基于改进多层有向图的一类复杂系统健康状态监测与诊断研究开题报告

1. 研究目的与意义

高质量发展是我国民航发展到一定阶段的内在要求和必然选择，只有推动民航高质量发展，实现民航发展质量变革、效率变革、动力变革，才能切实提高行业核心竞争力，有效应对国际国内一系列不确定因素带来的风险挑战，扎实推进新时代民航强国战略进程。当前和今后一个时期，我们必须要把贯彻新发展理念、推进民航高质量发展作为确定工作思路、制定发展政策、实施宏观调控的根本要求，推动高质量发展在民航落地生根。

从民航的行业属性和内在特征看，“十四五”时期民航高质量发展将是安全底线牢的发展，“十四五”时期，随着飞行量的进一步增长，如果安全水平不能实现质的飞跃，安全风险的绝对值会越来越大，必须加强系统安全管理，才能牢牢守住安全底线，不断创造新的安全纪录。

在新飞机投入运营的初期，由于维修人员经验不足，对新出现的故障缺乏案例，而且手册本身也不完善，仅仅依赖于查阅手册和根据经验进行维修排故，有时并不能准确地定位故障。因此，需要研究针对未知新故障的诊断技术。此外，在完成故障诊断工作，定位到故障源之后， 还需要通过排故作业来实现故障排除。目前，维修人员主要通过逐条排查维修手册来获得相应的排故信息和维修信息。然而，对于缺乏维修排故经验的维修人员来说，从结构复杂的技术手册中快速准确的获取所需信息是一个极其繁琐的过程。因此，为了提高维修效率和节约维修时间，需要研究与现场维修排故过程搭配的信息组织方式以及智能的排故信息推送方法。

2. 研究内容和预期目标

复杂的工业过程往往具有多变量、强耦合、强非线性、大时延、生产边界条件变化频繁、动态特性随工况变化、难以用数学模型描述等综合复杂特性。健康状态评估技术是故障预测与健康管理

(prognostics and health management, phm)系统的核心能力之一，是实现视情维修的前提条件。健康状态评估主要有三大类： 基于在线监测数据、基于离线预防性试验数据和基于在线监测数据和离线预防性试验数据的综合健康状态评估。现有的健康评估研究方法一般可分为基于模型驱动的方法和基于数据驱动的方法。吴克雄等分析了故障预测和健康管理(phm)的常用方法，结合某型导弹惯导平台系统的特点，采取专家系统和数据驱动相融合的方式建立健康评估模型。复杂系统内部各组成之间存在依赖于系统结构、功能以及行为的定性、定量或逻辑关系，基于图论的各定性分析方法通过分析系统结构、功能和行为方面的信息，建立定性模型获取系统的深层知识，克服了全系统定量模型难以建立以及“贫数据”的问题，给出故障传播路径，识别故障等方面，但这类方法存在故障冗余解过多、推理速度慢的缺陷。由此，可以整合定性知识和部分定量数据的半定量分析方法得到了迅速发展，并且在复杂系统健康评估中得到了广泛应用[16]。

在此基础上，本文提出mhdg模型（multi hierarchical digraph ）方法，主要解决半定量方法存在以下不足：①模型的组织结构与系统的结构无对应关系，模型不能反映系统实体直接的隶属关系，难以应用于大规模建模；提出了空间层次模型的概念，②模型的可读性不强，节点定义比较松散没有和系统实体相关联；③节点之间的连接比较凌乱，对于规模较大的模型，维护和更新非常困难，一旦系统做出改变，需要全部重新对系统进行分析再建模；④只能给出节点值异常状况，不能给出故障模式，而且是仅仅是故障仅与单节点状态关联，有时会与实际情况不符；⑤在表达复杂系统结构层次关系时比较困难，无法体现故障传播的层次性；⑥没有定义实体正常模式和故障模式，以及各模式之间的转变条件，无法通过节点状态直接反映与系统实体故障模式之间的对应关系。

