一种故障树的自动生成方法与流程

1.本技术涉及数据处理的技术领域，具体而言，涉及一种故障树的自动生成方法。


背景技术：

2.故障树等同于事故树，是一种特殊的倒立树状逻辑因果关系图。随着研究系统的规模与复杂性不断增加，传统手工建立故障树的方法已不再适用，诞生了基于模型的故障树生成方法与基于特征配置的故障树生成方法。其中，基于模型的故障树生成方法以严格语义的形式化模型为基础，通过模型检测等自动化分析技术提高分析效率与准确性。如公开号为cn111709133a的中国专利申请“一种基于模型故障树自动生成的系统安全性评估方法”，主要是基于模型的故障树生成方法，其技术方案如下图所示。根据系统功能需求建立altarica模型，并扁平化为语义模型卫士转换系统(gts)模型，将gts模型划分为一个或多个独立gts和独立断言，生成各独立的gts的可达性图，将可达性图编译生成布尔公式，最后断言传播生成故障树。
3.而基于特征配置的故障树生成方法将可变性建模引入分析过程，利用特征模型作为系统故障的结构模型刻画故障的层次与约束关系，从而基于故障标记迁移系统的行为模型生成故障树。如公开号为cn105426680a的中国专利申请“基于特征配置的故障树生成方法”，主要是通过确定系统组件故障特征，明确故障间的约束关系，建立故障特征模型，规定故障配置。建立系统正常行为模型，明确故障事件对系统正常行为的影响。使用线性时序逻辑对系统安全需求进行形式化描述。利用模型检测器对系统模型进行验证并对输出结果进行分析，得到故障树。
4.而现有技术中上述两种故障树生成方法分别存在以下问题：
5.1、基于模型的故障树生成方法虽然提供了对给定的顶层失效事件自动生成故障树的方法，但主要问题是仅限于对非时序的安全属性的分析，并且无法针对顶层失效事件计算出全部的故障组合，在对故障建模时无法描述故障层次关系和故障间的约束关系；
6.2、基于特征配置的故障树生成方法对建立的部件与故障特征的关系、故障间的约束关系以及生成的故障树缺乏形式化表现方式，不利于故障知识的搜索；缺少对故障树量化描述的体现方式，如概率与重要度，并且故障树的生成为一次性的，缺少对基于测试数据的知识更新。


技术实现要素：

7.本技术的目的在于：解决现有故障树生成方法中存在的至少一个技术问题，实现从设计知识到诊断知识的转化，从而根据fmea自动生成故障树，以及利用知识图谱技术形式化表示故障树，并利用机器学习不断完善，从而能够为复杂系统的故障检修提供决策依据。
8.本技术的技术方案是：提供了一种故障树的自动生成方法，该方法包括：步骤1，根据待分析系统物料清单bom列表和fmea结构分析，建立部件之间的物理连接关系和逻辑关
系；步骤2，通过fmea功能分析，建立各部件的部件动态功能与部件的第一映射关系，并基于各部件的不同工况，对第一映射关系进行划分，生成各部件的动态功能流程；步骤3，根据动态功能流程，构建故障传递路径，并基于故障传递路径生成故障树。
9.上述任一项技术方案中，进一步地，部件动态功能至少包括功能属性、性能属性、环境属性。
10.上述任一项技术方案中，进一步地，动态功能流程中还包括第二映射关系，第二映射关系为各部件的功能属性与部件参数之间的映射，部件参数由待分析系统物料清单bom列表确定。
11.上述任一项技术方案中，进一步地，步骤2具体包括：步骤21，在部件组装关系的知识图谱的基础上，将每个部件作为一个部件节点，为各级部件节点关联不同工况下的部件动态功能，并将每一个部件动态功能作为一个部件功能节点；步骤22，建立部件节点与部件功能节点间的第一映射关系；步骤23，根据各部件间的功能和各部件的不同工况，对第一映射关系进行划分，结合部件功能节点间的输入输出关系，形成各部件的动态功能流程。
