一种基于分布式检测数据的故障诊断系统和故障诊断方法
【专利摘要】一种基于分布式检测数据的故障诊断系统和故障诊断方法，分布式检测设备对被测试发射车电气系统进行独立测试，获得测试数据，内建测试数据读出设备获得被测试发射车电气系统中各个分系统的内建测试数据，故障诊断模块通过数据通信总线连接分布式检测设备和内建测试数据读出设备，根据分布式检测设备和内建测试数据读出设备获得的测试数据，完成对测试数据的保存，分析和故障诊断。本发明基于分布式检测技术，可覆盖整个发射车电气系统，可以实现多分系统关联故障的诊断，由于引入各分系统的内建测试数据，可以将故障定位至各分系统可更换单元，故障诊断采用可配置的故障库或自学习模式，具有较强的可扩展性。
【专利说明】
一种基于分布式检测数据的故障诊断系统和故障诊断方法
技术领域
[0001] 本发明涉及一种基于分布式检测数据的故障诊断系统和故障诊断方法，尤其涉及 导弹发射车在批产和保障过程中的一种基于分布式检测数据的故障诊断系统和故障诊断 方法。
【背景技术】
[0002] 现有的故障诊断技术一般都基于单机设备实现，通过内部预埋的检测点进行设备 状态检测。对于导弹发射车，由于集成系统多，各系统关联程度高。当发射车批产检测或保 障过程中出现故障，特别是出现系统间的关联故障时，因缺少覆盖整个发射车电气系统的 快速分析诊断手段，导致故障隔离定位复杂，许多问题排查必须依赖研制专家，排故周期 长，影响批产进度以及部队保障效率。
【发明内容】
[0003] 本发明提供一种基于分布式检测数据的故障诊断系统和故障诊断方法，基于分布 式检测技术，可覆盖整个发射车电气系统，可以实现多分系统关联故障的诊断，由于引入各 分系统的内建测试数据，可以将故障定位至各分系统可更换单元，故障诊断采用可配置的 故障库或自学习模式，具有较强的可扩展性。
[0004] 为了达到上述目的，本发明提供一种基于分布式检测数据的故障诊断系统，包含： [0005]分布式检测设备，其电性连接被测试发射车电气系统，该分布式检测设备对被测 试发射车电气系统进行独立测试，获得测试数据，并将测试数据按照规范格式保存；
[0006] 内建测试数据读出设备，其电性连接被测试发射车电气系统，获得被测试发射车 电气系统中各个分系统的内建测试数据，并将测试数据按照规范格式保存；
[0007] 故障诊断模块，其通过数据通信总线连接分布式检测设备和内建测试数据读出设 备，该故障诊断模块根据分布式检测设备和内建测试数据读出设备获得的测试数据，完成 对测试数据的保存，分析和故障诊断。
[0008] 所述的分布式检测设备包含：
[0009] 电缆检测设备，其通过适配器连接被测试发射车电气系统的电缆网，该电缆检测 设备对发射通路电缆和车控电缆的导通、绝缘耐压进行检测；
[0010] 电源检测设备，其通过适配器连接被测试发射车电气系统的电源系统，该电源检 测设备对发射车电源/电网的电气特性进行测试；
[0011]总线检测设备，其通过适配器连接被测试发射车电气系统的通信总线，该总线检 测设备针对导弹发射车内部通信总线进行检测；
[0012] 信号检测设备，其通过适配器连接被测试发射车电气系统的发射控制系统，该信 号检测设备对发射车设备的各种数字量信号、模拟量信号进行测试，对导弹的发射时序进 行录取分析。
[0013] 所述的数据通信总线包含以太网、光纤网络和CAN总线。
[0014] 所述的故障诊断模块包含:人机接口模块、信号提取模块、故障诊断规则库和故障 诊断引擎模块；
[0015] 所述的人机接口模块包含:配置模块、展示模块和规则管理模块；
[0016] 所述的配置模块进行测试数据配置和信号提取算法配置；
[0017] 所述的展示模块向用户输出诊断结果；
[0018] 所述的规则管理模块提供规则的增加、修改和删减功能；
[0019] 所述的信号提取模块根据测试数据配置情况从现场测试数据库中提取发射车电 气系统的信号，根据信号提取算法配置情况，采用合适的信号处理算法提取出现场设备的 特征信号以备故障诊断引擎模块使用；
[0020] 所述的故障诊断规则库中保存了基于故障树模型和神经网络模型所生成的故障 诊断规则；
[0021] 所述的故障诊断引擎模块根据待处理诊断信息，通过搜索控制，选取和识别故障 诊断规则库中对待处理信息有用的规则开始推理，利用相关知识完成诊断任务，得出结论 或中间结果。
[0022] 本发明还提供一种基于分布式检测数据的故障诊断方法，包含以下步骤：
[0023] 步骤S1、分布式检测设备中的电缆检测设备、电源监测设备、信号检测设备和总线 检测设备分别对发射车电气系统中的电缆网、电源系统、通信总线和发射控制系统进行测 试，获取相关测试数据，内建测试数据读出设备获得被测试发射车电气系统中各个分系统 的内建测试数据；
