Nothing Special   »   [go: up one dir, main page]

CN105759784B - 一种基于数据包络分析的故障诊断方法 - Google Patents

一种基于数据包络分析的故障诊断方法 Download PDF

Info

Publication number
CN105759784B
CN105759784B CN201610080503.3A CN201610080503A CN105759784B CN 105759784 B CN105759784 B CN 105759784B CN 201610080503 A CN201610080503 A CN 201610080503A CN 105759784 B CN105759784 B CN 105759784B
Authority
CN
China
Prior art keywords
test data
envelope
data
multiple groups
original test
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610080503.3A
Other languages
English (en)
Other versions
CN105759784A (zh
Inventor
王伟
赵小卓
李璨
耿辉
王晓林
张翔
黄炎
易航
刘巧珍
阎小涛
张学英
李茂�
张利彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Launch Vehicle Technology CALT
Beijing Institute of Astronautical Systems Engineering
Original Assignee
China Academy of Launch Vehicle Technology CALT
Beijing Institute of Astronautical Systems Engineering
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Academy of Launch Vehicle Technology CALT, Beijing Institute of Astronautical Systems Engineering filed Critical China Academy of Launch Vehicle Technology CALT
Priority to CN201610080503.3A priority Critical patent/CN105759784B/zh
Publication of CN105759784A publication Critical patent/CN105759784A/zh
Application granted granted Critical
Publication of CN105759784B publication Critical patent/CN105759784B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24048—Remote test, monitoring, diagnostic

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)

Abstract

本发明涉及一种基于数据包络分析的故障诊断方法，其特征在于包括如下步骤：录入多组原始测试数据；对多组原始测试数据进行时间对齐处理，生成多组原始测试数据的包络上、下线；输入需要诊断的测试数据；判断测试数据是否在包络上、下线的包络区域内，如果在包络区域内，则判定为合格，如果存在位于包络区域外的数据，则判定为故障。本发明根据运载火箭积累的大量历史数据，进行系统的历史数据包络分析，有效解决了传统故障故障诊断方法的建模瓶颈，解决了传统故障树建模复杂且工作量大的难题。

Description

一种基于数据包络分析的故障诊断方法
技术领域
本发明涉及一种基于数据包络分析的故障诊断方法，属于故障诊断领域。
背景技术
运载火箭在测试和发射过程中，需要使用故障诊断系统对其进行状态监测，传统的故障诊断方法大多是采用基于故障树的诊断方法。在建立对象故障树模型的基础上，在对象实际运行时，采用故障搜寻方法来搜寻故障树，并完成故障诊断。
常用的故障搜寻方法有逻辑推理法(采用从上而下的搜寻方法，从故障树顶事件开始，先测试最初的中间事件，再根据中间事件的测试结果去测试下一级中间事件，直至测试底事件，完成故障诊断)与最小割集法(逐个测试故障树中与故障模式相对应的最小割集，完成故障诊断)两种。
故障树诊断法具有诊断方式直观简单的优点，但建造正确全面的故障树是故障树诊断法的核心与关键,而故障树建模恰恰是故障诊断的瓶颈，通常需要非常全面的故障树分析才能建立系统完善的故障树，而且工作量巨大，需要消耗大量的人力物力，而且一旦故障树建立不正确或不全面，则故障树诊断法将在很大程度上失效。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于数据包络分析的故障诊断方法，突破了传统故障诊断方法的建模瓶颈，通过数据包络分析方法可以自动生成数据包络线，进行测试数据的实时比对，完成故障参数检测和故障定位功能。
本发明目的通过如下技术方案予以实现：
提供一种基于数据包络分析的故障诊断方法，其特征在于包括如下步骤：
(1)录入多组原始测试数据；
(2)对多组原始测试数据进行时间对齐处理，生成多组原始测试数据的包络上、下线；
(3)输入需要诊断的测试数据；
(4)判断测试数据是否在包络上、下线的包络区域内，如果在包络区域内，则判定为合格，如果存在位于包络区域外的数据，则判定为故障。
优选的，所述步骤(2)中生成多组原始测试数据的包络上、下线方法为：对于任意时刻t，取多组原始测试数据中最大值，形成包络上线；取多组原始测试数据中最小值，形成包络下线；
优选的，步骤(1)中录入多组原始测试数据，并建立MySQL数据库的数据库实例；把MySQL数据库实例中的数据导入到Hive工具中；由Hive工具实现多组原始测试数据进行时间对齐处理以及生成多组原始测试数据的包络上、下线。
优选的，利用Hive中的开源组件sqoop执行导入任务。
优选的，所述步骤(2)中对多组原始测试数据进行时间对齐处理，生成多组原始测试数据的包络上、下线的具体方法为：将采样时间划分为N个时间相等的区间，取每个区间的多组原始测试数据的最大值，进行直线拟合形成包络上线；取每个区间的多组原始测试数据中的最小值，进行直线拟合形成包络下线。
优选的，所述步骤(2)中对多组原始测试数据进行时间对齐处理，生成多组原始测试数据的包络上、下线的具体方法为：对多组原始测试数据分别进行拟合获得多条拟合曲线；选择一组采样数据作为基准，计算该组采样数据每个采样时刻对应多条拟合曲线上各点的最大值，进行拟合，形成包络上线；计算该组采样数据每个采样时刻对应多条拟合曲线上各点的最小值，进行拟合，形成包络下线。
优选的，步骤(1)中录入的多组原始测试数据选择一年内的原始测试数据。
优选的，如果判定为合格，则还包括步骤(5)，将需要诊断的测试数据输入MySQL数据库中。
优选的，多组原始测试数据为大于5组。
本发明与现有技术相比具有如下优点：
(1)本发明基于数据包络分析的故障诊断方法根据运载火箭积累的大量历史数据，进行系统的历史数据包络分析，有效解决了传统故障故障诊断方法的建模瓶颈，解决了传统故障树建模复杂且工作量大的难题；传统故障故障诊断方法依赖于专家经验，需要保证故障树的完整性，本发明的故障诊断方法，基于合格测试的历史测试数据，无需建立故障树，降低了故障诊断的难度；
(2)本发明基于多组历史测试数据进行分析，误判概率低。
(3)本发明进行数据对齐处理，能真实地反映原始数据的波动性，提高了包络上、下线的精度。
(4)本发明采用Hive工具实现多组原始测试数据进行时间对齐处理以及生成包络上、下线，分析速度快，实时处理能力强。
(5)本发明采用超出包络区域智能报警，实现了故障诊断的智能化。
附图说明
图1为本发明图1总体流程规划示意图；
图2为本发明图2数据预处理对齐示意图；
图3为本发明基于包络线的故障诊断示意图；
图4为本发明发次A、B数据示意图；
图5为本发明实施例包络分析示意图。
具体实施方式
1、任务流程规划
总体的工作流程如图1所示，原始数据以DAT文件的形式存储，首先解析文本并导入的MySQL数据库中，转移到Hive数据库，经过数据预处理和数据分析，挖掘历史数据中信息，存储在HBase数据库中，web服务器查询HBase，返回需要的数据。
2、录入原始数据
原始数据根据型号、发次、参数的层次结构组织起来，每个DAT文件通常有2-3列，几千行到几十万行之间不等，通过Python程序批量导入到MySQL中。
3、转移数据到Hive
Hive是基于Hadoop的一种数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供SQL查询功能。为了便于大数据挖掘程序工作，把MySQL数据导入到Hive中，利用开源组件sqoop并行执行导入任务。
4、数据预处理及包络分析
同一个型号不同发次的数据采样时间不是完全匹配的，为了后续的包络分析，需要把数据处理为依据时间严格对齐，同时保证数据的真实性，如图2所示为区间对齐算法。
数据包络分析方法是一种基于历史数据的异常参数诊断方法，通过对多发火箭历史测试数据中相对时间在同一时刻的历史数据进行计算，获取包络上限和包络下限，最后，将所有的包络上限时刻点连成曲线，生成包络上限，将所有的包络下限时刻点连成曲线，生成包络下限，最终生成包络域，在进行基于数据包络分析的故障诊断时，通过测试数据实测值与包络域进行比对，判读测试参数是否存在异常。包络分析选取多发任务相近的历史参数数据，通过找出每个时刻的最大值和最小值确定该参数在该任务下的历史包络，利用大数据平台，可以综合分析大量历史数据，得到可靠反映真实情况的参数历史包络，便于日后及时监控参数的异常情况。
但是，由于各发次任务可能有所区别，同一个参数在不同发次下可能会呈现不一样的特性，如果任意选择发次生成包络，会导致包络退化，上下界之间比较宽，难以反映具体参数的特征，如图3所示。
因此，生成包络时应该选择接近的发次，例如采用一年内的数据，力求做到包络既能做到反映真实普遍的情况，又不会至于退化自身的特征。通过计算包络贡献度和异常包络，剔除不相关的发次。
第一种对齐的方式为：将采样时间划分为N个时间相等的区间，取每个区间的多组原始测试数据的最大值，进行直线拟合形成包络上线；取每个区间的多组原始测试数据中的最小值，进行直线拟合形成包络下线。
第二种对齐的方式为：对多组原始测试数据分别进行拟合获得多条拟合曲线；选择一组采样数据作为基准，计算该组采样数据每个采样时刻对应多条拟合曲线上各点的最大值，进行拟合，形成包络上线；计算该组采样数据每个采样时刻对应多条拟合曲线上各点的最小值，进行拟合，形成包络下线。
5、前端展示
将上、包络下线和诊断信息进行显示，为了方便数据分析结果查看，采用B/S方式展示结果。采用uWSGI作为web服务器，把浏览器的请求转发到Python编写的webService中，利用Happybase模块访问HBase数据库，查询结果经由uWSGI返回给浏览器。
将数据包络分析方法用程序实现，生成插件，集成到大数据平台中，最终生成基于数据包络分析的故障诊断系统。
6、实施例
通过大数据平台，把飞行数据录入到大数据平台，把包络分析程序加入到大数据平台，形成较强的分析能力，通过某型号数据进行验证，参见图4已知发次A存在异常情况，以该发次A为验证数据，以另外几次数据作为历史基础数据，与常规分析作对比验证平台分析功能，测试参数选取已有分析报告中的某温度(XX)。
参数XX的包络分析如图5所示。在常规分析图中可以看出，在1240s左右，参数XX与B发次相比出现异常。在包络分析图中可以看出，在580s左右，发次A参数出现了轻微的越界现象，在1240s左右出现了严重越界现象。
通过参数XX的对比分析可以看出，常规分析方法没能判断出500s左右的故障，只能在1240s出现了严重异常后给出故障判断。包络分析方法能够判断出500s左右的故障。
本发明是实现运载火箭测试和发射实时在线故障检测和定位的有效手段，同时极大推动了故障诊断系统在运载火箭行业中的应用，具有广阔的应用前景和巨大的市场潜力。
以上所述，仅为本发明最佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。

