MOST CITED
Update: 2021-07-01
Task „Implementation of procedures ensuring the originality of scientific papers published in the quarterly „Eksploatacja i Niezawodność – Maintenance and Reliability” financed under contract 532/P-DUN/2018 from the funds of the Minister of Science and Higher Education for science dissemination activities.
Yanni Lin
Diagnostyka uszkodzeń systemu złożonego oparta na dynamicznych sieciach dowodowych oraz wieloatrybutowej metodzie podejmowania decyzji z wykorzystaniem liczb interwałowych
Złożoność nowoczesnych struktur systemowych oraz mechanizmów uszkodzeń powoduje trudności w lokalizacji uszkodzeń systemu. Systemy złożone charakteryzują się cechami, takimi jak dynamika uszkodzeń, różnorodność rozkładów oraz niepewność epistemiczna, które czynią wyzwania dotyczące diagnostyki uszkodzeń znacznie trudniejszymi. W niniejszym artykule przedstawiono metodę diagnozowania uszkodzeń systemów złożonych, w której intensywność uszkodzeń poszczególnych składników wyraża się za pomocą liczb przedziałowych. W szczególności, podejście to wykorzystuje dynamiczne drzewo błędów (DFT) do modelowania dynamicznych zachowań związanych z uszkodzeniami oraz rozwiązuje problem niepewności epistemicznej przy użyciu teorii Dempstera-Shafera (DS) oraz liczb przedziałowych. W celu obliczenia parametrów niezawodności, zaproponowano rozwiązanie polegające na odwzorowaniu DFT w dynamiczną sieć dowodową (DEN). Dodatkowo, w sposób kompleksowy wykorzystano czynnik ważności diagnostycznej (DIF), miarę ważności Birnbauma (BIM) oraz wartości informacji heurystycznej (HIV), aby przy użyciu udoskonalonego algorytmu VIKOR uzyskać najlepszy system wyszukiwania błędów. Skuteczność omawianej metody zilustrowano na podstawie przykładu.
Fault diagnosis for complex systems based on dynamic evidential network and multi-attribute decision making with interval numbers
The complexity of modern system structures and failure mechanisms makes it very difficult to locate the system fault. It has characteristics of dynamics of failure, diversity of distribution and epistemic uncertainties, which increase the challenges in the fault diagnosis significantly. This paper presents a fault diagnosis framework for complex systems within which the failure rates of components are expressed in interval numbers. Specifically, it uses a dynamic fault tree (DFT) to model the dynamic fault behaviors and deals with the epistemic uncertainties using Dempster-Shafer (D-S) theory and interval numbers. Furthermore, a solution is proposed to map a DFT into a dynamic evidential network (DEN) to calculate the reliability parameters. Additionally, diagnostic importance factor (DIF), Birnbaum importance measure (BIM) and heuristic information values (HIV) are taken into account comprehensively in order to obtain the best fault search scheme using an improved VIKOR algorithm. Finally, an illustrative example is given to demonstrate the efficiency of this method.
Diagnozowanie błędów w systemach złożonych na podstawie analizy niezawodności oraz danych z czujników z uwzględnieniem niepewności epistemicznej
W artykule przedstawiono metodę fuzji informacji służącą do diagnozowania błędów systemu w oparciu o analizę dynamicznego drzewa błędów (DFT) oraz dynamiczną sieć dowodową (DEN). W proponowanej metodzie, pierwszym krokiem jest wykorzystanie DFT do opisania dynamicznych charakterystyk błędów oraz ocena intensywności uszkodzeń komponentów przy użyciu liczb przedziałowych, która rozwiązuje problem niepewności epistemicznej. Krok drugi stanowi jakościowa analiza DFT, która polega na wygenerowaniu funkcji charakterystycznej za pomocą tradycyjnego binarnego diagramu decyzyjnego typu "zero-suppressed" (w którym zostały wyeliminowane wszystkie węzły, których krawędź „1” prowadzi do liścia „0”), oraz analiza ilościowa polegająca na obliczeniu pewnych miar ważności poprzez odwzorowanie DFT w DEN. W kroku trzecim, otrzymane wyniki niezawodnościowe aktualizuje się zgodnie z danymi z czujników a następnie wykorzystuje do stworzenia nowego algorytmu diagnostycznego do optymalizacji diagnostyki systemu. Powstaje diagnostyczne drzewo decyzyjne (DDT), które stanowi dla pracowników utrzymania ruchu wytyczną w procesie odzyskiwania systemu. Działanie proponowanej metody oceniano poprzez zastosowanie jej do diagnostyki systemu łączności radiowej pociąg–ziemia. Wyniki analizy symulacyjnej wskazują na możliwość praktycznego wykorzystania i skuteczność omawianej metodologii.
Fault diagnosis for complex systems based on reliability analysis and sensors data considering epistemic uncertainty
This paper presents an information fusion method to diagnose system fault based on dynamic fault tree (DFT) analysis and dynamic evidential network (DEN). In the proposed method, firstly, it uses a DFT to describe the dynamic fault characteristics and evaluates the failure rate of components using interval numbers to deal with the epistemic uncertainty. Secondly, qualitative analysis of a DFT is to generate the characteristic function via a traditional zero-suppressed binary decision diagram, while quantitative analysis is to calculate some importance measures by mapping a DFT into a DEN. Thirdly, these reliability results are updated according to sensors data and used to design a novel diagnostic algorithm to optimize system diagnosis. Furthermore, a diagnostic decision tree (DDT) is obtained to guide the maintenance workers to recover the system. Finally, the performance of the proposed method is evaluated by applying it to a train-ground wireless communication system. The results of simulation analysis show the feasibility and effectiveness of this methodology.