专利汇可以提供基于贝叶斯方法的航天阀门零件加工过程故障诊断方法专利检索,专利查询,专利分析的服务。并且本 发明 公开一种基于贝叶斯方法的航天 阀 门 零件加工过程故障诊断方法,属于 专家系统 和故障诊断技术领域,包括:首先,绘制航天阀门零件加工过程数据的控制图,并根据一定的判断规则进行控制图异常 模式识别 ,然后,利用FMEA分析和FTA分析,描述航天阀门 制造过程 故障原因和故障结果的关系网络,建立专家系统 知识库 ,最后利用重要度分析和贝叶斯定理,获取主要故障原因集合,计算最有可能引起顶事件异常模式的原因列表。本发明提出的航天阀门专家系统故障诊断方法,能够对包含大量数据集的航天阀门零件加工过程进行 质量 监控和故障诊断,改进了现有方法中数据标准化方面的不足,同时开发了针对航天阀门这一特殊对象的专家诊断系统。,下面是基于贝叶斯方法的航天阀门零件加工过程故障诊断方法专利的具体信息内容。
1.一种基于贝叶斯方法的航天阀门零件加工过程故障诊断方法,其特征在于,结合控制图模式识别、失效模式与效果分析(FMEA)、故障树分析(FTA)与贝叶斯方法诊断,包括下述步骤:
第一步:获得航天阀门零件加工过程数据的控制图;
第二步:进行航天阀门零件加工过程控制图模式识别;
对控制图异常模式进行科学划分,设置参数可变的可编译异常状态,根据该异常状态对零件实际加工过程控制图进行异常模式识别,如果无异常模式出现,则对该过程继续实施监控;如果出现异常模式,则转入故障诊断环节;
第三步:对航天阀门零件进行工艺FMEA分析,获得工艺FMEA分析的信息;
第四步:在第三步FMEA分析的基础上,对航天阀门零件加工过程进行FTA分析;
第五步:根据第三步FMEA分析与第四步FTA分析的结果,建立航天阀门故障诊断专家系统知识库,根据重要度分析获取主要异因集合,进行主因分析;
第六步:对航天阀门零件加工过程进行贝叶斯方法诊断;
针对第五步中获取的主要异因集合,进行贝叶斯定理推断,获取最有可能引起顶事件异常模式的原因列表。
2.根据权利要求1所述的基于贝叶斯方法的航天阀门零件加工过程故障诊断方法,其特征在于,所述第一步的具体方法是:通过对零件加工过程中的关键工序进行质量监控,按时间序列测量关键工序的加工数据,将其分别绘制成四种类型的控制图,包括:均值控制图、累积和控制图、Q图、单值控制图,其中,均值控制图适用于各类型各批量的零件,累积和控制图用于识别缓慢偏离过程目标的零件,Q图针对小批量零件,单值控制图用于异常反应的零件。
3.根据权利要求1所述的基于贝叶斯方法的航天阀门零件加工过程故障诊断方法,其特征在于,所述第二步的具体方法是:所述控制图异常模式有6种,分别为:均值递增或减趋势、数据点超出控制界限、均值向上或下偏移、存在两个均值总体、均值向上或下阶跃和标准偏差过大或小;结合实际零件加工批量的不同,对6种异常模式进行划分,设置8种参数可变的可编译异常状态:①1个点,距离中心线大于A个标准差,A为[1,3]之间的整数,②连续B点递增或递减,B为小于样本容量的正整数,③连续C点落在中心线同一侧,C为小于样本容量的正整数,④连续D点中相邻点交替上下,D为小于样本容量的正整数,⑤连续E+1点中有E点落在中心线同一侧的1个标准差以外,E+1为小于样本容量的正整数,⑥连续F+1点中有F点落在中心线同一侧的2个标准差以外,F+1为小于样本容量的正整数,⑦连续G点落在中心线两侧的1个标准差之内,G为小于样本容量的正整数,⑧连续H点落在中心线两侧的1个标准差之外,H为小于样本容量的正整数。
4.根据权利要求1所述的基于贝叶斯方法的航天阀门零件加工过程故障诊断方法,其特征在于,所述第三步的具体方法是:根据FMEA分析表格中所列出的关键参数对零件加工过程进行跟踪,获得工艺FMEA分析的信息,其中,关键参数及其含义主要有:
(1)潜在失效模式:零件生产过程中可能出现的问题的罗列;
(2)潜在失效原因:可能引发潜在失效模式的原因的罗列,包括主观与客观原因;在航天阀门零件的分析中,包括人、机、料、法、环、测六大类原因;
(3)潜在失效后果:潜在失效模式产生的可能后果,包括对过程本身的影响,对下一过程的影响以及对产品整体的影响;
(4)严重度:用于评价上述失效模式产生的影响并赋予分值,不良影响越严重则分值越高;
(5)发生度:上述潜在失效原因出现的概率,出现的几率越大则分值越高;
(6)检测度:现行的控制方法使潜在失效模式被查出的难易程度,查出难度越大则分值越高;
(7)风险优序数:严重度、发生度、检测度三者分值的积,其数值越大表示潜在的问题越严重,越应及时采取预防措施。
5.根据权利要求1所述的基于贝叶斯方法的航天阀门零件加工过程故障诊断方法,其特征在于,所述第四步的具体方法是:FTA建立过程中以人、机、料、法、环、测六大分类为顶事件即异常模式下第一级节点,再对具体分类进行第二级、第三级以及多级节点的划分,直至基本事件。
6.根据权利要求1所述的基于贝叶斯方法的航天阀门零件加工过程故障诊断方法,其特征在于,所述第五步的具体方法是:根据第三步工艺FMEA分析与第四步FTA分析的结果,给出故障与原因之间的关系网络、零件当前故障情况以及相应的预防措施、以及基本原因发生的概率,建立专家系统知识库,根据重要度分析获取主要异因集合,进行主因分析,专家知识库采用产生式规则表示故障与原因之间的因果关系,表现形式为:
IF原因THEN故障WITH CF=可信度
其中,可信度CF的取值由经验给出,取值范围在0到1之间,1表示确定性知识,其它值均表示不确定性知识;
由于知识库中每个原因对应的发生概率P(C3i)很小,且每个顶事件都对应着多个底事件,故顶事件T的发生概率在实际情况下近似为:
计算专家系统的一级与二级重要度;重要度即一个基本原因或最小割集对顶事件的贡献率,在航天阀门专家系统知识库中,各顶事件相互独立,各中间事件与底事件也相互独立,故知识库中底事件原因的重要度认为是顶事件发生后,底事件发生的后验概率,计算公式为:
由于人、机、料、法、环、测六大类原因包含了可能造成异常模式的所有故障原因,根据关联矩阵、底事件发生概率重要度以及底事件与异常原因的包含关系,推理出六大类原因对控制图异常模式的贡献率C1r即一级重要度的计算公式:
根据一级重要度的降序排列,获取主要异常原因子集A和次要异常原因子集B,同理,对主要异常原因子集A构成的子故障树进行二级重要度C2r(F)的计算
获取二级主要异常原因子集AA和次要异常原因子集AB。
7.根据权利要求1所述的基于贝叶斯方法的航天阀门零件加工过程故障诊断方法,其特征在于,所述第六步的具体方法是:各类故障原因发生概率P(C3i),i=1,2,…,n为先验概率,顶事件即控制图异常模式发生概率为 P(T|C3i)表示模式为i的故障
原因发生条件下故障T发生的概率,即可信度,i=1,2,…,n,根据贝叶斯公式,后验概率:
由此获得最可能引起顶事件异常模式的原因列表。
技术领域:
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。