)。這種方法實(shí)時(shí)性好，但不能很好的處理潛在故障。
[0005] 2.基于最小二乘法的方法：根據(jù)模型參數(shù)及相應(yīng)的物理參數(shù)的歷史數(shù)據(jù)對(duì)參數(shù) 進(jìn)行估計(jì)形成一次估計(jì)值序列并用該序列進(jìn)行估值診斷。該方法故障檢測(cè)快而準(zhǔn)，診斷的 實(shí)時(shí)性強(qiáng)；但由于不易辨識(shí)非線性與時(shí)變系統(tǒng)的參數(shù)，應(yīng)用受到限制。
[0006] 3·基于專家系統(tǒng)的方法：專家系統(tǒng)是典型的基于知識(shí)的方法，它通過獲取大量的 專家診斷知識(shí)，利用專家的推理方法，解決故障診斷領(lǐng)域的問題。缺點(diǎn)是知識(shí)獲取困難、知 識(shí)庫(kù)更新能力差、領(lǐng)域知識(shí)之間的矛盾難于處理、邏輯表達(dá)和處理能力局限性大。
[0007] 4.基于故障樹的方法：故障樹分析法通過對(duì)可能造成系統(tǒng)失效的各種因素進(jìn)行 分析，從而確定系統(tǒng)失效原因的各種可能組合方式或其發(fā)生概率，將系統(tǒng)故障形成原因按 樹枝狀逐級(jí)細(xì)化，將其邏輯關(guān)系用與、或等邏輯符號(hào)表示出來(lái)，自上而下逐級(jí)分解，直到不 能分解的底事件，形成故障樹。故障樹診斷方法直觀、形象，能夠?qū)崿F(xiàn)快速的診斷。缺點(diǎn)是 不能診斷不可預(yù)知的故障；診斷結(jié)果嚴(yán)重依賴于故障樹信息的正確性和完整性。
[0008] 5.基于Petri網(wǎng)的方法：Petri網(wǎng)是一種可用圖形表示并可使用數(shù)學(xué)方法進(jìn)行描 述的組合模型，可以很好地表示系統(tǒng)狀態(tài)和行為的變化關(guān)系，準(zhǔn)確地描述系統(tǒng)的產(chǎn)生和傳 播特性。Petri網(wǎng)的缺點(diǎn)是其節(jié)點(diǎn)數(shù)量隨著系統(tǒng)復(fù)雜度的提高而不斷增多，使模型分析帶來(lái) 困難，容易造成狀態(tài)空間爆炸。對(duì)于大型復(fù)雜裝備故障診斷而言，系統(tǒng)的信息量非常大，而 且具有較大的冗余性，這在一定程度上會(huì)影響Petri網(wǎng)建模的準(zhǔn)確性和高效性。
[0009] 參考文獻(xiàn)：張煒·故障Petri網(wǎng)的狀態(tài)方程研究·蘭州工業(yè)高等專科學(xué)校學(xué)報(bào)， 2007, 17(2)。


【發(fā)明內(nèi)容】

[0010] 本發(fā)明的目的就是要提供一種基于知識(shí)petri網(wǎng)的船用電站故障診斷方法，該方 法能實(shí)現(xiàn)故障部位的快速準(zhǔn)確定位，并能利用船用電站故障Petri網(wǎng)模型實(shí)現(xiàn)故障診斷， 區(qū)分主次故障原因，盡量避免故障原因漏判，提高船用電站故障診斷的準(zhǔn)確性和高效性。
[0011] 為實(shí)現(xiàn)此目的，本發(fā)明所設(shè)計(jì)的基于知識(shí)petri網(wǎng)的船用電站故障診斷方法，其 特征在于，它包括如下步驟：
[0012] 步驟1 :在現(xiàn)有的船用電站故障Petri網(wǎng)模型Σ中獲取船用電站各單元的實(shí)際故 障與所對(duì)應(yīng)的故障征兆的集合；
[0013] 步驟2 :對(duì)上述船用電站各單元的實(shí)際故障與所對(duì)應(yīng)的故障征兆的集合通過以下 步驟201?步驟205所述的改進(jìn)的Apriori算法，進(jìn)行強(qiáng)關(guān)聯(lián)規(guī)則挖掘，即將船用電站各單 元的故障征兆和實(shí)際故障間的強(qiáng)關(guān)聯(lián)規(guī)則挖掘出來(lái)；
