陳鳳友，陳忠一

(1. 91550部隊(duì)92分隊(duì)， 遼寧 大連 116023； 2. 大連海事大學(xué)輪機(jī)學(xué)院， 遼寧 大連 116023)

故障樹分析法在雷達(dá)發(fā)射機(jī)故障診斷中的應(yīng)用*

陳鳳友1，陳忠一2

(1. 91550部隊(duì)92分隊(duì)， 遼寧 大連 116023； 2. 大連海事大學(xué)輪機(jī)學(xué)院， 遼寧 大連 116023)

故障樹分析方法是一種實(shí)用的故障分析方法。根據(jù)輸入的故障征兆自動(dòng)尋找匹配的底事件,然后生成頂事件故障樹并求出最小割集,按照最小割集重要度大的部件優(yōu)先檢測(cè)的順序生成測(cè)試流程 ,提示操作人員按照測(cè)試流程進(jìn)行測(cè)試并找出故障源。通過構(gòu)建故障樹來進(jìn)行某型雷達(dá)發(fā)射機(jī)的故障診斷分析,不僅可以方便推理機(jī)構(gòu)尋找潛在故障進(jìn)行故障診斷, 而且較好地解決了專家知識(shí)獲取難的問題，在確保診斷知識(shí)完整性的同時(shí)充分發(fā)揮了專家知識(shí)故障診斷快速高效的優(yōu)點(diǎn)。

故障樹分析；故障診斷；最小割集；重要度；知識(shí)庫(kù)

引 言

軍用雷達(dá)裝備故障診斷是一項(xiàng)十分復(fù)雜困難的工作。在早期的雷達(dá)裝備故障診斷中，其基本方法是依靠一些測(cè)試儀表，按照跟蹤信號(hào)逐點(diǎn)尋跡的思路，借助人的邏輯判斷來決定設(shè)備的故障所在。這種沿用至今的傳統(tǒng)診斷技術(shù)在很大程度上與維修人員的實(shí)踐經(jīng)驗(yàn)和專業(yè)水平相關(guān)，基本上沒有一套可靠的、科學(xué)的、成熟的辦法。隨著電子工業(yè)的發(fā)展，人們逐步認(rèn)識(shí)到，對(duì)故障診斷問題有必要重新研究，必須把以往的經(jīng)驗(yàn)提升到理論高度，同時(shí)在堅(jiān)實(shí)的理論基礎(chǔ)上，系統(tǒng)地發(fā)展和完善一套嚴(yán)謹(jǐn)?shù)默F(xiàn)代化電子設(shè)備故障診斷方法，并結(jié)合先進(jìn)的計(jì)算機(jī)數(shù)據(jù)處理技術(shù)，實(shí)現(xiàn)電子電路故障診斷的自動(dòng)檢測(cè)、定位及故障預(yù)測(cè)。

故障樹分析法(Fault Tree Analysis, FTA)簡(jiǎn)單可靠，但故障樹的建立需要精確的解析模型和故障機(jī)理分析，且該方法不能顯示出求解所使用的知識(shí);傳統(tǒng)的專家系統(tǒng)診斷不需要精確的解析模型，但知識(shí)獲取與知識(shí)庫(kù)的建立比較困難，需要大量的專家知識(shí)。本文結(jié)合雷達(dá)裝備保障的實(shí)際情況并綜合2種故障診斷模式的優(yōu)點(diǎn)開發(fā)了基于FTA 的某型通用雷達(dá)發(fā)射機(jī)子系統(tǒng)故障診斷專家系統(tǒng)。應(yīng)用證明，該系統(tǒng)的建立為通用裝備技術(shù)保障提供了一種簡(jiǎn)便實(shí)用、可靠高效的故障診斷新途徑。

