專利名稱：一種故障樹的建立方法
技術(shù)領(lǐng)域：
本發(fā)明屬于故障診斷領(lǐng)域，尤其涉及ー種故障樹的建立方法。
背景技術(shù)：
故障樹分析是用于大型復(fù)雜系統(tǒng)可靠性、安全性分析和風(fēng)險評價的ー種重要方法，它是通過對造成產(chǎn)品故 障的硬件、軟件、環(huán)境、人為因素進(jìn)行分析，建立故障樹模型，從而確定產(chǎn)品故障的各種可能原因。傳統(tǒng)的故障樹建立方法存在如下不足1)在故障樹建立的過程中未考慮故障原因嚴(yán)重程度和頻繁程度；2)即使考慮了故障原因嚴(yán)重程度和頻繁程度，但計算過程需要數(shù)學(xué)模型，在工程上難于實現(xiàn)。

發(fā)明內(nèi)容
本發(fā)明的目的是針對傳統(tǒng)的故障樹建立方法存在的不足，提供一種新的故障樹的建立方法，該建立方法不但能夠反映故障現(xiàn)象與故障原因之間的相互關(guān)系，而且能夠快捷地得出故障原因的嚴(yán)重程度和頻繁程度權(quán)重系數(shù)，具有良好的工程實現(xiàn)性。本發(fā)明采用的技術(shù)方案為ー種故障樹的建立方法，包括如下步驟步驟1，故障分析単元根據(jù)輸入的故障現(xiàn)象從知識庫中獲得引起所述故障現(xiàn)象的各直接原因，并將各直接原因設(shè)定為第一層；故障分析単元通過Ru代表與所述故障現(xiàn)象有關(guān)的各原因，i代表原因所在的層數(shù)，j代表原因Ru在第i層的序號，對應(yīng)第i層的j的取值為I至Ni的所有自然數(shù)，其中，Ni為第i層的原因的數(shù)量，i=l的各原因為所述直接原因；步驟2 :故障分析単元計算第一層的直接原因的數(shù)量N1 ；步驟3，故障分析單元執(zhí)行j=l，i=l，之后執(zhí)行步驟4 ；步驟4，故障分析単元通過查詢知識庫判斷原因Ru是否存在可分解的下ー層原因，如存在則執(zhí)行步驟5，如不存在則執(zhí)行步驟6 ；步驟5，故障分析単元從知識庫中讀出由原因Ru分解出的原因，并將分解出的原因列至第i+1層，之后執(zhí)行步驟6 ；步驟6，故障分析單元執(zhí)行j=j+l，之后執(zhí)行步驟7 ；步驟7，故障分析単元判斷j是否小于等于Ni,如是則執(zhí)行步驟4，如否則執(zhí)行步驟8 ；步驟8，故障分析単元根據(jù)查詢結(jié)果判斷第i層各原因是否均無法分解，如是則執(zhí)行步驟11，如否則執(zhí)行步驟9;步驟9，故障分析単元計算第i層分解出的第i+1層的原因的數(shù)量Ni+1，之后執(zhí)行步驟10 ；步驟10，故障分析單元執(zhí)行i=i+l，j=l，之后執(zhí)行步驟4 ；步驟11，嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元從故障分析單元讀取各層原因，計算最大層數(shù)m，并執(zhí)行i=l，之后執(zhí)行步驟12 ；步驟12，確定第i層原因的嚴(yán)重程度權(quán)重系數(shù)，之后執(zhí)行步驟13 ;確定嚴(yán)重程度權(quán)重系數(shù)的方法如下嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元對第i層原因按第i順序排列，并針對第i層原因建立Ni X Ni的嚴(yán)重程度權(quán)重系數(shù)矩陣Ui ;嚴(yán)重程度權(quán)重系數(shù)矩陣Ui的元素ui (x，y)的數(shù)值為第X個原因與第y個原因相比得到的標(biāo)度值，其中，ui (x，y)表示嚴(yán)重程度權(quán)重系數(shù)矩陣Ui的第X行第y列元素；x、y的取值均為從I至Ni的所有自然數(shù)；嚴(yán)重程度權(quán)重系數(shù)矩陣建立単元將嚴(yán)重程度權(quán)重系數(shù)矩陣Ui的所有元素的數(shù)值均發(fā)送至嚴(yán)重程度權(quán)重系數(shù)計算單元，嚴(yán)重程度權(quán)重系數(shù)計算單元計算嚴(yán)重程度權(quán)重系數(shù)矩陣ui的最大特征值所對應(yīng)的特征向量，并將得到的特征向量歸ー化，歸ー化后向量中的各元素值按第i順序?qū)?yīng)第i層各原因的嚴(yán)重程度權(quán)重系數(shù)；嚴(yán)重程度權(quán)重系數(shù)矩陣建立単元確定嚴(yán)重程度權(quán)重系數(shù)矩陣Ui的各元素的數(shù)值的方法為使第i層的每個原因均與第i層的所有原因進(jìn)行兩兩比較，第X個原因與第y個原因同樣嚴(yán)重則標(biāo)度值為1，第X個原因比第y個原因稍微嚴(yán)重則標(biāo)度值為3，第X個原因比第y個原因明顯嚴(yán)重則標(biāo)度值為5，第X個原因比第y個原因強(qiáng)烈嚴(yán)重則標(biāo)度值為7，第X個原因比第y個原因極端嚴(yán)重則標(biāo)度值為9 ;x、y取值互置的元素ui(x,y)的數(shù)值互為倒 數(shù)，x、y取值相同的元素ui(x，y)的數(shù)值為I ;所述嚴(yán)重程度權(quán)重系數(shù)矩陣建立単元從知識庫獲得對第i層的所有原因進(jìn)行針對嚴(yán)重程度進(jìn)行兩兩比較的標(biāo)度值；步驟13，嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元執(zhí)行i=i+l，之后執(zhí)行步驟14 ；步驟14，嚴(yán)重程度權(quán)重系數(shù)矩陣建立単元判斷i是否小于等于m，如是則執(zhí)行步驟12，如否則執(zhí)行步驟15;步驟15，頻繁程度權(quán)重系數(shù)矩陣建立單元從故障分析單元讀取各層原因，計算最大層數(shù)m，并執(zhí)行i=l，之后執(zhí)行步驟16 ；步驟16，確定第i層原因的頻繁程度權(quán)重系數(shù)，之后執(zhí)行步驟17 ;確定頻繁程度權(quán)重系數(shù)的方法如下頻繁程度權(quán)重系數(shù)矩陣建立單元對第i層原因按第i順序排列，并針對第i層原因建立Ni X Ni的頻繁程度權(quán)重系數(shù)矩陣fi ;頻繁程度權(quán)重系數(shù)矩陣fi的元素fi(x，y)的數(shù)值為第X個原因與第y個原因相比得到的標(biāo)度值，其中，fi(x，y)表示頻繁程度權(quán)重系數(shù)矩陣fi的第X行第y列元素；x、y的取值均為從I至Ni的所有自然數(shù)；頻繁程度權(quán)重系數(shù)矩陣建立単元將頻繁程度權(quán)重系數(shù)矩陣fi的所有元素的數(shù)值均發(fā)送至頻繁程度權(quán)重系數(shù)計算單元，頻繁程度權(quán)重系數(shù)計算單元計算頻繁程度權(quán)重系數(shù)矩陣fi的最大特征值所對應(yīng)的特征向量，并將得到的特征向量歸ー化，歸ー化后向量中的各元素值按第i順序?qū)?yīng)第i層各原因的頻繁程度權(quán)重系數(shù)；頻繁程度權(quán)重系數(shù)矩陣建立單元確定頻繁程度權(quán)重系數(shù)矩陣fi的各元素的數(shù)值的方法為使第i層的每個原因均與第i層的所有原因進(jìn)行兩兩比較，第X個原因與第y個原因同樣頻繁則標(biāo)度值為1，第X個原因比第y個原因稍微頻繁則標(biāo)度值為2，第X個原因比第y個原因明顯頻繁則標(biāo)度值為4，第X個原因比第y個原因強(qiáng)烈頻繁則標(biāo)度值為6，第X個原因比第y個原因極端頻繁則標(biāo)度值為8 ;x、y取值互置的兩個元素fi(x，y)的數(shù)值互為倒數(shù)，x、y取值相同的元素fi(x，y)的數(shù)值為I ;所述頻繁程度權(quán)重系數(shù)矩陣建立單元從知識庫獲得對第i層的所有原因進(jìn)行針對頻繁程度進(jìn)行兩兩比較的標(biāo)度值；步驟17，頻繁程度權(quán)重系數(shù)矩陣建立單元執(zhí)行i=i+l，之后執(zhí)行步驟18 ；
