【技術實現步驟摘要】
本專利技術涉及監測領域，具體為一種大型設備主控芯片在線故障監測方法。
技術介紹
1、當今大型設備廣泛應用于各個行業，例如工業制造、能源、交通等，這些設備通常由多個子系統和大量的傳感器、執行器組成，其中，主控芯片是控制和協調這些子系統之間的關鍵元件，然而，在大型設備長時間運行過程中，主控芯片可能會出現故障，導致設備性能下降甚至無法正常工作，為了及時發現和排除設備中的芯片故障，一種有效的在線監測方法是必要的，而現有的故障監測方法，存在著多層次源信息的不精確性和監測的不完整性，同時也無法兼顧多種因素來對主控芯片運行狀態進行有效的監測，基于此，本申請提出了一種合理高效大型設備主控芯片在線故障監測方法。
技術實現思路
1、本專利技術的目的在于提供一種大型設備主控芯片在線故障監測方法，以解決上述
技術介紹
中提出的問題。
2、為實現上述目的，一種大型設備主控芯片在線故障監測方法，包括如下步驟：
3、步驟一：獲取主控芯片實測運行數據集，通過多種傳感器對主控芯片的各項指標進行測量，整理得到主控芯片運行實測數據集；
4、步驟二：對數據集進行預處理和特征提取，對步驟一中所獲得的主控芯片的運行數據集進行特征提取，并利用斯皮爾曼秩相關系數計算公式選取重要性較高的指標，建立監測指標體系；
5、步驟三：基于高斯分布建立置信分布，根據步驟二中所得到的監測指標體系，結合專家知識和芯片規格說明書設置服從高斯分布的參考點，并利用高斯分布將證據進行信息轉換，得到置信分布形式；
6、步驟四：使用證據推理規則建立芯片故障監測模型，確定證據指標的權重和可靠度，構建基于高斯分布的信息轉換方法的證據推理規則的在線故障監測模型，獲得初始故障診斷結果；
7、步驟五：使用算法優化高斯分布參數，確定優化目標函數和約束條件，通過使用coa參數模型優化方法，對步驟三中高斯分布的參數進行調整以優化監測模型；
8、步驟六：獲取主控芯片的最終故障診斷結果，根據步驟五中得到的最終優化模型，獲得主控芯片的最終故障診斷結果，結合期望效用進行故障監測結果展示。
9、優選的：所述步驟一采用傳感器、示波器、芯片自帶的測試接口和調試模式獲取主控芯片的實測運行數據集，且數據集的參數包括電壓、電流、功耗、時鐘頻率、信號質量和時序參數。
10、優選的：所述步驟二使用斯皮爾曼秩相關系數ρ計算特征指標與故障狀態的相關性，根據相關性的大小以取重要的特征指標，其中相關系數ρ的計算公式如下：
11、
12、其中和分別是對特征指標和故障狀態取值的等級，和分別表示對特征指標和故障狀態取值的平均等級。
13、優選的：所述步驟三中結合專家知識定義的故障等級辨識框架和由i條相互獨立的指標設置的證據分別為h＝{h1,h2,…,hn}和ei(i＝1,2,…,i)，則一條證據可表示為如下的置信分布形式：
14、ei＝{(hn,pn.i),n＝1,2,…,n；(h,ph,i)}???????????????????????????????(2)
15、其中，pn,i表示該故障等級監測方案在證據ei下被監測為等級hn的置信度，pn,i是由專家知識結合芯片規格說明書設置服從高斯分布的參考點μn,i和σn,i并且利用高斯分布將證據進行信息轉換得到，轉換過程如下式(3)-(9)所示；
16、從芯片數據中共選取i個指標，設置n個故障等級，如下所示：
17、{(xi,hn,i),i＝1,2,…,i,n＝1,2,…,n}??????????????????????????(3)
18、其中，hn,i代表指標xi對應的第n個故障等級，所有故障等級均可將xi劃分為n個狀態：
19、xi(t)＝{x1,i(t),x2,i(t),…,xn-1,i(t),xn,i(t)}???????????????????(4)
20、每級指標數據都被視為服從高斯分布，表示為g(μn,i,σn,i)，有下式：
21、xn,i(t)≈g(μn,i,σn,i)???(5)
22、基于高斯分布的特性，其計算如下式：
23、
24、其中結合專家知識和芯片規格說明書設置服從高斯分布的參考點μn,i和σn,i，μn,i代表高斯分布的均值，σn,i代表高斯分布的標準差，當特征指標位于兩個等級之間，對每個等級的隸屬程度取決于高斯分布g(μn,i,σn,i,xn,i(t))的加權值，綜合考慮到芯片特征指標xi(t)的實際情況，包括以下三種情況：
25、情況1：指標μn,i≤xi(t)≤μn+1,i；
26、
27、情況2：指標xi(t)≥μn,i；
28、pn,i(t)＝1；pm,i(t)＝0,m≠n???????????????????????????????????????(8)
29、情況3：指標xi(t)≤μ1,i；
30、p1,i(t)＝1；pm,i(t)＝0,m≠1????????????????????????????????????????(9)。
