一種基于ECA規則的故障檢測方法技術

本發明專利技術涉及一種基于ECA規則的高速列車故障檢測方法，首先，利用ECA規則對高速列車網絡控制系統的故障進行建模，可描述故障數據間的復雜時序關系，從而增強了對故障的描述能力。其次，由于ECA規則適合于描述系統的主動行為，可以支持故障診斷系統“檢測事件-判斷條件-觸發動作”的主動工作模式，克服了傳統“請求-應答”模式的缺點。同時，本發明專利技術采用基于規則圖的啟發式搜索可以在給定時間內盡可能多地根據采集到的數據，診斷出發生的故障。此外，由于基于ECA規則的故障診斷，其輸入是原子件，而不是原始采集數據，這就過濾了與診斷規則無關的數據，從而提高了故障診斷系統在海量采集數據下的處理效率。

【技術實現步驟摘要】

本專利技術專利涉及故障檢測技術，具體涉及一種高速列車網絡控制系統的基于ECA規則的故障檢測方法。
技術介紹
ECA（事件—條件—動作）規則具有很強的語義表達能力，可以支持完整性保持，派生數據維護、生產監控、市場監控和決策支持系統等各種應用，ECA作為主動數據庫系統的主動服務機制已得到廣泛的接受。隨著計算機技術與自動化控制技術的迅速發展，各種應用系統的規模擴大，控制難度增加，各個部件之間的關聯越來越復雜，一個故障的發生可能會對系統產生巨大影響甚至引起系統失效，因此企業急需一個靈敏、準確的故障診斷系統作為安全、高效生產的保證。故障診斷就是采集設備在運營過程中的特征信息(包括可數字化信息，如設備運行時的機械參數以及非可數字化信息，如某些不易于精確描述的模糊現象)，基于特征信息確定設備運行狀態是否良好。具體的故障診斷過程可以概括為以下幾個階段：信號采集：在設備運行中由于震動，加熱等自然過程，設備的各個參數會不斷變化。不同設備需要關注的特征信息不同，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；信號處理：采集得到的信號作為原始信息，可能對設備狀態特征的描述不是特別有效，因此需要對這些原始信息進行處理，例如將震動信息進行時域向頻域的轉化，或綜合若干原始信號而形成某一個復合信號，使處理后的信號可以更為精確地刻畫設備狀態；狀態識別：將處理后的信號與系統的相關知識(如標準參數等)作為輸入，考察信號所描述的狀態與正常狀態是否相符，從而確定系統是否存在故障，以及故障的相關信息，如類型、性質等。診斷決策：該步驟可以視為故障診斷的擴展階段，得到診斷結果后，根據故障等級等信息確定系統運行狀態，并采取相應的措施，如對高危故障可做出停機檢修決策，防止設備運行狀態惡化，對低級別故障可啟用備份設備，并啟動相應的檢修程序。目前所有的故障診斷技術都可分為三類：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域知識，不需要精確數學模型，同時顯示出一定的智能特性，被引入多個工業領域，例如應用于高速列車故障診斷。其中，基于規則的診斷專家系統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，而受到應用領域的普遍重視，已經廣泛應用于醫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：（1）對故障的描述能力受限：已有的故障專家系統都是基于產生式規則的，根據相關領域知識總結出的數據與故障之間的關聯采用產生式表示，進而基于規則進行故障診斷。然而，故障診斷中首先需要進行設備特征信息的提取，很多場景下為了對故障進行準確描述，除了關注特征信息的數量、邏輯關系之外，信息之間的時序關系也需要仔細斟酌，而產生式規則對此類關系的描述繁雜而模糊。（2）大規模數據下的效率降低：在實際應用場景中，數據量往往是相當巨大的，且經常存在與診斷無關的數據，由于傳統故障專家診斷系統不對這些數據進行過濾，導致這些冗余數據涌入診斷系統，降低了故障診斷的效率。（3）欠缺主動性：傳統故障診斷系統是請求-應答模式，這使得其缺乏主動性。
技術實現思路
本專利技術所要解決的技術問題是：如何對高速列車網絡控制系統的故障進行描述如何根據故障數據高效地判斷出所發生的故障。為了解決上述技術問題，本專利技術提出一種基于ECA規則的故障檢測方法，其步驟包括：1）根據高速列車故障表中的故障規則建立與ECA規則的對應關系，得到ECA規則模型；2）建立所述ECA規則模型的規則圖，所述規則圖包括通過有向邊連接的：原子事件Event節點、復合事件Event節點、條件Condition節點和動作Action節點，所述ECA規則模型的規則圖中入口設為原子Event節點，出口設為Action節點；3）采用基于規則圖的啟發式搜索方法從所述原子事件Event節點開始建立有向連接，按照所述Condition節點在規則圖中進行匹配，找到相應的Action節點；4）執行所述Action節點在所述高速列車故障表中代表的動作，輸出相應故障的信息，完成檢測。所述ECA規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則，將其給出的每個運營數據的取值情況表示為一個原子Event；2-2）根據所述故障規則中所涉及的運營數據取值情況間的關系，對所述原子Event進行組合得到復合Event；2-3）根據所述故障規則中所涉及數據的數據屬性之間的關系組成布爾表達式，得到Condition；2-4）提取所述高速列車故障表中故障規則所對應的故障信息得到的輸出結果為Action。所述ECA規則模型規則圖的有向邊中，連接原子Event節點與復合Event節點的邊由原子事件指向它所構成的復合Event；連接Event節點和Condition節點的邊由一條規則中頂層復合Event指向該規則條件；連接Condition節點和Action節點邊由規則條件指向規則動作。所述復合事件Event由若干原子事件通過事件操作符連接組成，所述原子事件對應所述高速列車故障表中給出的每個運營數據的取值情況。根據高速列車故障表中的故障規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則圖中的葉節點進行匹配。所述基于規則圖的啟發式搜索方法具體步驟如下：6-1）從已匹配的葉節點出發將選中的葉節點作為當前節點；6-2）將所述包含當前節點的表示原子事件或復合事件內容以及產生這一事件的時間信息傳給所述該原子事件或復合事件的所有父節點；6-3）計算各父節點的目標函數值；6-4）根據所述目標函數值選擇目標函數值最小的父節點作為當前節點，判斷該節點所代表的事件是否發生或該節點所代表的條件是否滿足，找到動作節點；6-5)將滿足匹配的動作節點輸出。所述目標函數值其中v為節點，L是從節點v到所有出口節點的路徑的數目，PEs是PT中第s條路徑上事件節點的集合，PT={pt1,pt2,…,ptL本文檔來自技高網...

