【技術實現步驟摘要】
本專利技術涉及航空，具體為一種解決模糊性和不確定性的可信航空設備故障診斷方法。
技術介紹
1、對航空設備進行故障診斷具有現實意義，它不僅可以確保航空器的安全和可靠運行，還可以通過檢測、分析和診斷故障，及時發現并修復可能對航空器運行造成影響的問題。
2、目前，針對航空設備的故障診斷進行了研究，可以分為黑盒模型、白盒模型和灰盒模型三類，黑盒模型通過觀察設備在不同輸入條件下的輸出來判斷是否存在故障，long等人提出了一種針對飛機燃料系統的多層神經網絡模型，通過建立故障樹(fault?treeanalysis,fta)設計了合適的推理策略，驗證了該方法在飛機燃油故障診斷中的指導意義，白盒模型是一種基于設備的內部結構和工作原理進行故障診斷的方法，其內部結構和參數可完全被理解和解釋，yang等人將fta應用于箭載記錄儀的可靠性分析，對于掌握箭載微機電系統故障診斷的經驗具有重要意義，然而，黑盒模型的可解釋性較差，白盒模型存在對數據要求較高、需要領域專業知識等問題，而灰盒模型是介于黑盒、白盒模型之間的故障診斷方法，既利用了設備的外部觀測數據，也融入部分內部信息來進行故障診斷。
3、但是，傳統的故障診斷方法存在以下缺點：
4、作為一種典型的灰盒模型，置信規則庫(belief?rule?base,brb)可以通過專家知識構建規則庫，以er作為推理機，將多個獨立的證據結合起來，對故障進行有效診斷，特定的brb方法可以用于航空設備的故障診斷，但首先沒有考慮到專家知識的不確定性和輸入數據的模糊性對建模的影響，這導致無法
技術實現思路
1、本專利技術的目的是：考慮模糊性和不確定性對模型構建的影響，使用ffta輔助ibrb對航空設備進行建模，并采用ip-cma-es算法為模型提供可解釋性支持。為航空設備的運行情況提供全面的評估，有助于提高航空設備的可靠性。
2、為實現上述目的，本專利技術提供如下技術方案：一種解決模糊性和不確定性的可信航空設備故障診斷方法，包括以下步驟：
3、步驟一、航空設備故障關系構建：對航空設備各指標進行分析，構建合理的故障關系；
4、步驟二、等價關系建立：模糊故障樹分析與區間置信規則庫等價關系的建立；
5、步驟三、故障診斷模型建立：基于ffta和ibrb的航空設備故障診斷模型建立；
6、步驟四、模型優化：基于帶有可解釋約束的投影協方差矩陣自適應進化策略算法的對模型進行優化；
7、步驟五、故障診斷：基于ffta和ibrb的航空設備故障診斷。
8、作為本專利技術的一種優選技術方案，所述步驟二中關系建立具體為獲取的故障關系構建模糊故障樹，以貝葉斯網絡為轉換空間，輔助專家知識建立與ibrb的等價關系。
9、作為本專利技術的一種優選技術方案，所述步驟三中故障診斷模型建立具體為成功構建合理的轉換規則，對航空設備的故障診斷模型進行初步建模。
10、作為本專利技術的一種優選技術方案，所述步驟四中模型優化具體為對初始模型的參數進行優化，為同時支撐優化過程中模型的可解釋性和高精度，采用ip-cma-es算法對置信度、規則權重、規則可靠度這三個模型參數進行優化。
11、作為本專利技術的一種優選技術方案，所述步驟五中故障診斷具體為通過er對置信度、證據權重、證據可靠度進行處理，得到航空設備的故障診斷結果，并通過最終的置信分布展示診斷結果。
12、作為本專利技術的一種優選技術方案，所述步驟一中指標包括且不限于電壓、電流和摩擦力矩。
13、作為本專利技術的一種優選技術方案，所述步驟二中要注意ibrb和貝葉斯網絡的等價轉換證明，當事件相互獨立時，ibrb的置信度和貝葉斯網絡的條件概率是等價的，他們的關系表示如下：hab表示在證據為第a個假設ξa成立情況下第b個檢測結果eb預期發生的概率，即γab表示檢測結果eb指向假設ξa的置信度，并且ψ表示一組故障診斷的命題，hψ,b表示在命題ψ下第b個檢測結果eb的廣義似然，并且γψ,b表示檢測結果eb指向命題ψ的置信度，并且
14、作為本專利技術的一種優選技術方案，所述步驟二中在ffta在不同邏輯門下和貝葉斯網絡進行轉換時，需要區分轉換方法，首先，確定如下的邏輯門描述如下，p(t)＝logicg(p(b1),...,p(bn))，其中，p(·)表示ffta對應的條件概率，p(t)表示ffta中頂事件的發生概率，logicg(·)表示ffta中的邏輯門，p(b1),...,p(bn)表示ffta中第i個基本事件的失效概率，則貝葉斯網絡中結點的條件概率在“與”門、“或”門之間的轉換表達式分別如下所述，上式中ui表示ffta中的第i個基本事件的參考值，g表示故障診斷結果。
15、作為本專利技術的一種優選技術方案，所述步驟二中，ibrb在不同邏輯門下的激活規則可靠性應當有所區分，在“與”門、“或”門下的激活規則可靠性分別如下：其中，α為激活規則可靠性，與置信因子χ和指標可靠度δ有關，m是指標的個數。