1 問題的提出

在故障樹模型中，如果將頂事件看作專家系統(tǒng)要分析解決的故障征兆，將底事件看作專家系統(tǒng)的診斷結(jié)果，那么故障樹的層次和邏輯關(guān)系就對(duì)應(yīng)于專家系統(tǒng)的推理過程，割集則是聯(lián)系故障樹與專家系統(tǒng)知識(shí)庫(kù)的紐帶。故障樹的一個(gè)割集就是裝備的一種失效模式，它對(duì)應(yīng)于知識(shí)庫(kù)中的一條規(guī)則。割集中的基本事件相當(dāng)于知識(shí)庫(kù)中規(guī)則的結(jié)論，割集對(duì)應(yīng)的底事件到頂事件的路徑相當(dāng)于知識(shí)庫(kù)中規(guī)則的前提。故障樹分析法通過最小割集重要度(即底事件對(duì)頂事件影響的大小)與專家系統(tǒng)進(jìn)行交互操作，可以大大減少搜索空間。同時(shí)，利用故障樹模型還可以方便地從裝備資料等故障診斷知識(shí)源中實(shí)現(xiàn)故障歸類，提取故障診斷知識(shí)，能夠比較有效地解決專家系統(tǒng)知識(shí)獲取難的問題[1-2]。

2 雷達(dá)發(fā)射機(jī)故障樹模型

2.1 故障樹模型建立

在全面了解某型雷達(dá)發(fā)射機(jī)子系統(tǒng)工作原理的基礎(chǔ)上對(duì)系統(tǒng)進(jìn)行結(jié)構(gòu)分解。把系統(tǒng)的總體結(jié)構(gòu)分解為多層次結(jié)構(gòu)，從頂層一直分解到最低層次的部件。以某雷達(dá)裝備發(fā)射機(jī)系統(tǒng)故障作為頂事件，如圖1所示。其中，T表示發(fā)射機(jī)不能上高壓；主要故障分別是U1末級(jí)組件電路故障，U2前級(jí)組件電路故障，U3激勵(lì)產(chǎn)生故障，U4PIN開關(guān)故障，U5組件電源故障，U6饋線故障。對(duì)應(yīng)的故障征兆參數(shù)有10個(gè):X1發(fā)射機(jī)功率欠輸出，X2末級(jí)組件輸出故障，X3前級(jí)組件輸出故障，X4前級(jí)組件RF功率輸出不正常，X5發(fā)射機(jī)超溫，X6工作比和脈寬不正常，X7發(fā)射激勵(lì)故障，X8發(fā)射允許故障，X9PIN驅(qū)動(dòng)故障，X10電源過流或欠壓。

圖1 某雷達(dá)發(fā)射機(jī)的故障樹

2.2 故障樹模型分析

故障樹分析的主要目的是找到故障樹模型的全部最小割集。系統(tǒng)采用下行法(Fussell法)求解最小割集，其基本原理可見參考文獻(xiàn)[3]和文獻(xiàn)[4]。由于某型雷達(dá)裝備發(fā)射機(jī)子系統(tǒng)故障樹中絕大部分是 “或”的關(guān)系，本發(fā)射機(jī)系統(tǒng)故障樹的最小割集即為{X1} ，{X2} …{X10} 。假設(shè)同一時(shí)刻有且僅有1個(gè)最小割集導(dǎo)致故障征兆發(fā)生，最小割集中各基本事件的發(fā)生是相互獨(dú)立且不相容的，那么可以把最小割集中各基本事件失效概率的乘積與頂事件失效概率的比值即最小割集重要度作為最小割集的排序標(biāo)準(zhǔn)。設(shè)故障樹有k個(gè)最小割集，由分析可知本系統(tǒng)引起裝備故障的各底事件之間主要是“或”的關(guān)系，故采用幾個(gè)相容事件的概率公式計(jì)算頂事件發(fā)生概率:

(1)

式中：T代表頂事件，K代表故障樹最小割集中的基本事件。當(dāng)最小割集的不可靠度很小的時(shí)候，頂事件發(fā)生的概率計(jì)算結(jié)果收斂得很快，可以公式的首項(xiàng)作為近似解，故頂事件的發(fā)生概率可近似為[5]