[0014] 步驟201 :設(shè)船用電站各單元的實(shí)際故障與所對(duì)應(yīng)的故障征兆的集合為I = Up i2，…，，設(shè)船用電站故障Petri網(wǎng)模型Σ中所有實(shí)際故障集合為IF，設(shè)船用電站故 障卩的1^網(wǎng)模型2中所有實(shí)際故障的故障征兆集合為1 1^，且有4乃備=0、1 = 11<+：^，然 后按照故障征兆不同的類型，將上述故障征兆集合IN分為若干項(xiàng)故障征兆子集的組合，即 設(shè)故障征兆類型共有m類，則有：
[0015] :=義jVi + ',V2 + · - + ('辱 1.1麗;=::幺 _/ 壚,玄稱）
[0016] 其中，INj和IN1指的是ΙΝ中的第j及第1類故障征兆子集，m為故障征兆類型的數(shù) 目，也就是故障征兆子集的數(shù)目；
[0017] 另外，設(shè)從船用電站故障Petri網(wǎng)模型Σ中獲取的船用電站各單元的實(shí)際故障與 所對(duì)應(yīng)的故障征兆的所有對(duì)應(yīng)記錄為集合D,這些實(shí)際故障和故障征兆稱為集合D的項(xiàng)，集 合D內(nèi)的每一個(gè)元素 R都是一條故障征兆與實(shí)際故障的對(duì)應(yīng)記錄，元素 R是一個(gè)同時(shí)包含 若千個(gè)故障征兆和一個(gè)對(duì)應(yīng)的實(shí)際故障的集合，并且這些若干個(gè)故障征兆是分別屬于不同 類的故障征兆子集的；上述船用電站各單元的實(shí)際故障與所對(duì)應(yīng)的故障征兆的集合I為所 述集合D的所有項(xiàng)的集合，集合D內(nèi)的每一個(gè)元素 R都是集合D的一個(gè)項(xiàng)集；
[0018] 對(duì)于集合D中的元素 R而言，由R中的若干元素組成的項(xiàng)集稱為R的子項(xiàng)集，這些 子項(xiàng)集也是D的項(xiàng)集；對(duì)于屬于集合D的任意一個(gè)項(xiàng)集V有：
[0019] V = {ie, if,----, ig, ij (ie, if,----, ig g IN, ih e IF)
[0020] 如果屬于集合D的任意一個(gè)項(xiàng)集V有k個(gè)元素，那么稱項(xiàng)集V為k項(xiàng)集（k多1); 規(guī)定項(xiàng)集V必須滿足的條件為：項(xiàng)集V的前k-1個(gè)元素 ie，if，. . . .，ig分別屬于k-Ι個(gè)不同 類的故障征兆子集，第k個(gè)元素 ih是一個(gè)實(shí)際故障；
[0021] 項(xiàng)集V在集合D中的支持度是指項(xiàng)集V在集合D中出現(xiàn)的概率，即集合D中的元 素包含項(xiàng)集V的概率，也就是說(shuō)集合D中包含項(xiàng)集V的元素?cái)?shù)量與集合D的元素?cái)?shù)量的比 值，即：
[0022] Support (V) = P (V)
[0023] 其中，Support(V)為項(xiàng)集V的支持度，P(V)為項(xiàng)集V在集合D中出現(xiàn)的概率，如果 項(xiàng)集V滿足：
[0024] Support (V) > min-sup
[0025] 其中min_sup為設(shè)定的最小支持度閾值；那么項(xiàng)集V是一個(gè)頻繁項(xiàng)集，稱為頻繁k 項(xiàng)集；
