故障诊断方法及系统技术方案

一种故障诊断方法包括：根据目标系统的故障诊断需求分析结果，将目标系统划分为多个宏模块；针对任一宏模块，确定宏模块的典型故障以及对应的测试点和测试参数，并利用测试点和测试参数获取宏模块的测试数据；根据获得的宏模块的测试数据，利用机器学习故障诊断法对宏模块进行故障诊断。

【技术实现步骤摘要】
故障诊断方法及系统
本文涉及但不限于故障诊断
，尤指一种故障诊断方法及系统。
技术介绍
故障诊断方法通常可以分为两大类，一类是基于模型的故障诊断方法，另一类是基于数据驱动的故障诊断方法。基于模型的故障诊断方法是早期经典故障诊断方法研究的重点，多是针对易于建模的系统进行诊断；基于数据驱动的故障诊断方法一般针对难于建模的系统或模型精度不高的情况。
技术实现思路
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。本公开实施例提供了一种故障诊断方法及系统。一方面，本公开实施例提供了一种故障诊断方法，包括：根据目标系统的故障诊断需求分析结果，将所述目标系统划分为多个宏模块；针对任一宏模块，确定所述宏模块的典型故障以及对应的测试点和测试参数，并利用所述测试点和所述测试参数获取所述宏模块的测试数据；针对任一宏模块，根据获得的测试数据，利用机器学习故障诊断法进行故障诊断。在一些示例性实施方式中，针对任一宏模块，确定所述宏模块的典型故障对应的测试点，包括：当所述目标系统被划分为多个宏模块且不同宏模块之间无耦合关系，则从每个宏模块的多个信号输出端选择典型故障对应的测试点；当所述目标系统被划分为多个宏模块且不同宏模块之间有耦合关系，则从每个宏模块的多个信号输出端以及内部节点选择典型故障对应的测试点。在一些示例性实施方式中，利用所述测试点和所述测试参数获取的所述宏模块的测试数据，包括：无故障状态下宏模块的所述测试点与所述测试参数对应的第一测试数据、有故障状态下宏模块的所述测试点与所述测试参数对应的第二测试数据。在一些示例性实施方式中，当所述目标系统被划分出多个宏模块且不同宏模块之间有耦合关系时，用于判定所述目标系统中发生故障的宏模块的故障判断规则包括：针对测试点包括信号输出端和内部节点的任一宏模块，当所述内部节点的输出数据正常，而所述信号输出端的输出数据不正常，则故障发生在所述宏模块、或所述宏模块的所述信号输出端连接的后续N级宏模块，N为大于0的整数；当所述内部节点的输出数据不正常，且所述信号输出端的输出数据不正常，则故障发生在所述宏模块；当所述内部节点的输出数据不正常，而所述信号输出端的输出数据正常，则故障发生在所述宏模块。在一些示例性实施方式中，所述宏模块的测试数据包括：所述宏模块的测试点的响应信号数据，或者，对所述响应信号数据进行处理得到的特征数据。在一些示例性实施方式中，所述故障诊断方法还包括：采用所述宏模块的多种组合的测试数据分别训练多个机器学习故障诊断法，其中，不同组合中的测试数据的信号类型不同或部分相同；从训练的多个机器学习故障诊断法中选择最优的机器学习故障诊断法对所述宏模块进行故障诊断。另一方面，本公开实施例提供一种故障诊断系统，包括：划分模块，配置为根据目标系统的故障诊断需求分析结果，将所述目标系统划分为多个宏模块；测试模块，配置为针对任一宏模块，确定所述宏模块的典型故障以及对应的测试点和测试参数，并利用所述测试点和所述测试参数获取所述宏模块的测试数据；诊断模块，配置为针对任一宏模块，根据获得的测试数据，利用机器学习故障诊断法进行故障诊断。在一些示例性实施方式中，所述测试模块配置为通过以下方式确定任一宏模块的典型故障对应的测试点：当所述目标系统被划分为多个宏模块且不同宏模块之间无耦合关系，则从每个宏模块的多个信号输出端选择典型故障对应的测试点；当所述目标系统被划分为多个宏模块且不同宏模块之间有耦合关系，则从每个宏模块的多个信号输出端以及内部节点选择典型故障对应的测试点。另一方面，本公开实施例提供一种故障诊断系统，包括：存储器和处理器，所述存储器中存储有计算机程序，所述存储器的计算机程序被所述处理器执行时执行如上所述的故障诊断方法。另一方面，本公开实施例提供一种计算机可读存储介质，存储有计算机可执行命令，所述计算机可执行命令用于执行如上所述的故障诊断方法。本公开实施例提供的故障诊断方法通过对目标系统进行宏模块划分，并利用机器学习故障诊断法对划分的宏模块分别进行故障诊断，可以简化数据处理，并提高故障诊断的识别正确率。本公开的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本公开而了解。本公开的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。附图说明附图用来提供对本公开技术方案的理解，并且构成说明书的一部分，与本公开的实施例一起用于解释本公开的技术方案，并不构成对本公开技术方案的限制。图1为本公开至少一实施例提供的一种故障诊断方法的流程图；图2为本公开至少一实施例的一种目标系统的宏模块的示例图；图3为本公开至少一实施例提供的一种故障诊断系统的结构示意图；图4为本公开至少一实施例提供的另一故障诊断系统的结构示意图。具体实施方式本公开描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本公开所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。本公开包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的专利技术方案。任何实施例的任何特征或元件也可以与来自其它专利技术方案的特征或元件组合，以形成另一个由权利要求限定的独特的专利技术方案。因此，应当理解，在本公开中示出或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行多种修改和改变。此外，在描述具有代表性的实施例时，说明书可能已经将方法或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。在本公开中，“多个”表示两个以及两个以上的数量。本公开中的“第一”、“第二”等序数词是为了避免构成要素的混同而设置，而不是为了在数量方面上进行限定的。本公开至少一实施例提供一种故障诊断方法及系统，可以改善目标系统规模较大导致数据量过于庞大而影响故障诊断正确率的问题，从而提高故障诊断的识别正确率。图1为本公开至少一实施例提供的一种故障诊断方法的流程图。如图1所示，本本文档来自技高网...

