21、基于定时自动机的诊断测试综合

基于定时自动机的诊断测试综合

在复杂且灵活的批量或顺序生产过程中，会制造出大量高附加值的化工产品，如特种化学品、食品、半导体和药品等。在这类工厂的整个生命周期中，硬件故障虽然是随机发生的，但却是不可避免的事件。如果不能及时准确地识别出故障引发的事件序列的根本原因，最终可能会导致灾难性的后果。

1. 背景与现有方法

一般来说，通过获取更多的在线数据可以提高诊断系统的整体性能。常见的设计策略是安装额外的传感器，但这会带来额外的硬件成本。因此，有必要开发一种无需资本投入就能提高诊断分辨率的替代方法。此前，已经有一些研究致力于解决批量和顺序过程中的故障诊断问题，例如：
- 多元主成分分析 ：用于批量过程监测，并扩展到在线诊断。
- 其他故障识别工具 ：如人工免疫系统、人工神经网络和基于知识的专家系统等。
- Petri网算法 ：用于配置中等复杂工厂的故障识别系统，但在多故障场景下有局限性。
- 无定时自动机 ：可构建“诊断器”来预测可观察的故障传播事件序列并确定故障起源。
- 定时自动机 ：用于构建动态离散事件系统的诊断器，提高了诊断方法。

2. 测试计划综合的一般流程

为了更清晰地说明所提出的方法，测试计划综合的一般流程如下：
1. 组件建模 ：使用定时自动机对给定过程中的所有嵌入式组件进行建模。
2. 场景枚举 ：详尽列举所有可能