31、優選的：所述步驟四對于每條證據ei，需要計算其可靠度ri和權重wi，其中采用基于距離的方法進行證據可靠度ri的計算，過程如下：設置共有y個觀測點，xi(t)代表y個觀測點內時刻t的指標i的數據，代表y個觀測點內指標的平均值，則xi(t)和之間的距離為：
32、
33、則指標xi在y次監測內所有監測數據與平均值的平均距離為：
34、
35、證據可靠度可由下式計算：
36、
37、其中表征了指標測試數據的波動，數據波動越大越頻繁，信息越不可靠，則數據的可靠度就越低，而證據權重wi的計算利用變異系數法，如下所示：
38、
39、
40、
41、則證據權重為：
42、
43、優選的：所述步驟四基于證據ei的權重wi和可靠度ri，且辨識框架為h＝{h1,h2,…,hn}，根據式(2)的置信分布形式可以得到帶有可靠度的證據加權的置信分布為：
44、mi＝{(hn,mn,i(t)),n＝1,2,…n；(h,mh,i(t)}????????(17)
45、其中，
46、mn,i＝αrw,imn,i，αrw,i＝1/(1+wi-ri)表示歸一化系數，mn,i＝wipn,i表示基本概率質量，對于i條獨立證據e＝{e1,e2,…,ei}，他們對命題hn(n＝1,2,…,n)的支持度pn,e(i)可通過不斷迭代下式得到：
47、mn,e(k)(t)＝(1-rk)mn,e(k-1)(t)+mh,e(k-1)(t)mn,k(t)+mn,e(k-1)(t)mn,k(t)??????(18)
48、本文檔來自技高網...
【技術保護點】
1.一種大型設備主控芯片在線故障監測方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種大型設備主控芯片在線故障監測方法，其特征在于：所述步驟一采用傳感器、示波器、芯片自帶的測試接口和調試模式獲取主控芯片的實測運行數據集，且數據集的參數包括電壓、電流、功耗、時鐘頻率、信號質量和時序參數。
3.根據權利要求2所述的一種大型設備主控芯片在線故障監測方法，其特征在于：所述步驟二使用斯皮爾曼秩相關系數ρ計算特征指標與故障狀態的相關性，根據相關性的大小以取重要的特征指標，其中相關系數ρ的計算公式如下：
4.根據權利要求3所述的一種大型設備主控芯片在線故障監測方法，其特征在于：所述步驟三中結合專家知識定義的故障等級辨識框架和由I條相互獨立的指標設置的證據分別為H＝{H1,H2,…,Hn}和ei(i＝1,2,…,I)，則一條證據可表示為如下的置信分布形式：
5.根據權利要求4所述的一種大型設備主控芯片在線故障監測方法，其特征在于：所述步驟四對于每條證據ei，需要計算其可靠度ri和權重wi，其中采用基于距離的方法進行證據可靠度ri的計算，
6.根據權利要求5所述的一種大型設備主控芯片在線故障監測方法，其特征在于：所述步驟四基于證據ei的權重wi和可靠度ri，且辨識框架為H＝{H1,H2,…,Hn}，根據式(2)的置信分布形式可以得到帶有可靠度的證據加權的置信分布為：
7.根據權利要求6所述的一種大型設備主控芯片在線故障監測方法，其特征在于：所述步驟五構建COA優化對參數μn,i和σn,i進行調優，其中優化的目標函數為式(24)，參數的約束條件如下：
8.根據權利要求7所述的一種大型設備主控芯片在線故障監測方法，其特征在于：所述步驟五的COA參數優化模型，使用式(26)隨機初始化coatis在搜索空間中的位置，首先對COA算法進行初始化：
9.根據權利要求8所述的一種大型設備主控芯片在線故障監測方法，其特征在于：所述步驟六基于步驟五得到的最佳參數作為監測模型的參數，得到最終監測結果，結合期望效益展示，期望效益如下：
...【技術特征摘要】
1.一種大型設備主控芯片在線故障監測方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種大型設備主控芯片在線故障監測方法，其特征在于：所述步驟一采用傳感器、示波器、芯片自帶的測試接口和調試模式獲取主控芯片的實測運行數據集，且數據集的參數包括電壓、電流、功耗、時鐘頻率、信號質量和時序參數。
3.根據權利要求2所述的一種大型設備主控芯片在線故障監測方法，其特征在于：所述步驟二使用斯皮爾曼秩相關系數ρ計算特征指標與故障狀態的相關性，根據相關性的大小以取重要的特征指標，其中相關系數ρ的計算公式如下：
4.根據權利要求3所述的一種大型設備主控芯片在線故障監測方法，其特征在于：所述步驟三中結合專家知識定義的故障等級辨識框架和由i條相互獨立的指標設置的證據分別為h＝{h1,h2,…,hn}和ei(i＝1,2,…,i)，則一條證據可表示為如下的置信分布形式：
5.根據權利要求4所述的一種大型設備主控芯片在線故障監測方法，其特征在于：所述步驟四對于每條證據ei，需要計算其可靠度ri和權重wi，其中采用基于距離的方法進行證據可靠度r...
【專利技術屬性】
技術研發人員：李紅宇，鄧文俊，趙楊楊，逯強，王致彬，張宗君，沈金婷，
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。