3. 国内外研究现状

目前，国内外有很多关于故障诊断研究的著作和论文，各种针对特定设备故障问题的诊断方法层出不穷。1996 年，国际故障诊断领域的权威 P.M.Frank 教授对当时的故障诊断方法进行了分类，分为了基于数学模型的方法、基于信号处理的方法和基于知识的方法三大类[10]。

1.基于数学模型的故障诊断

基于数学模型的方法，其基本思想是建立系统的数学模型，然后在此基础上，利用参数估计、辨识、观测器、滤波器等方法产生残差，再基于阈值或者其他准则对残差进行评价和决策。基于数学模型的方法的基础是针对诊断对象建立精确的数学模型，优点是可以最大化利用

对象系统的内部知识进行故障诊断，但是对复杂系统来说，建模比较困难，而且就算建出数学模型，推理效率也不高。所以，基于数学模型的故障诊断方法目前大多被应用于结构简单的线性系统。根据对数学模型处理方式的差异，又可以将基于数学模型的故障诊断方法分为基于状态估计的、基于参数估计的、基于等价空间的这三类方法[11][12][13]。

2.基于信号处理的故障诊断

由于装备的复杂性日益提高，对复杂系统进行精确的数学建模是一个非常困难的过程。因此有学者开始研究不依赖于数学模型的故障诊断方法，基于信号处理的方法应运而生。基于信号处理的方法的基本思想是利用系统的输入、输出信号在频率、相位和幅值等特征值与设备故障之间的关系，运用概率密度计算、相关性分析等方法分析得到故障特征参数，通过对特征参数的监测分析，达到故障诊断的目的。此方法降低了传统故障诊断方法对诊断对象数学模型的精确要求，在非线性系统领域展现了很好的应用效果。基于信号处理的故障诊断常见的方法有：基于小波变换、基与主成分分析、基于信息融合等方法[14]。

3.基于知识的故障诊断

基于知识的故障诊断方法与基于信号处理的方法相似，不依赖精确的数学模型，而且与前者相比，它引进了诊断对象的信息，具备一定的自推理能力，能够大大提高诊断过程中决策的正确性[15]。典型的基于知识的故障诊断方法有：基于模式识别的故障诊断、基于人工神经网络的故障诊断、基于故障树的故障诊断、基于模糊理论的故障诊断、基于专家系统的故障诊断、基于图论模型的故障诊断。它们各自的优缺点如表 1.1 所示[5]。

表 1.1基于知识的故障诊断方法

随着系统复杂化程度的不断提升，鉴于图论模型处理大型复杂系统的优势，基于图论模型的故障诊断方法展现出了强大的生命力和应用潜质[16]。基于图论模型进行故障诊断的基础是模型的建立，为了建立准确合适的诊断模型，国内外学者对建模方法进行了研究。目前，包括键合图模型、Petri 模型、符号有向图模型、故障树模型等方法都已经运用到故障诊断中，并在基础模型的基础上，针对各自的缺陷进行改进与优化[6]。

4. 计划与进度安排

第一章：绪论。概述本文的研究背景和意义，介绍故障诊断的研究现状以及维修排故信息组织方式的发展历程以及国内外研究和应用现状。在此基础上，针对国内外研究的不足，给出本文的研究内容和具体章节安排。

第二章：基于sdg的mhdg建模方法。给出 mhdg的概念以及mhdg模型的建立方法。首先，介绍模型的定义对其矩阵化，基于功能故障分析ffa ，fmea获得系统的功能结构以及故障模式信息。其次，介绍传播模型及转变模型的建立，为后文做故障分析做理论铺垫

5. 参考文献

参考文献

[1] 吴重光，张卫华，李传坤，等. sdg故障诊断模型的检验和验证[j]. 北京化工大学学报(自然科学版)，2009，36 (6): 105-109.