12.上述任一项技术方案中，进一步地，步骤3中，基于故障传递路径生成故障树，具体包括：步骤31，在动态功能流程的知识图谱中，通过搜索定位的方式，将待分析系统功能失效模式事件作为顶事件节点，将待分析系统功能作为顶事件功能节点；步骤32，根据故障传递路径，将顶事件节点作为当前事件节点，将顶事件功能节点作为当前功能节点，反向搜索当前功能节点的输入功能，确定输入功能的失效模式事件，将搜索到的失效模式事件作为本事件节点，将本事件节点对应的输入功能作为下一次搜索的当前功能节点；步骤33，根据当前事件节点与本事件节点之间的逻辑门连接类型，建立逻辑门节点，并确定当前事件节点、本事件节点与逻辑门节点之间的连接关系；步骤34，重复步骤32与步骤33，直至遍历完当前功能节点的全部输入功能，将遍历过程中具有输入功能的本事件节点记作中间事件节点，将遍历过程中不具有输入功能的本事件节点作为基本事件节点，并通过逻辑门节点，建立顶事件节点、中间事件节点、基本事件节点之间的连接关系，生成故障树。
13.上述任一项技术方案中，进一步地，步骤3中，还包括：步骤35，基于故障树，对故障树中的故障事件节点进行定量分析计算，计算故障事件节点的事件概率、重要度、根因分析，其中，故障事件节点包括顶事件节点、中间事件节点、基本事件节点。
14.上述任一项技术方案中，进一步地，方法还包括：步骤4，将故障树映射为贝叶斯网络，并计算贝叶斯网络中各贝叶斯节点的条件概率；步骤5，根据条件概率，更新故障树中故障事件节点的事件概率。
15.上述任一项技术方案中，进一步地，步骤4中，将故障树映射为贝叶斯网络，具体包括：将故障树中的故障事件节点映射为贝叶斯节点；根据故障树中各故障树事件节点之间按照逻辑门节点建立的连接关系，建立贝叶斯网络中各贝叶斯节点之间的有向弧连接，映射生成贝叶斯网络。
16.本技术的有益效果是：通过fmea(失效模式与影响分析)与fta(故障树分析)相结合的方式，实现了设计知识向诊断知识的转化。在fmea功能分析基础上，考虑不同工况下待分析系统及部件的功能，建立各部件的部件动态功能与部件的映射关系并进行划分，形成各部件的动态功能流程，进而确定故障传递路径，并通过知识图谱形式，反向搜索确定动态功能流程中顶事件节点、中间事件节点、基本事件节点之间的连接关系，实现了初步自动生
成故障树。之后，将初步生成的故障树映射为贝叶斯网络结构，并通过样本数据进行贝叶斯网络参数，即各贝叶斯节点的条件概率的学习更新，以便更新初步生成的故障树中的各故障事件节点的事件概率，形成最终的故障树，从而为复杂系统的故障检修提供决策依据，提高故障检修的效率。
附图说明
17.本技术的上述和/或附加方面的优点在结合下面附图对实施例的描述中将变得明显和容易理解，其中：
18.图1是现有技术的一种fmea因素模型的示意图；
19.图2是根据本技术的一个实施例的故障树的自动生成方法的示意流程图；
20.图3是根据本技术的一个实施例的部件连接及部件-功能映射关系示意图；
21.图4是根据本技术的一个实施例的某工况下功能流程及功能-失效映射关系示意图；
22.图5是根据本技术的一个实施例的故障树结构示意图；
23.图6是根据本技术的一个实施例的故障树割集搜索算法的示意流程图；
24.图7是根据本技术的一个实施例的故障树最小割集搜索算法的示意流程图；
25.图8是根据本技术的一个实施例的顶事件发生概率不交化算法的示意流程图。
具体实施方式
26.为了能够更清楚地理解本技术的上述目的、特征和优点，下面结合附图和具体实施方式对本技术进行进一步的详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互结合。
27.在下面的描述中，阐述了很多具体细节以便于充分理解本技术，但是，本技术还可以采用其他不同于在此描述的其他方式来实施，因此，本技术的保护范围并不受下面公开的具体实施例的限制。
28.如图1所示，在分析fmea元素及其相互关系的基础上，研究智能运维知识维护，包括部件、功能、参数、属性、事件、功能流程、故障树，其中，智能运维知识以主题方式进行维护，相关内容主要包括部件组装关系、功能流程关系、故障树。在上述研究的基础上，如图2所示，本实施例中故障树的自动生成方法，其具体包括如下步骤：
29.步骤1，根据待分析系统物料清单bom列表和fmea结构分析，建立部件之间的物理连接关系和逻辑关系，以实现对待分析系统进行结构分析。
30.具体的，根据待分析系统物料清单bom列表，通过失效模式及影响结构分析(failure mode and effects analysis，fmea)，建立部件之间的物理连接关系和逻辑关系(如物料交换、能量传递、信息交换等)，分析各部件之间的交互作用，从而通过部件id\父id，来实现自动生成包含连接线的父子关系，并建立同级部件之间的连接关系。
31.根据部件之间的物理连接关系和逻辑关系定义相应的部件参数，并和采集参数进行匹配。将建立的部件及相互间的关系定义为知识图谱中的节点及关系，从而实现物理结构的形式化表示以及部件的快速搜索定位，为后面挖掘、分析、构建、绘制和显示故障知识及其相互关系奠定基础。
32.以在图数据库中建立部件结构关系有向图为例进行说明。以各部件作为主体节点，定义其标签label为“部件”，并定义各部件的id、父id、编号、名称等属性。定义父子部件间的包含关系，关系名称为“包含”，关系方向为子部件指向父级部件。
33.步骤2，通过fmea功能分析，基于步骤1结构分析产生的物理连接关系和逻辑关系，建立各部件的部件动态功能与部件的第一映射关系，并基于各部件的不同工况，对第一映射关系进行划分，生成各部件的动态功能流程，以实现对待分析系统的功能分析，其中，部件动态功能至少包括功能属性、性能属性、环境属性。
34.进一步的，为了对动态功能流程中部件动态功能与部件进行详细的描述，通过fmea功能分析，建立各部件的功能属性与部件参数的第二映射关系，其中，部件参数由待分析系统物料清单bom列表确定。
35.具体的，以步骤1建立的部件之间的物理连接关系和逻辑关系为输入，以第一映射关系与第二映射关系的建立为处理过程，最终实现不同工况下动态功能流程的输出，其中，部件与的部件动态功能间的第一映射关系为一对多，待分析系统或部件在不同工况下具有不同的部件动态功能，且动态功能间具有输入输出传递关系。
36.首先，根据待分析系统中各部件的不同工况，引入不同工况下的部件动态功能，完善功能属性、性能属性、环境属性的定义，建立部件动态功能与部件之间的第一映射关系以及功能属性与部件参数的第二映射关系。
37.之后，按照部件间的物理连接关系及部件动态功能间的输入输出传递关系，建立部件动态功能间相应的传递流程，并引入各部件的不同工况，对第一映射关系进行划分，将划分后的第一映射关系作为动态功能流程；
38.最后，再以部件为节点，将第二映射关系添加至动态功能流程中，以描述各部件中功能属性与部件参数的映射关系。
39.通过生成动态功能流程，对不同工况下部件动态功能进行流程形式化表示，能够将部件在不同工况下的部件参数映射到部件动态功能的输入、输出属性。
40.关于不同工况下部件的部件动态功能进行流程形式化表示，可以理解为：待分析系统或其子系统处于不同工作状态时，其各级部件在各工况下的功能及功能间的输入输出关系所组成的功能流程。
41.并且，该动态功能流程可根据部件层级相应的分为各级功能子流程。通过知识图谱方式，对上述各部件间的部件动态功能进行流程形式化表示，生成各部件的动态功能流程，具体实现如下：
42.步骤21，在部件组装关系的知识图谱的基础上，将每个部件作为一个部件节点，为各级部件节点关联不同工况下的部件动态功能，并将每一个部件动态功能作为一个部件功能节点，该部件功能节点的标签label定义为“位置功能”，表示部件功能节点的定义名称、编号、描述等属性信息。其中，部件组装关系的知识图谱由智能运维知识确定。
43.步骤22，建立部件节点与部件功能节点间的第一映射关系，定义关系名称为“构型与功能”，第一映射关系方向为由部件节点指向部件功能节点。
44.步骤23，根据各部件间的功能和各部件的不同工况，对第一映射关系进行划分，结合部件功能节点间的输入输出关系，形成各部件的动态功能流程，其中，部件功能节点间的关系名称定义为“功能流程”，关系方向为由输出节点指向输入节点。
45.如图3所示，方框表示部件，圆圈表示部件包含的功能，粗实线箭头表示部件间的连接关系，细的曲线箭头连接的各功能表示某一工况下的功能流程。
46.步骤3，故障树的自动生成。主要是根据步骤2中功能分析生成的动态功能流程，构建故障传递路径，并基于故障传递路径生成故障树。
