基于故障特征信息熵的故障诊断策略优化方法

摘要:针对复杂电子设备的顺序故障诊断策略问题，为实现快速的故障检测与隔离，提出了一种基于故障特征信息熵的故障诊断策略树生成算法。该算法综合考虑测试费用和故障概率因素，依据故障特征信息熵的大小依次选择测试点来生成优化的故障诊断策略树。实例表明该算法可行，能以较低的测试费用和较少的测试步骤实现复杂电子设备的故障检测和隔离。

关键词:信息熵；测试排序；故障诊断策略；测试费用；诊断树

中图分类号: TP206 文献标志码:A

Optimization algorithm for fault diagnosis strategy based on

failure feature information entropy

LI Qi.zhi*，HU Guo.ping

Missile Institute，Air Force Engineering University，Xi’an Shaanxi 713800，China

Abstract:

Aiming at the sequential fault diagnosis strategy problem of complicated electrical equipment, to realize fast fault detection and isolation, an algorithm for designing fault diagnosis strategy tree based on the failure feature information entropy was presented. The algorithm, considering test cost and fault probabilities, can select test points and build optimal fault diagnosis strategy tree based on the value of failure feature information entropy. An example showed that the algorithm is feasible, and can accomplish fault detection and isolation by using lower testing costs and fewer testing steps.

Concerning the sequential fault diagnosis strategy problem of complicated electrical equipment, to realize fast fault detection and isolation, an algorithm for designing fault diagnosis strategy tree based on the failure feature information entropy was presented. The algorithm, considering test cost and fault probabilities, can select test points and build optimal fault diagnosis strategy tree based on the value of failure feature information entropy. An example shows that the algorithm is feasible, and can accomplish fault detection and isolation by using lower testing costs and fewer testing steps.Key words:

information entropy; test sequencing; fault diagnosis strategy; test cost; diagnosis tree

0 引言

随着科技的发展和各种新技术的应用，现代武器装备系统日趋向高度集成化、自动化方向发展。为满足系统运行的高可靠性、高保障性和可维修性要求，设备的系统级故障诊断策略优化［1］问题越来越引起人们的重视。故障诊断策略是指故障检测和隔离时的测试顺序［2］，故障诊断策略研究的目的是寻找最优故障诊断图（树），以最小代价唯一地隔离系统故障。最优故障诊断图（树）的生成涉及到测试点的选取、目标函数的确定、生成算法等多方面的问题。目前，常用的最优故障诊断图（树）的生成方法包括动态规划（Dynamic Programming,DP）方法或AND/OR图形搜索方法，其缺点是对于大系统来说计算量非常大［3］。文献［4］通过故障树的方法对测试点进行优化设计，可以减少测试节点，但效率不高且不能保证搜索路径的唯一性。文献［5］提出一种基于信息试探的诊断树生成算法，可获得具有最少测试费用的诊断树。文献［6］以故障诊断综合信息熵为基础，提出最少测试步骤和节约测试费用的诊断树生成算法。在生成最少测试费用诊断树时，文献［5-6］以单位费用信息熵的大小作为测试点选择标准，在许多情况下并不能生成最优的诊断树。本文在充分考虑故障概率和测试费用的基础上，以故障特征信息熵的大小作为测试点选择标准，研究一种具有最少测试步骤和较少测试费用的诊断树生成算法，以获得最优或次优的诊断树。

1 测试排序问题描述

传统的测试排序问题可用一个五元组〈F,P,T,C,D〉来描述［7］：

1）F={f0, f1,…, fm}为假设被测系统只发生单故障条件下系统有限的故障状态集， f0表示系统正常（无故障）的状态， fi(i=1,2,…,m)表示只有第i个故障发生时的故障状态；

2）P={P(f0),P(f1),…,P(fm)}为故障状态概率分布矢量，P(fi)表示故障状态为fi的概率，满足0

3）T={t1,t2,…,tn}为系统可用的测试集，规定每个测试都是二值输出，而且测试结果都是可靠的；

4）C={c1,c2,…,cn}为测试执行费用矢量，表示测试执行的时间、人力等的测度，规定测试费用为常量，即不依赖于测试顺序；

5）D=［dij］为状态―测试相关矩阵，反映单故障条件下测试与系统故障状态的逻辑关系，其中当测试tj能检测到故障状态fi时dij=1，否则dij=0。

测试排序问题的目的就是要设法找到一个具有最低平均测试费用和最少平均测试步骤的测试序列，当系统发生故障时，用来确定在有限个可能的故障源中哪个发生了故障。

平均测试费用的计算公式为：

CD=∑mi=0p(fi)(∑|Pi|j=1cj)i（1）

其中:Pi表示用于隔离系统状态fi的测试序列，|Pi|表示测试序列Pi的容量。

平均测试步骤的计算公式为：

ND=∑mi=0P(fi)ki（2）

其中ki表示用于隔离故障状态fi的测试点个数。

当某个测试序列的平均测试费用和平均测试步骤都达到最少时，此测试序列就称为最优测试序列。

2 相关性矩阵模型

假设初选的测试点集合T具有n个测试点T={t1,t2,…,tn}，被测系统的故障状态集F包含了m+1个单点故障状态F={f0, f1,…, fm}，系统各状态对应的发生概率集合为P={P(f0),P(f1),…,P(fm)}，则考虑可靠性影响时的相关性矩阵D定义如下：

D=d01d02…d0nd11d12…d1ndm1dm2…dmn

矩阵中元素dij表示第j个测试点tj与第i个故障状态fi的相关性，即：

dij=1, tj可以测到fi0, tj不能测到fi

显然，首行元素d0j=0, j=1,2,…,n。

在建立相关性矩阵之后，应首先进行简化，并同时识别未检测故障、冗余测试点和故障隔离模糊组。相关性矩阵的简化方法［8-9］如下。

1）比较相关矩阵D中各列，若有dik=dil(i=1,2,…,m且k≠l)，则对应的测试点tk和tl是互为冗余测试，只选用其中容易实现和测试费用少的一个，并在D中去掉未选用的测试点对应的列。

2）比较相关矩阵D中各行，若有daj=dbj(j=1,2,…,n且a≠b)，则对应的故障状态是不可区分的，可作为一个故障隔离模糊组处理，并在D中合并这些相等的行为一行。合并后模糊组的故障概率等于构成模糊组的各个故障状态概率之和。

5 结语

本文提出的基于故障特征信息熵的故障诊断策略优化方法综合考虑了故障先验概率和测试费用信息，算法简单，速度较快，通用性强，适合于设备各级故障检测和故障隔离。本文的算法只考虑了单一故障发生的情形，而且假设测试点与故障状态之间是确定的关系，没有考虑到测试点输出的多值问题。如何解决复杂系统中多个故障同时发生和多值测试条件下的诊断策略生成问题还有待进一步研究。

参考文献:

［1］

TU F, PATTIPATI K R. Roll out strategy for sequential fault diagnosis［J］. IEEE Transactions on Systems, Man and Cybernetics, 2003, 33(1):86-99.

［2］

田仲, 石君友. 系统测试性设计分析与验证［M］. 北京:北京航空航天大学出版社,2003:177-186.

［3］

PATTIPATI K R, ALEXAND RIDISM G. Application of heuristic search and information theory to sequential fault diagnosis ［J］. IEEE Transactions on Systems, Man, and Cybernetics,1990,20(4):872-887.

［4］

蔡金燕, 陈国通, 张宏伟. 故障诊断中的测试节点优选方法［J］. 军械工程学院学报,2003,14(1):7-10.

［5］

景小宁, 李全通. 系统维修中的顺序诊断策略［J］. 电光与控制,2008,29(4):87-91.

［6］

石君友, 田仲. 故障诊断策略的优化方法［J］. 航空学报,2003,24(3):212-215.

［7］

杨鹏, 邱静, 刘冠军. 测试不可靠条件下的诊断策略优化方法［J］. 仪器仪表学报,2008,29(4):850-854.

［8］

周玉良, 何广军, 吴建峰,等. 基于最大故障诊断信息量准则的测试点优选方法［J］. 弹箭与制导学报,2010,30(5):230-232.

［9］

毛东辉, 周越文, 陈子亮,等. 空空导弹测试点优化问题研究［J］. 弹箭与制导学报,2011,31(1):71-74.

［10］

许军, 常天庆, 郭友松,等. 基于最大故障特征信息熵的测试点优化设计［J］. 装甲兵工程学院学报,2009,23(3):41-44.