[0026] 由項(xiàng)集V的所有元素組成的蘊(yùn)含式Ue，if，. · . ·，ig} - {ih}稱為一條關(guān)聯(lián)規(guī)則，即 如果存在項(xiàng)集V的前k-Ι個(gè)元素 {ie，if，··.·，％}，那么也存在第k個(gè)元素 Uh};顯然集合 I =化々，….，·^}(義矣0)和集合F = {4KF式0)是項(xiàng)集V的子項(xiàng)集，也是集合D 的項(xiàng)集；關(guān)聯(lián)規(guī)則X - Y的支持度是指集合D中的記錄同時(shí)包含X和Y的概率，也就是項(xiàng)集 V的支持度，即：
[0027] Support (X - Y) = Support (V)
[0028] 關(guān)聯(lián)規(guī)則X - Y的置信度為集合D中的記錄如果包含所述集合X那么也包含所述 集合Y的概率，也就是集合D中同時(shí)包含集合X和集合Y的元素?cái)?shù)量與包含集合X的元素 數(shù)量的比值，即：
[0029] Confidence (X - Y) = P (Y/X)
[0030] 其中Confidence (X - Y)是指關(guān)聯(lián)規(guī)則的置信度，P (Y/X)是指Y關(guān)于X的條件概 率；
[0031] 如果所述關(guān)聯(lián)規(guī)則X - Y滿足：
[0032]

【權(quán)利要求】
1. 一種基于知識(shí)petri網(wǎng)的船用電站故障診斷方法，其特征在于，它包括如下步驟： 步驟1 :在現(xiàn)有的船用電站故障Petri網(wǎng)模型I：中獲取船用電站各單元的實(shí)際故障與 所對(duì)應(yīng)的故障征兆的集合； 步驟2 :對(duì)上述船用電站各單元的實(shí)際故障與所對(duì)應(yīng)的故障征兆的集合通過以下步驟 201?步驟205所述的改進(jìn)的Apriori算法，進(jìn)行強(qiáng)關(guān)聯(lián)規(guī)則挖掘，即將船用電站各單元的 故障征兆和實(shí)際故障間的強(qiáng)關(guān)聯(lián)規(guī)則挖掘出來(lái)； 步驟201 :設(shè)船用電站各單元的實(shí)際故障與所對(duì)應(yīng)的故障征兆的集合為I=U1, "，… ，in}，設(shè)船用電站故障Petri網(wǎng)模型I：中所有實(shí)際故障集合為If，設(shè)船用電站故障Petri網(wǎng) 模型I：中所有實(shí)際故障的故障征兆集合為In,且有/#n/F=0、I=iN+iF,然后按照故障 征兆不同的類型，將上述故障征兆集合In分為若干項(xiàng)故障征兆子集的組合，即設(shè)故障征兆 類型共有m類，則有：
其中，h和Im指的是In中的第j及第1類故障征兆子集，m為故障征兆類型的數(shù)目， 也就是故障征兆子集的數(shù)目； 另外，設(shè)從船用電站故障Petri網(wǎng)模型I：中獲取的船用電站各單元的實(shí)際故障與所對(duì) 應(yīng)的故障征兆的所有對(duì)應(yīng)記錄為集合D，這些實(shí)際故障和故障征兆稱為集合D的項(xiàng)，集合D 內(nèi)的每一個(gè)兀素R都是一條故障征兆與實(shí)際故障的對(duì)應(yīng)記錄，兀素R是一個(gè)同時(shí)包含若干 個(gè)故障征兆和一個(gè)對(duì)應(yīng)的實(shí)際故障的集合，并且這些若干個(gè)故障征兆是分別屬于不同類的 故障征兆子集的；上述船用電站各單元的實(shí)際故障與所對(duì)應(yīng)的故障征兆的集合I為所述集 合D的所有項(xiàng)的集合，集合D內(nèi)的每一個(gè)元素R都是集合D的一個(gè)項(xiàng)集； 對(duì)于集合D中的元素R而言，由R中的若干元素組成的項(xiàng)集稱為R的子項(xiàng)集，這些子項(xiàng) 集也是D的項(xiàng)集；對(duì)于屬于集合D的任意一個(gè)項(xiàng)集V有： V {ie? if，? ? ? ?，ig? ih-^ (ie，if，? ? ? ?，ig ^ In，ih ^ If) 如果屬于集合D的任意一個(gè)項(xiàng)集V有k個(gè)元素，那么稱項(xiàng)集V為k項(xiàng)集（k>I);規(guī)定 項(xiàng)集V必須滿足的條件為：項(xiàng)集V的前k-1個(gè)元素Uif，. . . .，ig分別屬于k-1個(gè)不同類的 故障征兆子集，第k個(gè)元素ih是一個(gè)實(shí)際故障； 項(xiàng)集V在集合D中的支持度是指項(xiàng)集V在集合D中出現(xiàn)的概率，即集合D中的元素包含 項(xiàng)集V的概率，也就是說(shuō)集合D中包含項(xiàng)集V的元素?cái)?shù)量與集合D的元素?cái)?shù)量的比值，即： Support(V) =P(V) 其中，Support(V)為項(xiàng)集V的支持度，P(V)為項(xiàng)集V在集合D中出現(xiàn)的概率，如果項(xiàng)集V滿足： Support(V) ^min_sup 其中min_sup為設(shè)定的最小支持度閾值；那么項(xiàng)集V是一個(gè)頻繁項(xiàng)集，稱為頻繁k項(xiàng) 集； 由項(xiàng)集V的所有元素組成的蘊(yùn)含式{ie，if，....，ig} -U1J稱為一條關(guān)聯(lián)規(guī)則，SP如 果存在項(xiàng)集￥的前1^-1個(gè)元素{^，、，....，18}，那么也存在第1^個(gè)元素{4};顯然集合 X= 矣0)和集合F=PJU矣0)是項(xiàng)集V的子項(xiàng)集，也是集合D 的項(xiàng)集；關(guān)聯(lián)規(guī)則X-Y的支持度是指集合D中的記錄同時(shí)包含X和Y的概率，也就是項(xiàng)集V的支持度，即： Support (X - Y) = Support (V) 關(guān)聯(lián)規(guī)則X-Y的置信度為集合D中的記錄如果包含所述集合X那么也包含所述集合Y的概率，也就是集合D中同時(shí)包含集合X和集合Y的元素?cái)?shù)量與包含集合X的元素?cái)?shù)量的 比值，即： Confidence (X - Y) = P (Y/X) 其中Confidence (X-Y)是指關(guān)聯(lián)規(guī)則的置信度，P (Y/X)是指Y關(guān)于X的條件概率； 如果所述關(guān)聯(lián)規(guī)則X-Y滿足：
其中min_conf為設(shè)定的最小置信度閾值；那么稱關(guān)聯(lián)規(guī)則X-Y是強(qiáng)關(guān)聯(lián)規(guī)則； 設(shè)集合L是集合D的所有頻繁項(xiàng)集的集合；集合Lk是集合D的所有頻繁k項(xiàng)集的集合； 步驟202 :由集合D獲取集合L1的候選集合C1，其中，集合L1為頻繁1項(xiàng)集的集合，候 選集合C1是集合D所有頻繁1項(xiàng)集的集合；按照步驟201中頻繁項(xiàng)集的定義篩選集合C1中 的元素，即對(duì)C1中的任意一個(gè)元素r，如果滿足Support(r)彡min_sup，就把r存入L1，如 果集合L1為空集,即4=0，結(jié)束運(yùn)行,否則設(shè)計(jì)數(shù)器k= 1 ; 步驟203:使用連接步獲取集合Lk+1的候選集合Ck+1，連接步是指由Lk的元素進(jìn)行自連 接，自連接的規(guī)則是將集合Lk中具有相同前k-2項(xiàng)的元素兩兩組合，每一個(gè)組合在去除相 同項(xiàng)后得到一個(gè)k+1項(xiàng)集，如果這個(gè)k+1項(xiàng)集是集合D的一個(gè)k+1項(xiàng)集而且沒有在集合Ck+1 出現(xiàn)過，就把這個(gè)k+1項(xiàng)集存入集合Ck+1，集合Ck+1的元素必須都不相同并且是集合D的k+1 項(xiàng)集； 