(2)

將所有最小割集Ki(i= 1 ，2 ，3 …k)標(biāo)以重要度Ii，有:

(3)

根據(jù)底事件的發(fā)生概率可以計(jì)算出頂事件發(fā)生概率為

P(K4)+P(K5)+P(K6)+P(K7)+

P(K8)+P(K9)+P(K10)=1.263×10-3

概率重要度分析是故障樹分析中的重要部分,它反映了底事件概率變化對(duì)頂事件概率變化的難易程度,但并不能反映出不同底事件改進(jìn)的難易程度。設(shè)時(shí)間t=1 000 h,λ為各底事件的發(fā)生概率,各底事件的可靠度為

R1(t)= e-λ1t=0.923；R2(t)=e-λ2t=0.368；

R3(t)=e-λ3t=0.895；R4(t)=e-λ4t=0.926；

R5(t)=e-λ5t=0.945；R6(t)=e-λ6t=0.932；

R7(t)=e-λ7t=0.913；R8(t)=e-λ8t=0.894；

R9(t)=e-λ9t=0.941；R10(t)=e-λ10t=0.926

各底事件的概率重要度為Δg1(t)= 0.221; Δg2(t) = 0.850; Δg3(t) = 0.231; Δg4(t) = 0.239; Δg5(t) = 0.219; Δg6(t)= 0.263; Δg7(t) = 0.256; Δg8(t) = 0.219; Δg9(t) = 0.245; Δg10(t)= 0.219 。

通過分析可知每個(gè)底事件在系統(tǒng)中所處位置的重要性,設(shè)計(jì)人員在設(shè)計(jì)過程中應(yīng)該采取必要的檢測(cè)手段和保護(hù)措施來提高其可靠性和安全性[6-7]。

3 故障樹知識(shí)庫(kù)設(shè)計(jì)與推理

采用故障樹表的方式進(jìn)行知識(shí)表示。首先分解每一棵故障樹，抽象出其中每一個(gè)節(jié)點(diǎn)的相關(guān)信息，連同該節(jié)點(diǎn)的父節(jié)點(diǎn)和子節(jié)點(diǎn)，組成一系列故障記錄，然后將分解結(jié)果保存在數(shù)據(jù)庫(kù)中，每一個(gè)節(jié)點(diǎn)信息對(duì)應(yīng)的就是數(shù)據(jù)表中的一條記錄，而每一個(gè)故障樹流程圖對(duì)應(yīng)的是數(shù)據(jù)庫(kù)中的一張表，如此即可完成基于故障樹的知識(shí)表示。

知識(shí)庫(kù)采用 MS Access數(shù)據(jù)庫(kù)來實(shí)現(xiàn)，由故障單體表、故障現(xiàn)象表、故障樹表和測(cè)試表組成。不同表之間以關(guān)鍵字關(guān)聯(lián)，關(guān)聯(lián)關(guān)系符合單體故障維修方法。單體表存儲(chǔ)各單體基本情況，其關(guān)鍵字為故障單體名 (Unit ID)，一個(gè)故障單體對(duì)應(yīng)多個(gè)故障現(xiàn)象( Fault ID)；故障樹表存儲(chǔ)故障樹中每一個(gè)節(jié)點(diǎn)的相關(guān)信息，其關(guān)鍵字即為故障現(xiàn)象，同時(shí)對(duì)故障原因編號(hào)，也就是故障樹節(jié)點(diǎn)編號(hào)(Node ID)，而一個(gè)故障現(xiàn)象也對(duì)應(yīng)著多個(gè)測(cè)點(diǎn)(Node ID)。測(cè)試表存儲(chǔ)測(cè)點(diǎn)名稱、測(cè)試項(xiàng)目、測(cè)試儀器、標(biāo)準(zhǔn)值以及測(cè)試描述等。

這里介紹數(shù)據(jù)庫(kù)中幾個(gè)重要數(shù)據(jù)表即Tab Dictionary表、Tab Fault Rule表和Tab Node Property表的設(shè)計(jì)，見表1、表2和表3。

表1 Tab Dictionary表的字段設(shè)計(jì)

表2 Tab Fault Rule表的字段設(shè)計(jì)

表3 Tab Node Property表的字段設(shè)計(jì)

Tab Dictionary表實(shí)現(xiàn)了故障現(xiàn)象、故障結(jié)果、工作階段等基本事實(shí)的編號(hào)。在其他數(shù)據(jù)表中只用這些編號(hào),而在與用戶交互時(shí)則顯示編號(hào)所對(duì)應(yīng)的具體內(nèi)容。這樣做是為了管理信息的方便以及實(shí)現(xiàn)信息的一致性。

Tab Fault Rule表用于存儲(chǔ)故障診斷規(guī)則知識(shí)。Fld Stage字段表示當(dāng)前的診斷規(guī)則知識(shí)適用于哪個(gè)工作階段。Fld Result和Fld Cause分別表示故障結(jié)果和原因,其中故障原因的描述采用了2個(gè)基本符號(hào):Or和And,以表示故障原因中基本事件的邏輯關(guān)系；Fld Rule Titile字段用于存儲(chǔ)當(dāng)前規(guī)則知識(shí)所對(duì)應(yīng)故障樹的文件名。

Tab Node Property表用于存儲(chǔ)故障診斷規(guī)則知識(shí)所對(duì)應(yīng)故障樹中節(jié)點(diǎn)的信息,每個(gè)節(jié)點(diǎn)的信息包括節(jié)點(diǎn)的編號(hào)、節(jié)點(diǎn)編號(hào)所代表的含義、節(jié)點(diǎn)類型、節(jié)點(diǎn)所在故障樹。其中,節(jié)點(diǎn)有頂結(jié)點(diǎn)、中間節(jié)點(diǎn)、底結(jié)點(diǎn)、邏輯節(jié)點(diǎn)4種類型。

推理機(jī)制就是依據(jù)一定的搜索策略從知識(shí)庫(kù)(故障樹)中選擇有關(guān)知識(shí),對(duì)已知或用戶提供的證據(jù)不斷地進(jìn)行推理,直到得出結(jié)論為止。本文的故障診斷在故障樹知識(shí)表示的基礎(chǔ)上,將專家經(jīng)驗(yàn)分析和原理分析的思想集成到專家系統(tǒng)的診斷過程中。由于故障樹的表示是二叉樹的形式,對(duì)故障的推理很大部分工作就對(duì)應(yīng)于各個(gè)二叉故障樹的遍歷問題。遍歷二叉樹是指以一定的次序訪問二叉樹中的每個(gè)節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)僅被訪問一次。所謂訪問節(jié)點(diǎn),就是指對(duì)節(jié)點(diǎn)進(jìn)行各種操作。本文采用前序遍歷二叉樹的方法對(duì)故障樹進(jìn)行搜索并診斷推理。二叉樹的前序遍歷就是首先訪問根節(jié)點(diǎn),然后遍歷左子樹,最后遍歷右子樹。其遞歸算法描述如下:

Procedure find fault (TNode node) / /推理診斷算法

begin

if (node不為空) / /不為空,進(jìn)入故障樹的根節(jié)點(diǎn)

begin

if (node沒有孩子) / /若為真,則為底部事件

if (node故障邏輯判別式為真)

output (查明node為故障原因); / /找到故障源

else

begin

find fault (node左孩子);

/ /遞歸調(diào)用,按前序次序搜索并判斷左子樹

find fault (node右孩子);

/ /遞歸調(diào)用,按前序次序搜索并判斷右子樹

end;

end

end;

節(jié)點(diǎn)故障邏輯判別式為知識(shí)庫(kù)中產(chǎn)生式規(guī)則表中的布爾表達(dá)式,根據(jù)設(shè)備狀態(tài)信息監(jiān)控機(jī)構(gòu)可以判斷該節(jié)點(diǎn)為是否故障原因。

