一种固态功放故障诊断方法
【技术领域】
[0001] 本发明涉及固态功放和故障诊断，提供了一种基于模糊故障树与贝叶斯网络的固 态功放故障诊断方法。属于微波固态功率放大器领域。
【背景技术】
[0002] 随着电子技术的发展，测控、通信、雷达的工作频率已经发展到毫米波频段，处于 发射链路末端的功放单元是发射链路中的核心设备，对系统的测控精度、通信质量、作用半 径等方面有决定性影响。
[0003] 固态功放作为其中的关键部件，其重要性不言而喻，只有保证固态功放的正常工 作，才能实现整个系统的正常运行。为了保障固态功放的正常工作，就需要在固态功放发生 故障时，做出迅速应对，这就需要对固态功放进行故障诊断，而关于固态功放的故障诊断方 法几乎没有。因此业内需要一种能对固态功放进行故障诊断的方法。
【发明内容】
[0004] 针对上述存在问题或不足，本发明提供了一种固态功放故障诊断方法。该方法基 于模糊故障树与贝叶斯网络，结合了两者的优点，具体包括如下步骤：
[0005] 步骤1、根据固态功放组成原理构建一个T-S模糊故障树；
[0006] 步骤2、将T-S模糊故障树转换为贝叶斯网络：
[0007] 将T 一 S模糊故障树中的每个事件与贝叶斯网络中的节点--对应，底事件对应 根节点，中间事件对应中间节点，顶事件对应叶节点；
[0008] 步骤3、将T 一 S门规则转化为贝叶斯网络中固态功放故障发生的条件概率：
[0009] 根据T-S门的规则
[0010]
[0011] 得到不同情况下固态功放故障的条件概率，其中a JO < i Sn)表示底事件，η为 底事件的个数，β表示中间事件或者顶事件，X1 (〇 < i < 表示Ct1的故障程度，Ic1表示 Ct1的故障程度划分个数、β y表示β故障程度，故障程度划分为3类，分别用0、0. 5、1表示 无故障、半故障、完全故障。
[0012] 步骤4、根据贝叶斯网络的规则进行推导：
[0013] 由事件后验概率公式
[0014]
[0015] 求出特定的顶事件发生时底事件发生的概率。由概率重要度公式：
[0016]
[0017] 得到底事件a i关于顶事件状态为β y的概率重要度，其中
[0018]
[0019] 由关键重要度公式：
[0020]
[0021] 得到底事件a i关于顶事件状态为β y的关键重要度，其中
[0022]
[0023] 步骤5、根据步骤4求得的关键重要度，将其从大到小进行排序，在发生故障时，按 照此顺序进行故障排查。
[0024] 综上所述，本发明提出的方法计算简单，易于实现，是一种高效的固态功放故障诊 断方法，填补了微波固态功率放大器领域故障诊断的空白。
【附图说明】
[0025] 图1为一种固态功放组成原理；
[0026] 图2为固态功放故障树模型；
[0027] 图3为贝叶斯网络模型；
[0028] 附图标记：a i-底事件电缆故障，α 2-风扇故障，α 3-电源故障，α 4-温度超限故 障，α5-电流超限故障，α6-正向功率超限故障，α7-反射功率超限故障，β「中间事件末 级模块故障，β -顶事件固态功放故障。
【具体实施方式】
[0029] 实施例1
[0030] 根据一种固态功放的组成原理，如图1所示，构建固态功放的T-S模糊故障树，如 图2所示。T-S门规则的建立需要先对故障程度进行划分，这里将其划分为三类，分别用0、 0. 5、1表示无故障、半故障、完全故障，如表三所示，而发生故障的概率就需要结合已有的数 据，或者进行大量的实验，进而构建T-S门规则，如表一、表二所示。其中 αι、α2、α3、α4、 α 5、α 6、α 7分别表示底事件电缆故障、风扇故障、电源故障、温度超限故障、电流超限故障、 正向功率超限故障、反射功率超限故障，0 1表示中间事件末级模块故障，β表示顶事件固 态功放故障。
[0031] 然后将T-S模糊故障树转换为贝叶斯网络，如图3所示。
[0032] 再根据贝叶斯网络规则进行推导。由公式2求得事件的后验概率，由公式5求得 各个底事件关键重要度，如表四所示。
[0033] 最后将各个底事件的关键重要度按从大到小进行排序，在进行故障诊断时，根据 这个顺序来故障排查，最终实现故障诊断。
[0034] 根据公式5计算所得的各个底事件的关键重要度可知，α5的关键重要度最大，即 电流超限故障对于固态功放故障的影响最大，也就是说最有可能导致固态功放发生故障的 原因是电流超限故障，所以当固态功放发生故障时，优先排除a i电流超限故障，然后依次 排除α2风扇故障、α 6正向功率超限故障、α 7反射功率超限故障、α 3电源故障、α 4温度 超限故障、<^电缆故障，实现故障诊断。
[0035] 表一功放故障T-S门规则（部分）
[0036]
[0037] 表二末级模块故障T-S门规则（部分）
[0039] 表三各事件不同程度的故障概率实例（k = 0· 000001)
[0041] 表四各底事件的关键重要度
【主权项】
1. 一种固态功放故障诊断方法，具体包括如下步骤： 步骤1、根据固态功放组成原理，划分其故障程度，再构建其T-S模糊故障树； 步骤2、构建的T-S模糊故障树转换为贝叶斯网络： 将T 一 S模糊故障树中的每个事件与贝叶斯网络中的节点一一对应，底事件对应根节 点，中间事件对应中间节点，顶事件对应叶节点； 步骤3、T 一 S门规则转化为贝叶斯网络中固态功放故障发生的条件概率： 根据T-S门的规则得到不同情况下固态功放故障的条件概率，其中a "(Ki < η)表示底事件，η为底事件 的个数，β表示中间事件或者顶事件，Xl(〇〈i < 表示a i的故障程度，Ic1表示a i的故 障程度划分个数、Py表示β故障程度，故障程度划分为3类，分别用0、0. 5、1表示无故障、 半故障、完全故障； 步骤4、根据贝叶斯网络的规则进行推导： 由事件后验概率公式求出特定的顶事件发生时底事件发生的概率，由概率重要度公式：得到底事件Ct1关于顶事件状态为β y的概率重要度，其中由关键重要度公式：得到底事件Ct1关于顶事件状态为β y的关键重要度，其中步骤5、根据步骤4求得的关键重要度，将其从大到小进行排序，在发生故障时，按照此 顺序进行故障排查。
【专利摘要】本发明属于微波固态功率放大器领域，涉及固态功放和故障诊断，提供了一种基于模糊故障树与贝叶斯网络的固态功放故障诊断方法。该方法结合了模糊故障树与贝叶斯网络两者的优点，将T-S模糊故障树转换为贝叶斯网络，再根据贝叶斯网络的规则进行推导，求得各个底事件即部件故障的关键重要度，最后根据关键重要度的大小进行故障排除，从而实现故障诊断。本发明提供的固态功放故障诊断方法，不但填补了固态功放故障诊断这一领域的空白，而且由于结合了模糊故障树与贝叶斯网络两者的优点，与传统的故障诊断方法相比，计算简单，实用性更强。
【IPC分类】G06F19/00
【公开号】CN105160170
【申请号】CN201510536505
【发明人】于永斌, 程诗叙, 门乐飞, 杨辰宇, 刘兴文, 胡青青, 李成, 张欢, 雷飞, 邓建华, 张容权, 蔡竟业
【申请人】电子科技大学
【公开日】2015年12月16日
【申请日】2015年8月27日