【技术实现步骤摘要】
本专利技术涉及故障诊断领域，特别涉及一种基于模糊综合评价法的系统故障诊断方法。
技术介绍
1、盾构机主驱动系统是盾构机的关键系统，一旦发生故障，整个盾构机都无法作业，后果严重，对盾构机主驱动系统进行故障诊断研究具有重要的现实意义和理论意义。
2、故障树分析法，简称fta(fault tree analysis)，是一种评价复杂系统可靠性与安全性的方法。故障树分析法是一种从上往下的图形演绎法，以系统不希望发生的事件作为系统失效判据的顶事件，以此为分析目标，逐步向下分析故障发生的原因直至底事件，建立系统故障树模型。根据故障树模型可以对系统进行定性分析，求出最小割集，确定顶事件的全部故障原因；进行定量分析，求出各基本事件(即底事件)的概率重要度，确定系统的薄弱环节。
3、传统的故障树分析法中有一个前提是基本事件的取值只能是二元值，也即基本事件的发生概率是一精确值。但是对于盾构主驱动系统这种复杂的工程系统而言，其底事件的发生概率受很多因素影响，且想要获取基本事件的精确发生概率值十分困难。虽然有学者将模糊数学和故障树分析法结合起来提出了模糊故障树，利用模糊数来表示事件的发生概率，不再需要获取其精确值。但是模糊故障树需要大量系统部件故障数据以确定隶属度函数，不适用于像盾构机主驱动系统中，其部件相关故障信息缺失、资料不足。
技术实现思路
1、为了解决上述问题，本专利技术提供了一种基于模糊综合评价法的系统故障诊断方法，引入了模糊故障树和专家调研法，更加贴近工程实际，减少了表
2、本专利技术通过如下方案实现，一种基于模糊综合评价法的系统故障诊断方法，包括步骤：
3、以系统发生故障为顶事件建立系统故障树模型；
4、针对所述系统故障树模型中各基本事件的发生概率进行专家调研，在调研的过程中，通过语言变量来衡量概率等级，将专家意见转化成模糊数；
5、以每个基本事件为单位对各专家意见所对应的模糊数进行归一化，得到单一模糊数，归一化公式为：
6、
7、其中，a*为某一基本事件所对应的归一化后的单一模糊数，ai为第i(i＝1，2，…，n)个专家意见所对应的模糊数，fi为第i个专家的重要度系数，n为专家人数；
8、将各单一模糊数进行去模糊化，得到相应的精确值，用各精确值来表征各基本事件的实际发生概率。
9、本专利技术基于模糊综合评价法的系统故障诊断方法的进一步改进在于，在将专家意见转化为模糊数之后，逐一计算所有基本事件的模糊重要度；其中，计算基本事件的模糊重要度的方法为：
10、设所述系统模糊故障树共有n个基本事件，结构函数为φ(x1，x2…xn-1，xn)，每个基本事件的发生概率是有界模糊数，记为xi(i＝1，2，…，n)，则计算出顶事件的发生概率为t＝φ(x1，x2…xn-1，xn)，对应的中位数记为mte；
11、考虑仅当待计算的基本事件xi不发生时，顶事件的发生概率为ti＝φ(x1…xi-1，0，xi+1…xn)，对应的中位数记为mtie；
12、记sti为基本事件xi的模糊重要度，计算公式为：
13、sti＝mte-mtie
14、利用模糊重要度衡量考虑发生概率的情况下基本事件对于顶事件的影响程度。
15、本专利技术基于模糊综合评价法的系统故障诊断方法的进一步改进在于，专家的重要度系数的计算方法为：
16、先按照年龄、资历和经验对参与调研的专家设置权重；
17、采用如下公式计算出各专家的重要度系数：
18、fi＝αwi+(1-α)ri
19、其中，fi为第i个专家的重要度系数，wi为第i个专家的权重，ri为第i个专家的相对认可度，α为专家意见的重要度因子，数值根据经验确定。
20、本专利技术基于模糊综合评价法的系统故障诊断方法的进一步改进在于，由专家意见转化成的模糊数为三角模糊数，专家的相对认可度的计算方法为：
21、以每个基本事件为单位，计算出两两专家之间的认可度，计算公式为：
22、sij＝1-(|e[ai]-e[aj]|)
23、其中，sij为第j(j＝1,2,…,n，且j≠i)个专家对第i个专家的认可度，e[ai]和e[aj]分别为第i个和第j个专家的期望值，设第i个专家所对应的模糊数ai＝(mi，ai，bi)，第j个专家所对应的模糊数aj＝(mj，aj，bj)，则得出
24、
25、基于两两专家之间的认可度生成认可度矩阵m：
26、
27、其中，认可度矩阵m为对称矩阵，且对角线元素均为1；
28、基于所述认可度矩阵m计算出第i个专家的平均认可度bi：
29、
30、进一步将所述平均认可度bi进行归一化，得到第i个专家的相对认可度ri：
31、
32、本专利技术基于模糊综合评价法的系统故障诊断方法的进一步改进在于，采用中值法对各基本事件所对应的模糊数进行去模糊化，对应得到的中值作为相应的精确值。
33、本专利技术基于模糊综合评价法的系统故障诊断方法的进一步改进在于，在建立系统故障树模型时，对系统进行故障诊断研究，按照工作特点将所述系统逐级划分至能够导致系统发生故障的最小故障单元，并以每个最小故障单元作为一个基本事件。
34、本方法采用模糊综合评价法引入模糊数来表示基本事件的故障概率，通过专家调研确定模糊数隶属函数，避免了传统故障树分析法中需要大量原始数据的弊端，该方法能同时结合故障树模型和专家知识，更加贴近工程实际，减少了表示实际故障概率的误差，降低了获取精确概率的代价，具有很强的适应性和灵活性，可以实现对高耦合复杂工程系统的高精度诊断。本方法采用了一种新的专家意见归一化方法，并且首次将其应用到盾构机主驱动系统的故障诊断系统中。该方法能为盾构机维修提供理论指导，同时也可推广到其他子模块中，提供了一种新的故障诊断思路。
本文档来自技高网...【技术保护点】
1.一种基于模糊综合评价法的系统故障诊断方法，其特征在于，包括步骤：
2.如权利要求1所述的基于模糊综合评价法的系统故障诊断方法，其特征在于，在将专家意见转化为模糊数之后，逐一计算所有基本事件的模糊重要度；其中，计算基本事件的模糊重要度的方法为：
3.如权利要求1所述的基于模糊综合评价法的系统故障诊断方法，其特征在于，专家的重要度系数的计算方法为：
4.如权利要求3所述的基于模糊综合评价法的系统故障诊断方法，其特征在于，由专家意见转化成的模糊数为三角模糊数，专家的相对认可度的计算方法为：
5.如权利要求1所述的基于模糊综合评价法的系统故障诊断方法，其特征在于，采用中值法对各基本事件所对应的模糊数进行去模糊化，对应得到的中值作为相应的精确值。
6.如权利要求1所述的基于模糊综合评价法的系统故障诊断方法，其特征在于，在建立系统故障树模型时，对系统进行故障诊断研究，按照工作特点将所述系统逐级划分至能够导致系统发生故障的最小故障单元，并以每个最小故障单元作为一个基本事件。
【技术特征摘要】
1.一种基于模糊综合评价法的系统故障诊断方法，其特征在于，包括步骤：
2.如权利要求1所述的基于模糊综合评价法的系统故障诊断方法，其特征在于，在将专家意见转化为模糊数之后，逐一计算所有基本事件的模糊重要度；其中，计算基本事件的模糊重要度的方法为：
3.如权利要求1所述的基于模糊综合评价法的系统故障诊断方法，其特征在于，专家的重要度系数的计算方法为：
4.如权利要求3所述的基于模糊综合评价法的系统故障诊断方法，其特征在于，由专家意...
【专利技术属性】
技术研发人员：袁向华，徐晓磊，顾旭莹，张敏，琚俊，陈柳锋，杨晨平，陈鼎，张雅澜，王秋平，严仁亮，屠垒，吴文斐，杨雨凡，沈扬波，
申请(专利权)人：上海隧道工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。