【技術保護點】
一種基于ECA規則的故障檢測方法，其步驟包括：1）根據高速列車故障表中的故障規則建立與ECA規則的對應關系，得到ECA規則模型；2）建立所述ECA規則模型的規則圖，所述規則圖包括通過有向邊連接的：原子事件Event節點、復合事件Event節點、條件Condition節點和動作Action節點，所述ECA規則模型的規則圖中入口設為原子Event節點，出口設為Action節點；3）采用基于規則圖的啟發式搜索方法從所述原子事件Event節點開始建立有向連接，按照所述Condition節點在規則圖中進行匹配，找到相應的Action節點；4）執行所述Action節點在所述高速列車故障表中代表的動作，輸出相應故障的信息，完成檢測。

【技術特征摘要】
1.一種基于ECA規則的故障檢測方法，其步驟包括：
1）根據高速列車故障表中的故障規則建立與ECA規則的對應關系，得到ECA規則模型；
2）建立所述ECA規則模型的規則圖，所述規則圖包括通過有向邊連接的：原子事件Event節
點、復合事件Event節點、條件Condition節點和動作Action節點，所述ECA規則模型的規
則圖中入口設為原子Event節點，出口設為Action節點；
3）采用基于規則圖的啟發式搜索方法從所述原子事件Event節點開始建立有向連接，按照所
述Condition節點在規則圖中進行匹配，找到相應的Action節點；
4）執行所述Action節點在所述高速列車故障表中代表的動作，輸出相應故障的信息，完成
檢測。
2.如權利要求1所述的基于ECA規則的故障檢測方法，其特征在于，所述ECA規則模型按照
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則，將其給出的每個運營數據的取值情況表示為
一個原子Event；
2-2）根據所述故障規則中所涉及的運營數據取值情況間的關系，對所述原子Event進行組合
得到復合Event；
2-3）根據所述故障規則中所涉及數據的數據屬性之間的關系組成布爾表達式，得到
Condition；
2-4）提取所述高速列車故障表中故障規則所對應的故障信息得到的輸出結果為Action。
3.如權利要求1或2所述的基于ECA規則的故障檢測方法，其特征在于，所述ECA規則模型
規則圖的有向邊中，連接原子Event節點與復合Event節點的邊由原子...

【專利技術屬性】
技術研發人員：喬穎，張克銘，李明樹，王宏安，
申請(專利權)人：中國科學院軟件研究所，
類型：發明
國別省市：北京;11