留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于灰色理论的复杂系统多故障模糊诊断

张弢 王金波 张涛 王建敏

张弢, 王金波, 张涛, 等 . 基于灰色理论的复杂系统多故障模糊诊断[J]. 北京航空航天大学学报, 2017, 43(9): 1832-1840. doi: 10.13700/j.bh.1001-5965.2016.0703
引用本文: 张弢, 王金波, 张涛, 等 . 基于灰色理论的复杂系统多故障模糊诊断[J]. 北京航空航天大学学报, 2017, 43(9): 1832-1840. doi: 10.13700/j.bh.1001-5965.2016.0703
ZHANG Tao, WANG Jinbo, ZHANG Tao, et al. Multi-fault fuzzy diagnosis for complicated system based on grey theory[J]. Journal of Beijing University of Aeronautics and Astronautics, 2017, 43(9): 1832-1840. doi: 10.13700/j.bh.1001-5965.2016.0703(in Chinese)
Citation: ZHANG Tao, WANG Jinbo, ZHANG Tao, et al. Multi-fault fuzzy diagnosis for complicated system based on grey theory[J]. Journal of Beijing University of Aeronautics and Astronautics, 2017, 43(9): 1832-1840. doi: 10.13700/j.bh.1001-5965.2016.0703(in Chinese)

基于灰色理论的复杂系统多故障模糊诊断

doi: 10.13700/j.bh.1001-5965.2016.0703
基金项目: 

国家科技重大专项 Y3140731RN

详细信息
    作者简介:

    张弢  男, 博士研究生, 助理研究员; 主要研究方向:测试系统设计与故障诊断、软件评测

    王金波  男, 博士, 副研究员; 主要研究方向:高可靠软件评测、测试系统设计

    张涛  男, 博士, 研究员, 博士生导师; 主要研究方向:航天应用系统总体设计

    王建敏  男, 博士, 助理研究员; 主要研究方向:自动控制技术、系统测试、软件评测

    通讯作者:

    张弢, E-mail:ztao@csu.ac.cn

  • 中图分类号: V557+.2;TP206.3

Multi-fault fuzzy diagnosis for complicated system based on grey theory

Funds: 

National Science and Technology Major Project Y3140731RN

More Information
  • 摘要:

    航天、核电等复杂系统源发故障概率通常难于获取,由此导致基于最大后验概率准则的诊断方法失效。针对上述问题,从测试可靠性先验概率入手,提出了一种基于相关矩阵和灰色系统理论的故障诊断方法,通过对系统建立故障-测试相关矩阵,生成有排序的测试报警概率矩阵,并利用灰色关联度衡量测试结果向量与故障特征向量的接近度,实现了对多发故障的模糊诊断。实验结果表明,该方法在诊断指标权重调整、诊断精细度、重点关注故障检出等方面优势明显,诊断结论正确率满足实用需求。

     

  • 图 1  示例系统有向信息流图

    Figure 1.  Directed information flow for sample system

    图 2  多故障模糊诊断的实施流程

    Figure 2.  Implementation process of multi-fault fuzzy diagnosis

    图 3  不同ε取值情况下故障状态5的灰色关联度

    Figure 3.  Grey correlation degrees of fault state 5 at different ε values

    图 4  表 5中故障状态的SCR取值

    Figure 4.  SCR values of fault states in Table 5

    表  1  示例系统的DFT矩阵

    Table  1.   DFT matrix for sample system

    故障节点 测试/报警节点号
    1/5 2/10 3/11 4/12 5/14
    1 1 0 0 0 1
    2 1 1 0 0 1
    3 0 1 1 1 1
    4 0 0 1 1 1
    5 1 0 0 0 1
    6 0 1 0 0 1
    7 0 1 1 1 1
    8 0 0 0 1 0
    9 0 0 0 0 1
    10 0 1 0 0 1
    11 0 0 1 0 1
    12 0 0 0 1 0
    13 0 0 0 0 1
    14 0 0 0 0 1
    下载: 导出CSV

