一种基于故障树和数据库技术的故障诊断方法

摘要

一种基于故障树和数据库技术的故障诊断方法，通过数据库对故障诊断过程中的知识库和推理库进行管理，完成推理过程和诊断策略的自动配置和全面管控，包括以下步骤：a.接收用户输入，包括故障类型和故障现象关键字；b.根据故障类型和故障现象关键字检索，判断该故障是否为底层故障，如果是底层故障，显示对应“维修建议”字段的内容，保存诊断结果，本次诊断过程结束；如果不是底层故障，检索该故障所对应故障现象表中的字段“节点代码”，得到下一层包含的所有故障节点，并自动推理出诊断结论所对应的故障节点。其目的在于提供一种在复杂系统出现故障时，能够快速进行故障诊断，提高故障诊断效率的一种基于故障树和数据库技术的故障诊断方法。

说明书

技术领域

本发明涉及一种基于故障树和数据库技术的故障诊断方法。 

背景技术

目前，常用的故障诊断方法主要有声学诊断法、振动诊断法、温度诊断法、强度诊断法、污染物诊断法、压力流量诊断法和电参数诊断法等。这些方法认为，系统故障会导致系统的运行参数发生变化，在标称情况下，系统参数应处于一个标称状态，而当系统发生故障时，这些参数将偏离其标称状态，因而，故障诊断时以这些标称状态作为参考量，根据系统输出或状态变量的估计残差特性判断系统是否发生故障。 

传统的故障诊断方法以此为基础，对所有故障原因进行罗列汇总，经规范化、条理化处理。系统一旦发生故障，需要按照既定程序，依次检查，逐一排除。但这种方法存在一些缺点，如没有对故障进行分类处理，不能体现各个故障其对系统运行的影响程度，故障排除过程周折费时，效率低。特别是当用户需要知道系统各不同层次故障之间的功能逻辑关系和关联程度，并且希望以最快的速度、最小的代价、准确、高效地发现并排除系统故障时，这种方法就不能满足要求。 

发明内容

本发明的目的在于提供一种在复杂系统出现故障时，能够快速进行故障诊断，提高故障诊断效率的一种基于故障树和数据库技术的故障诊断方法。 

本发明一种基于故障树和数据库技术的故障诊断方法，通过数据库对故障诊断过程中的知识库和推理库进行管理，完成推理过程和诊断策略的自动配置和全面管控，包括以下步骤： 

a.接收用户输入，所述用户输入包括故障现象关键字； 

b.根据所述故障类型和故障现象关键字检索故障诊断数据库中的故障诊断信息表，判断该故障是否为底层故障，如果是底层故障，说明该诊断结果已经位于故障树的底层，则显示对应的“维修建议”字段的内容，并保存诊断结果，本次诊断过程结束；如果不是底层故障，检索该故障所对应故障现象表中的字段“节点代码”，得到故障树中该故障节点的下一层所包含的所有故障节点，而后根据诊断结果，自动在其下一层包含的所有故障节点中，推理出诊断结论所对应的故障节点； 

其中步骤b中所述如果不是底层故障，找到故障现象表中的字段“节点代码”，得到故障树中该故障节点的下一层所包含的所有故障节点，而后根据诊断结果，自动在其下一层包含的所有故障节点中，推理出诊断结论所对应的故障节点，具体推理方法为： 

根据检索到该故障所对应故障现象表中的字段“节点代码”，检索故障诊断数据库中的故障诊断推理信息表，调出其对应的“诊断内容”字段，并将“诊断内容”显示给用户，让用户按照诊断内容提示进行操作，同时根据其对应的故障诊断信息表中的“节点类型”，将故障诊断过程类型分为采集卡检测量和人工观察量； 

如果为采集卡检测量，则调出对应故障诊断信息表中的“项目编码”，根据“项目编码”，检索测评方案配置表，显示该项目的检测方法及检测步骤，检测点位置，传感器安装方法，设定试验条件，准备测试，再根据测点通道映射表，将相应参数传递给测试程序，提示用户准备好测试条件后，自动完成测试；检索其下一层所有故障节点，并将测试结果与各个故障节点的特征量进行匹配，匹配成功的即为下一步诊断对应的故障节点； 

如果为人工观察量，用户根据诊断内容提示，输入观察量；检索其下一层所有故障节点，并将观察量结果与各个故障节点的特征量进行匹配，匹配成功的即为下一步诊断对应的故障节点； 

c.根据故障节点，得到其故障类型和故障现象关键字，而后继续执行步骤b。 

本发明一种基于故障树和数据库技术的故障诊断方法，在每一步诊断时，都会将该步诊断的“单据号”、“诊断序号”、“节点编码”、“节点名称”、“节点位置”、“节点类型”、“诊断内容”、“项目编码”、“测点个数”、“单测点数据长度”、“测点数据”、“指标个数”、“技术指标数据”、“维修建议”信息存储到故障诊断过程信息表中，最终诊断结果输出时将故障诊断数据库中故障诊断过程信息表里的各个单步诊断的信息调出来，并按照报表的形式进行输出。 

本发明一种一种基于故障树和数据库技术的故障诊断方法，根据故障事件与故障原因之间的响应关系，分层进行推理；定义每个故障节点的知识信息和检测过程信息并存储在故障诊断数据库中，对故障树中的每个故障节点实施人工检测或自动检测，有效的进行检测资源配置。在复杂系统出现故障时，能快速进行故障诊断，提高故障诊断效率。 

