基于大模型的系统级故障树辅助建模方法与流程

本发明属于装备故障预测与健康管理，具体涉及一种基于大模型的系统级故障树辅助建模方法。

背景技术：

1、随着飞机、高铁等装备系统复杂性的提高，对装备安全、稳定运行提出了更高的要求。通过故障树分析，我们可以评估系统故障发生的概率，并识别出导致故障的关键因素和潜在的故障路径。这有助于工程师和决策者更好地了解系统的可靠性状况，识别高风险部件或流程，并采取相应的预防措施来提高系统的安全性和可靠性。

2、故障树是一种用于系统可靠性分析的工具，用于定量或定性地描述和分析系统故障起因和传播路径。故障树通过图形化的形式表示系统故障的逻辑结构，其中顶部表示系统故障的主事件，底部则代表基本事件或其他故障事件。

3、本发明所述大模型是指一种大语言模型，它基于深度学习技术，使用了transformer架构和大规模的语料库进行训练。这个模型的核心在于其能够处理自然语言的复杂结构和语义，并且具备对话、回答问题、生成文本以及翻译等多种语言任务的能力。这种大模型可以应用于各种领域，包括智能助手等，提供了一种更高效、更灵活的方式来处理和生成自然语言。

技术实现思路

1、本发明为解决现有技术中系统级故障树建模存在的故障知识繁杂、数量巨大导致的故障树建模效率不足，提出了一种基于大模型的系统级故障树辅助建模方法。该方法通过使用大语言模型，能够更准确、高效地捕捉系统故障模式，并且能够自动化地构建系统级故障树。

2、为解决上述技术问题，本发明提出的基于大模型的系统级故障树辅助建模方法，包括以下步骤：

3、步骤一、收集特定系统历史运行数据、故障模式；

4、步骤二、将收集到的数据整理为大模型训练数据；

5、步骤三、使用预训练后的大语言模型，创建装备故障诊断大模型；

6、步骤四、使用训练数据对装备故障诊断大模型进行训练；

7、步骤五、开发故障树生成服务，以初始故障为提示词，调用故障诊断大模型获得生成的内容；

8、步骤六、对生成内容进行格式化解析，作为故障树下级节点；

9、步骤七、以新节点内容为提示词，继续调用装备故障诊断大模型，解析后创建下级节点；

10、步骤八、故障树层级达到初始设置层数后，完成故障树创建。

11、进一步地，步骤八生成的最终结果为一个故障树。

12、进一步地，故障树的顶部表示系统故障的主事件，底部则代表基本事件或其他故障事件。

13、进一步地，步骤二中，将历史发生的故障数据进行整理，以逻辑门的输出事件为作为content键的值，以逻辑门的输出事件作为summary键的值，创建json格式的训练数据集。

14、进一步地，所述逻辑门用于描述事件之间的关系，如与门(and)、或门(or)或优先门(priority and)。

15、有益效果

16、1、本发明提供一种通过使用系统故障数据训练大语言模型，然后利用大语言模型生成内容逐级创建故障树节点，完成故障树动态创建，用本方法可以依据故障动态创建故障树，提高了故障树建模效率，同时有助于解决传统故障树知识库只能处理已发生过的故障的局限性。

17、2、本发明解决了现有技术中系统级故障树建模存在的故障知识繁杂、数量巨大导致的故障树建模效率不足的问题。

18、3、本发明可以依据故障树的顶事件，自动创建故障树，经过用户人工检查确认正确后保存到数据库，提高了故障树建模效率。

技术特征：

1.基于大模型的系统级故障树辅助建模方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于大模型的系统级故障树辅助建模方法，其特征在于，步骤八生成的最终结果为一个故障树。

3.如权利要求1或2所述的基于大模型的系统级故障树辅助建模方法，其特征在于，故障树的顶部表示系统故障的主事件，底部则代表基本事件或其他故障事件。

4.如权利要求1所述的基于大模型的系统级故障树辅助建模方法，其特征在于，步骤二中，将历史发生的故障数据进行整理，以逻辑门的输出事件为作为content键的值，以逻辑门的输出事件作为summary键的值，创建json格式的训练数据集。

5.如权利要求4所述的基于大模型的系统级故障树辅助建模方法，其特征在于，所述逻辑门用于描述事件之间的关系，如与门、或门或优先门。

技术总结
本发明公开了基于大模型的系统级故障树辅助建模方法，收集特定系统历史运行数据、故障模式；将收集到的数据整理为大模型训练数据；使用预训练后的大语言模型，创建装备故障诊断大模型；使用训练数据对装备故障诊断大模型进行训练；开发故障树生成服务，以初始故障为提示词，调用故障诊断大模型获得生成的内容；对生成内容进行格式化解析，作为故障树下级节点；以新节点内容为提示词，继续调用装备故障诊断大模型，解析后创建下级节点；故障树层级达到初始设置层数后，完成故障树创建。本发明能够更好地识别出导致故障的关键因素和潜在的故障路径，有助于评估系统的可靠性状况，识别高风险部件或流程，及时解决系统出现的故障。

技术研发人员：王晓栋,罗凯,熊毅,王信峰,李蕊,高鹏,杜方洲
受保护的技术使用者：北京航天测控技术有限公司
技术研发日：
技术公布日：2024/5/19