Claims (6)

1.一种基于运载火箭历史数据的数据包络分析的故障诊断方法，其特征在于包括如下步骤：
(1)录入多组运载火箭原始测试数据；
(2)对多组原始测试数据进行时间对齐处理，生成多组原始测试数据的包络上、下线；
(3)输入需要诊断的测试数据；
(4)判断测试数据是否在包络上、下线的包络区域内，如果在包络区域内，则判定为合格，如果存在位于包络区域外的数据，则判定为故障；
所述步骤(2)中对多组原始测试数据进行时间对齐处理，生成多组原始测试数据的包络上、下线的具体方法为：对多组原始测试数据中的每组原始测试数据分别进行拟合获得多条拟合曲线；选择一组采样数据作为基准，计算该组采样数据每个采样时刻对应多条拟合曲线上各点的最大值，进行拟合，形成包络上线；计算该组采样数据每个采样时刻对应多条拟合曲线上各点的最小值，进行拟合，形成包络下线。
2.根据权利要求1所述方法，其特征在于：步骤(1)中录入多组原始测试数据，并建立MySQL数据库的数据库实例；把MySQL数据库实例中的数据导入到Hive工具中；在Hive工具中实现多组原始测试数据进行时间对齐处理以及生成多组原始测试数据的包络上、下线。
3.根据权利要求2所述方法，其特征在于：利用Hive中的开源组件sqoop执行导入任务。
4.根据权利要求1所述方法，其特征在于：步骤(1)中录入的多组原始测试数据选择一年内的原始测试数据。
5.根据权利要求4所述方法，其特征在于：如果判定为合格，则还包括步骤(5)，将需要诊断的测试数据输入MySQL数据库中。
6.根据权利要求1所述方法，其特征在于：多组原始测试数据为大于5组。
CN201610080503.3A 2016-02-04 2016-02-04 一种基于数据包络分析的故障诊断方法 Active CN105759784B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610080503.3A CN105759784B (zh) 2016-02-04 2016-02-04 一种基于数据包络分析的故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610080503.3A CN105759784B (zh) 2016-02-04 2016-02-04 一种基于数据包络分析的故障诊断方法

Publications (2)

Publication Number Publication Date
CN105759784A CN105759784A (zh) 2016-07-13
CN105759784B true CN105759784B (zh) 2019-04-09

Family

ID=56330599

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610080503.3A Active CN105759784B (zh) 2016-02-04 2016-02-04 一种基于数据包络分析的故障诊断方法

Country Status (1)