[0024] 步骤S2、信号提取模块将测试数据通过数据通信总线导入故障诊断模块；
[0025] 步骤S3、人机接口模块将测试数据与故障诊断规则库中的故障树进行关联；
[0026] 步骤S4、故障诊断引擎模块对测试数据进行快速诊断，得到诊断结果。
[0027] 所述的步骤S1和步骤S2中的测试数据按照规范格式保存。
[0028] 所述的步骤S3中，将测试数据与故障诊断规则库中的故障树进行关联的步骤包含 以下步骤：
[0029]步骤S3.1、配置模块对测试数据进行数据预处理，去除重复数据；
[0030] 步骤S3.2、配置模块对测试数据进行算法配置，将测试信号数据与信号名称对应 起来；
[0031] 步骤S3.3、规则管理模块进行规则配置，将配置好的信号名称与故障树节点关联 起来。
[0032] 所述的步骤S3.2中，对测试数据进行算法配置的步骤包含：
[0033]步骤S3.2.1、提取数据配置表中的测试数据名称；
[0034]步骤S3.2.2、判断该测试数据是否为集合数据，若是，进行步骤S3.2.3,若否，进行 步骤 S3.2.4;
[0035] 步骤S3.2.3、采用集合算法将测试信号数据的数据名称与信号名称对应起来;所 述的集合算法包含:最大值、最小值、求平均、中值算法、极值中值算法等；
[0036] 步骤S3.2.4、采用等于算法将测试信号数据的数据名称与信号名称对应起来。
[0037] 所述的步骤S3.3中，进行规则配置的步骤包含以下步骤：
[0038]步骤S3.3.1、选择信号名称；
[0039]步骤S3.3.2、判断规则是否由多个信号共同决定，若是，进行步骤S3.3.3,若否，进 行步骤S3.3.4;
[0040]步骤S3.3.3、根据发射车电气系统功能与故障的逻辑关系，选择信号之间的逻辑 关系，作为共同作用信号，进行步骤S3.3.2;
[0041]步骤S3.3.4、根据发射车电气系统功能与故障的逻辑关系，选择规则对应的故障 树节点信息，将规则前件与后件联系起来，构成一条完整的规则。
[0042]所述的步骤S4中，故障诊断引擎模块对测试数据进行快速诊断的步骤包含以下步 骤：
[0043]步骤S4.1、对故障树进行一致性检验，生成按层次存储的有序链表；
[0044]步骤S4.2、针对无故障节点生成无故障割集，针对故障节点生成故障割集；
[0045]步骤S4.3、分别对无故障割集和故障割集进行不交化处理，获得无故障最小割集 和故障最小割集；
[0046]步骤S4.4、去除故障最小割集中包含无故障最小割集的割集项，将故障最小割集 化为最小故障割集；
[0047]步骤S4.5、显示最小故障割集的诊断结果。
[0048] 本发明与现有技术相比，本发明具有以下优点：
[0049] 1、本发明可以覆盖整个发射车电气系统，可以进行分多系统关联故障诊断。
[0050] 2、本发明基于分布式测试数据，测试点与测试数据类型可以灵活配置。
[0051] 3、本发明覆盖各分系统的内建测试数据，可以将故障定位至各分系统的最小可更 换单元。
[0052] 4、本发明基于可维护的故障库或自学方式进行故障诊断，具有较好的扩展性。
【附图说明】
[0053] 图1是本发明提供的一种基于分布式检测数据的故障诊断系统的结构框图。
[0054]图2是本发明提供的一种基于分布式检测数据的故障诊断系统的故障诊断模块的 框图。
[0055] 图3是本发明提供的一种基于分布式检测数据的故障诊断系统的故障诊断方法的 流程图。
[0056] 图4是本发明提供的一种基于分布式检测数据的故障诊断系统的故障诊断方法中 数据预处理的流程图。
[0057] 图5是本发明提供的一种基于分布式检测数据的故障诊断系统的故障诊断方法中 算法配置的流程图。
[0058] 图6是本发明提供的一种基于分布式检测数据的故障诊断系统的故障诊断方法中 规则配置的流程图。
[0059] 图7是本发明提供的一种基于分布式检测数据的故障诊断系统的故障诊断方法中 故障诊断引擎模块对测试数据进行快速诊断的流程图。
[0060] 图8是本发明一个实施例中故障诊断引擎模块对测试数据进行快速诊断的流程 图。
[0061] 图9是本发明提供的一种基于分布式检测数据的故障诊断系统的故障诊断方法中 求解割集的流程图。
[0062]图10是本发明提供的一种基于分布式检测数据的故障诊断系统的故障诊断方法 中生成最小割集的流程图。
【具体实施方式】
[0063]以下根据图1~图10,具体说明本发明的较佳实施例。
[0064] 如图1所示，本发明提供一种基于分布式检测数据的故障诊断系统，包含：
