一種基于eca規(guī)則的故障檢測方法
【專利摘要】本發(fā)明涉及一種基于ECA規(guī)則的高速列車故障檢測方法，首先，利用ECA規(guī)則對高速列車網(wǎng)絡(luò)控制系統(tǒng)的故障進(jìn)行建模，可描述故障數(shù)據(jù)間的復(fù)雜時(shí)序關(guān)系，從而增強(qiáng)了對故障的描述能力。其次，由于ECA規(guī)則適合于描述系統(tǒng)的主動行為，可以支持故障診斷系統(tǒng)“檢測事件-判斷條件-觸發(fā)動作”的主動工作模式，克服了傳統(tǒng)“請求-應(yīng)答”模式的缺點(diǎn)。同時(shí)，本發(fā)明采用基于規(guī)則圖的啟發(fā)式搜索可以在給定時(shí)間內(nèi)盡可能多地根據(jù)采集到的數(shù)據(jù)，診斷出發(fā)生的故障。此外，由于基于ECA規(guī)則的故障診斷，其輸入是原子件，而不是原始采集數(shù)據(jù)，這就過濾了與診斷規(guī)則無關(guān)的數(shù)據(jù)，從而提高了故障診斷系統(tǒng)在海量采集數(shù)據(jù)下的處理效率。
【專利說明】—種基于ECA規(guī)則的故障檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明專利涉及故障檢測技術(shù)，具體涉及一種高速列車網(wǎng)絡(luò)控制系統(tǒng)的基于ECA規(guī)則的故障檢測方法。
【背景技術(shù)】
[0002]ECA (事件一條件一動作)規(guī)則具有很強(qiáng)的語義表達(dá)能力，可以支持完整性保持，派生數(shù)據(jù)維護(hù)、生產(chǎn)監(jiān)控、市場監(jiān)控和決策支持系統(tǒng)等各種應(yīng)用，ECA作為主動數(shù)據(jù)庫系統(tǒng)的主動服務(wù)機(jī)制已得到廣泛的接受。
[0003]隨著計(jì)算機(jī)技術(shù)與自動化控制技術(shù)的迅速發(fā)展，各種應(yīng)用系統(tǒng)的規(guī)模擴(kuò)大，控制難度增加，各個部件之間的關(guān)聯(lián)越來越復(fù)雜，一個故障的發(fā)生可能會對系統(tǒng)產(chǎn)生巨大影響甚至引起系統(tǒng)失效，因此企業(yè)急需一個靈敏、準(zhǔn)確的故障診斷系統(tǒng)作為安全、高效生產(chǎn)的保證。故障診斷就是采集設(shè)備在運(yùn)營過程中的特征信息(包括可數(shù)字化信息，如設(shè)備運(yùn)行時(shí)的機(jī)械參數(shù)以及非可數(shù)字化信息，如某些不易于精確描述的模糊現(xiàn)象)，基于特征信息確定設(shè)備運(yùn)行狀態(tài)是否良好。具體的故障診斷過程可以概括為以下幾個階段:
[0004]信號采集:在設(shè)備運(yùn)行中由于震動，加熱等自然過程，設(shè)備的各個參數(shù)會不斷變化。不同設(shè)備需要關(guān)注的特征信息不同，因此可以在某些位置布置特定類型的傳感器來進(jìn)行信號抓取，例如常見的速度傳感器、溫度傳感器以及光傳感器等；
[0005]信號處理:采集得到的信號作為原始信息，可能對設(shè)備狀態(tài)特征的描述不是特別有效，因此需要對這些原始信息進(jìn)行處理，例如將震動信息進(jìn)行時(shí)域向頻域的轉(zhuǎn)化，或綜合若干原始信號而形成某一個復(fù)合信號，使處理后的信號可以更為精確地刻畫設(shè)備狀態(tài)；
[0006]狀態(tài)識別:將處理后的信號與系統(tǒng)的相關(guān)知識(如標(biāo)準(zhǔn)參數(shù)等)作為輸入，考察信號所描述的狀態(tài)與正常狀態(tài)是否相符，從而確定系統(tǒng)是否存在故障，以及故障的相關(guān)信息，如類型、性質(zhì)等。
[0007]診斷決策:該步驟可以視為故障診斷的擴(kuò)展階段，得到診斷結(jié)果后，根據(jù)故障等級等信息確定系統(tǒng)運(yùn)行狀態(tài)，并采取相應(yīng)的措施，如對高危故障可做出停機(jī)檢修決策，防止設(shè)備運(yùn)行狀態(tài)惡化，對低級別故障可啟用備份設(shè)備，并啟動相應(yīng)的檢修程序。
