发明名称 基于随机Petri网的分层航空操作系统HM/FM建模与评价方法
摘要 基于随机Petri网的分层航空操作系统HM/FM建模与评价方法,包括以下步骤:首先,建立所有组件的随机Petri网模型,包括被监控对象模型、HM模型以及FM模型,其次,进行模型的组合,构建完整的随机Petri网模型;然后,对完整的随机Petri网模型进行化简求解,得到分离的Petri子模型的稳态概率分布和压缩的Petri子模型的稳态概率分布;最后对模型进行分析与评价,本发明建立了系统组件的子模型,可根据实际系统的体系结构,灵活的将子模型进行组合,得到系统的完整模型,即“灵活性”,本发明对模型进行近似求解,可以处理较大规模的实际系统,即“复杂模型的求解”。
申请公布号 CN102592011B 申请公布日期 2013.06.12
申请号 CN201110456648.6 申请日期 2011.12.30
申请人 清华大学 发明人 林闯;万剑雄;向旭东;孔祥震;李建祥;白晓颖
分类号 G06F17/50(2006.01)I 主分类号 G06F17/50(2006.01)I
代理机构 西安智大知识产权代理事务所 61215 代理人 贾玉健
主权项 基于随机Petri网的分层航空操作系统HM/FM建模与评价方法,其特征在于,包括以下步骤:步骤1,建立所有组件的随机Petri网模型,包括被监控对象模型、健康监控(HM)模型以及故障管理(FM)模型,其中,被监控对象模型分为简单对象与耦合对象,简单对象是指独立被监控对象,由一个亮状态Petri网进行表示,working变迁的时延参数设置为该对象的平均无故障时间,一旦对象进入发生故障的状态,在没有外部干预的情形下,它无法返回正常工作状态;耦合对象分为AND/OR耦合对象与传播耦合对象,AND/OR耦合对象的working变迁为立即变迁,利用guard函数来保持“与或”错误的同步关系;传播耦合对象用时间变迁propagating以及相关的guard函数来表达;HM模型反映了健康监控模块的行为,包括本层轮询、下层轮询、以及回应,本层轮询是指HM模型周期性地轮询当前层的被监控对象,若没有发现错误,则返回,若发现错误,则激发当前层的FM模型,并返回,HM模型同时接受下层FM模型发送过来的错误报告;下层轮询是指由HM模型向下一层发起的轮询,并等待回应,当回应返回,则变迁Replied发生,若没有发现故障,则返回空闲状态,若发现故障,它会激发FM模块并返回;回应是指HM模型接受到上层HM模型的轮询请求,收集对象的健康信息,并将信息返回给上层HM模型;FM模型由一系列故障处理器和一个故障汇报队列依次串联而成,第一个故障处理器从HM模型接收FM模型激发请求,首先,它检查其负责的被监控对象是否位于正常工作状态,若是,则跳过维修过程,并进入下一个故障处理器;否则,对故障对象进行维修,若维修失败,则将维修失败信息放进故障汇报队列,故障汇报队列收集所有维修失败信息,并通知上层HM模 型,下一个故障处理器顺次进行该工作过程;步骤2,进行模型的组合:模型组合遵循三个标准,即系统对象的故障耦合方式、层间耦合方式、以及FM激发方式,系统对象的故障耦合方式分为AND/OR故障耦合与传播故障耦合,层间耦合方式分为不进行下层轮询与进行下层轮询,FM激发方式分为本层FM激发与下层FM激发,根据这些物理系统的耦合方式,将步骤1中的Petri网子模型连接起来,构建完整的随机Petri网模型;步骤3,对完整的随机Petri网模型进行化简求解,方法如下:步骤3.1,按照变迁实施的速率,将所有变迁分为两个集合,即快实施集合与慢实施集合,其中所有的Working变迁,均是慢速变迁,其他变迁均是快速变迁;步骤3.2,近似认为慢实施集合中的所有变迁都是不可触发的,得到分离的Petri网子模型;步骤3.3,求解分离的Petri网子模型的稳态概率分布,并以此得到压缩的Petri网子模型的变迁实施速率;步骤3.4,求解压缩的Petri网子模型的稳态概率分布;步骤4,对模型进行分析与评价:步骤4.1,定义系统的可用性与平均反应时间两种度量指标;步骤4.2,利用步骤3.4中所得到的压缩子模型的稳态概率分布,计算以上两种指标的值,进行性能评价。
地址 100084 北京市海淀区100084信箱82分箱清华大学专利办公室