[0065] 分布式检测设备，其电性连接被测试发射车电气系统，该分布式检测设备对被测 试发射车电气系统进行独立测试，获得测试数据，并将测试数据按照规范格式保存；
[0066] 内建测试数据读出设备4,其电性连接被测试发射车电气系统，获得被测试发射车 电气系统中各个分系统的内建测试数据，并将测试数据按照规范格式保存；
[0067] 故障诊断模块3,其通过数据通信总线2连接分布式检测设备和内建测试数据读出 设备4,该故障诊断模块3根据分布式检测设备和内建测试数据读出设备4获得的测试数据， 完成对测试数据的保存，分析和故障诊断。
[0068]所述的分布式检测设备包含：
[0069] 电缆检测设备101，其通过适配器105连接被测试发射车电气系统的电缆网，该电 缆检测设备101主要对发射通路电缆和车控电缆的导通、绝缘耐压进行检测；
[0070] 电源检测设备102,其通过适配器105连接被测试发射车电气系统的电源系统，该 电源检测设备102对发射车电源/电网的电气特性进行测试，包括电源的输出电压，负载效 应，纹波等特性；
[0071] 总线检测设备103,其通过适配器105连接被测试发射车电气系统的通信总线，该 总线检测设备103针对导弹发射车内部通信总线进行检测，能够实现1553B总线、CAN总线、 RS422/RS232/RS485总线和以太网总线的多通道并行测试；
[0072] 信号检测设备104,其通过适配器105连接被测试发射车电气系统的发射控制系 统，该信号检测设备104对发射车设备的各种数字量信号、模拟量信号进行测试，对导弹的 发射时序进行录取分析。
[0073] 所述的适配器105用于各型发射车的测试接口与分布式检测设备的接口匹配。
[0074] 所述的数据通信总线2包含以太网、光纤网络和CAN总线。
[0075] 如图2所示，所述的故障诊断模块3包含:人机接口模块、信号提取模块302、故障诊 断规则库303和故障诊断引擎模块304。
[0076] 所述的人机接口模块是故障诊断系统与用户之间的桥梁，该人机接口模块包含： 配置模块3011、展示模块3012和规则管理模块3013。
[0077]配置模块3011使故障诊断系统具有较好的通用性，配置模块3011主要进行测试数 据配置和信号提取算法配置：当对不同型号发射车电气系统采用不同测试设备获得测试数 据后，测试数据配置功能可以对这些数据进行重新定义，使测试数据与系统诊断模型中的 诊断数据建立起对应关系；而信号提取算法配置功能则可以对这些测试数据进行必要的数 据处理，如低通滤波、高通滤波等，提取出数据中的特征信号，用于后续诊断。
[0078]展示模块3012用于向用户输出诊断结果，解释推理过程，可以提高可信度。
[0079]规则管理模块3013通过与用户的交互，可以在规则规范下，提供规则的增加、修改 和删减功能，不断完善系统的规则知识库。
[0080] 所述的信号提取模块302根据测试数据配置情况从现场测试数据库中提取发射车 电气系统的信号，根据信号提取算法配置情况，采用合适的信号处理算法提取出现场设备 的特征信号，如电流、电压、电阻、电容等，以备故障诊断引擎模块304使用。
[0081] 所述的故障诊断规则库303中保存了基于两种诊断模型所生成的故障诊断规则， 如故障树模型和神经网络模型，这些诊断规则可以通过规则管理模块3013进行扩充;在故 障诊断规则库303的建立阶段，诊断规则由领域专家根据实际经验和历史数据总结、提炼生 成，并由系统设计人员根据规则规范建立，而后期运行阶段，规则可根据新知识的获取，由 操作人员通过故障诊断规则库303添加或删除。
[0082]所述的故障诊断引擎模块304根据待处理诊断信息，通过搜索控制，选取和识别故 障诊断规则库303中对待处理信息有用的规则开始推理，利用相关知识完成诊断任务，得出 结论或中间结果;诊断引擎建立在规则引擎的基础上，支持基于故障决策树的故障诊断。 [0083]如图3所示，本发明还提供一种基于分布式检测数据的故障诊断方法，包含以下步 骤：
[0084] 步骤S1、分布式检测设备中的电缆检测设备、电源监测设备、信号检测设备和总线 检测设备分别对发射车电气系统中的电缆网、电源系统、通信总线和发射控制系统进行测 试，获取相关测试数据，内建测试数据读出设备获得被测试发射车电气系统中各个分系统 的内建测试数据，并将测试数据按照规范格式保存；
[0085] 步骤S2、信号提取模块将按照规范格式保存的测试数据通过数据通信总线导入故 障诊断t吴块；
[0086] 步骤S3、人机接口模块将测试数据与故障诊断规则库中的故障树进行关联；
[0087] 步骤S4、故障诊断引擎模块对测试数据进行快速诊断，得到诊断结果。
[0088] 所述的步骤S3中，将测试数据与故障诊断规则库中的故障树进行关联的步骤包含 以下步骤：