47.具体的，通过前两步的fmea结构分析与fmea功能分析，根据各部件物理连接关系、逻辑关系以及动态功能流程，确定各部件的故障传递路径，并基于故障传递路径生成故障树。
48.本实施例中，在fmea功能分析基础上，进行失效模式分析，建立各功能的失效(故障)模式，分析建立各失效模式的故障原因及故障影响，其中，上一级的故障影响作为下一级的故障原因，从而形成功能向失效模式的映射，失效模式向故障原因及故障影响的映射。
49.故障的传递路径按照子级部件功能向父级部件功能传递，例如：某部件功能失效后导致父级部件或功能故障，最终导致整个待分析系统功能产生异常。
50.在动态功能流程中沿着功能流程执行的方向进行传递时，包含子流程的部件功能节点输入作为父流程的输入，子流程的输出作为父流程节点的输出，因此，故障路径由子流程向父流程节点传递。按照故障传递路径的相反方向，将待分析系统功能异常作为起始点，将故障传递路径逐层向下分解，直至分解到可能导致待分析系统功能异常的根本原因，将分解出的故障传递路径组成故障树。
51.步骤31，在动态功能流程的知识图谱中，通过搜索定位的方式，将待分析系统功能失效模式事件作为顶事件节点，将待分析系统功能作为顶事件功能节点。
52.具体的，在动态功能流程的知识图谱中，通过搜索定位的方式，将待分析系统功能失效模式事件作为顶事件节点，采用逐层搜索的方式，搜索可能导致该顶事件的中间事件节点以及基本事件节点，在搜索过程中，首先将顶事件节点作为初始的当前事件节点，将待分析系统功能作为初始的当前功能节点，之后开始逐层搜索，直至搜索完成。
53.步骤32，根据故障传递路径，将顶事件节点作为当前事件节点，将顶事件功能节点作为当前功能节点，反向搜索当前功能节点的输入功能，从而搜索确定该输入功能的失效模式事件，将搜索到的失效模式事件作为本事件节点，将本事件节点对应的输入功能作为下一次搜索的当前功能节点。
54.步骤33，根据当前事件节点与本事件节点之间的逻辑门连接类型，建立逻辑门节点，并确定当前事件节点、本事件节点与建立的逻辑门节点之间的连接关系。
55.具体的，本实施例中的当前事件节点即当下循环步骤中的故障结果事件，是逻辑门的输出事件；本事件节点即故障原因事件节点，是逻辑门的输入事件，两类事件分别与逻辑门连接，从而建立影响关系。
56.步骤34，重复步骤32与步骤33，直至遍历完当前功能节点的全部输入功能，将遍历过程中具有输入功能的本事件节点记作中间事件节点，将遍历过程中不具有输入功能的本事件节点作为基本事件节点，从而实现了从故障树顶事件出发逐级向下分解至基本事件，并通过逻辑门节点，建立顶事件节点、中间事件节点、基本事件节点之间的连接关系，实现了故障树的自动生成。
57.本实施例的部分故障树生成过程如图4所示，在动态功能流程基础上，构建各功能的失效模式及其相应的故障事件，故障事件按照故障传递路径的相反方向建立关系，形成
故障树。故障树结构如图5所示，顶部的事件1为顶事件；没有连接输入逻辑门的粗虚线，如事件8、13、14、15、16、17为基本事件；除了顶事件与基本事件外的其他事件均为中间事件。
58.在动态功能流程知识图谱的基础上，建立故障事件节点，并建立故障事件节点与部件功能节点间的关系、故障事件节点与故障事件节点间的关系。其中，故障事件节点label定义为“故障事件”，包含相应的名称、编号、故障持续时间等属性信息；故障事件节点与部件功能节点间的关系名称定义为“功能事件”，关系的方向为由部件功能节点指向故障事件节点；故障事件节点之间的关系名称定义为“故障影响关系”，关系的方向由故障产生结果事件指向故障起因事件，其中，故障事件节点包括顶事件节点、中间事件节点、基本事件节点。
59.至此，通过fmea分析生成故障树，实现了从设计知识到诊断知识的转化。但由此得到的故障树依赖设计师的经验，是定性产物。需要在此基础上对其进行故障树定量分析，为待分析系统故障产生原因的定位及故障排查提供强有力的数据依据。
60.本实施例中，故障树定量分析包括事件概率计算、重要度计算、根因分析等。
61.本实施例中，对故障树的定量分析计算的方法具体包括：首先，基于故障树，通过相应的搜索算法，定位相应的故障事件节点；之后，根据该故障事件节点相关属性值进行定量分析；最后，将定量分析的结果通过属性定义方式，绑定到故障树的故障事件节点上。
62.具体的，故障树的定量分析计算至少包括：顶事件发生概率计算、重要度计算以及根因分析计算，其中，顶事件发生概率可通过最小割集进行定量计算，具体步骤可分为确定割集、根据割集确定最小割集、根据最小割集及不交化算法计算顶事件发生概率。
63.如图6所示，在本实施例中实现故障树割集搜索的过程中，首先，对于任一给定的顶事件，根据有向图的方向查输入门节点，并判断该输入门节点的逻辑门类型；
64.当判定逻辑门类型为“与门”时，获得该门节点的子(输入)事件集，并将与门逻辑输入该事件集，将其中的元素排列成一行，确定集合中取事件子集；当判定逻辑门类型为“或门”时，获得该门节点的子(输入)事件集，并将或门逻辑输入该事件集，将其中的元素排列成一列，确定集合中取事件子集；若判定不存在逻辑门，则结束故障树割集搜索算法。
65.之后，获取下一个输入门节点，并判断输入事件是否连有输入逻辑门，若是，则判断连有输入逻辑门的逻辑门类型，否则，将每行的最后一列事件集合作为一个割集，其中，顶事件的割集可以存在多个。
66.如图7所示，当故障树中存在多个割集时，可以通过搜索算法，搜索最小割集，该搜索算法的具体流程包括：
67.判断多个割集之间是否存在包含关系，若否，则将搜索出的割集作为最小割集；若存在包含关系，则排除包含其他割集的基本事件集合，将排除后的集合作为最小割集。
68.需要说明的是，最小割集可以为一个或多个。
69.如图8所示，在计算顶事件发生概率的过程中，首先进行如下定义：统计最小割集数量，将其数量定义为n，设定当前割集的序号i＝0,1,
…
,n-1，其中，若割集的序号i＝0，则表明该割集是第一个割集，在其之前不存在割集，此时，顶事件发生概率p(t)＝0，定义变量p(z)＝1，并令i＝1。
70.基于当前割集的序号，采用循环算法，依次进行如下计算：
71.1)计算第i-1个最小割集的非事件概率，并对定义变量p(z)进行更新，对应的计算
公式为：
[0072][0073][0074]
式中，p(k
i-1
)为第i-1个最小割集故障概率，i＝0,1,
…
,n-1；
[0075]
2)计算第i个最小割集的故障概率p(ji)，其取值为所有包含各底事件概率乘积；
[0076]
3)顶事件发生概率p(t)＝p(t) p(z)*p(ki)，i＝0,1,
…
,n-1；
[0077]
4)令i＝i 1，判断是否满足i《n。若满足，则重复步骤1到3；若不满足，则输出当前p(t)，即为顶事件发生概率。
[0078]
本实施例中的重要度包括概率重要度、结构重要度以及关键重要度，其中，概率重要度的计算方法为顶事件发生概率对底事件发生概率的偏导。结构重要度则是指能够反映部件在待分析系统中的可靠度分配，其取值只与部件在待分析系统中的位置有关，而与部件本身的概率无关。关键重要度定义为底事件发生概率变化率的改变对顶事件发生概变化率的改变程度，可以通过概率重要度与结构重要度计算得到。
[0079]
重要度不仅用于待分析系统的可靠度分配，而且用于待分析系统的优化设计，更用于知道待分析系统的维修，因此，重要度分析可从不同角度评估各底事件对待分析系统失效的贡献。
[0080]
本实施例中，根因分析包括单事件根因分析与多事件根因分析，其中，单事件根因分析为：当顶事件发生时，可根据已有故障树以及故障树各事件的概率，对可能的底事件按概率大小排序。
[0081]
而多事件根因分析指：根据一段时间内一系列报警发生的顺序，重复进行根因分析，迭代使用贝叶斯方法从而强化根因的确定性。
[0082]
此外，如果一个时间窗口内连续发生的报警在一个故障树中，可以将多个报警合并成一组，对连续发生的报警事件进行监测，对一个报警或多个连续报警提供最小割集，提供按概率排序的列表。
[0083]
在上述实施例的基础上，本实施例还提出了一种故障树优化方法，利用贝叶斯网络，以上述过程生成的故障树结构及定量描述作为机理先验知识，以测试数据作为后验数据，从而不断完善以机理固化的知识，对故障树中故障事件节点的事件概率进行更新。其中，事件概率更新过程具体包括：
