(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210610321.8 (22)申请日 2022.05.31 (71)申请人 南京航空航天大 学 地址 210016 江苏省南京市秦淮区御道街 29号 (72)发明人 孙见忠　朱昕昀　颜子琛　李春华　 王博文　 (74)专利代理 机构 江苏圣典律师事务所 32 237 专利代理师 于瀚文 (51)Int.Cl. G06F 30/20(2020.01) G06F 119/02(2020.01) (54)发明名称 机载系统PHM测试性建模与诊断策略优化方 法和装置 (57)摘要 本发明提供了机载系统PHM测试性建模与诊 断策略优化方法和装置， 所述方法包括： 使用拉 丁超立方抽样构建系统不同工作状态的仿真参 数空间， 通过数据挖掘提取数据特征值作为测试 点， 基于ROC曲线建立评价标准评估测试点对于 不同故障的检测能力， 构建带有不确定状态的4 值相关性矩阵， 然后计算带有惩罚项的启发式评 估函数生成测试序列， 优化诊断策略。 本发明解 决了复杂系统中不可靠测试导致的测试性设计 困难的问题， 为不确定性多值属性系统的诊断策 略优化问题 提出了解决方法， 能够有效提高故障 诊断的准确性和故障隔离的效率。 权利要求书4页 说明书10页 附图4页 CN 114925536 A 2022.08.19 CN 114925536 A 1.机载系统PH M测试性建模与诊断策略优化方法， 其特 征在于， 包括以下步骤： 步骤1、 确定复杂系统的典型故障模式， 界定不确定性参数的概率分布， 确定参数， 包 括： 环境参数、 经验参数、 故障参数， 其中经验参数和故障参数都属于结构参数， 设定故障参 数的故障阈值， 当故障参数值达 到故障阈值时系统发生相应模式的故障； 步骤2、 通过拉丁超立方抽样分别构建健康状态和不同故障状态下的参数空间， 进行试 验设计， 得到试验设计DOE矩阵， 从试验设计DOE矩阵中， 依次抽取一个实验样 本进行仿 真实 验， 分别获取系统对应 状态下的测试 数据； 步骤3、 对步骤2得到的测试数据进行数据挖掘， 提取有效特征值代替测试值分析， 以特 征值为测试点 监测系统状态； 步骤4、 基于受试者工作特征曲线， 评估每个测试点对于系统不同状态 的检测能力， 量 化测试点对系统故障诊断的潜力， 并构建不确定性4值相关性矩阵， 矩阵中包含4种状态： 1、‑1、 0、 U， 其中U称为 不确定状态； 步骤5、 判断不确定性4值D矩阵是否划分完全， 如果划分完毕， 跳到步骤7； 如果没有完 成划分， 执行步骤6； 矩阵是否划分完成评判标准包括： 矩阵仅剩一行， 或者矩阵全部为无信 息列； 步骤6、 遍历每一个测试点， 基于信息增益构造带有惩罚项的启发式评估函数， 选择评 估函数值最大的作为最优诊断测试点， 根据最优测试点将不确定性4值D矩阵划分为不同的 子矩阵， 对每一个子矩阵重复执 行步骤5， 直到不确定性 4值D矩阵划分完毕； 步骤7、 将所有最优诊断测试点组合得到测试序列， 判断故障模糊组和已隔离故障。 2.根据权利要求1所述的方法， 其特征在于， 步骤2包括： 将p维向量的每个分量都根据 累计概率等分成w份， w为所需采样点的数量； 从每一 维的w个小区间中随机抽样构成w ×p的 初始矩阵M： 其中， Rwp表示初始 矩阵M第w行第p列的元 素； 对初始矩阵M中每一列的元素进行随机排列， 以模拟不确定参数的随机组合， 如下所 示： 其中元素 的下标X11,X21,…,Xw1表示对初始矩阵M的列向量元素 的随机排列， 最终得到拉丁超立方抽样矩阵， 每一个行向量是一个p维试验样本； 根据得到权　利　要　求　书 1/4 页 2 CN 114925536 A 2的DOE矩阵， 每次取一个p维试验样 本， 通过模 型进行仿 真实验， 模拟实际工作环 境下系统的 不同工作状况， 分别获取系统对应 状态下的测试 数据。 3.根据权利要求2所述的方法， 其特征在于， 步骤4包括： 不确定性4值D矩阵Dm×n如下所 示： 不确定性4值D矩阵中一行表示系统的一种状态， 每一列表示一个测试点， 矩阵元素D (fi,tj)＝dij表示第j个测试点tj对第i个故障模式的检测能力。 4.根据权利要求3所述的方法， 其特征在于， 步骤4还包括： 给定测试点tj和故障模式fi 的受试者工作特征ROC曲线 对应的曲线下面积记作 根据测 试值在健康状态下的分布 和故障状态下的分布 绘制受试者工作特征曲线； 对于 每一对 测试点和对应的故障模式， dij的评估标准如下 所示： 如果 在标定点上方并且测试值在故障模式fi状态下比健康状态下偏大， dij＝1； 如果 在标定点上方并且测试值在故障模式fi状态下比健康状态下偏小， dij＝‑1； 如果 dij＝0； 如果 在标定点下 方， 并且 dij＝U； 标定点坐标为(0.05， 0.9)， 表示使用单个测试点对故障的检测时， 真阳率需要大于 0.9， 假阳率小于 0.05才满足检测要求； dij＝±1代表测试点能够检测到故障模式； dij＝0代表 和 之间没有明显差异； dij＝ U代表 和 之间存在明显 差异， 但没有达 到检测要求。 5.根据权利要求 4所述的方法， 其特 征在于， 步骤6包括： 根据典型故障模式确定系统原始故障模糊集为S＝{f0,f1,f2,…,fm}， f0表示健康状态， fm表示第m种故障状态， 计算测试点tj的评估函 数时， 不确定状态 U对应的故障模式会从系统 原始故障模糊集中去除， 形成新的集合， 记为可识别故障模糊集 计算可识别故障模糊 集 的信息增益 权　利　要　求　书 2/4 页 3 CN 114925536 A 3