Country Link
CN (1) CN105759784B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180107202A1 (en) * 2016-10-18 2018-04-19 Micron Technology, Inc. System and method for detecting fault events
CN107229234A (zh) * 2017-05-23 2017-10-03 深圳大学 面向航空电子数据的分布式挖掘系统及方法
CN107545145B (zh) * 2017-09-08 2020-04-07 国网湖南省电力有限公司 电网山火灾害危险程度超效率包络分析方法及系统
CN109597399B (zh) * 2018-11-28 2020-09-18 北京宇航系统工程研究所 用于信息化火箭发射的信息控制平台
CN110187631B (zh) * 2019-06-25 2021-04-13 北京临近空间飞行器系统工程研究所 一种控制系统的时间对齐方法及系统
CN110646212B (zh) * 2019-10-23 2022-01-25 成都飞机工业（集团）有限责任公司 一种飞机发动机标定的新方法
CN110851497A (zh) * 2019-11-01 2020-02-28 唐山钢铁集团有限责任公司 一种检测转炉吹氧是否不着火的方法
CN111486920B (zh) * 2020-04-15 2022-06-14 上海航天精密机械研究所 运载火箭贮箱容积测量数据判定分析方法、系统及介质
CN111770002B (zh) * 2020-06-12 2022-02-25 南京领行科技股份有限公司 测试数据转发控制方法、装置、可读存储介质和电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3103193B2 (ja) * 1992-04-15 2000-10-23 東京電力株式会社 回転機械の診断装置
CN1834607A (zh) * 2005-03-16 2006-09-20 欧姆龙株式会社 检查装置及检查方法
CN103269345A (zh) * 2013-05-30 2013-08-28 沈阳师范大学 一种基于Modbus协议的智能显示装置及方法
CN103868694A (zh) * 2014-03-26 2014-06-18 东南大学 一种嵌入式变转速轴承故障诊断装置
CN105092239A (zh) * 2014-05-09 2015-11-25 潍坊学院 一种齿轮早期故障检测方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5395041B2 (ja) * 2010-11-30 2014-01-22 トヨタ自動車株式会社 車両、内燃機関の異常判定方法および内燃機関の異常判定装置
CN203350691U (zh) * 2013-05-30 2013-12-18 沈阳师范大学 一种基于Modbus协议的智能显示装置
CN103698637B (zh) * 2013-12-25 2016-05-18 云南电力调度控制中心 一种电力关键指标异常快速检测方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3103193B2 (ja) * 1992-04-15 2000-10-23 東京電力株式会社 回転機械の診断装置
CN1834607A (zh) * 2005-03-16 2006-09-20 欧姆龙株式会社 检查装置及检查方法
CN103269345A (zh) * 2013-05-30 2013-08-28 沈阳师范大学 一种基于Modbus协议的智能显示装置及方法
CN103868694A (zh) * 2014-03-26 2014-06-18 东南大学 一种嵌入式变转速轴承故障诊断装置
CN105092239A (zh) * 2014-05-09 2015-11-25 潍坊学院 一种齿轮早期故障检测方法

Also Published As

Publication number Publication date
CN105759784A (zh) 2016-07-13

Similar Documents

Publication Publication Date Title
CN105759784B (zh) 一种基于数据包络分析的故障诊断方法
CN111985561A (zh) 一种智能电表的故障诊断方法、系统及电子装置
CN106777101B (zh) 数据处理引擎
CN101093559B (zh) 一种基于知识发现的专家系统构造方法
CN110008288A (zh) 用于网络故障分析的知识图谱库的构建方法及其应用
CN116771576B (zh) 水电机组故障综合诊断方法
CN111459799A (zh) 一种基于Github的软件缺陷检测模型建立、检测方法及系统
CN109204389A (zh) 一种地铁设备故障诊断和自愈方法、系统
CN110059006A (zh) 代码审计方法及装置
CN106776208A (zh) 一种软件运行时故障定位方法
CN109213773A (zh) 一种在线故障的诊断方法、装置及电子设备
CN109936479A (zh) 基于差分检测的控制平面故障诊断系统及其实现方法
CN108337266A (zh) 一种高效的协议客户端漏洞发掘方法与系统
CN108897686A (zh) 全分录自动化测试方法和装置
CN116467674A (zh) 一种配电网智能故障处理融合更新系统及其方法
CN109507992A (zh) 一种机车制动系统部件的故障预测方法、装置及设备
Karakostas et al. Industrial data services for quality control in smart manufacturing–the i4q framework
Li et al. Active learning empirical research on cross-version software defect prediction datasets
CN111143432A (zh) 一种事件处理结果的数据分析预警系统及方法
Siddique et al. Hybrid Framework To Exclude Similar and Faulty Test Cases In Regression Testing
CN112416761B (zh) 一种基于广度优先搜索的测试用例生成方法及装置
CN117376087A (zh) 网络质量问题定界方法、装置、设备和存储介质
CN110008245B (zh) 一个适用于设备故障预警模型时间段查找的方法
Li et al. An improvement scheme for the overall line effectiveness of a production line: A case study
Ma et al. Data management of salt cavern gas storage based on data model

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant