1) Fault tree automatic construction
故障树自动建树
2) automatic multi-state fault tree construction
故障树自动建造
3) Automatic construction of fault trees
故障树的自动建造
4) automatic fault tree synthesis
故障树自动生成
1.
Research and realization of automatic fault tree synthesis technology
故障树自动生成技术的研究与实现
6) dynamic fault tree
动态故障树
1.
An Approximate Algorithm for Top-Event Occurrence Rate of Dynamic Fault Trees;
一种动态故障树顶事件发生概率的近似算法
2.
In order to solve this problem,a new method for designing BIT fault diagnosis strategy for fault-tolerant systems,considering reliability and testing costs,was proposed based on dynamic fault tree model.
为此,以动态故障树模型为基础,综合考虑可靠性和测试费用等因素,提出了一种面向复杂容错系统的BIT诊断策略设计新方法。
3.
In case of applying the dynamic fault tree to the quantitative analysis of dynamic system,it is difficult to use Markov theory directly when the dynamic sub-tree is very complex.
运用动态故障树对动态系统进行可靠性定量分析,当动态子树规模较大时,直接运用马尔可夫理论的难度较大。
补充资料:自动故障诊断
自动判断故障有无和确定故障位置的技术。50年代以来,电子技术迅速发展,系统规模不断扩大,依靠人来查找故障已不可能,必须依靠机器自动地实现故障定位。故障诊断一般是通过对有限数目的输入端和输出端进行测量来实现的。对于大规模和超大规模集成电路,必须利用计算机生成和执行测试程序。在数字电路方面,系统诊断理论和生成测试程序的算法已有若干成果。在模拟电路方面,由于输入与输出信号之间的关系复杂,又涉及非线性和噪声问题,一般故障诊断理论不如数字电路方面成熟。
数字系统诊断方法 常用方法有两种:①预定向量测试,用预先选定的测试集检验电路是否正常。②随机测试,即在测试过程中随机地生成输入向量,将相应的输出响应与标准参考电路的输出响应比较,以判断电路是否正常。前一种方法已得到较多的研究。
在预定向量测试中,又可根据测试码生成方法的不同分为三大类:确定性生成、随机生成和混合生成。其中以确定性生成法最为成熟。确定性生成法常用的有通路敏化法、因果函数法、图论法和功能验证法。通路敏化法是使故障至少沿一条通路敏化,即适当选择原始输入值使故障位置的正常信号值与故障值相反。在故障情况下,随着此信号值改变,线路内至少?τ幸桓鍪涑龆说闹凳芷溆跋於谋洌疵艋收稀R蚬ㄓ美唇饩龆喙收系募觳馕侍猓吮匦胱鞒鲈诠收锨榭鱿孪呗废煊Φ木肥枋觯窗压收献刺ㄒ颍┬唇呗返氖涑鱿煊Γü┦街校佣贸龇从彻收系氖涑鱿煊T谑淙胄藕抛饔孟掠梢蚬范ǖ氖涑隼磁卸瞎收稀M悸鄯ㄊ怯孟咄祭疵枋龉收咸匦裕庵址椒ㄖ惫勖髁恕R陨戏椒ǘ际歉菹呗方峁辜俣ü收夏P停缓笸魄蟛馐缘模莆峁共馐浴A硪焕嗍枪δ懿馐裕还芟呗返慕峁谷绾危灰淙氩馐月肽芎耸迪呗返墓δ苁欠裾芳纯汕窒呗返暮没怠5庵址椒ú荒苁迪止收隙ㄎ弧?
模拟系统诊断方法 主要方法有估值法、拓扑法、分类法等。估值法是利用数目少于系统参量的测量值来估计故障参量,可分为确定性法和随机法。拓扑法是以被测系统的网络拓扑为基础来诊断故障,其测试规律是:如果某一组成部分的输入是正确的,而其输出不正确,则断定有故障。分类法主要是故障字典法,即测量一定数量的测试点,将测得的特征与故障字典中存储的故障特征比较,以达到故障定位的目的。对线性系统来说,如果已知其传递函数的形式,则可利用参量提取法、参量辨识法和脉冲响应估值法进行故障诊断。以上各种方法不涉及建立被测系统的具体技术,因而其指导思想也适用于非电子领域中部件与系统的故障诊断问题。
近年来,人工智能已用于故障定位问题,主要是在研制测试程序过程中对电路的理解。一般说,将电路设计成模块结构更为有效。人工智能测试方法是将电路按功能分块,然后加测试信号进行信号跟踪,把故障隔离在一个或多个子电路中,加诊断模型可将故障隔离在子电路内某一元件处。
数字系统诊断方法 常用方法有两种:①预定向量测试,用预先选定的测试集检验电路是否正常。②随机测试,即在测试过程中随机地生成输入向量,将相应的输出响应与标准参考电路的输出响应比较,以判断电路是否正常。前一种方法已得到较多的研究。
在预定向量测试中,又可根据测试码生成方法的不同分为三大类:确定性生成、随机生成和混合生成。其中以确定性生成法最为成熟。确定性生成法常用的有通路敏化法、因果函数法、图论法和功能验证法。通路敏化法是使故障至少沿一条通路敏化,即适当选择原始输入值使故障位置的正常信号值与故障值相反。在故障情况下,随着此信号值改变,线路内至少?τ幸桓鍪涑龆说闹凳芷溆跋於谋洌疵艋收稀R蚬ㄓ美唇饩龆喙收系募觳馕侍猓吮匦胱鞒鲈诠收锨榭鱿孪呗废煊Φ木肥枋觯窗压收献刺ㄒ颍┬唇呗返氖涑鱿煊Γü┦街校佣贸龇从彻收系氖涑鱿煊T谑淙胄藕抛饔孟掠梢蚬范ǖ氖涑隼磁卸瞎收稀M悸鄯ㄊ怯孟咄祭疵枋龉收咸匦裕庵址椒ㄖ惫勖髁恕R陨戏椒ǘ际歉菹呗方峁辜俣ü收夏P停缓笸魄蟛馐缘模莆峁共馐浴A硪焕嗍枪δ懿馐裕还芟呗返慕峁谷绾危灰淙氩馐月肽芎耸迪呗返墓δ苁欠裾芳纯汕窒呗返暮没怠5庵址椒ú荒苁迪止收隙ㄎ弧?
模拟系统诊断方法 主要方法有估值法、拓扑法、分类法等。估值法是利用数目少于系统参量的测量值来估计故障参量,可分为确定性法和随机法。拓扑法是以被测系统的网络拓扑为基础来诊断故障,其测试规律是:如果某一组成部分的输入是正确的,而其输出不正确,则断定有故障。分类法主要是故障字典法,即测量一定数量的测试点,将测得的特征与故障字典中存储的故障特征比较,以达到故障定位的目的。对线性系统来说,如果已知其传递函数的形式,则可利用参量提取法、参量辨识法和脉冲响应估值法进行故障诊断。以上各种方法不涉及建立被测系统的具体技术,因而其指导思想也适用于非电子领域中部件与系统的故障诊断问题。
近年来,人工智能已用于故障定位问题,主要是在研制测试程序过程中对电路的理解。一般说,将电路设计成模块结构更为有效。人工智能测试方法是将电路按功能分块,然后加测试信号进行信号跟踪,把故障隔离在一个或多个子电路中,加诊断模型可将故障隔离在子电路内某一元件处。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条