16、作為本專利技術的一種優選技術方案，所述步驟三中，置信規則的構建過程如下：首先，對航空設備的故障狀態進行分析，通過ffta獲取故障診斷的指標體系；其次，構建對應的irbr模型，獲取規則權重、規則可靠度、置信度后，作為證據權重、證據可靠度、置信度進行er融合；最后，得到最終的故障診斷的置信分布。
17、作為本專利技術的一種優選技術方案，所述步驟三中，ibrb的推理過程為：將θ記為辨識框架，由n個評估等級{g1,g2,...,gn}組成，βθ,i表示全局無知，對數據進行過歸一化處理后，對證據ei置信分布描述如下，證據權重用ewi∈[0,1]來表示，證據可靠度用edi∈[0,1]表示，將ewi和edi混合加權后生成新的置信分布，如下所示：
18、其中，mn,i表示基本概率質量，表示未分配任何評估等級的剩余基本概率質量，表示全局無知的基本概率質量，表示單證據的不完整，fdw,i表示歸一化系數，滿足l個獨立證據的聯合支持度βn,e(l)的表示如下：上式中，表示βn,e(k)(k＝1,2,...,l)融合了前n個證據后，評估等級gn的置信度，并滿足mn,e(1)＝mn,1,mβ(θ),e(1),mβ(θ),1，通過以上信息，得到以下輸出的信念分布和期望效用值，e(l)＝{(gn,βn,e(l)),n＝1,...,n,(θ,βθ,e(l)}，其中，y表示期望效用值，即預測輸出，v(gn)表示在評估等級gn下的本文檔來自技高網...
【技術保護點】
1.一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟二中關系建立具體為獲取的故障關系構建模糊故障樹，以貝葉斯網絡為轉換空間，輔助專家知識建立與IBRB的等價關系。
3.根據權利要求1所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟三中故障診斷模型建立具體為成功構建合理的轉換規則，對航空設備的故障診斷模型進行初步建模。
4.根據權利要求1所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟四中模型優化具體為對初始模型的參數進行優化，為同時支撐優化過程中模型的可解釋性和高精度，采用IP-CMA-ES對置信度、規則權重、規則可靠度這三個模型參數進行優化。
5.根據權利要求1所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟五中故障診斷具體為通過證據推理(Evidential?Reasoning,ER)對置信度、證據權重、證據可靠度
6.根據權利要求2所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟二中要注意IBRB和貝葉斯網絡的等價轉換證明，當事件相互獨立時，IBRB的置信度和貝葉斯網絡的條件概率是等價的，他們的關系表示如下：hab表示在證據為第a個假設ξa成立情況下第b個檢測結果eb預期發生的概率，即γab表示檢測結果eb指向假設ξa的置信度，并且ψ表示一組故障診斷的命題，hψ,b表示在命題ψ下第b個檢測結果eb的廣義似然，并且γψ,b表示檢測結果eb指向命題ψ的置信度，并且
7.根據權利要求2所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟二中在FFTA在不同邏輯門下和貝葉斯網絡進行轉換時，需要區分轉換方法，首先，確定如下的邏輯門描述如下，p(T)＝LogicG(p(B1),...,p(Bn))，其中，p(·)表示FFTA對應的條件概率，p(T)表示FFTA中頂事件的發生概率，LogicG(·)表示FFTA中的邏輯門，p(B1),...,p(Bn)表示FFTA中第i個基本事件的失效概率，則貝葉斯網絡中結點的條件概率在“與”門、“或”門之間的轉換表達式分別如下所述，上式中ui表示FFTA中的第i個基本事件的參考值，G表示故障診斷結果。
8.根據權利要求2所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟二中，IBRB在不同邏輯門下的激活規則可靠性應當有所區分，在“與”門、“或”門下的激活規則可靠性分別如下：其中，α為激活規則可靠性，與置信因子χ和指標可靠度δ有關，M是指標的個數。