下面结合附图对本发明的一种基于故障树和数据库技术的故障诊断方法作进一步详细说明。 

附图说明

图1为以故障A为顶层故障展开的故障树示意图； 

图2为本发明一种基于故障树和数据库技术的故障诊断方法流程图； 

图3为基于本发明的柴油机启动时电气故障树实例。 

具体实施方式

在阐述本发明的具体实施方式之前，对涉及到的一些名称、字符和图形符号含义进行说明。 

首先要获得尽可能多的系统故障数据，根据专家经验将故障数据分层，并进行逻辑处理，构建故障树，故障树由顶层故障、底层故障和中间层故障组成。图1为以故障A为顶层故障 展开的故障树示意图。 

顶层故障：将系统最不希望发生或是由用户指定进行逻辑分析的初始故障作为故障诊断过程中的顶层故障，置于该次故障诊断流程的顶端，用“□”表示。 

底层故障：将导致故障现象发生的所有最基本故障作为底层故障，用“○”表示。 

中间层故障：由顶层故障进行逐级演绎推理至底层故障，中间推理得到的故障为中间层故障，它位于顶层故障和底层故障之间，用“◇”表示。 

节点代码：每个故障诊断节点，在数据库故障诊断信息表中对应一条记录，通常用节点代码来标识它，用来构成故障之间的指向关系，顶层故障、中间层故障和底层故障都有相应的节点代码，它是牵引和管控整个诊断过程顺利执行的关键。 

参见图2，本发明一种基于故障树和数据库技术的故障诊断方法，通过数据库对故障诊断过程中的知识库和推理库进行管理，完成推理过程和诊断策略的自动配置和全面管控，包括以下步骤： 

a.接收用户输入，用户输入包括故障现象关键字； 

b.根据故障现象关键字检索故障诊断数据库中的故障诊断信息表，判断该故障是否为底层故障，如果是底层故障，说明该诊断结果已经位于故障树的底层，则显示对应的“维修建议”字段的内容，并保存诊断结果，本次诊断过程结束；如果不是底层故障，检索该故障所对应故障现象表中的字段“节点代码”，得到故障树中该故障节点的下一层所包含的所有故障节点，而后根据诊断结果，自动在其下一层包含的所有故障节点中，推理出诊断结论所对应的故障节点； 

其中步骤b中如果不是底层故障，找到故障现象表中的字段“节点代码”，得到故障树中该故障节点的下一层所包含的所有故障节点，而后根据诊断结果，自动在其下一层包含的所有故障节点中，推理出诊断结论所对应的故障节点，具体推理方法为： 

根据检索到该故障所对应故障现象表中的字段“节点代码”，检索故障诊断数据库中的故障诊断推理信息表，调出其对应的“诊断内容”字段，并将“诊断内容”显示给用户，让用户按照诊断内容提示进行操作，同时根据其对应的故障诊断信息表中的“节点类型”，将故障诊断过程类型分为采集卡检测量和人工观察量； 

如果为采集卡检测量，则调出对应故障诊断信息表中的“项目编码”，根据“项目编码”，检索测评方案配置表，显示该项目的检测方法及检测步骤，检测点位置，传感器安装方法，设定试验条件，准备测试，再根据测点通道映射表，将相应参数传递给测试程序，提示用户准备好测试条件后，自动完成测试；检索其下一层所有故障节点，并将测试结果与各个故障节点的特征量进行匹配，匹配成功的即为下一步诊断对应的故障节点； 

如果为人工观察量，用户根据诊断内容提示，输入观察量；检索其下一层所有故障节点，并将观察量结果与各个故障节点的特征量进行匹配，匹配成功的即为下一步诊断对应的故障 节点； 

c.根据故障节点，得到其故障类型和故障现象关键字，而后继续执行步骤b。 

在每一步诊断时，将该步诊断的“单据号”、“诊断序号”、“节点编码”、“节点名称”、“节点位置”、“节点类型”、“诊断内容”、“项目编码”、“测点个数”、“单测点数据长度”、“测点数据”、“指标个数”、“技术指标数据”、“维修建议”信息存储到故障诊断过程信息表中，最终诊断结果输出时将故障诊断数据库中故障诊断过程信息表里的各个单步诊断的信息调出来，并按照报表的形式进行输出。 

参见图3，基于本发明的柴油机启动时电气故障树实例，可将故障诊断推理过程实例用表格推理演示，如下表1所示。 

表1 基于本发明的柴油机启动时电气故障的推理方法 

本发明根据故障事件与故障原因之间的响应关系，分层进行推理，定义每个故障节点的检测过程信息并存储在故障诊断数据库中，对故障树中的每个故障节点实施人工检测或者自动检测，可更加有效的进行检测资源配置，实现故障诊断过程的全面管理。 

故障数据存储方面，建立整体故障诊断数据库结构，根据数据库的设计要求和数据处理流程，在各种故障数据汇总、系统数据库以及系统数据库关系结构构建的基础上，对各个故障树节点进行数据库信息定义，生成故障现象表、故障诊断信息表，故障诊断推理信息表，并将诊断过程信息存储到故障诊断过程信息表中。