[0084]
步骤4，将故障树映射为贝叶斯网络，并计算贝叶斯网络中各贝叶斯节点的条件概率，其中，在将故障树映射为贝叶斯网络时，首先，将故障树中的故障事件节点映射为贝叶斯节点；其次，根据故障树中各故障树事件节点之间按照逻辑门节点建立的连接关系，建立贝叶斯网络中各贝叶斯节点之间的有向弧连接，映射生成贝叶斯网络。
[0085]
具体的，构建故障树的贝叶斯网络结构的过程中，按照故障树与贝叶斯网络的主要映射关系：故障树事件节点—贝叶斯节点、逻辑门节点—贝叶斯网络连接强度。
[0086]
本实施例中，对故障树中的每个故障树事件节点，在贝叶斯网络中建立对应的节点，按照故障树中各故障树事件节点之间逻辑门节点建立的连接关系，建立贝叶斯网络中各贝叶斯节点之间的有向弧连接，从而将故障树转换为贝叶斯网络结构，映射生成贝叶斯网络，其中，有向弧的方向为子节点指向父节点，即故障树中原因事件指向结果事件。
[0087]
基于上述生成的贝叶斯网络，进行贝叶斯网络参数学习，即更新贝叶斯网络结构中各节点条件概率表。
[0088]
本实施例中，用条件概率表示节点间有向弧的连接强度。当一个原因节点的出现会导致某个结果的产生时，都是一个概率的表述，而不是必然的，这样就需要为每个节点添加一个条件概率。一个节点在其双亲节点(直接的原因接点)的不同取值组合条件下取不同属性值的概率集合，就构成了该节点的条件概率表。其中，条件概率表由条件概率组成，条件概率的计算通过样本数据统计求得。
[0089]
样本数据为各事件是否发生的状态集合。具体的，在样本数据中基本事件发生次数占发生次数与不发生次数总和的比例作为事件发生概率，与基本事件的不发生概率和为1，基本事件的发生概率与不发生概率构成了该基本事件对应节点的条件概率表。基本事件节点作为中间事件的父节点，在两个父节点事件是否发生条件下，中间节点事件是否发生所构成的概率集合构成了中间节点的条件概率表。
[0090]
以此类推，可得到贝叶斯网络结构中所有节点的条件概率表，即获得了贝叶斯网络参数。随着样本数据的丰富，贝叶斯网络参数随之更新并逐渐趋向准确。
[0091]
步骤5，根据条件概率，更新故障树中故障事件节点的事件概率。
[0092]
本实施例中，通过贝叶斯网络结构与参数，不仅可以由祖先节点推出后代的结果，还可以通过后代当中的证据节点来向前推出祖先取各种状态的概率。通过参数的更新，可同步各节点状态概率的更新。
[0093]
具体的，若已知祖先节点(基本事件)的发生概率，将其作为先验概率，贝叶斯网络参数为条件概率通过贝叶斯公式进行求解得到后验概率，即子节点的发生概率，也就是顶事件概率。
[0094]
反之，若已知子节点概率，将其作为后验概率，贝叶斯网络参数为条件概率，通过贝叶斯公式计算得到先验概率，即祖先节点发生概率。
[0095]
从而，通过更新的贝叶斯网络参数(条件概率表)实现了各节点概率的更新，即对故障树中各故障事件节点的事件概率的更新。
[0096]
自此，形成了故障树的自动生成及优化的全过程可靠性分析方法。
[0097]
以上结合附图详细说明了本技术的技术方案，本技术提出了一种故障树的自动生成方法，该故障树的自动生成方法包括：步骤1，根据待分析系统物料清单bom列表和fmea结构分析，建立部件之间的物理连接关系和逻辑关系；步骤2，通过fmea功能分析，建立各部件的部件动态功能与部件的第一映射关系，并基于各部件的不同工况，对第一映射关系进行划分，生成各部件的动态功能流程；步骤3，根据动态功能流程，构建故障传递路径，并基于故障传递路径生成故障树。通过本技术中的技术方案，根据fmea分析自动生成故障树，并利用知识图谱技术形式化表示故障树，从而能够为复杂系统的故障检修提供决策依据。
[0098]
本技术中的步骤可根据实际需求进行顺序调整、合并和删减。
[0099]
本技术装置中的单元可根据实际需求进行合并、划分和删减。
[0100]
尽管参考附图详地公开了本技术，但应理解的是，这些描述仅仅是示例性的，并非用来限制本技术的应用。本技术的保护范围由附加权利要求限定，并可包括在不脱离本技术保护范围和精神的情况下针对发明所作的各种变型、改型及等效方案。