[0089]步骤S3.1、配置模块对测试数据进行数据预处理，去除重复数据；
[0090] 步骤S3.2、配置模块对测试数据进行算法配置，将测试信号数据与信号名称对应 起来；
[0091] 步骤S3.3、规则管理模块进行规则配置，将配置好的信号名称与故障树节点关联 起来。
[0092]在所述的步骤S2中，故障诊断模块在对测试数据进行诊断前可以对检测数据进行 一定的预处理，如信号滤波、幅频特性、相频特性提取等。
[0093] 所述的步骤S2中，为了保证通用性和可读性，在进行测数据导入时对测试数据文 件的格式进行了规范，从测试设备测得的数据采用.csv或.xlsx数据表格式。
[0094] 如表1所示，是一个实施例中测试数据文件的规范格式示例。
[0095] 表 1
[0096]
[0097]表1中，第一行为表头，表头各项分别为ID、UUT型号、名称、结果、上限、下限。表中 每一项数据内容按表头标明的意义填写。其中上限或下限如未填写，表示无上限要求或无 下限要求。
[0098] 针对不同型号，不同测试设备生成的测试数据虽然内容不同，但都遵循统一的数 据格式，方便故障诊断模块进行读取和分析。
[0099] 所述的步骤S3.1中，将多个数据表中的数据汇聚在一起，对重复名称的数据进行 去重复处理，最终得到数据名与测试结果1对1或1对多的数据配置表。
[0100]如图4所示，对测试数据进行数据预处理，去除重复数据的步骤包含：
[0101] 步骤S3.1.1、读入数据；
[0102] 步骤S3.1.2、判断数据名是否重复，若是，判断数据为单一数据，进行步骤S3.1.4， 若否，判断数据为集合数据，进行步骤S3.1.3;
[0103] 步骤S3.1.3、去除重复的数据，保留唯一的数据名称，将所有测试结果对应为该数 据；
[0104] 步骤S3.1.4、将数据写入数据配置表。
[0105] 如表2所示，是一个实施例中数据配置表的示例。
[0106] 表2
[0107]
[0109]表2中，在数据读取时Datalndex用来标记数据来源于哪个数据表，AlgType则是用 来标记适用的算法类型，上下限中的符号默认为大于等于和小于等于。
[0110] 如图5所示，所述的步骤S3.2中，对测试数据进行算法配置的步骤包含：
[0111] 步骤S3.2.1、提取数据配置表中的测试数据名称；
[0112] 步骤S3.2.2、判断该测试数据是否为集合数据，若是，进行步骤S3.2.3,若否，进行 步骤 S3.2.4;
[0113] 步骤S3.2.3、采用集合算法将测试信号数据的数据名称与信号名称对应起来;所 述的集合算法包含:最大值、最小值、求平均、中值算法、极值中值算法等；
[0114] 步骤S3.2.4、采用等于算法将测试信号数据的数据名称与信号名称对应起来。
[0115] 如图6所示，所述的步骤S3.3中，进行规则配置的步骤包含以下步骤：
[0116] 步骤S3.3.1、选择信号名称；
[0117] 步骤S3.3.2、判断规则是否由多个信号共同决定，若是，进行步骤S3.3.3,若否，进 行步骤S3.3.4;
[0118] 步骤S3.3.3、根据发射车电气系统功能与故障的逻辑关系，选择信号之间的逻辑 关系，作为共同作用信号，进行步骤S3.3.2;所述的逻辑关系包含"与"和"或"；
[0119] 步骤S3.3.4、根据发射车电气系统功能与故障的逻辑关系，选择规则对应的故障 树节点信息，将规则前件与后件联系起来，构成一条完整的规则。
[0120] 选择信号名称后，系统会自动将在数据配置表中读到的该数据上下限值显示到展 示模块的界面上，形成一个数据数值范围约束，若这条规则由多个信号共同决定，需要在信 号与信号之前加上逻辑关系符以表示他们共同作用的逻辑关系，最后选择这条规则对应的 故障树节点信息，将规则前件与后件联系起来，构成一条完整的规则。此时，也会根据算法 配置后信号处理过的数据值与上下限进行对比，多个条件时进行逻辑运算，最终得到这个 故障树节点的正常与否状态，将这个〇，1状态提供给故障诊断引擎模块进行故障诊断。
[0121] 表3是一个示例中规则配置的数据结构表，C0NRULEMAX为每条规则的最大条件数。
[0122] 表3
[0123]
[0124] 在规则运算结果中，-1为无效，0为FALSE(运算结果为0)，1为TRUE。在规则的每一 个条件运算结果中，-2为无效，-1为初始状态，0为为FALSE，1为TRUE 〇