9.根據權利要求3所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟三中，IBRB的推理過程為：將Θ記為辨識框架，由N個評估等級{G1,G2,...,GN}組成，βΘ,i表示全局無知，對數據進行過歸一化處理后，對證據ei置信分布描述如下，證據權重用ewi∈[0,1]來表示，證據可靠度用edi∈[0,1]表示，將ewi和edi混合加權后生成新的置信分布，如下所示：fdw,i＝1/(1+ew1-edi)；mn,i＝ewiβn,i；其中，mn,i表示基本概率質量，表示未分配任何評估等級的剩余基本概率質量，表示全局無知的基本概率質量，表示單證據的不完整，fdw,i表示歸一化系數，滿足L個獨立證據的聯合支持度βn,e(L)的表示如下：上式中，表示βn,e(k)(k＝1,2,...,L)融合了前n個證據后，評估等級Gn的置信度，并滿足mn,e(1)＝mn,1,mβ(Θ),e(1),mβ(Θ),1，通過以上信息，得到以下輸出的信念分布和期望效用值，e(L)＝{(Gn,βn,e(L)),n＝1,...,N,(Θ,βΘ,e(L)}，其中，y表示期望效用值，即預測輸出，v(Gn)表示在評估等級Gn下的效用值。
10.根據權利要求4所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟四中，保證IBRB在優化過程中同時保證可解釋性和高精度，假設MSE(·)為IBRB模型輸出的效用值與實際值的偏差度，OT表示訓練樣本的數量，y表示期望的輸出值，y#表示模型實際輸出的結果，對要優化的參數集進行描述，其中包括置信度，規則可靠度、規則權重，如下所示：ω0＝Ω0{β1,1,...,β1,1,ζ1,...,ζL,λ1,...,λL}，通過抽樣得到每一代的參數，...
【技術特征摘要】
1.一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟二中關系建立具體為獲取的故障關系構建模糊故障樹，以貝葉斯網絡為轉換空間，輔助專家知識建立與ibrb的等價關系。
3.根據權利要求1所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟三中故障診斷模型建立具體為成功構建合理的轉換規則，對航空設備的故障診斷模型進行初步建模。
4.根據權利要求1所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟四中模型優化具體為對初始模型的參數進行優化，為同時支撐優化過程中模型的可解釋性和高精度，采用ip-cma-es對置信度、規則權重、規則可靠度這三個模型參數進行優化。
5.根據權利要求1所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟五中故障診斷具體為通過證據推理(evidential?reasoning,er)對置信度、證據權重、證據可靠度進行處理，得到航空設備的故障診斷結果，并通過最終的置信分布展示診斷結果。
6.根據權利要求2所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟二中要注意ibrb和貝葉斯網絡的等價轉換證明，當事件相互獨立時，ibrb的置信度和貝葉斯網絡的條件概率是等價的，他們的關系表示如下：hab表示在證據為第a個假設ξa成立情況下第b個檢測結果eb預期發生的概率，即γab表示檢測結果eb指向假設ξa的置信度，并且ψ表示一組故障診斷的命題，hψ,b表示在命題ψ下第b個檢測結果eb的廣義似然，并且γψ,b表示檢測結果eb指向命題ψ的置信度，并且
7.根據權利要求2所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟二中在ffta在不同邏輯門下和貝葉斯網絡進行轉換時，需要區分轉換方法，首先，確定如下的邏輯門描述如下，p(t)＝logicg(p(b1),...,p(bn))，其中，p(·)表示ffta對應的條件概率，p(t)表示ffta中頂事件的發生概率，logicg(·)表示ffta中的邏輯門，p(b1),...,p(bn)表示ffta中第i個基本事件的失效概率，則貝葉斯網絡中結點的條件概率在“與”門、“或”門之間的轉換表達式分別如下所述，上式中ui表示ffta中的第i個基本事件的參考值，g表示故障診斷結果。
8.根據權利要求2所述的一種解決模糊性和不確定性的可信航空設備故障診斷方法，其特征在于：所述步驟二中，ibrb在不同邏輯門下的激活規則可靠性應當有所區分，在“與”門、“或”門下的激活規則可靠性分別如下：其中，α為激活規則可靠性，與置信因子χ和指標可靠度δ有關，m是指標的個數。
9.根據權利要求3所述的一種解決模糊性和不確定性...
【專利技術屬性】
技術研發人員：張廣玲，龍明仙，馬寧，顎繼娜，賀維，曹友，
申請(專利權)人：哈爾濱師范大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。