步驟18，頻繁程度權(quán)重系數(shù)矩陣建立単元判斷i是否小于等于m，如是則執(zhí)行步驟16，如否則執(zhí)行步驟19;步驟19，故障樹建立單元從故障分析單元讀取所述故障現(xiàn)象，從嚴(yán)重程度權(quán)重系數(shù)計算單元讀取各原因的嚴(yán)重程度權(quán)重系數(shù)，從頻繁程度權(quán)重系數(shù)計算單元讀取各原因的頻繁程度權(quán)重系數(shù)，并建立故障樹，故障現(xiàn)象和各原因構(gòu)成故障樹的各組分，故障樹的樹根為故障現(xiàn)象，各組分按分解關(guān)系排列，由同一組分分解出的各原因按照嚴(yán)重程度權(quán)重系數(shù)從小到大或從大到小進(jìn)行排列，并表示出各組分和由其分解出的下ー層原因間的邏輯關(guān)系，及為各原因標(biāo)注自身的頻繁程度權(quán)重系數(shù)，所述邏輯關(guān)系由故障樹建立単元從所述知識庫中獲取。
其中，所述建立方法為針對電子信息系統(tǒng)的故障檢測的建立方法。本發(fā)明的有益效果為本發(fā)明的故障樹的建立方法在體現(xiàn)引發(fā)故障現(xiàn)象的各原因間的相互關(guān)系的同時也能夠體現(xiàn)各故障現(xiàn)象的嚴(yán)重程度和權(quán)重系數(shù)，并且無需建立復(fù)雜的數(shù)學(xué)模型，本發(fā)明通過特定的流程設(shè)計可以針對輸入的故障現(xiàn)象快捷地建立故障樹。


圖I為本發(fā)明的故障樹的建立方法的流程示意圖的一部分；圖2為本發(fā)明的故障樹的建立方法的流程示意圖的與圖I承接的另一部分；圖3為本發(fā)明的實施例根據(jù)圖I和2所述建立方法得到的故障樹的ー種結(jié)構(gòu)。
具體實施例方式本實施例將如圖I和2所示的故障樹的建立方法應(yīng)用于電子信息系統(tǒng)，當(dāng)電子信息系統(tǒng)出現(xiàn)“電腦屏幕無顯示”的故障現(xiàn)象時，對應(yīng)該故障現(xiàn)象的故障樹的建立過程如下步驟1，故障分析単元根據(jù)輸入的故障現(xiàn)象從知識庫中獲得引起該故障現(xiàn)象的各直接原因，其中，知識庫中對應(yīng)“電腦屏幕無顯示”的直接原因為主機(jī)損壞、屏幕損壞和接線損壞，故障分析単元將獲得的各直接原因表示為主機(jī)損壞Rn、屏幕損壞R12和接線損壞R13;在此，故障分析単元通過Ru代表與該故障現(xiàn)象有關(guān)的各原因，i代表原因所在的層數(shù)，j代表原因Ru在第i層的序號(即故障分析單元將對各層原因進(jìn)行排序)，對應(yīng)第i層的j的取值為I至Ni的所有自然數(shù)，其中，Ni為第i層的原因的數(shù)量，i=l的各原因為上述直接原因；步驟2 :故障分析単元計算第一層的直接原因的數(shù)量N1，對于本實施例N1=3 ；步驟3，故障分析單元執(zhí)行j=l，i=l，之后執(zhí)行步驟4 ；步驟4，故障分析単元通過查詢知識庫判斷原因Ru是否存在可分解的下ー層原因，如存在則執(zhí)行步驟5，如不存在則執(zhí)行步驟6 ；步驟5，故障分析単元從知識庫中讀出由原因Ru分解出的原因，并將分解出的原因列至第i+1層，之后執(zhí)行步驟6 ；步驟6，故障分析單元執(zhí)行j=j+l，之后執(zhí)行步驟7 ；步驟7，故障分析単元判斷j是否小于等于Ni,如是則執(zhí)行步驟4，如否則執(zhí)行步驟8 ；步驟8，故障分析単元根據(jù)查詢結(jié)果判斷第i層各原因是否均無法分解，如是則執(zhí)行步驟11，如否則執(zhí)行步驟9;
步驟9，故障分析単元計算第i層分解出的第i+1層的原因的數(shù)量Ni+1，之后執(zhí)行步驟10 ；步驟10,故障分析單元執(zhí)行i=i+l, j=l,之后執(zhí)行步驟4 ；在本實施例中，通過以上步驟2至步驟10，故障分析単元得到屏幕損壞R12和接線損壞R13不能夠再分解，而主機(jī)損壞R11可以再分解為電源損壞R21、通信板卡損壞R22和主板損壞R23這三個原因，且電源損壞R21、通信板卡損壞R22和主板損壞R23這三個原因均不能再向下分解的分析結(jié)果；步驟11，嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元從故障分析單元讀取各層原因，計算最大層數(shù)m=2，并執(zhí)行i=l，之后按照步驟12至14執(zhí)行以下流程(I)確定第一層原因的嚴(yán)重程度權(quán)重系數(shù)嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元對第ー層原因按第一順序排列(本實施例中該第一順序采用故障分析單元對第一層的排列順序)，并針對第一層原因建立3X3的嚴(yán)重程度權(quán)重系數(shù)矩陣Ul ;嚴(yán)重程度權(quán)重系數(shù)矩陣Ul 的元素ul(x，y)的數(shù)值為第X個原因與第y個原因相比得到的標(biāo)度值，其中，ul (x，y)表示嚴(yán)重程度權(quán)重系數(shù)矩陣Ul的第X行第y列元素；x、y的取值均為1、2和3 ;嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元從知識庫中查詢到如下結(jié)果主機(jī)損壞R11與屏幕損壞R12相比，標(biāo)度值為7 ;主機(jī)損壞R11與接線損壞R13相比，標(biāo)度值為9 ;屏幕損壞R12與接線損壞R13相比，標(biāo)度值為5。嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元獲得的嚴(yán)重程度權(quán)重系數(shù)矩陣Ul的各元素的數(shù)值為ul (1,1)=1;ul (I, 2) =7; ul (I, 3) =9 ；ul (2，I) =1/7; ul (2,2)=1 ； ul (2, 3) =5 ；ul (3，I) =1/9; ul (3，2) =1/5; ul(3，3)=l。嚴(yán)重程度權(quán)重系數(shù)矩陣建立単元將嚴(yán)重程度權(quán)重系數(shù)矩陣Ul的所有元素的數(shù)值均發(fā)送至嚴(yán)重程度權(quán)重系數(shù)計算單元，嚴(yán)重程度權(quán)重系數(shù)計算單元計算嚴(yán)重程度權(quán)重系數(shù)矩陣ul的最大特征值所對應(yīng)的特征向量，并將得到的特征向量歸ー化，歸ー化得到的特征向量為[77. 2%, 17. 3%, 5. 5%]，歸ー化后向量中的各元素值按第一順序?qū)?yīng)第一層各原因的嚴(yán)重程度權(quán)重系數(shù)，即主機(jī)損壞Rn、屏幕損壞R12和接線損壞R13的嚴(yán)重程度權(quán)重系數(shù)分別為 77. 2%、17. 3% 和 5. 5%o(2)確定第二層原因的嚴(yán)重程度權(quán)重系數(shù)嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元對第ニ層原因按第二順序排列(本實施例中該第二順序采用故障分析單元對第二層的排列順序)，并針對第二層原因建立3X3的嚴(yán)重程度權(quán)重系數(shù)矩陣u2 ;嚴(yán)重程度權(quán)重系數(shù)矩陣u2的元素u2(x，y)的數(shù)值為第X個原因與第y個原因相比得到的標(biāo)度值，其中，u2(x，y)表示嚴(yán)重程度權(quán)重系數(shù)矩陣u2的第X行第y列元素；x、y的取值均為1、2和3 ;嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元從知識庫中查詢到如下結(jié)果主板損壞R23與通信板卡損壞R22相比，標(biāo)度值為5 ;主板損壞R23與電源損壞R21相比，標(biāo)度值為9 ;通信板卡損壞R22與電源損壞R21相比，標(biāo)度值為7。嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元獲得的嚴(yán)重程度權(quán)重系數(shù)矩陣U2的各元素的數(shù)值為u2(l，1)=1; u2(l，2) =1/7; u2 (1,3)=1/9;
u2(2,1)=7 ； u2(2,2)=l ；u2 (2, 3)=1/5 ；u2(3, 1)=9 ； u2(3, 2)=5 ；u2(3，3)=l。嚴(yán)重程度權(quán)重系數(shù)矩陣建立単元將嚴(yán)重程度權(quán)重系數(shù)矩陣U2的所有元素的數(shù)值均發(fā)送至嚴(yán)重程度權(quán)重系數(shù)計算單元，嚴(yán)重程度權(quán)重系數(shù)計算單元計算嚴(yán)重程度權(quán)重系數(shù)矩陣u2的最大特征值所對應(yīng)的特征向量，并將得到的特征向量歸ー化，歸ー化得到的特征向量為[5. 5%, 17. 3%, 77. 2%]，歸ー化后向量中的各元素值按第二順序?qū)?yīng)第二層各原因的嚴(yán)重程度權(quán)重系數(shù)，即電源損壞R21、通信板卡損壞R22和主板損壞R23的嚴(yán)重程度權(quán)重系數(shù)分別為 5. 5%、17. 3% 和 77. 2%o步驟15，頻繁程度權(quán)重系數(shù)矩陣建立單元從故障 分析單元讀取各層原因，計算最大層數(shù)m=2，并執(zhí)行i=l，之后按照步驟16至18執(zhí)行以下流程(I)確定第一層原因的頻繁程度權(quán)重系數(shù)頻繁程度權(quán)重系數(shù)矩陣建立單元對第ー層原因按第一順序排列(本實施例中該第一順序采用故障分析單元對第一層的排列順序)，并針對第一層原因建立3X3的頻繁程度權(quán)重系數(shù)矩陣n ;頻繁程度權(quán)重系數(shù)矩陣fl的元素fl(X，y)的數(shù)值為第X個原因與第y個原因相比得到的標(biāo)度值，其中，fl(x，y)表示頻繁程度權(quán)重系數(shù)矩陣fl的第X行第y列元素；x、y的取值均為1、2和3 ;頻繁程度權(quán)重系數(shù)矩陣建立單元從知識庫中查詢到如下結(jié)果屏幕損壞R12與主機(jī)損壞R11相比，標(biāo)度值為2 ;接線損壞R13與主機(jī)損壞R11相比，標(biāo)度值為6 ;接線損壞R13與屏幕損壞R12相比，標(biāo)度值為4。頻繁程度權(quán)重系數(shù)矩陣建立單元獲得的頻繁程度權(quán)重系數(shù)矩陣n的各元素的數(shù)值為fl (1,1)=1 ； fl (1,2)=1/2 ； fl (1,3)=1/6;fl(2,l)=2 ； fl (2,2)=1 ；fI (2, 3)=1/4 ；fl(3, 1)=6 ； fl(3, 2)=1/4 ；fl(3，3)=l。頻繁程度權(quán)重系數(shù)矩陣建立単元將頻繁程度權(quán)重系數(shù)矩陣fl的所有元素的數(shù)值均發(fā)送至頻繁程度權(quán)重系數(shù)計算單元，頻繁程度權(quán)重系數(shù)計算單元計算頻繁程度權(quán)重系數(shù)矩陣fl的最大特征值所對應(yīng)的特征向量，并將得到的特征向量歸ー化，歸ー化得到的特征向量為[10. 6%, 19. 3%, 70. 1%],歸ー化后向量中的各兀素值按第一順序?qū)?yīng)第一層各原因的頻繁程度權(quán)重系數(shù)，即主機(jī)損壞Rn、屏幕損壞R12和接線損壞R13的頻繁程度權(quán)重系數(shù)分別為 10. 6%、19. 3% 和 70. 1%。(2)確定第二層原因的頻繁程度權(quán)重系數(shù)頻繁程度權(quán)重系數(shù)矩陣建立單元對第ニ層原因按第二順序排列(本實施例中該第二順序采用故障分析單元對第二層的排列順序)，并針對第二層原因建立3X3的頻繁程度權(quán)重系數(shù)矩陣f2 ;頻繁程度權(quán)重系數(shù)矩陣f2的元素f2(x，y)的數(shù)值為第X個原因與第y個原因相比得到的標(biāo)度值，其中，f2(x，y)表示頻繁程度權(quán)重系數(shù)矩陣f2的第X行第y列元素；x、y的取值均為1、2和3 ;頻繁程度權(quán)重系數(shù)矩陣建立單元從知識庫中查詢到如下結(jié)果通信板卡損壞R22與主板損壞R23相比，標(biāo)度值為4 ；電源損壞R21與主板損壞R23相比，標(biāo)度值為6 ；電源損壞R21與通信板卡損壞R22相比，標(biāo)度值為2。頻繁程度權(quán)重系數(shù)矩陣建立單元獲得的頻繁程度權(quán)重系數(shù)矩陣f2的各元素的數(shù)值為
f2 (1,1)=1;f2 (1,2)=2; f2 (1,3)=6;f2(2,1)=1/2 ； f2(2,2)=l ； f2 (2, 3)=4 ；f2(3, 1)=1/6 ； f2(3, 2)=1/4 ； f2(3，3)=l。頻繁程度權(quán)重系數(shù)矩陣建立単元將頻繁程度權(quán)重系數(shù)矩陣f2的所有元素的數(shù)值均發(fā)送至頻繁程度權(quán)重系數(shù)計算單元，頻繁程度權(quán)重系數(shù)計算單元計算頻繁程度權(quán)重系數(shù)矩陣f2的最大特征值所對應(yīng)的特征向量，并將得到的特征向量歸ー化，歸ー化得到的特征向量為[70. 1%，19. 3%，10. 6%]，歸ー化后向量中的各元素值按第二順序?qū)?yīng)第二層各原因的嚴(yán)重程度權(quán)重系數(shù)，即電源損壞R21、通信板卡損壞R22和主板損壞R23的嚴(yán)重程度權(quán)重系數(shù)分別為 70. 1%、19. 3% 和 10. 6% ；步驟19，故障樹建立單元從故障分析單元讀取所述故障現(xiàn)象，從嚴(yán)重程度權(quán)重系數(shù)計算單元讀取各原因的嚴(yán)重程度權(quán)重系數(shù)，從頻繁程度權(quán)重系數(shù)計算單元讀取各原因的 頻繁程度權(quán)重系數(shù)，并建立故障樹，其中，如圖3所示，故障樹的樹根為故障現(xiàn)象，即“電腦屏幕無顯示”，故障現(xiàn)象及各原因，即“電腦屏幕無顯示”，主機(jī)損壞Rn、屏幕損壞R12和接線損壞R13,以及電源損壞R21、通信板卡損壞R22和主板損壞R23，構(gòu)成故障樹的各組分，各組分按分解關(guān)系排列，同一組分分解出的各原因按照嚴(yán)重程度權(quán)重系數(shù)從大到小進(jìn)行排列，即由故障現(xiàn)象分解出的直接原因按主機(jī)損壞Rn、屏幕損壞R12和接線損壞R13順序排列，而由主機(jī)損壞R11分解出的第二層原因按主板損壞R23、通信板卡損壞R22和電源損壞R21排列；并表示各組分和由其分解出的下ー層原因間的邏輯關(guān)系，及為各原因標(biāo)注自身的頻繁程度權(quán)重系數(shù)，所述邏輯關(guān)系由故障樹建立單元從所述知識庫中獲取，在本實施例中，第一層與故障現(xiàn)象之間的邏輯關(guān)系為“或”，第二層各原因與主機(jī)損壞R11之間的邏輯關(guān)系也為“或”。以上所述僅為本發(fā)明較佳的實施方式，并非用來限定本發(fā)明的實施范圍，但凡在本發(fā)明的保護(hù)范圍內(nèi)所做的等效變化及修飾，皆應(yīng)認(rèn)為落入了本發(fā)明的保護(hù)范圍內(nèi)。
權(quán)利要求
1.一種故障樹的建立方法，其特征在于，包括如下步驟 步驟1，故障分析單元根據(jù)輸入的故障現(xiàn)象從知識庫中獲得引起所述故障現(xiàn)象的各直接原因，并將各直接原因設(shè)定為第一層；故障分析單元通過Ru代表與所述故障現(xiàn)象有關(guān)的各原因，i代表原因所在的層數(shù)，j代表原因Ru在第i層的序號，對應(yīng)第i層的j的取值為I至Ni的所有自然數(shù)，其中，Ni為第i層的原因的數(shù)量，i=l的各原因為所述直接原因；步驟2 :故障分析單元計算第一層的直接原因的數(shù)量N1 ； 步驟3，故障分析單元執(zhí)行j=l，i=l，之后執(zhí)行步驟4 ； 步驟4，故障分析單元通過查詢知識庫判斷原因Ru是否存在可分解的下一層原因，如存在則執(zhí)行步驟5，如不存在則執(zhí)行步驟6 ； 步驟5，故障分析單元從知識庫中讀出由原因Ru分解出的原因，并將分解出的原因列 至第i+Ι層，之后執(zhí)行步驟6; 步驟6，故障分析單元執(zhí)行j=j+l，之后執(zhí)行步驟7 ； 步驟7，故障分析單元判斷j是否小于等于Ni,如是則執(zhí)行步驟4，如否則執(zhí)行步驟8 ；步驟8，故障分析單元根據(jù)查詢結(jié)果判斷第i層各原因是否均無法分解，如是則執(zhí)行步驟11，如否則執(zhí)行步驟9; 步驟9，故障分析單元計算第i層分解出的第i+Ι層的原因的數(shù)量Ni+1，之后執(zhí)行步驟10 ； 步驟10，故障分析單元執(zhí)行i=i+l，j=l，之后執(zhí)行步驟4 ; 步驟11，嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元從故障分析單元讀取各層原因，計算最大層數(shù)m，并執(zhí)行i=l，之后執(zhí)行步驟12 ； 步驟12，確定第i層原因的嚴(yán)重程度權(quán)重系數(shù)，之后執(zhí)行步驟13 ;確定嚴(yán)重程度權(quán)重系數(shù)的方法如下 嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元對第i層原因按第i順序排列，并針對第i層原因建立Ni X Ni的嚴(yán)重程度權(quán)重系數(shù)矩陣Ui ;嚴(yán)重程度權(quán)重系數(shù)矩陣Ui的元素Ui (X，y)的數(shù)值為第X個原因與第y個原因相比得到的標(biāo)度值，其中，ui (x，y)表示嚴(yán)重程度權(quán)重系數(shù)矩陣ui的第X行第y列元素；x、y的取值均為從I至Ni的所有自然數(shù)；嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元將嚴(yán)重程度權(quán)重系數(shù)矩陣ui的所有元素的數(shù)值均發(fā)送至嚴(yán)重程度權(quán)重系數(shù)計算單元，嚴(yán)重程度權(quán)重系數(shù)計算單元計算嚴(yán)重程度權(quán)重系數(shù)矩陣ui的最大特征值所對應(yīng)的特征向量，并將得到的特征向量歸一化，歸一化后向量中的各元素值按第i順序?qū)?yīng)第i層各原因的嚴(yán)重程度權(quán)重系數(shù)； 嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元確定嚴(yán)重程度權(quán)重系數(shù)矩陣ui的各元素的數(shù)值的方法為使第i層的每個原因均與第i層的所有原因進(jìn)行兩兩比較，第X個原因與第y個原因同樣嚴(yán)重則標(biāo)度值為1，第X個原因比第y個原因稍微嚴(yán)重則標(biāo)度值為3，第X個原因比第y個原因明顯嚴(yán)重則標(biāo)度值為5，第X個原因比第y個原因強(qiáng)烈嚴(yán)重則標(biāo)度值為7，第X個原因比第y個原因極端嚴(yán)重則標(biāo)度值為9 ;x、y取值互置的元素ui (x，y)的數(shù)值互為倒數(shù)，X、y取值相同的元素ui (X，y)的數(shù)值為I ;所述嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元從知識庫獲得對第i層的所有原因進(jìn)行針對嚴(yán)重程度進(jìn)行兩兩比較的標(biāo)度值； 步驟13，嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元執(zhí)行i=i+l，之后執(zhí)行步驟14 ； 步驟14，嚴(yán)重程度權(quán)重系數(shù)矩陣建立單元判斷i是否小于等于m，如是則執(zhí)行步驟12，如否則執(zhí)行步驟15 ； 步驟15，頻繁程度權(quán)重系數(shù)矩陣建立單元從故障分析單元讀取各層原因，計算最大層數(shù)m，并執(zhí)行i=l，之后執(zhí)行步驟16 ； 步驟16，確定第i層原因的頻繁程度權(quán)重系數(shù)，之后執(zhí)行步驟17 ;確定頻繁程度權(quán)重系數(shù)的方法如下 頻繁程度權(quán)重系數(shù)矩陣建立單元對第i層原因按第i順序排列，并針對第i層原因建立NiXNi的頻繁程度權(quán)重系數(shù)矩陣fi ;頻繁程度權(quán)重系數(shù)矩陣fi的元素fi (X，y)的數(shù)值為第X個原因與第y個原因相比得到的標(biāo)度值，其中，fi(x，y)表示頻繁程度權(quán)重系數(shù)矩陣fi的第X行第I列元素；χ、I的取值均為從I至Ni的所有自然數(shù)；頻繁程度權(quán)重系數(shù)矩陣建立單元將頻繁程度權(quán)重系數(shù)矩陣fi的所有元素的數(shù)值均發(fā)送至頻繁程度權(quán)重系數(shù)計算單元，頻繁程度權(quán)重系數(shù)計算單元計算頻繁程度權(quán)重系數(shù)矩陣fi的最大特征值所對應(yīng)的特征向量，并將得到的特征向量歸一化，歸一化后向量中的各元素值按第i順序?qū)?yīng)第i層 各原因的頻繁程度權(quán)重系數(shù)； 頻繁程度權(quán)重系數(shù)矩陣建立單元確定頻繁程度權(quán)重系數(shù)矩陣fi的各元素的數(shù)值的方法為使第i層的每個原因均與第i層的所有原因進(jìn)行兩兩比較，第X個原因與第y個原因同樣頻繁則標(biāo)度值為I，第X個原因比第y個原因稍微頻繁則標(biāo)度值為2，第X個原因比第y個原因明顯頻繁則標(biāo)度值為4，第X個原因比第y個原因強(qiáng)烈頻繁則標(biāo)度值為6，第X個原因比第y個原因極端頻繁則標(biāo)度值為8 ;x、y取值互置的兩個元素fi (X，y)的數(shù)值互為倒數(shù)，x、y取值相同的元素fi(x，y)的數(shù)值為I ;所述頻繁程度權(quán)重系數(shù)矩陣建立單元從知識庫獲得對第i層的所有原因進(jìn)行針對頻繁程度進(jìn)行兩兩比較的標(biāo)度值； 步驟17，頻繁程度權(quán)重系數(shù)矩陣建立單元執(zhí)行i=i+l，之后執(zhí)行步驟18 ； 步驟18，頻繁程度權(quán)重系數(shù)矩陣建立單元判斷i是否小于等于m，如是則執(zhí)行步驟16，如否則執(zhí)行步驟19 ； 步驟19，故障樹建立單元從故障分析單元讀取所述故障現(xiàn)象，從嚴(yán)重程度權(quán)重系數(shù)計算單元讀取各原因的嚴(yán)重程度權(quán)重系數(shù)，從頻繁程度權(quán)重系數(shù)計算單元讀取各原因的頻繁程度權(quán)重系數(shù)，并建立故障樹，故障現(xiàn)象和各原因構(gòu)成故障樹的各組分，故障樹的樹根為故障現(xiàn)象，各組分按分解關(guān)系排列，由同一組分分解出的各原因按照嚴(yán)重程度權(quán)重系數(shù)從小到大或從大到小進(jìn)行排列，并表示出各組分和由其分解出的下一層原因間的邏輯關(guān)系，及為各原因標(biāo)注自身的頻繁程度權(quán)重系數(shù)，所述邏輯關(guān)系由故障樹建立單元從所述知識庫中獲取。
2.根據(jù)權(quán)利要求I所述的建立方法，其特征在于所述建立方法為針對電子信息系統(tǒng)的故障檢測的建立方法。
全文摘要
本發(fā)明公開了一種故障樹的建立方法，包括如下步驟對故障原因進(jìn)行逐層分解，獲得各層原因；確定各層原因的嚴(yán)重程度權(quán)重系數(shù)；確定各層原因的頻繁程度權(quán)重系數(shù)；建立故障樹，故障現(xiàn)象及各原因構(gòu)成故障樹的各組分，各組分按分解關(guān)系排列，由同一組分分解出的各原因按照嚴(yán)重程度權(quán)重系數(shù)從小到大或從大到小進(jìn)行排列，并表示出各原因和由其分解出的下一層原因間的邏輯關(guān)系，及為各原因標(biāo)注自身的頻繁程度權(quán)重系數(shù)。本發(fā)明的故障樹的建立方法在體現(xiàn)引發(fā)故障現(xiàn)象的各原因間的相互關(guān)系的同時也能夠體現(xiàn)各故障現(xiàn)象的嚴(yán)重程度和權(quán)重系數(shù)，并且無需建立復(fù)雜的數(shù)學(xué)模型，本發(fā)明通過特定的流程設(shè)計可以針對輸入的故障現(xiàn)象快捷地建立故障樹。
文檔編號G06F11/36GK102955715SQ201210471948
公開日2013年3月6日 申請日期2012年11月20日 優(yōu)先權(quán)日2012年11月20日
發(fā)明者胡江, 錢毅, 趙小川, 查長流, 瞿蓉, 崔倩楠, 劉珊, 胡雄文, 趙欣欣, 郝麗麗, 于晶, 陳賢相, 左明, 周宏志, 徐英新, 張月, 李陳, 張敏, 劉瑩, 田錚, 施建昌, 劉新廣 申請人:中國兵器工業(yè)計算機(jī)應(yīng)用技術(shù)研究所