[0125] 采用了数据文件格式统一、算法配置、规则配置三种方法来完成数据与故障树之 间的关联。首先，测试数据文件格式统一，使系统可以读取满足格式要求的任意数据;然后， 通过算法配置，将数据文件中的测试数据名称提取出来，以每个名称一行记录的方式显示 在界面中，用户选择对该数据进行处理的算法，并可以进行名称配置;再然后，在规则配置 阶段，系统自动将在数据测试表中读到的该数据上下限值显示到界面上，形成一个数据数 值范围约束，或通过规则配置建立起对该数据信号的判断逻辑，并通过这条规则与对应的 故障树节点信息关联。当系统导入数据进行诊断时，系统将根据事先建立起来的数据到故 障树节点的信息链，对数据进行自动读取、算法处理、逻辑判断，最终获得故障树节点的正 常与否状态，交给故障树推理部分进行故障诊断。
[0126] 所述的步骤S4中，快速诊断是诊断系统中最核心的部分，主要特点为快速性，可以 直接根据导入数据分析得到诊断结果。快速诊断的主要功能是通过对规则配置后的故障树 节点状态进行分析，通过推理找出故障原因，最终得到的结果有:无故障、未知故障、定位故 障、可能故障。无故障表示并没有故障出现，系统顶事件没有发生;未知故障为诊断系统根 据现有数据推理无法得到诊断结果，需要人为补充或添加数据信息才能够进行诊断；定位 故障表示经过诊断推理得到唯一的诊断结果，将故障定位到了该可更换单元，诊断成功;可 能故障表示诊断后得到多种故障原因，系统无法对这些故障原因进行判别。
[0127] 如图7所示，故障诊断引擎模块对测试数据进行快速诊断的步骤包含以下步骤：
[0128] 步骤S4.1、对故障树进行一致性检验，生成按层次存储的有序链表；
[0129] 步骤S4.2、针对无故障节点生成无故障割集，针对故障节点生成故障割集；
[0130]步骤S4.3、分别对无故障割集和故障割集进行不交化处理，获得无故障最小割集 和故障最小割集；
[0131] 步骤S4.4、去除故障最小割集中包含无故障最小割集的割集项，将故障最小割集 化为最小故障割集；
[0132] 步骤S4.5、显示最小故障割集的诊断结果。
[0133] 所述的步骤S4.1中，对故障树进行一致性检验是指检验故障树的每一分支是否有 环路。带环路的分支不符合故障树结构，利用这样的信息建树时，由于环路的存在，生成故 障树时会产生无数个节点，在进行故障树处理之前应该排除这样的结构性错误。
[0134] -致性检验原理:根据原节点假设为η个，生成故障树，当生成的故障树节点个数 >2η个时（<2η时无环路），此时故障树中可能存在环路。再利用2η个节点再次生成故障树， 如果根据2η个节点生成故障树时节点个数>2η则认为存在环路(利用2η个节点再次生成故 障树时生成后的节点个数为2η则无环路）。
[0135] 如图8所示，是本发明一个实施例中故障诊断引擎模块对测试数据进行快速诊断 的流程图，具体包含以下步骤：
[0136] 步骤1、对故障树进行一致性检验，如果未通过，进行步骤2,如果通过，判断故障树 中是否存在数据测点，如果有数据测点，进行步骤4,如果无故障测点，进行步骤3;
[0137] 步骤2、修改故障树，删除故障树中存在的环路，进行步骤1，再次进行一致性检验；
[0138] 步骤3、当故障树中没有数据测点时，需要引入人工辅助诊断，人工判断顶事件是 否为存在故障，即判断顶层事件状态是否为1，若是，生成故障割集Ct，若否，则判断为无故 障；
[0139] 步骤4、判断节点状态，若节点状态为0,则为无故障节点，进行步骤5,若节点状态 为1，则为故障节点，进行步骤6;
[0140] 步骤5、判断节点数量η是否为0,若是，生成割集Cn(n = 0)，若否，生成无故障割集 Cn，并对无故障割集Cn进行不交化处理，获得无故障最小割集Cn;
[0141] 步骤6、判断节点数量u是否为0,若是，进行步骤3,若否，生成故障割集Cu，并对故 障割集Cu进行不交化处理，获得故障最小割集Cu;
[0142] 步骤7、去除故障最小割集Cu中包含无故障最小割集Cn的割集项，将故障最小割集 Cu化为最小故障割集Cu;
[0143] 步骤8、显示最小故障割集Cu的诊断结果，如果U> 1，是可能故障，如果U = 0，是未 知故障，如果U=l，是定位故障，其中U为最小故障割集中包含的叶节点个数。
[0144] 所述的步骤S4.2中，生成故障割集和无故障割集，本系统中采用生成最小割集的 方式进行快速诊断，最小割集是表明系统故障或事故发生的途径。生成最小割集前要对故 障树的故障割集和无故障割集(路集)进行求解，割集则是使故障树顶事件发生的基本事件 的集合，只要割集中事件发生，顶事件必定发生，路集与割集正好相反，表示顶事件不发生 的事件集合，可以帮助缩小已发生故障系统的诊断空间。
[0145] 本实施例中，采用下行法来生成最小割集。下行法，是一种适合计算机运算的求解 最小割集的方法。特别适用于求解复杂故障树的最小割集。该方法的基本出发点是，逻辑 "与门"使割集内包含的基本事件数增加;逻辑"或门"使割集的数目增加。具体做法是：自上 而下用输入事件取代输出事件。如果遇到逻辑"与门"，则把输入事件写在同一行里;如果遇 到逻辑"或门"，则把输入事件分别写在不同行里。这样一直进行到全部中间事件被基本事 件取代为止，每一行里的基本事件构成一个割集。比较这些割集，再消去不是最小的割集， 就得到了所求的最小割集。
[0146] 根据步骤S4.1中得到了按层次存储的有序链表后，接下来就要生成割集了，生成 的割集在内存中存放于〇^81:<1'代61'1〇(16，1^661'1〇(16&>结构的链表数组CutSetAgr[]中。
[0147] 原理为：采用自上而下的故障树搜寻法，根据逻辑"与门"仅增加割集容量、逻辑 "或门"增加割集个数的原理，遇到与门就把与门下面输入事件排列成一行，遇到或门就把 或门下面输入事件都排列成一列直到不能再分解为止。生成割集流程如下图所示，其中 CutSetAgr[ ]SCList<ftNode，代1'1〇(16&>结构的存放割集的链表数组，maxcountNum 为割 集的最大个数，countUseNum记录已使用链表的数目。
[0148] 如图9所示，根据按层次存储的有序链表求解割集的步骤包含以下步骤：
[0149] 步骤1、初始化割集数组CutSetAgr[]，将有序链表的头位置节点添加到割集 CutSetAgr [ 0 ]尾部，countUseNum(已使用链表个数）自增；
[0150] 步骤2、赋值i = 0,当i<maxCutNum(最大割集个数)时，对每个不为空的割集进行 处理(将割集中所有节点化为叶子节点），若CutSetAgr[i]链表不为空时，获得CutSetAgr [i ]链表的首个节点位置后转向步骤3，若链表为空，i++后重复步骤2，若i > =maxCutNum 时，结束；
[0151]步骤3、当首个节点位置不为空时，获得当前位置处的节点数据存储于临时节点 tempNode，对tempNode节点的门类型进行判断，如果是或门，转向步骤4，如果是与门，转向 步骤5，如果该节点为叶子节点，转向步骤6;
[0152] 步骤4、如果门类型是或门，复制CutSetAgr[i]链表到tempList临时链表中，移除 tempList链表中的tempNode节点，找到tempNode节点的第一个孩子节点位置，用第一个孩 子节点替换CutSetAgr[i]链表当前位置处节点，获得当前节点的其他孩子节点位置，将余 下的孩子节点分别添加到链表CutSetAgr [countUseNum]中，每添加一个孩子节点 countUseNum++(或门对割集个数进行扩充）；
[0153] 步骤5、如果门类型是与门，找到tempNode节点的第一个孩子节点位置childPos， 用第一个孩子节点数据替换CutSetAgr [ i ]链表当前位置处节点，获得当前节点的其他孩子 位置，将孩子节点依次添加到CutSetAgr[i]链表的尾部(对割集容量进行扩充）；
[0154] 步骤6、如果是叶子节点，得到CUtSetAgr[i]链表的下一个节点位置，转向步骤3。
[0155] 所述的步骤S4.3和步骤S4.4中，在求解故障割集和无故障割集后，进行不交化处 理(移除重复节点），然后分别生成故障最小割集（1状态最小割集)和无故障最小割集(〇状 态最小割集）。由割集到最小割集，只需要去除同一割集链表中重复节点，再去除割集中包 含其他割集的割集链表。
[0156] 如图10所示，生成最小割集的步骤包含以下步骤：
[0157] 步骤1、移除sourceCutListO链表数组中每一个割集重复的节点，只保留一个(比 如割集链表数组中有2个X2X3X4时，只保留唯一一个），赋值i = 0，j = 0;
[0158] 步骤2、如果i小于最大割集个数s izeNum时，转向步骤3，否则结束；
[0159]步骤3、在j小于最大割集数sizeNum的情况下，转向步骤4，否则转向步骤5;
[0160] 步骤4、当 i!=j时，[^80111^60111:1^81:[」]与8〇111^6〇111:1^81:[;[]不相同时，对 sourceCutList[]链表数组中的链表进行比较，比较sourceCutList[j]是否包含在 8011代6(]111：1^81：[；[]中，若存在包含关系则将80111^6(]111：1^81：[；[]移除（比如割集中有乂2乂3父4 和ΠΧ2 X3X4同时存在时，将ΠΧ2 X3X4移除），j++，转向步骤3。当i = j时，即sourceCutList [j]与sourceCutList[i]相同时，j++，转向步骤 3;