    表  2  示例系统的PAL矩阵

    Table  2.   PAL matrix of sample system

    故障节点 测试/报警节点号
    1/5 2/10 3/11 4/12 5/14
    1 FDR11 FAR32 FAR33 FAR34 FDR15
    2 FDR21 FDR22 FAR33 FAR34 FDR25
    3 FAR31 FDR32 FDR33 FDR34 FDR35
    4 FAR31 FAR32 FDR43 FDR44 FDR45
    5 FDR51 FAR32 FAR33 FAR34 FDR55
    6 FAR31 FDR62 FAR33 FAR34 FDR65
    7 FAR31 FDR72 FDR73 FDR74 FDR75
    8 FAR31 FAR32 FAR33 FDR84 FAR35
    9 FAR31 FAR32 FAR33 FAR34 FDR95
    10 FAR31 FDR10, 2 FAR33 FAR34 FDR10, 5
    11 FAR31 FAR32 FDR11, 3 FAR34 FDR11, 5
    12 FAR31 FAR32 FAR33 FDR12, 4 FAR35
    13 FAR31 FAR32 FAR33 FAR34 FDR13, 5
    14 FAR31 FAR32 FAR33 FAR34 FDR14, 5
    下载: 导出CSV

    表  3  示例系统的PEX矩阵

    Table  3.   PEX matrix of sample system

    故障节点 测试/报警节点号
    1/5 2/10 3/11 4/12 5/14
    1 FDR11 FAR32 FAR33 FAR34 FDR15
    1, 2 FDR11 FDR22 FAR33 FAR34 FDR15
    1, 3 FDR11 FDR32 FDR33 FDR34 FDR15
    1, 14 FDR11 FAR32 FAR33 FAR34 FDR15
    2 FDR21 FDR22 FAR33 FAR34 FDR25
    2, 3 FDR21 FDR22 FDR33 FDR34 FDR25
    2, 14 FDR21 FDR22 FAR33 FAR34 FDR25
    13 FAR31 FAR32 FAR33 FAR34 FDR13, 5
    13, 14 FAR31 FAR32 FAR33 FAR34 FDR13, 5
    14 FAR31 FAR32 FAR33 FAR34 FDR14, 5
    下载: 导出CSV

    表  4  阿波罗飞船发射前系统状态DFT矩阵

    Table  4.   System state matrix DFT before launch of Apollo spacecraft

    故障节点 测试节点
    1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
    1 0 0 0 1 0 0 0 1 0 1 1 1 1 0 0
    2 0 0 1 0 1 0 0 0 0 0 1 1 0 1 0
    3 0 0 0 0 1 1 1 0 1 1 1 1 0 0 1
    4 0 1 0 0 0 1 1 0 0 0 0 0 0 1 1
    5 0 1 0 1 0 1 1 1 1 1 0 0 1 1 0
    6 0 0 0 1 1 0 0 1 1 1 0 1 1 1 1
    7 1 0 0 1 1 0 0 1 0 0 1 0 1 0 1
    8 1 1 1 0 0 1 1 0 1 1 1 0 0 1 0
    9 1 0 0 1 1 0 0 0 0 0 0 1 0 1 1
    10 1 1 1 1 0 0 1 0 0 0 1 0 1 1 0
    下载: 导出CSV

    表  5  理想输入条件下的诊断结果

    Table  5.   Diagnosis results under ideal input condition

    故障状态 报警传感器 文献[8]方法诊断结论 本文方法诊断结论
    输出排序 故障序号 诊断判据 判据结果 输出排序 故障序号 诊断判据 判据结果
    1 4, 8, 10, 11, 12, 13 最可能 1 相似度 0.996 3 最可能 1 接近度 0.933 3
    次可能 1, 2 相似度 0.906 9 次可能 1, 2 接近度 0.805 3
    第三可能 1, 7 相似度 0.906 9 第三可能 1, 6 接近度 0.762 6
    3 5, 6, 7, 9, 10, 11, 12, 15 最可能 3 相似度 0.997 8 最可能 3 接近度 0.911 1
    次可能 2, 3 相似度 0.946 1 次可能 2, 3 接近度 0.825 7
    第三可能 3, 4 相似度 0.946 1 第三可能 3, 4 接近度 0.825 7
    5 2, 4, 6, 7, 8, 9, 10, 13, 14 最可能 5 相似度 0.998 3 最可能 5 接近度 0.900 0
    次可能 4, 5 相似度 0.973 2 次可能 4, 5 接近度 0.857 3
    第三可能 1, 5 相似度 0.951 4 第三可能 1, 5 接近度 0.814 6
    7 1, 4, 5, 8, 11, 13, 15 最可能 7 相似度 0.997 2 最可能 7 接近度 1.000 0
    次可能 1, 7 相似度 0.939 5 次可能 1, 7 接近度 0.997 1
    第三可能 7, 9 相似度 0.939 5 第三可能 7, 9 接近度 0.997 1
    9 1, 4, 5, 12, 14, 15 最可能 9 相似度 0.996 3 最可能 9 接近度 1.000 0
    次可能 2, 9 相似度 0.931 1 次可能 2, 9 接近度 0.997 1
    第三可能 4, 9 相似度 0.906 9 第三可能 4, 9 接近度 0.995 7
    2, 4 2, 3, 5, 6, 7, 11, 12, 14, 15 最可能 2, 4 相似度 0.998 3 最可能 2, 4 接近度 0.900 0
    次可能 3, 8 相似度 0.932 5 次可能 2, 3 接近度 0.781 4
    第三可能 2, 3 相似度 0.925 8 第三可能 3, 4 接近度 0.781 4
    4, 6 2, 4, 5, 6, 7, 8, 9, 10, 12, 13, 14, 15 最可能 4, 6 相似度 0.999 4 最可能 4, 6 接近度 0.866 7
    次可能 5, 6 相似度 0.999 4 次可能 5, 6 接近度 0.866 7
    第三可能 3, 5 相似度 0.980 0 第三可能 3, 5 接近度 0.824 0
    6, 8 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 最可能 6, 8 相似度 1.000 0 最可能 6, 8 接近度 1.000 0
    次可能 3, 10 相似度 0.986 3 次可能 3, 10 接近度 0.998 6
    第三可能 6, 10 相似度 0.986 3 第三可能 6, 10 接近度 0.998 6
    8, 10 1, 2, 3, 4, 6, 7, 9, 10, 11, 13, 14 最可能 8, 10 相似度 0.999 1 最可能 8, 10 接近度 1.000 0
    次可能 5, 8 相似度 0.978 1 次可能 5, 8 接近度 0.998 6
    第三可能 5, 10 相似度 0.978 1 第三可能 5, 10 接近度 0.998 6
    1, 10 1, 2, 3, 4, 7, 8, 10, 11, 12, 13, 14 最可能 1, 10 相似度 0.999 1 最可能 1, 10 接近度 1.000 0
    次可能 1, 8 相似度 0.959 6 次可能 1, 8 接近度 0.997 1
    第三可能 6, 10 相似度 0.943 0 第三可能 2, 10 接近度 0.995 7
    下载: 导出CSV

    表  6  故障组合(1, 10) 的接近度量值与候选诊断结论示例

    Table  6.   Example of approximate measurement value and candidate diagnosis result of fault combination (1, 10)

    接近度量值 候选诊断结论(疑似故障/故障组合)
    0.995 7 2, 10 5, 8 5, 10 6, 10 10
    下载: 导出CSV
  • [1] HASHTRUDIZAD S, KWONG R H, WONHAM W M.Fault diagnosis in discrete-event systems:Framework and model reduction[J].IEEE Transactions on Automatic Control, 2003, 48(7):1199-1212. doi: 10.1109/TAC.2003.814099
    [2] 田仲, 石君友.系统测试性设计分析和验证[M].北京:北京航空航天大学出版社, 2003:4-8.

    TIAN Z, SHI Z Y.System testability design analysis and verification[M].Beijing:Beihang University Press, 2003:4-8(in Chinese).
    [3] DE PAUL R.A logic modeling as a tool for testability[C]//Proceedings of IEEE International Automatic Testing Conference.Piscataway, NJ:IEEE Press, 1985:203-207.
    [4] DEB S, PATTIPATI K R, RAGHAVAN V.Multi-signal flow graphs:A novel approach for system testability analysis and fault diagnosis[J].IEEE Aerospace & Electronic Systems Magazine, 1995, 10(5):14-25.
    [5] RAO N S V.On parallel algorithms for single-fault diagnosis in fault propagate on graph systems[J].IEEE Transactions on Parallel and Distributed Systems, 1996, 7(12):1217-1223. doi: 10.1109/71.553268
    [6] KOKAWA M, MIYAZAKI S, SHINGAI S.Fault location using digraph and inverse direction search with application[J].Automatic, 1983, 19(6):729-735. doi: 10.1016/0005-1098(83)90039-0
    [7] 尹园威, 尚朝轩, 马彦恒, 等.层次测试性模型的评估方法[J].北京航空航天大学学报, 2015, 41(1):90-95. http://bhxb.buaa.edu.cn/CN/abstract/abstract13130.shtml

    YIN Y W, SHANG C X, MA Y H, et al.Method of testability evaluation using hierarchical testability model[J].Journal of Beijing University of Aeronautics and Astronautics, 2015, 41(1):90-95(in Chinese). http://bhxb.buaa.edu.cn/CN/abstract/abstract13130.shtml
    [8] 连可, 黄建国, 龙兵.一种基于有向图模型的模糊多故障诊断算法[J].系统工程与电子技术, 2008, 30(3):568-571. http://www.cnki.com.cn/Article/CJFDTOTAL-XTYD200803047.htm

