С ростом сложности топологии DeviceNet в системах промышленной автоматизации и ужесточением требований к надежности оборудования и процессов становится все более важным методы диагностирования сетевых неисправностей. Системы DeviceNet часто сталкиваются с межмиттевыми соединениями (IC), которые серьезно угрожают производительности, а в некоторых случаях и безопасности эксплуатации. Однако существующие методы диагностирования неисправностей IC в DeviceNet, особенно для сложных сетей топологии, не могут непосредственно обрабатывать сценарии с несколькими неисправностями, а также требуют ручного вмешательства для полного диагностирования. В данной статье предлагается новый метод диагностирования неисправностей IC на основе данных с использованием байесовского вывода для сложных топологий сетей DeviceNet, который может точно и эффективно установить все неисправности IC в сети без нарушения нормального функционирования. Во-первых, путем анализа данных кадров с изображениями, прерванными из-за неисправностей IC, мы определяем характеристику наблюдения, а затем выполняем байесовское расследование. Затем, используя количество информации об ошибках и их причинно-следственные связи с предполагаемыми неисправностями IC, мы предлагаем метод оценки на основе байесовского вывода для оценки апостериорной вероятности каждой предполагаемой неисправности IC в сети. Наконец, разрабатывается быстрый алгоритм диагностирования методом максимального правдоподобия, который быстро идентифицирует местоположение неисправностей IC в различных сложных сценариях неисправностей. Проводится эксперимент на стенде, проводится кейс-стади в различных сетевых топологиях и сценариях неисправностей для проверки эффективности и преимуществ предложенных методов. Результаты экспериментов показывают, что предложенный метод в данной статье способен диагностировать местоположение неисправностей IC, соответствующих настройкам эксперимента.

DeviceNet; Полевая шина; Сложная топология; Диагностика неисправностей; Межмиттевое соединение; Байесовский вывод