[0161] 步骤5、i++后转向步骤2,获取下一个割集链表进行遍历比较。
[0162] 得到最小割集后，就能够完成诊断结论所需要的割集链表的生成，主要是通过 DiaConclusion函数来生成诊断结果，对0状态节点编号链表zeroStrList、l状态节点编号 链表oneStrList、割集链表数组desList[]进行处理。zeroList[ZER0NUM]是定义的0状态割 集存放链表数组，ZeroCutSet函数生成0状态最小割集，OneCutSet生成1状态最小割集存放 在de SList[]链表数组中，最后通过重载函数DiaConclusion对两个最小割集链表数组进行 比对，去除1状态割集中包含0状态割集的割集项，最终得到并返回诊断结果。
[0163] CList<TreeNode，TreeNode&>zeroList[ZERONUMI; //定义TreeNode类型链表数 组来存放无故障割集链表；
[0164] ZeroCutSet(zeroStrList，zeroList，ZER0NUM);//生成无故障最小割集；
[0165] OneCutSet(oneStrList，desList，0NENUM);//生成故障最小割集；
[0166] return DiaConclusion(zeroList，desList);//返回两个割集比对后的割集项；
[0167] 其中，ZeroCutSet函数中通过调用CreateCutSetGather函数生成无故障割集，再 生成无故障最小割集，CreateCutSetGather函数中则包含了生成有序链表和生成割集的过 程。OneCutSet函数的调用过程和ZeroCutSet函数相似。
[0168] 得到诊断结果为最小故障模式，最小故障模式没有直接对应最小可更换单元，更 多的情况是几个最小故障模式对应一个可更换单元。在每一个最小故障模式中（叶节点）， 都会对应一个零部件(PartID)，这个零部件即为最小可更换单元，所以得到诊断结果后只 需要查询对应的零部件即可定位最小可更换单元。
[0169] 诊断结果显示在显示模块上，界面上会显示故障节点，无故障节点，故障单元发生 频数，故障诊断结果以及诊断过程。而在故障树浏览界面中，存在故障的回路会进行红色的 标红显示，故障单元中展示发生故障的可更换单元，未发生故障用绿色标记，发生故障用红 色标记。
[0170] 综上所述，由于本发明的检测技术基于分布式检测技术，可覆盖整个发射车电气 系统，可以实现多分系统关联故障的诊断；由于引入各分系统的内建测试数据，可以将故障 定位至各分系统可更换单元;故障诊断采用可配置的故障库或自学习模式，具有较强的可 扩展性。
[0171] 尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的 描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的 多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。
【主权项】
1. 一种基于分布式检测数据的故障诊断系统，其特征在于，包含： 分布式检测设备，其电性连接被测试发射车电气系统，该分布式检测设备对被测试发 射车电气系统进行独立测试，获得测试数据，并将测试数据按照规范格式保存； 内建测试数据读出设备(4)，其电性连接被测试发射车电气系统，获得被测试发射车电 气系统中各个分系统的内建测试数据，并将测试数据按照规范格式保存； 故障诊断模块(3)，其通过数据通信总线(2)连接分布式检测设备和内建测试数据读出 设备(4)，该故障诊断模块(3)根据分布式检测设备和内建测试数据读出设备(4)获得的测 试数据，完成对测试数据的保存，分析和故障诊断。2. 如权利要求1所述的基于分布式检测数据的故障诊断系统，其特征在于，所述的分布 式检测设备包含： 电缆检测设备（101)，其通过适配器（105)连接被测试发射车电气系统的电缆网，该电 缆检测设备(101)对发射通路电缆和车控电缆的导通、绝缘耐压进行检测； 电源检测设备（102)，其通过适配器（105)连接被测试发射车电气系统的电源系统，该 电源检测设备(102)对发射车电源/电网的电气特性进行测试； 总线检测设备（103)，其通过适配器（105)连接被测试发射车电气系统的通信总线，该 总线检测设备(103)针对导弹发射车内部通信总线进行检测； 信号检测设备（104)，其通过适配器（105)连接被测试发射车电气系统的发射控制系 统，该信号检测设备（104)对发射车设备的各种数字量信号、模拟量信号进行测试，对导弹 的发射时序进行录取分析。3. 