【技术保护点】
1.一种故障诊断方法，其特征在于，包括：/n根据目标系统的故障诊断需求分析结果，将所述目标系统划分为多个宏模块；/n针对任一宏模块，确定所述宏模块的典型故障以及对应的测试点和测试参数，并利用所述测试点和所述测试参数获取所述宏模块的测试数据；/n针对任一宏模块，根据获得的测试数据，利用机器学习故障诊断法进行故障诊断。/n

【技术特征摘要】
1.一种故障诊断方法，其特征在于，包括：
根据目标系统的故障诊断需求分析结果，将所述目标系统划分为多个宏模块；
针对任一宏模块，确定所述宏模块的典型故障以及对应的测试点和测试参数，并利用所述测试点和所述测试参数获取所述宏模块的测试数据；
针对任一宏模块，根据获得的测试数据，利用机器学习故障诊断法进行故障诊断。


2.根据权利要求1所述的故障诊断方法，其特征在于，针对任一宏模块，确定所述宏模块的典型故障对应的测试点，包括：
当所述目标系统被划分为多个宏模块且不同宏模块之间无耦合关系，则从每个宏模块的多个信号输出端选择典型故障对应的测试点；
当所述目标系统被划分为多个宏模块且不同宏模块之间有耦合关系，则从每个宏模块的多个信号输出端以及内部节点选择典型故障对应的测试点。


3.根据权利要求1所述的故障诊断方法，其特征在于，利用所述测试点和所述测试参数获取的所述宏模块的测试数据，包括：无故障状态下宏模块的所述测试点与所述测试参数对应的第一测试数据、有故障状态下宏模块的所述测试点与所述测试参数对应的第二测试数据。


4.根据权利要求2所述的故障诊断方法，其特征在于，当所述目标系统被划分出多个宏模块且不同宏模块之间有耦合关系时，用于判定所述目标系统中发生故障的宏模块的故障判断规则包括：针对测试点包括信号输出端和内部节点的任一宏模块，当所述内部节点的输出数据正常，而所述信号输出端的输出数据不正常，则故障发生在所述宏模块、或所述宏模块的所述信号输出端连接的后续N级宏模块，N为大于0的整数；当所述内部节点的输出数据不正常，且所述信号输出端的输出数据不正常，则故障发生在所述宏模块；当所述内部节点的输出数据不正常，而所述信号输出端的输出数据正常，则故障发生在所述宏模块。


5.根据权利要求1所述的故障诊断...

【专利技术属性】
技术研发人员：陈圣俭，宋钱骞，段靖辉，林枫，李焕，季德波，
申请(专利权)人：北京旋极信息技术股份有限公司，
类型：发明
国别省市：北京;11