[0008]目前所有的故障診斷技術(shù)都可分為三類:即基于知識的方法，基于解析模型的方法以及基于信號處理的方法。其中，基于知識的方法參照長期積累的領(lǐng)域知識，不需要精確數(shù)學(xué)模型，同時(shí)顯示出一定的智能特性，被引入多個工業(yè)領(lǐng)域，例如應(yīng)用于高速列車故障診斷。其中，基于規(guī)則的診斷專家系統(tǒng)作為該類方法的代表，由于診斷知識表述直觀清晰，診斷效果良好，而受到應(yīng)用領(lǐng)域的普遍重視，已經(jīng)廣泛應(yīng)用于醫(yī)療診斷以及工程故障診斷，成為目前最活躍且最為成熟的故障診斷方法，然而該類故障診斷方法存在著如下三個問題:
[0009](I)對故障的描述能力受限:已有的故障專家系統(tǒng)都是基于產(chǎn)生式規(guī)則的，根據(jù)相關(guān)領(lǐng)域知識總結(jié)出的數(shù)據(jù)與故障之間的關(guān)聯(lián)采用產(chǎn)生式表示，進(jìn)而基于規(guī)則進(jìn)行故障診斷。然而，故障診斷中首先需要進(jìn)行設(shè)備特征信息的提取，很多場景下為了對故障進(jìn)行準(zhǔn)確描述，除了關(guān)注特征信息的數(shù)量、邏輯關(guān)系之外，信息之間的時(shí)序關(guān)系也需要仔細(xì)斟酌，而產(chǎn)生式規(guī)則對此類關(guān)系的描述繁雜而模糊。
[0010](2)大規(guī)模數(shù)據(jù)下的效率降低:在實(shí)際應(yīng)用場景中，數(shù)據(jù)量往往是相當(dāng)巨大的，且經(jīng)常存在與診斷無關(guān)的數(shù)據(jù)，由于傳統(tǒng)故障專家診斷系統(tǒng)不對這些數(shù)據(jù)進(jìn)行過濾，導(dǎo)致這些冗余數(shù)據(jù)涌入診斷系統(tǒng)，降低了故障診斷的效率。
[0011](3)欠缺主動性:傳統(tǒng)故障診斷系統(tǒng)是請求-應(yīng)答模式，這使得其缺乏主動性。

【發(fā)明內(nèi)容】

[0012]本發(fā)明所要解決的技術(shù)問題是:如何對高速列車網(wǎng)絡(luò)控制系統(tǒng)的故障進(jìn)行描述如何根據(jù)故障數(shù)據(jù)高效地判斷出所發(fā)生的故障。
[0013]為了解決上述技術(shù)問題，本發(fā)明提出一種基于ECA規(guī)則的故障檢測方法，其步驟包括:
[0014]I)根據(jù)高速列車故障表中的故障規(guī)則建立與ECA規(guī)則的對應(yīng)關(guān)系，得到ECA規(guī)則模型；
[0015]2)建立所述ECA規(guī)則模型的規(guī)則圖，所述規(guī)則圖包括通過有向邊連接的:原子事件Event節(jié)點(diǎn)、復(fù)合事件Event節(jié)點(diǎn)、條件Condition節(jié)點(diǎn)和動作Action節(jié)點(diǎn)，所述ECA規(guī)則模型的規(guī)則圖中入口設(shè)為原子Event節(jié)點(diǎn)，出口設(shè)為Action節(jié)點(diǎn)；
[0016]3)采用基于規(guī)則圖的啟發(fā)式搜索方法從所述原子事件Event節(jié)點(diǎn)開始建立有向連接，按照所述Condition節(jié)點(diǎn)在規(guī)則圖中進(jìn)行匹配,找到相應(yīng)的Action節(jié)點(diǎn)；
[0017]4)執(zhí)行所述Action節(jié)點(diǎn)在所述高速列車故障表中代表的動作，輸出相應(yīng)故障的信息，完成檢測。
[0018]所述ECA規(guī)則模型按照如下方法建立:
[0019]2-1)對于所述高速列車故障表中每條故障規(guī)則，將其給出的每個運(yùn)營數(shù)據(jù)的取值情況表示為一個原子Event ；
[0020]2-2)根據(jù)所述故障規(guī)則中所涉及的運(yùn)營數(shù)據(jù)取值情況間的關(guān)系，對所述原子Event進(jìn)行組合得到復(fù)合Event ；
[0021]2-3)根據(jù)所述故障規(guī)則中所涉及數(shù)據(jù)的數(shù)據(jù)屬性之間的關(guān)系組成布爾表達(dá)式，得至Ij Condition ；
[0022]2-4)提取所述高速列車故障表中故障規(guī)則所對應(yīng)的故障信息得到的輸出結(jié)果為Action。
[0023]所述ECA規(guī)則模型規(guī)則圖的有向邊中，連接原子Event節(jié)點(diǎn)與復(fù)合Event節(jié)點(diǎn)的邊由原子事件指向它所構(gòu)成的復(fù)合Event ;連接Event節(jié)點(diǎn)和Condition節(jié)點(diǎn)的邊由一條規(guī)則中頂層復(fù)合Event指向該規(guī)則條件；連接Condition節(jié)點(diǎn)和Action節(jié)點(diǎn)邊由規(guī)則條件指向規(guī)則動作。
[0024]所述復(fù)合事件Event由若干原子事件通過事件操作符連接組成,所述原子事件對應(yīng)所述高速列車故障表中給出的每個運(yùn)營數(shù)據(jù)的取值情況。
[0025]根據(jù)高速列車故障表中的故障規(guī)則提取所述原子事件模型得到原子事件，并將所述提取生成的原子事件與規(guī)則圖中的葉節(jié)點(diǎn)進(jìn)行匹配。
[0026]所述基于規(guī)則圖的啟發(fā)式搜索方法具體步驟如下:
[0027]6-1)從已匹配的葉節(jié)點(diǎn)出發(fā)將選中的葉節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)；[0028]6-2)將所述包含當(dāng)前節(jié)點(diǎn)的表示原子事件或復(fù)合事件內(nèi)容以及產(chǎn)生這一事件的時(shí)間信息傳給所述該原子事件或復(fù)合事件的所有父節(jié)點(diǎn)；
[0029]6-3)計(jì)算各父節(jié)點(diǎn)的目標(biāo)函數(shù)值；
[0030]6-4)根據(jù)所述目標(biāo)函數(shù)值選擇目標(biāo)函數(shù)值最小的父節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)，判斷該節(jié)點(diǎn)所代表的事件是否發(fā)生或該節(jié)點(diǎn)所代表的條件是否滿足，找到動作節(jié)點(diǎn)；
[0031]6-5)將滿足匹配的動作節(jié)點(diǎn)輸出。
[0032]所述目標(biāo)函數(shù)值
【權(quán)利要求】
1.一種基于ECA規(guī)則的故障檢測方法，其步驟包括: 1)根據(jù)高速列車故障表中的故障規(guī)則建立與ECA規(guī)則的對應(yīng)關(guān)系，得到ECA規(guī)則模型； 2)建立所述ECA規(guī)則模型的規(guī)則圖，所述規(guī)則圖包括通過有向邊連接的:原子事件Event節(jié)點(diǎn)、復(fù)合事件Event節(jié)點(diǎn)、條件Condition節(jié)點(diǎn)和動作Action節(jié)點(diǎn)，所述ECA規(guī)則模型的規(guī)則圖中入口設(shè)為原子Event節(jié)點(diǎn)，出口設(shè)為Action節(jié)點(diǎn)； 3)采用基于規(guī)則圖的啟發(fā)式搜索方法從所述原子事件Event節(jié)點(diǎn)開始建立有向連接，按照所述Condition節(jié)點(diǎn)在規(guī)則圖中進(jìn)行匹配,找到相應(yīng)的Action節(jié)點(diǎn)； 4)執(zhí)行所述Action節(jié)點(diǎn)在所述高速列車故障表中代表的動作，輸出相應(yīng)故障的信息，完成檢測。
2.如權(quán)利要求1所述的基于ECA規(guī)則的故障檢測方法，其特征在于，所述ECA規(guī)則模型按照如下方法建立: 2-1)對于所述高速列車故障表中每條故障規(guī)則，將其給出的每個運(yùn)營數(shù)據(jù)的取值情況表示為一個原子Event ； 2-2)根據(jù)所述故障規(guī)則中所涉及的運(yùn)營數(shù)據(jù)取值情況間的關(guān)系，對所述原子Event進(jìn)行組合得到復(fù)合Event ； 2-3)根據(jù)所述故障規(guī)則中 所涉及數(shù)據(jù)的數(shù)據(jù)屬性之間的關(guān)系組成布爾表達(dá)式，得到Condition ； 2-4)提取所述高速列車故障表中故障規(guī)則所對應(yīng)的故障信息得到的輸出結(jié)果為Action。
3.如權(quán)利要求1或2所述的基于ECA規(guī)則的故障檢測方法，其特征在于，所述ECA規(guī)則模型規(guī)則圖的有向邊中，連接原子Event節(jié)點(diǎn)與復(fù)合Event節(jié)點(diǎn)的邊由原子事件指向它所構(gòu)成的復(fù)合Event ；連接Event節(jié)點(diǎn)和Condition節(jié)點(diǎn)的邊由一條規(guī)則中頂層復(fù)合Event指向該規(guī)則條件；連接Condition節(jié)點(diǎn)和Action節(jié)點(diǎn)邊由規(guī)則條件指向規(guī)則動作。
4.如權(quán)利要求1所述的基于ECA規(guī)則的故障檢測方法，其特征在于，所述復(fù)合事件Event由若干原子事件通過事件操作符連接組成，所述原子事件對應(yīng)所述高速列車故障表中給出的每個運(yùn)營數(shù)據(jù)的取值情況。
5.如權(quán)利要求4所述的基于ECA規(guī)則的故障檢測方法，其特征在于，根據(jù)高速列車故障表中的故障規(guī)則提取所述原子事件模型得到原子事件，并將所述提取生成的原子事件與規(guī)則圖中的葉節(jié)點(diǎn)進(jìn)行匹配。
6.如權(quán)利要求1或5所述的基于ECA規(guī)則的故障檢測方法，其特征在于，所述基于規(guī)則圖的啟發(fā)式搜索方法具體步驟如下: 6-1)從已匹配的葉節(jié)點(diǎn)出發(fā)將選中的葉節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)； 6-2)將所述包含當(dāng)前節(jié)點(diǎn)的表示原子事件或復(fù)合事件內(nèi)容以及產(chǎn)生這一事件的時(shí)間信息傳給所述該原子事件或復(fù)合事件的所有父節(jié)點(diǎn)； 6-3)計(jì)算各父節(jié)點(diǎn)的目標(biāo)函數(shù)值； 6-4)根據(jù)所述目標(biāo)函數(shù)值選擇目標(biāo)函數(shù)值最小的父節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)，判斷該節(jié)點(diǎn)所代表的事件是否發(fā)生或該節(jié)點(diǎn)所代表的條件是否滿足，找到動作節(jié)點(diǎn)； 6-5)將滿足匹配的動作節(jié)點(diǎn)輸出。
7.如權(quán)利要求6所述的基于ECA規(guī)則的故障檢測方法，其特征在于，所述目標(biāo)函數(shù)值H(V) = MIN^L(XVjepEsWTivi))，其中v為節(jié)點(diǎn)，L是從節(jié)點(diǎn)v到所有出口節(jié)點(diǎn)的路徑的數(shù)目， PEs是PT中第s條路徑上事件節(jié)點(diǎn)的集合，PT= {ptl, pt2,…，ptL}是從節(jié)點(diǎn)v到所有出口節(jié)點(diǎn)的路徑集合，WT(Vj)是被節(jié)點(diǎn)\所代表的事件的預(yù)期等待時(shí)間。
8.如權(quán)利要求2所述的基于ECA規(guī)則的故障檢測方法，其特征在于，所述步驟2-3)所述故障規(guī)則中所涉及數(shù)據(jù)的數(shù)據(jù)屬性之間通過與、或邏輯操作符連接組成布爾表達(dá)式。
9.如權(quán)利要求1所述的基于ECA規(guī)則的故障檢測方法，其特征在于，所述復(fù)合事件包括中間Duration、相對Relative、約束時(shí)序Tcs、或Dis四類復(fù)合事件。
10.如權(quán)利要求5所述的基于ECA規(guī)則的故障檢測方法，其特征在于，所述原子事件按照其發(fā)生順序輸入規(guī)則圖并 與相對應(yīng)的葉節(jié)點(diǎn)進(jìn)行匹配形成數(shù)據(jù)流。
【文檔編號】G05B23/02GK103792932SQ201210430601
【公開日】2014年5月14日 申請日期:2012年11月1日 優(yōu)先權(quán)日:2012年11月1日
【發(fā)明者】喬穎, 張克銘, 李明樹, 王宏安 申請人:中國科學(xué)院軟件研究所