4 結(jié)束語

應(yīng)用證明,故障樹分析診斷具有如下優(yōu)點(diǎn)：

1)樹狀結(jié)構(gòu)建立故障知識(shí)庫(kù),不易遺漏故障原因,且引起故障的原因一目了然,可避免排除故障時(shí)的盲目性；

2)知識(shí)存貯于關(guān)系型數(shù)據(jù)庫(kù)中,不僅可以快速地修改及瀏覽知識(shí)庫(kù),方便用戶檢查和更新知識(shí)庫(kù)中的知識(shí),而且能夠較容易地實(shí)現(xiàn)知識(shí)庫(kù)、推理機(jī)及應(yīng)用程序的分離,有助于維護(hù)整個(gè)專家系統(tǒng)；

3)基于故障樹的推理過程規(guī)則靈活通用,推理簡(jiǎn)潔直觀,加上SQL語言的強(qiáng)大功能,可實(shí)現(xiàn)復(fù)雜的推理功能,且大大減少了程序代碼的編制。故障樹技術(shù)可以較好地解決知識(shí)獲取難的問題,在確保診斷知識(shí)完整性的同時(shí)又可以充分發(fā)揮專家系統(tǒng)診斷快速高效的優(yōu)點(diǎn)。

[1] 羅志勇. 雷達(dá)系統(tǒng)智能故障診斷技術(shù)研究[D]. 西安：西北工業(yè)大學(xué)，2006.

[2] 黎清海, 朱新華. 基于層次分析的火控系統(tǒng)故障診斷專家系統(tǒng)[J]. 電光與控制, 2006, 13 (4): 64-68.

[3] 楊曉川，謝慶華，何俊，等. 基于故障樹的模糊故障診斷方法[J]. 同濟(jì)大學(xué)學(xué)報(bào)，2001，29(9):1058-1060.

[4] 韓邦華,吳慧媛. 基于故障樹的主風(fēng)機(jī)失效分析[J] . 機(jī)械設(shè)計(jì)與制造, 2005(4): 19-21.

[5] 周長(zhǎng)林,常青美,左秀彥. 電子設(shè)備可靠性預(yù)測(cè)與設(shè)計(jì)[J]. 繼電器, 2005 ,33 (14) : 92-95.

[6] 金星，洪延姬，武江濤，等.基于故障樹的智能型故障診斷系統(tǒng)[J].宇航學(xué)報(bào)，2001，22(3):111-113，118.

[7] 丁彩紅, 黃文虎, 姜興渭. 基于最小割集排序的航天器故障定位方法[J]. 空間科學(xué)學(xué)報(bào), 2000, 20 (1): 89-93.

陳鳳友(1975-)，男，工程師，主要從事于脈沖雷達(dá)總體技術(shù)研究。

Application of Fault Tree Analysis to Radar Transmitter Fault Diagnosis

CHEN Feng-you1，CHEN Zhong-yi2

(1.PLA91550Unit92，Dalian116023,China;2.DalianMaritimeUniversityMarineInstitute,Dalian116023,China)

Fault tree analysis is a practical failure analysis method. It is the concept of the diagnostic reasoning that matched bottom event is searched automatically by inputting the fault phenomenon. Then top event fault tree is generated and minimum cut sets are computed. The test flow is created according to the order of importance of minimum cut sets in which the users can be guided to find the fault part. Fault diagnosis of a radar transmitter is carried out by fault tree construction. This fault tree analysis can not only facilitate the reasoning in search for potential failure or fault diagnosis, but also further resolve the problem of knowledge acquisition and keep high efficiency of the expert knowledge with the integrity of the knowledge.

fault tree analysis; fault diagnosis; minimum cut sets; important degree; knowledge database

2013-03-29

TP182

A

1008-5300(2013)03-0061-04