如权利要求1所述的基于分布式检测数据的故障诊断系统，其特征在于，所述的数据 通信总线(2)包含以太网、光纤网络和CAN总线。4. 如权利要求1所述的基于分布式检测数据的故障诊断系统，其特征在于，所述的故障 诊断模块(3)包含:人机接口模块、信号提取模块(302)、故障诊断规则库(303)和故障诊断 引擎模块(304); 所述的人机接口模块包含:配置模块(3011)、展示模块(3012)和规则管理模块(3013); 所述的配置模块(3011)进行测试数据配置和信号提取算法配置； 所述的展示模块(3012)向用户输出诊断结果； 所述的规则管理模块(3013)提供规则的增加、修改和删减功能； 所述的信号提取模块(302)根据测试数据配置情况从现场测试数据库中提取发射车电 气系统的信号，根据信号提取算法配置情况，采用合适的信号处理算法提取出现场设备的 特征信号以备故障诊断引擎模块(304)使用； 所述的故障诊断规则库(303)中保存了基于故障树模型和神经网络模型所生成的故障 诊断规则； 所述的故障诊断引擎模块(304)根据待处理诊断信息，通过搜索控制，选取和识别故障 诊断规则库(303)中对待处理信息有用的规则开始推理，利用相关知识完成诊断任务，得出 结论或中间结果。5. -种利用如权利要求1-4中任意一项所述的故障诊断系统来进行的基于分布式检测 数据的故障诊断方法，其特征在于，包含以下步骤： 步骤S1、分布式检测设备中的电缆检测设备、电源监测设备、信号检测设备和总线检测 设备分别对发射车电气系统中的电缆网、电源系统、通信总线和发射控制系统进行测试，获 取相关测试数据，内建测试数据读出设备获得被测试发射车电气系统中各个分系统的内建 测试数据； 步骤S2、信号提取模块将测试数据通过数据通信总线导入故障诊断模块； 步骤S3、人机接口模块将测试数据与故障诊断规则库中的故障树进行关联； 步骤S4、故障诊断引擎模块对测试数据进行快速诊断，得到诊断结果。6. 如权利要求5所述的一种基于分布式检测数据的故障诊断方法，其特征在于，所述的 步骤S1和步骤S2中的测试数据按照规范格式保存。7. 如权利要求5所述的一种基于分布式检测数据的故障诊断方法，其特征在于，所述的 步骤S3中，将测试数据与故障诊断规则库中的故障树进行关联的步骤包含以下步骤： 步骤S3.1、配置模块对测试数据进行数据预处理，去除重复数据； 步骤S3.2、配置模块对测试数据进行算法配置，将测试信号数据与信号名称对应起来； 步骤S3.3、规则管理模块进行规则配置，将配置好的信号名称与故障树节点关联起来。8. 如权利要求7所述的一种基于分布式检测数据的故障诊断方法，其特征在于，所述的 步骤S3.2中，对测试数据进行算法配置的步骤包含： 步骤S3.2.1、提取数据配置表中的测试数据名称； 步骤S3.2.2、判断该测试数据是否为集合数据，若是，进行步骤S3.2.3,若否，进行步骤 S3.2.4； 步骤S3.2.3、采用集合算法将测试信号数据的数据名称与信号名称对应起来;所述的 集合算法包含:最大值、最小值、求平均、中值算法、极值中值算法等； 步骤S3.2.4、采用等于算法将测试信号数据的数据名称与信号名称对应起来。9. 如权利要求7所述的一种基于分布式检测数据的故障诊断方法，其特征在于，所述的 步骤S3.3中，进行规则配置的步骤包含以下步骤： 步骤S3.3.1、选择信号名称； 步骤S3.3.2、判断规则是否由多个信号共同决定，若是，进行步骤S3.3.3,若否，进行步 骤S3.3.4; 步骤S3.3.3、根据发射车电气系统功能与故障的逻辑关系，选择信号之间的逻辑关系， 作为共同作用信号，进行步骤S3.3.2; 步骤S3.3.4、根据发射车电气系统功能与故障的逻辑关系，选择规则对应的故障树节 点信息，将规则前件与后件联系起来，构成一条完整的规则。10. 如权利要求6所述的一种基于分布式检测数据的故障诊断方法，其特征在于，所述 的步骤S4中，故障诊断引擎模块对测试数据进行快速诊断的步骤包含以下步骤： 步骤S4.1、对故障树进行一致性检验，生成按层次存储的有序链表； 步骤S4.2、针对无故障节点生成无故障割集，针对故障节点生成故障割集； 步骤S4.3、分别对无故障割集和故障割集进行不交化处理，获得无故障最小割集和故 障最小割集； 步骤S4.4、去除故障最小割集中包含无故障最小割集的割集项，将故障最小割集化为 最小故障割集； 步骤S4.5、显示最小故障割集的诊断结果。
【文档编号】G01R31/12GK105974225SQ201610274351
【公开日】2016年9月28日
【申请日】2016年4月28日
【发明人】范文晶, 丁立平, 王慧娟, 吕炳均, 曹建峰, 冯康军, 申卫民, 王志德, 曹倩倩
【申请人】上海机电工程研究所