步驟204:使用剪枝步篩選集合Ck+1中的元素，剪枝步的規(guī)則是集合Ck+1保留的元素必 須是步驟201中所定義的頻繁項(xiàng)集，由集合Ck+1中的所有保留的元素組成集合Lk+1，將1^+1力口 入到集合L中，SP L = L U Lk+1 ; 步驟205 :如果集合Lk+1不是空集，即則令計(jì)數(shù)器自增1，即k=k+1， 返回步驟203繼續(xù)執(zhí)行，否則對(duì)于集合L中的每一個(gè)元素按照步驟201中關(guān)聯(lián)規(guī)則 的定義產(chǎn)生關(guān)聯(lián)規(guī)則，即對(duì)于集合L的任意一個(gè)元素V，假設(shè)V= {ia，ib，. . . .，i。，id} (ia,ib, ?…，icGIN,idGIF)，那么關(guān)聯(lián)規(guī)則就是{ia,ib, ?…，ic} - {id}，并使用步 驟201中的強(qiáng)關(guān)聯(lián)規(guī)則的定義對(duì)關(guān)聯(lián)規(guī)則{ia，ib，....，i。} - {id}進(jìn)行篩選，S卩如果
那么ua，ib，....，U-ud}是一個(gè)強(qiáng)關(guān) 聯(lián)規(guī)則，保留該關(guān)聯(lián)規(guī)則，所有強(qiáng)關(guān)聯(lián)規(guī)則組成強(qiáng)關(guān)聯(lián)規(guī)則集合； 步驟3 :通過人機(jī)對(duì)話，用戶輸入故障征兆特征量和置信度，系統(tǒng)根據(jù)上述強(qiáng)關(guān)聯(lián)規(guī)則 集合使用模糊推理進(jìn)行故障征兆識(shí)別以確定實(shí)際故障； 步驟4:以故障征兆識(shí)別確定的實(shí)際故障為根庫(kù)所從船用電站故障Petri網(wǎng)模型I：中 抽取出子故障Petri網(wǎng)，使用故障Petri網(wǎng)正向運(yùn)行和逆向推理的方法進(jìn)行故障原因診斷， 并根據(jù)診斷結(jié)果給出故障原因、故障路徑圖和相應(yīng)的故障維修方法。
2.根據(jù)權(quán)利要求1所述的基于知識(shí)petri網(wǎng)的船用電站故障診斷方法，其特征在于： 所述步驟4中，以故障征兆識(shí)別確定的實(shí)際故障為根庫(kù)所從船用電站故障Petri網(wǎng)模型I： 中抽取出子故障Petri網(wǎng)通過以下步驟401?步驟408,使用故障Petri網(wǎng)正向運(yùn)行和逆向 推理的方法進(jìn)行故障原因診斷，并根據(jù)診斷結(jié)果給出故障原因、故障路徑圖和相應(yīng)的故障 維修方法； 步驟401 :船用電站故障Petri網(wǎng)模型I：是一個(gè)自下而上的分層的Petri網(wǎng)，對(duì)于船 用電站故障Petri網(wǎng)模型I：中的庫(kù)Kpa，規(guī)定如果庫(kù)Kpa是葉子庫(kù)所，則庫(kù)所pa包含了對(duì) 應(yīng)部件的累積故障時(shí)間函數(shù)fa(T)和失效閾值Xa;如果在T時(shí)刻，fa(T)彡Xa則表示 船用電站的部件在T時(shí)刻發(fā)生了故障，庫(kù)所Pa產(chǎn)生一個(gè)托肯； 步驟402 :以步驟3中故障征兆識(shí)別所確定的實(shí)際故障所對(duì)應(yīng)的庫(kù)所Ptl為根庫(kù)所從船 用電站故障Petri網(wǎng)模型2中抽取出子故障Petri網(wǎng)Ssub作為本次診斷用的故障Petri 網(wǎng)，設(shè)故障發(fā)生的時(shí)間點(diǎn)為 步驟403 :計(jì)算子故障Petri網(wǎng)I：sub的初始狀態(tài)標(biāo)識(shí)M。，根據(jù)故障發(fā)送的時(shí)間點(diǎn)tQ和 葉子庫(kù)所的累積故障分布函數(shù)，計(jì)算Ssub中所有葉子庫(kù)所的托肯數(shù)目，其它非葉子庫(kù)所的 托肯數(shù)為0,令計(jì)數(shù)器k= 0; 步驟404 :判斷子故障Petri網(wǎng)I：sub的當(dāng)前狀態(tài)標(biāo)識(shí)Mk中根庫(kù)所Ptl的托肯數(shù)，如果為 1則表示故障已經(jīng)傳播到根庫(kù)所Ptl，故障原因找到，更新狀態(tài)標(biāo)識(shí)Mk中所有托肯數(shù)為1的 葉子庫(kù)所的累積故障分布函數(shù)，本系統(tǒng)設(shè)定如果上一次對(duì)該葉子庫(kù)所進(jìn)行累積故障分布函 數(shù)更新時(shí)該葉子庫(kù)所對(duì)應(yīng)的實(shí)際故障共發(fā)生了X次，那么當(dāng)該實(shí)際故障總共發(fā)生次數(shù)達(dá)到 X的1. 2倍時(shí)再次對(duì)累積故障分布函數(shù)進(jìn)行更新，更新方法是使用統(tǒng)計(jì)學(xué)知識(shí)人工調(diào)整，轉(zhuǎn) 到步驟407 ;如果托肯數(shù)為0則表示故障原因未找到，根據(jù)當(dāng)前狀態(tài)標(biāo)識(shí)Mk求點(diǎn)火序列Uk， 進(jìn)入步驟405 ; 步驟405 :如果根據(jù)當(dāng)前狀態(tài)標(biāo)識(shí)求的點(diǎn)火序列Uk存在則計(jì)算子故障Petri網(wǎng)Ssub下 一個(gè)標(biāo)識(shí)Mk+1，計(jì)算公式為現(xiàn)有的故障Petri網(wǎng)狀態(tài)方程Mm =(34+07*)?^，其中C是 關(guān)聯(lián)矩陣，運(yùn)算符⑩的運(yùn)算規(guī)則是：對(duì)于兩個(gè)mXn的矩陣E和矩陣F，有I=G,Gij =max(Eij,Fij) (1彡i彡m，1彡j彡n)，即G中的元素是矩陣E和矩陣F中相同位置的元素中 的較大者；計(jì)數(shù)器k自增1 ;轉(zhuǎn)到步驟404繼續(xù)運(yùn)行；如果根據(jù)當(dāng)前狀態(tài)標(biāo)識(shí)求的點(diǎn)火序列 Uk不存在，則需要根據(jù)可信度進(jìn)行逆向推理，進(jìn)入步驟406 ; 步驟406:根據(jù)可信度進(jìn)行逆向推理查找故障原因，對(duì)于子故障Petri網(wǎng)Ssub中的庫(kù) 所Pb和其下一層庫(kù)所中的某個(gè)庫(kù)所P。，規(guī)定可信度wb。指的是庫(kù)所Pb對(duì)應(yīng)的實(shí)際故障發(fā)生 是由庫(kù)所P。對(duì)應(yīng)的實(shí)際故障發(fā)生所引起的概率； 托肯數(shù)為1的葉子庫(kù)所表示對(duì)應(yīng)的實(shí)際故障發(fā)生，按照步驟404中的更新方法進(jìn)行累 積故障分布函數(shù)更新； 將根庫(kù)所Po的托肯數(shù)設(shè)為1，從根庫(kù)所Po開始自上向下遞歸處理子故障Petri網(wǎng)的每 一層庫(kù)所； 假設(shè)正在處理的庫(kù)所為Pd，判斷正在處理的庫(kù)所Pd的托肯數(shù)目，如果正在處理的庫(kù)所Pd的托肯數(shù)目為〇表示對(duì)應(yīng)故障沒有發(fā)生，正在處理的庫(kù)所Pd處理完畢；如果正在處理的 庫(kù)所Pd的托肯數(shù)目為1則表示對(duì)應(yīng)實(shí)際故障發(fā)生，如果Pd是葉子庫(kù)所則按照步驟404中的 更新方法進(jìn)行累積故障分布函數(shù)更新；如果不是葉子庫(kù)所則判斷正在處理的庫(kù)所Pd與正在 