    LIAN K, HUANG J G, LONG B.Fuzzy multiple fault diagnosis algorithm based on digraph models[J].Systems Engineering and Electronics, 2008, 30(3):568-571(in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-XTYD200803047.htm
    [9] 杨鹏, 邱静, 刘冠军.基于扩展的关联模型的测试性分析技术研究[J].系统工程与电子技术, 2008, 30(2):371-374. http://www.cnki.com.cn/Article/CJFDTOTAL-XTYD200802045.htm

    YANG P, QIU J, LIU G J.Research on extended dependency model-based testability analysis[J].Systems Engineering and Electronics, 2008, 30(2):371-374(in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-XTYD200802045.htm
    [10] 梁爽, 于劲松, 唐荻音, 等.基于多信号流图与分支定界算法的故障诊断[J].北京航空航天大学学报, 2016, 42(1):180-186. http://bhxb.buaa.edu.cn/CN/abstract/abstract13689.shtml

    LIANG S, YU J S, TANG D Y, et al.Research on fault diagnosis based on multi-signal flow graph and branch and bound algorithm[J].Journal of Beijing University of Aeronautics and Astronautics, 2016, 42(1):180-186(in Chinese). http://bhxb.buaa.edu.cn/CN/abstract/abstract13689.shtml
    [11] 方甲永, 肖明清, 王学奇, 等.测试不可靠条件下多故障诊断方法[J].北京航空航天大学学报, 2011, 37(4):433-438. http://bhxb.buaa.edu.cn/CN/abstract/abstract11938.shtml

    FANG J Y, XIAO M Q, WANG X Q, et al.Multiple fault diagnosis method with unreliable test[J].Journal of Beijing University of Aeronautics and Astronautics, 2011, 37(4):433-438(in Chinese). http://bhxb.buaa.edu.cn/CN/abstract/abstract11938.shtml
    [12] 沈琳, 于劲松, 唐荻音, 等.图模型与学习算法结合的贝叶斯网络自动建模[J].北京航空航天大学学报, 2016, 42(7):1486-1493. http://bhxb.buaa.edu.cn/CN/abstract/abstract13478.shtml

    SHEN L, YU J S, TANG D Y, et al.Automatic learning of Bayesian network structure using graph model and learning algorithm[J].Journal of Beijing University of Aeronautics and Astronautics, 2016, 42(7):1486-1493(in Chinese). http://bhxb.buaa.edu.cn/CN/abstract/abstract13478.shtml
    [13] SHAKERI M, RAGHAVAN V, PATTIPATI K R, et al.Sequential testing algorithms for multiple fault diagnosis[J].IEEE Transactions on Systems, Man and Cybernetics, 2000, 30(1):1-14. http://www.academia.edu/25189253/Sequential_testing_algorithms_for_multiple_fault_diagnosis
    [14] U.S.Department of Defense.Basic dependency modeling terminology[EB/OL].Washington, D.C.:Office of the Secretary of Defense, DoD, 2008(2008-06-16)[2016-09-02].http://www.testability.com/Reference/Glossaries.aspx?Glossary=DependencyModeling.
    [15] CHESSA S, SANTI P.Operative diagnosis of graph-based systems in multiple faults[J].IEEE Transactions on Systems, Man and Cybernetics, 2001, 31(2):112-119. doi: 10.1109/3468.911368
    [16] DENG J L.Introduction to grey system theory[J].Journal of Grey System, 1989, 1(1):1-24.
    [17] 刘思峰, 杨英杰, 吴利丰, 等.灰色系统理论及其应用[M].北京:科学出版社, 2014:63-75.

    LIU S F, YANG Y J, WU L F, et al.The grey system theory and its application[M].Beijing:Science Press, 2014:63-75(in Chinese).
    [18] WOHL J G.Information automation and the Apollo program:A retrospective[J].IEEE Transactions on Systems, Man and Cybernetics, 1982, 12(4):469-478. doi: 10.1109/TSMC.1982.4308851
  • 加载中
图(4) / 表(6)
计量
  • 文章访问数:  643
  • HTML全文浏览量:  137
  • PDF下载量:  437
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-09-02
  • 录用日期:  2016-10-14
  • 网络出版日期:  2017-09-20

目录

    /

    返回文章
    返回
    常见问答