DFTA在软硬件相关故障诊断中的应用研究

doi:10.3778/j.issn.1002-8331.2008.35.065

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (35): 217-219.DOI: 10.3778/j.issn.1002-8331.2008.35.065

DFTA在软硬件相关故障诊断中的应用研究

熊斌¹,张力¹,王珊²

1.第二炮兵工程学院 401教研室，西安 710025
2.西安电子科技大学机电工程学院，西安 710071

收稿日期:2008-06-03 修回日期:2008-08-21 出版日期:2008-12-11 发布日期:2008-12-11
通讯作者: 熊斌

DFTA based fault diagnosis of correlative fault between software and hardware

XIONG Bin¹,ZHANG Li¹,WANG Shan²

1.Xi’an Research Inst. of Hi-Tech，Xi’an 710025，China
2.School of Electro-mechanical Engineering，Xidian University，Xi’an 710071，China

Received:2008-06-03 Revised:2008-08-21 Online:2008-12-11 Published:2008-12-11
Contact: XIONG Bin

摘要/Abstract

摘要： 软件密集型系统中由于有大量软件的嵌入，其故障模式发生了变化，产生了新的软硬件相关的故障模式。在分析软硬件相关故障特征的基础上，提出了一种基于动态故障树分析方法的故障诊断方案，并给出了分析方法和步骤。最后通过实例分析，证明了这种方法的可行性。

关键词: 软硬件相关故障, 动态故障树, 故障诊断

Abstract: Because of the existence of a great deal of imbedded software，the fault model of software-intensive system is changed，and a new correlative fault between software and hardware appears.This paper analyses the characteristics of the correlative fault between software and hardware firstly，and then a DFTA based fault diagnosis method is proposed.The analyzing process is also present in the paper.In the end，the feasibility of this method is proved by an example.

Key words: correlative fault between software and hardware, Dynamic Fault Tree Analysis（DFTA）, fault diagnosis

熊斌¹,张力¹,王珊². DFTA在软硬件相关故障诊断中的应用研究[J]. 计算机工程与应用, 2008, 44(35): 217-219.

XIONG Bin¹,ZHANG Li¹,WANG Shan². DFTA based fault diagnosis of correlative fault between software and hardware[J]. Computer Engineering and Applications, 2008, 44(35): 217-219.

[1]	林荣来，汤冰影，陈明. 适用于轴承故障诊断的数据增强算法[J]. 计算机工程与应用, 2021, 57(7): 269-278.
[2]	陈明月，刘三阳. 自适应流形学习在故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(3): 247-252.
[3]	李雅，侯彦东，刘畅. 基于故障程度的自适应优化容错控制[J]. 计算机工程与应用, 2021, 57(23): 295-302.
[4]	钱文博，熊建斌，岑健，王颀，余得正，吴润杰. 建筑电气系统故障诊断综述[J]. 计算机工程与应用, 2021, 57(16): 27-39.
[5]	唐登平，蔡文嘉，邹立，胡翔，丁黎，王雪. 改进卷积神经网络在互感器故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(11): 239-247.
[6]	衷路生，刘东东. 多级神经网络的轴承故障诊断研究[J]. 计算机工程与应用, 2020, 56(7): 193-199.
[7]	杜小磊，陈志刚，许旭，张楠. 改进深层小波自编码器的轴承故障诊断方法[J]. 计算机工程与应用, 2020, 56(5): 263-269.
[8]	余萍，曹洁. 深度学习在故障诊断与预测中的应用[J]. 计算机工程与应用, 2020, 56(3): 1-18.
[9]	毛彪，杨松，李英顺. 改进动态因果图与模糊推理融合故障诊断方法[J]. 计算机工程与应用, 2020, 56(3): 259-265.
[10]	唐魏，郑源，潘虹，徐晶珺. 引入动态调节学习率的SAE轴承故障诊断研究[J]. 计算机工程与应用, 2020, 56(20): 264-269.
[11]	王卉，李英顺. 改进型证据更新规则的动态故障诊断算法[J]. 计算机工程与应用, 2020, 56(2): 261-265.
[12]	曹洁，赵伟吉，余萍，王进花. 改进鸟群算法优化PF的双馈发电机故障诊断[J]. 计算机工程与应用, 2020, 56(18): 229-237.
[13]	杨宇，曾国辉，黄勃. 基于双树复小波包和改进SVM的轴承故障诊断[J]. 计算机工程与应用, 2020, 56(17): 231-235.
[14]	王得雪，林意，陈俊杰. 协同训练算法在滚动轴承故障诊断中的应用[J]. 计算机工程与应用, 2020, 56(12): 273-278.
[15]	贾宝惠，黄琳，李耀华，蔺越国. 轴承故障诊断FastICA算法性能优化方法[J]. 计算机工程与应用, 2019, 55(8): 208-214.

DFTA在软硬件相关故障诊断中的应用研究

DFTA based fault diagnosis of correlative fault between software and hardware

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics