第17卷第2期 智能系统学报 Vol.17 No.2 2022年3月 CAAI Transactions on Intelligent Systems Mar.2022 D0:10.11992/tis.202011006 网络出版地址：https:/ns.cnki.net/kcms/detail/23.1538.TP.20210129.1505.002.html 多因素集对分析的系统故障模式识别方法 崔铁军1，李莎莎2 (1.辽宁工程技术大学安全科学与工程学院，辽宁葫芦岛125105,2.辽宁工程技术大学工商管理学院，辽宁 葫芦岛125105) 摘要：为研究多因素影响下系统故障模式识别，根据已有故障标准模式对故障样本模式进行分析，提出基于 集对分析联系数和故障分布的系统故障模式识别新方法。根据故障背景建立故障模式识别系统，分析故障样 本模式与故障标准模式，确定联系度各联系分量，计算联系度和识别度，最后通过确定故障样本模式与故障标 准模式关系完成识别。对某电气系统实例分析给出了方法流程，获得了模式识别结果，从而为有针对性的采取 预防和治理措施提供了决策支持。 关键词：智能科学：安全系统工程：空间故障树理论：多因素影响：集对分析：故障模式：识别方法：联系度和识 别度 中图分类号：TP18:X913:C931.1文献标志码：A文章编号：1673-4785(2022)02-0387-06 中文引用格式：崔铁军，李莎莎.多因素集对分析的系统故障模式识别方法.智能系统学报，2022,17(2)：387-392. 英文引用格式：CUI Tiejun.,LI Shasha.System fault-pattern recognition based on set pair analysis with multiple factors[J.CAAI transactions on intelligent systems,2022,17(2):387-392. System fault-pattern recognition based on set pair analysis with multiple factors CUI Tiejun',LI Shasha2 (1.College of Safety Science and Engineering,Liaoning Technical University,Huludao 125105,China:2.School of Business Ad- ministration,Liaoning Technical University,Huludao 125105,China) Abstract:To study system fault-pattern recognition under the influence of multiple factors,a sample fault pattern was analyzed according to the existing standard fault patterns.A system fault-pattern recognition method based on the set pair analysis connection number and fault distribution is proposed.On the basis of the fault data,we developed the fault- pattern recognition system,analyzed the fault sample and standard fault patterns,determined the relating components and their connection degrees,and calculated the connection and recognition degrees.Finally,the relationship between fault sample and standard fault patterns was determined to complete the identification.An example based on an electric- al system analysis showed the process of the method by achieving efficient pattern recognition and proving its effective- ness.This study provides targeted decision-making support for taking preventive and governance measures. Keywords:intelligent science;safety system engineering;space fault tree theory;multi factor influence;set pair analys- is,fault pattern;recognition method,connection degree and recognition degree 故障模式识别是安全科学领域，特别是安全 业的安全都以预防为主，而预防的前提是了解系 系统工程领域研究的重点内容之一。目前各行各 统、影响系统安全的因素、以及系统本身的结构 收稿日期：2020-11-04.网络出版日期：202101-29. 等。这些研究的结果是为预防故障而提供的系 基金项目：国家自然科学基金项目(52004120)：辽宁省教育厅 基本科研项目(LJKQZ2021157):辽宁省教育厅科学 统基本情况，因此预防才是所有前期工作的核 研究经费项目(LJ2020QNL018):辽宁工程技术大学 学科创新团队项目(LNTU20TD-3I). 心。对各种系统制定的安全检查制度和应急预案 通信作者：崔铁军.E-mail:c中.159@163.com. 都是保障系统安全的具体形式。显然在人力、财DOI: 10.11992/tis.202011006 网络出版地址: https://kns.cnki.net/kcms/detail/23.1538.TP.20210129.1505.002.html 多因素集对分析的系统故障模式识别方法 崔铁军1 ，李莎莎2 （1. 辽宁工程技术大学 安全科学与工程学院，辽宁 葫芦岛 125105; 2. 辽宁工程技术大学 工商管理学院，辽宁 葫芦岛 125105） 摘 要：为研究多因素影响下系统故障模式识别，根据已有故障标准模式对故障样本模式进行分析，提出基于 集对分析联系数和故障分布的系统故障模式识别新方法。根据故障背景建立故障模式识别系统，分析故障样 本模式与故障标准模式，确定联系度各联系分量，计算联系度和识别度，最后通过确定故障样本模式与故障标 准模式关系完成识别。对某电气系统实例分析给出了方法流程，获得了模式识别结果，从而为有针对性的采取 预防和治理措施提供了决策支持。 关键词：智能科学；安全系统工程；空间故障树理论；多因素影响；集对分析；故障模式；识别方法；联系度和识 别度 中图分类号：TP18; X913; C931.1 文献标志码：A 文章编号：1673−4785(2022)02−0387−06 中文引用格式：崔铁军, 李莎莎. 多因素集对分析的系统故障模式识别方法 [J]. 智能系统学报, 2022, 17(2): 387–392. 英文引用格式：CUI Tiejun, LI Shasha. System fault-pattern recognition based on set pair analysis with multiple factors[J]. CAAI transactions on intelligent systems, 2022, 17(2): 387–392. System fault-pattern recognition based on set pair analysis with multiple factors CUI Tiejun1 ，LI Shasha2 (1. College of Safety Science and Engineering, Liaoning Technical University, Huludao 125105, China; 2. School of Business Ad￾ministration, Liaoning Technical University, Huludao 125105, China) Abstract: To study system fault-pattern recognition under the influence of multiple factors, a sample fault pattern was analyzed according to the existing standard fault patterns. A system fault-pattern recognition method based on the set pair analysis connection number and fault distribution is proposed. On the basis of the fault data, we developed the fault￾pattern recognition system, analyzed the fault sample and standard fault patterns, determined the relating components and their connection degrees, and calculated the connection and recognition degrees. Finally, the relationship between fault sample and standard fault patterns was determined to complete the identification. An example based on an electric￾al system analysis showed the process of the method by achieving efficient pattern recognition and proving its effective￾ness. This study provides targeted decision-making support for taking preventive and governance measures. Keywords: intelligent science; safety system engineering; space fault tree theory; multi factor influence; set pair analys￾is; fault pattern; recognition method; connection degree and recognition degree 故障模式识别是安全科学领域，特别是安全 系统工程领域研究的重点内容之一。目前各行各 业的安全都以预防为主，而预防的前提是了解系 统、影响系统安全的因素、以及系统本身的结构 等 [1]。这些研究的结果是为预防故障而提供的系 统基本情况，因此预防才是所有前期工作的核 心。对各种系统制定的安全检查制度和应急预案 都是保障系统安全的具体形式。显然在人力、财 收稿日期：2020−11−04. 网络出版日期：2021−01−29. 基金项目：国家自然科学基金项目 (52004120)；辽宁省教育厅 基本科研项目（LJKQZ2021157）；辽宁省教育厅科学 研究经费项目 (LJ2020QNL018)；辽宁工程技术大学 学科创新团队项目 (LNTU20TD-31). 通信作者：崔铁军. E-mail：ctj.159@163.com. 第 17 卷第 2 期 智 能 系 统 学 报 Vol.17 No.2 2022 年 3 月 CAAI Transactions on Intelligent Systems Mar. 2022