一种基于可分解否定范式的编译诊断方法技术

本发明专利技术公开了一种基于可分解否定范式的编译诊断方法，属于故障诊断技术领域，包括：将PHM系统的原始模型转换为合取范式的系统模型；将合取范式的系统模型编译为可分解否定范式的形式，得到可分解否定范式模型；利用可分解否定范式模型，进行在线故障诊断。本发明专利技术将PHM系统的原始模型编译为可分解否定范式，在进行故障诊断时可以根据观测值，直接从可分解否定范式中寻找到诊断解，而无需进行复杂的预测过程，故障诊断的效率高。

【技术实现步骤摘要】
一种基于可分解否定范式的编译诊断方法
本专利技术涉及故障诊断
，特别涉及一种基于可分解否定范式的编译诊断方法。
技术介绍
随着现代科技工业技术的发展，航空、航天、通信等各个工业领域的工程系统愈加复杂，大量复杂系统发生故障和功能失效的机率逐渐增大，维护和保障的成本越来越高。故障预测与健康管理(PrognosticandHealthManagement，PHM)旨在提前预知将要发生故障的时间和位置，预测整个系统的剩余使用寿命，将设备的健康管理从传统的故障管理转变为衰退管理，通过预测性维护实现设备的零宕机和持续可靠的运行，以减少系统的维修费用和提高维修准确性。出于复杂系统安全性和可靠性考虑，以预测技术为核心的故障预测和健康管理策略得到了广泛的应用。故障诊断是现代系统健康管理与故障预测的核心之一，基于模型的基于可分解否定范式的编译诊断方法通过对比系统模型与传感器观测来判断系统是否处于正常工作状态，并进一步在系统异常时识别系统的故障模式。然而传统基于模型的基于可分解否定范式的编译诊断方法需要根据系统输入与模型，预测系统输出，从而比较预测值与观测值。其存在的缺陷在于：预测过程所需的计算资源较大，难以应用于对诊断实时性要求较高的场景。
技术实现思路
本专利技术的目的在于克服现有技术存在的不足，以提高故障诊断的效率。为实现以上目的，一方面，采用一种基于可分解否定范式的编译诊断方法，包括如下步骤：将PHM系统的原始模型转换为合取范式的系统模型；将合取范式的系统模型编译为可分解否定范式的形式，得到可分解否定范式模型；利用所述可分解否定范式模型，进行在线故障诊断。进一步地，所述将PHM系统的原始模型转换为合取范式的系统模型，包括：按照设定的转换规则，将所述PHM系统的原始模型转换为由布尔函数表示的系统模型；其中，系统模型为由运算符与布尔变量组成的标准形式，该运算符包括与或非逻辑运算符；将由布尔函数表示的系统模型转化为合取范式的系统模型。进一步地，所述设定的转换规则包括：a＝＝b<＝＝>a·b+(！a)·(！b)；a！＝b<＝＝>！(a＝＝b)；if(a)b<＝＝>！a+b；if(a)belsed<＝＝>a·b+！a·d。其中规则左侧为描述系统变量间关系的语句，右侧为相对应的逻辑命题；a,b,d表示子逻辑命题(包括单个布尔变量或者枚举标量)。这些规则可以将系统模型转换为标准的命题逻辑形式，以便后续的编译诊断。进一步地，在所述原始模型中包含有枚举变量时，还包括：利用布尔变量对枚举变量进行编码，将所述系统模型中的变量全部用布尔变量表示。对于值域为{e1,e2,…ei}的枚举变量e，使用i个布尔变量编码：e@e1,e@e2,...e@ei。变量e@ek为true时表示变量e的取值为ek。为确保编码后一个枚举变量对应的布尔变量有且仅有一个为true，需要加入额外的两条约束语句。完备约束：∨ke@ek；互斥约束：∧k≠j(！e@ek∨！e@ej)。进一步地，将合取范式的系统模型编译为可分解否定范式的形式，得到可分解否定范式模型，包括：设编译算法为dnnf(Δ)，其中Δ表示所述合取范式的系统模型；判断所述Δ是否仅包含一个子句α；若是，则有dnnf(Δ)←α，得到所述可分解否定范式模型；若否，则dnnf(Δ)←∨βdnnf(Δ1|β)∧dnnf(Δ2|β)∧β，得到所述可分解否定范式模型，其中Δ1和Δ2为Δ的两部分，β为Δ1和Δ2所共享原子的一个实例。进一步地，所述利用所述可分解否定范式模型，进行在线故障诊断，包括：获取传感器观测到的变量信息；对传感器观测到的变量按照观测值设置对应的文字取值，并将传感器未观测到的变量对应的文字取值设置为true，得到仅包含模式变量的可分解否定范式模型；利用仅包含模式变量的可分解否定范式模型，确定系统的诊断解。进一步地，在确定系统的诊断解存在多个时，还包括从所述多个诊断解中寻找k个最优诊断解，诊断解求解公式为：k-best(Δ＝∧iαi)＝{∪iβi:βi∈k-best(αi)}k(ω1,c1＝-log(p(ω1)))∪(ω2,c2＝-log(p(ω2)))＝(ω1∪ω2,c1+c2)ω∪nil＝nilandc+∞＝∞其中，Δ表示可分解否定范式的节点，p表示当Δ为一个文字时其中包含的变量，c、c1、c2为对应解的代价(cost)，nil表示不存在，∞表示无穷大，表示空集，ω、ω1、ω2表示可能的(子)诊断解，atoms表示其中的原子集合，Smooth表示平坦化操作，P表示先验概率。第二方面，采用一种基于可分解否定范式的编译诊断系统，包括转换模块、分解模块和诊断模块：转换模块，用于将PHM系统的原始模型转换为合取范式的系统模型；分解模块，用于将合取范式的系统模型编译为可分解否定范式的形式，得到可分解否定范式模型；诊断模块，用于利用所述可分解否定范式模型，进行在线故障诊断。进一步地，所述转换模块包括第一转换单元和第二转换单元；第一转换单元用于按照设定的转换规则，将所述PHM系统的原始模型转换为由布尔函数表示的系统模型，系统模型为由运算符与布尔变量组成的标准形式，该运算符包括与或非逻辑运算符；第二转换单元用于将由布尔函数表示的系统模型转化为合取范式的系统模型；其中，设定的转换规则包括：a＝＝b<＝＝>a·b+(！a)·(！b)；a！＝b<＝＝>！(a＝＝b)；if(a)b<＝＝>！a+b；if(a)belsed<＝＝>a·b+！a·d。其中规则左侧为描述系统变量间关系的语句，右侧为相对应的逻辑命题；a,b,d表示子逻辑命题(包括单个布尔变量或者枚举标量)。这些规则可以将系统模型转换为标准的命题逻辑形式，以便后续编译诊断。进一步地，所述分解模块包括编译算法设置单元、判断单元和分解单元；编译算法设置单元，用于设编译算法为dnnf(Δ)，其中Δ表示所述合取范式的系统模型；判断单元，用于判断所述Δ是否仅包含一个子句α；分解单元，用于在判断单元输出结果为是时，令dnnf(Δ)←α，得到所述可分解否定范式模型；以及用于在判断单元输出结果为否时，令dnnf(Δ)←∨βdnnf(Δ1|β)∧dnnf(Δ2|β)∧β，得到所述可分解否定范式模型，其中Δ1和Δ2为Δ的两部分，β为Δ1和Δ2所共享原子的一个实例。与现有技术相比，本专利技术存在以下技术效果：本专利技术首先将PHM系统的原始模型编译为可分解否定范式这一特殊的形式，在进行故障诊断时，无需进行复杂的预测过程，直接从可分解否定范式中寻找诊断解；与传统的诊断过程相比，本方法以空间换取时间，诊断过程简单、耗时较少。<本文档来自技高网...

【技术保护点】
1.一种基于可分解否定范式的编译诊断方法，其特征在于，包括：/n将PHM系统的原始模型转换为合取范式的系统模型；/n将合取范式的系统模型编译为可分解否定范式的形式，得到可分解否定范式模型；/n利用所述可分解否定范式模型，进行在线故障诊断。/n

【技术特征摘要】
1.一种基于可分解否定范式的编译诊断方法，其特征在于，包括：
将PHM系统的原始模型转换为合取范式的系统模型；
将合取范式的系统模型编译为可分解否定范式的形式，得到可分解否定范式模型；
利用所述可分解否定范式模型，进行在线故障诊断。


2.如权利要求1所述的基于可分解否定范式的编译诊断方法，其特征在于，所述将PHM系统的原始模型转换为合取范式的系统模型，包括：
按照设定的转换规则，将所述PHM系统的原始模型转换为由布尔函数表示的系统模型；其中，系统模型为由运算符与布尔变量组成的标准形式，该运算符包括与或非逻辑运算符；
将由布尔函数表示的系统模型转化为合取范式的系统模型。


3.如权利要求2所述的基于可分解否定范式的编译诊断方法，其特征在于，所述设定的转换规则包括：
a＝＝b<＝＝>a·b+(！a)·(！b)；
a！＝b<＝＝>！(a＝＝b)；
if(a)b<＝＝>！a+b；
if(a)belsed<＝＝>a·b+！a·d。
其中，规则左侧为描述系统变量间关系的语句，右侧为相对应的逻辑命题；a,b,d表示子逻辑命题。


4.如权利要求3所述的基于可分解否定范式的编译诊断方法，其特征在于，在所述原始模型中包含有枚举变量时，还包括：
利用布尔变量对枚举变量进行编码，使所述系统模型中的变量全部为布尔变量表示形式。


5.如权利要求1所述的基于可分解否定范式的编译诊断方法，其特征在于，所述将合取范式的系统模型编译为可分解否定范式的形式，得到可分解否定范式模型，包括：
设编译算法为dnnf(Δ)，其中Δ表示所述合取范式的系统模型；
判断所述Δ是否仅包含一个子句α；
若是，则dnnf(Δ)←α，得到所述可分解否定范式模型；
若否，则dnnf(Δ)←∨βdnnf(Δ1|β)∧dnnf(Δ2|β)∧β，得到所述可分解否定范式模型，其中Δ1和Δ2为Δ的两部分，β为Δ1和Δ2所共享原子的一个实例。


6.如权利要求5所述的基于可分解否定范式的编译诊断方法，其特征在于，所述利用所述可分解否定范式模型，进行在线故障诊断，包括：
获取传感器观测到的变量信息；
对传感器观测到的变量按照观测值设置对应的文字取值，并将传感器未观测到的变量对应的文字取值设置为true，得到仅包含模式变量的可分解否定范式模型；
利用仅包含模式变量的可分解否定范式模型，确定系统的诊断解。


7.如权利要求6所述的基于可分解否定范式的编译诊断方法，其特征在于，在确定系统的...

【专利技术属性】
技术研发人员：赵洪博，张文峰，孙超，刘浩强，贺治钧，冯文全，
申请(专利权)人：北京航空航天大学合肥创新研究院，
类型：发明
国别省市：安徽;34