處理的庫(kù)所Pd下一層庫(kù)所集合Zd之間的變遷t的類型； 如果t是與變遷，那么集合Zd中托肯數(shù)目為1的庫(kù)所表示故障已經(jīng)傳遞到該庫(kù)所，無(wú) 需對(duì)其進(jìn)行遞歸處理；將為O的庫(kù)所的托肯數(shù)目設(shè)為1 ; 如果t是或變遷，則找出集合Zd中可信度最高值對(duì)應(yīng)的庫(kù)所Pq，將其托肯數(shù)目設(shè)為1， 將正在處理的庫(kù)所Pd到可信度最高值對(duì)應(yīng)的庫(kù)所Ptl的可信度值Wdq加0. 1，即wdq =wd(1+0. 1， 對(duì)集合Zd中所有庫(kù)所的可信度歸一化處理，設(shè)集合Zd有n個(gè)庫(kù)所，則歸一化公式為：
其中Wtu是原始的可信度值，w'M是歸一化后新的可信度值，w' dq是歸一化后正在處 n? 1 理的庫(kù)所Pd到可信度最高值對(duì)應(yīng)的庫(kù)所Ptl的可信度值，I是除了w'dq之外的n-l / 項(xiàng)新可信度值的和； 正在處理的庫(kù)所Pd處理完畢，如果正在處理的庫(kù)所Pd不是葉子庫(kù)所，那么判斷正在處 理的庫(kù)所Pd與其下一層庫(kù)所集合Zd之間的變遷t的類型，如果該變遷t是與變遷，就對(duì)集 合Zd中原來(lái)托肯值為0的庫(kù)所按照正在處理的庫(kù)所Pd的處理方式進(jìn)行遞歸處理；如果變遷 t是或變遷，就把集合Zd中原來(lái)可信度最高值對(duì)應(yīng)的庫(kù)所Pq按照正在處理的庫(kù)所Pd的處理 方式進(jìn)行遞歸處理； 對(duì)子故障Petri網(wǎng)Ssub的所有庫(kù)所遞歸處理完畢后，逆向推理結(jié)束； 步驟407 :故障原因已經(jīng)找到，進(jìn)行主要故障原因和次要故障原因判斷，根據(jù)子故障Petri網(wǎng)Ssub當(dāng)前標(biāo)識(shí)Mk從根庫(kù)所開始自上而下遞歸拆分Petri網(wǎng)，假設(shè)正在處理的庫(kù)所 為Pd，判斷正在處理的庫(kù)所Pd的托肯數(shù)目，如果正在處理的庫(kù)所Pd的托肯數(shù)目為〇表示對(duì) 應(yīng)故障沒有發(fā)生，移除以正在處理的庫(kù)所Pd為根庫(kù)所的子故障Petri網(wǎng)；如果正在處理的 庫(kù)所Pd的托肯數(shù)目為1表示故障發(fā)生，判斷正在處理的庫(kù)所Pd是否為葉子庫(kù)所，如果不是， 則按照正在處理的庫(kù)所Pd的處理方法依次遞歸處理正在處理的庫(kù)所Pd的下一層庫(kù)所集合 中的所有庫(kù)所，正在處理的庫(kù)所Pd處理結(jié)束； 子故障Petri網(wǎng)Ssub所有庫(kù)所均處理完畢后，遞歸拆分Petri網(wǎng)完成，子故障Petri網(wǎng)Ssub被拆分后的剩余部分結(jié)構(gòu)就是本次故障的故障傳播路徑，剩余部分結(jié)構(gòu)中的庫(kù)所如果 在子故障Petri網(wǎng)Ssub中是葉子庫(kù)所，那它就是本次故障的主要故障原因，被移除部分中 的托肯數(shù)目為1的庫(kù)所如果在子故障Petri網(wǎng)Ssub中是葉子庫(kù)所，那它就是本次故障的次 要故障原因； 步驟408 :根據(jù)診斷結(jié)果給出故障路徑傳播圖、主要故障原因、次要故障原因和故障維 修專家指南，本次故障診斷結(jié)束。
【文檔編號(hào)】G01R31/08GK104268375SQ201410457480
【公開日】2015年1月7日 申請(qǐng)日期:2014年9月10日 優(yōu)先權(quán)日:2014年9月10日
【發(fā)明者】馬良荔, 王燕平, 孫煜飛, 蘇凱, 覃基偉 申請(qǐng)人:中國(guó)人民解放軍海軍工程大學(xué)