梁志國

(航空工業(yè)北京長城計量測試技術(shù)研究所 計量與校準技術(shù)重點實驗室,北京 100095）

0 引言

任何儀器與系統(tǒng)的使用過程中,均可能產(chǎn)生故障。其中,有一類故障的發(fā)作具有偶然性和條件性,在正常使用過程中很難被發(fā)現(xiàn),且故障機理和發(fā)生條件不夠明確且復(fù)現(xiàn)性差。這里,我們稱其為非典型故障。實際上,在電子儀器設(shè)備中,元器件的軟擊穿,焊點的虛焊,接插件的松動等,均可能導(dǎo)致這類非典型故障出現(xiàn)。之所以稱其為非典型故障,主要是因為在大多數(shù)使用條件下,它們極少發(fā)生并被有效識別。而故障一旦發(fā)生,便會造成明顯的錯誤結(jié)果。數(shù)據(jù)采集系統(tǒng)非典型采樣故障便具有這類特征,它很難被遇到、發(fā)現(xiàn)和有效識別,故障原因、機理等尚不明確,所帶來的危害更加隱蔽,對其進行識別、表征和深入研究十分迫切。

關(guān)于數(shù)據(jù)采集系統(tǒng)采樣故障的識別與診斷,已有很多卓有成效的工作,一些研究重點針對采樣數(shù)據(jù)系統(tǒng)的故障開展[1-3],另外也有側(cè)重于診斷方法[4]、復(fù)雜系統(tǒng)的研究[5],以及特別針對傳感器的故障診斷研究[6-7]。其后,非均勻采樣系統(tǒng)的故障診斷也被涉及[8-10]。無論是提出問題[11],進行濾波[12],還是設(shè)計具體的故障觀測器[13],它們分別以不同的理論方法,從時域、頻域、傳遞函數(shù)、濾波器等不同的角度進行識別,其多數(shù)目標,都是針對比較確切的具有良好復(fù)現(xiàn)性的采樣故障情況,共同的特點是過程比較復(fù)雜繁瑣,實現(xiàn)起來并不容易。對于復(fù)現(xiàn)性較低的非典型采樣故障,考慮得比較少。

對于使用具有非典型故障的儀器設(shè)備的人們而言,相當(dāng)于在伴隨一枚未知爆炸時間的定時炸彈在工作,何時爆炸,以及損失會有多大,則完全取決于其所工作的場所和任務(wù)性質(zhì)。因此,針對非典型采樣故障數(shù)據(jù)的深入分析和定量表征,對于后續(xù)的故障機理分析,故障源頭定位,并最終進行故障排除,具有重要的意義和價值。

本文選取了計量校準工作中發(fā)現(xiàn)的一臺具有非典型采樣故障的數(shù)據(jù)采集系統(tǒng)的故障數(shù)據(jù),進行詳細分析,對其故障特征進行了確切表征。

1 故障特征及識別

ZJZ-044A數(shù)據(jù)采集系統(tǒng)是一種插卡式多通道通用數(shù)據(jù)采集系統(tǒng),擁有32個測量通道,A/D位數(shù)12 bit,量程范圍±5 V。其在進行誤差限、線性度、直流增益等靜態(tài)特性校準中,均未發(fā)現(xiàn)異常。而在進行動態(tài)有效位數(shù)校準中,發(fā)現(xiàn)正弦波擬合結(jié)果發(fā)散,無法獲得正常有效的正弦擬合結(jié)果。經(jīng)過對原始采樣數(shù)據(jù)的調(diào)取,發(fā)現(xiàn)其采集曲線波形如圖1所示,存在多個波形規(guī)律不連續(xù)的故障點。

圖1 數(shù)據(jù)采集系統(tǒng)故障數(shù)據(jù)Fig.1 Failure data of the data acquisition system

其中,所用的標準信號源為FLUKE5700A多功能校準器,輸出的正弦信號幅度為4.5000 V,頻率為49.000 Hz。數(shù)據(jù)采集系統(tǒng)的采樣速率為1 kSa/s,數(shù)據(jù)序列長度為n=2000點。

2 故障特征分析及表征

從圖1所示的曲線可見,在全部2000個采樣點中,t0,t1,…,t1999時刻里,存在故障跳變的時刻點分別為t13,t1004,t1992時刻點。

表現(xiàn)形式為

在這三個故障點上,出現(xiàn)了正弦波形規(guī)律的不連續(xù),似乎被人為切掉了一部分。其局部細化波形分別如圖2～圖4所示。

圖2 故障點t13附近的局部波形圖Fig.2 Local waveform near the fault point t13

圖3 故障點t1004附近的局部波形圖Fig.3 Local waveform near the fault point t1004

圖4 故障點t1992附近的局部波形圖Fig.4 Local waveform near the fault point t1992

對于故障點處的波形是否真正是“切掉”了一部分波形,以及“切掉”的波形部分有多大,本文將使用模型化處理方式進行識別。

將圖2所示第1個故障點之前的共14點局部正常波形曲線單獨提取出來,進行正弦擬合[14],獲得擬合參數(shù)如表1所示。

表1 實測曲線段擬合結(jié)果Tab.1 Fitting results of measured curve segments

將擬合波形拓展到全部采樣點上,如圖5中虛線部分所示,稱其為拓展曲線。

圖5 數(shù)據(jù)采集系統(tǒng)故障曲線及拓展曲線Fig.5 Failure curve and expansion curve of the data acquisition system

將第1個故障點之后、第2個故障點之前的穩(wěn)定正常曲線段與對應(yīng)的拓展曲線段進行900點截取,獲得如圖6所示的波形曲線。

圖6 故障點1之后曲線與拓展曲線(局部)Fig.6 Measured curve and expansion curve after fault point 1(partial)

然后,分別擬合[15],獲得擬合參數(shù)如表2所示。

表2 實測曲線段與拓展曲線段擬合結(jié)果Tab.2 Fitting results of measured curve segment and extended curve segment

由此,獲得圖6實測曲線段相對于拓展曲線段的延遲時間差為[16-17]

式中:T0為被測正弦信號的周期,T0=1/49 s;n為0或者某一正整數(shù)。不失一般性,此處設(shè)n=0。

第1個故障點導(dǎo)致采集出現(xiàn)了斷裂點,其后的波形被延遲了時間τ1=T1=14.26 ms。

將第2個故障點之后、第3個故障點之前的穩(wěn)定正常曲線段與對應(yīng)的拓展曲線段進行900點截取,獲得如圖7所示的1004 ms以后的波形曲線。

圖7 故障點2左右的實測曲線與拓展曲線Fig.7 Measured curve and extended curve around fault point 2

然后,分別擬合,獲得擬合參數(shù)如表3所示。

表3 實測曲線段與拓展曲線段擬合結(jié)果Tab.3 Fitting results of measured curve segment and extended curve segment

由此,獲得故障點2之后的實測曲線段相對于拓展曲線段的延遲時間差為

式中:m為0或者某一正整數(shù)。

第2個故障點導(dǎo)致采集出現(xiàn)了斷裂點,其后的波形被延遲了時間τ2=T2-τ1。

由τ2＞0,可以判定m=1,τ2=14.55 ms。

將第3個故障點之后的穩(wěn)定正常曲線段與相應(yīng)拓展曲線段進行截取,獲得曲線如圖8所示,其中1992 ms點處開始直至結(jié)尾部分的8個點屬于異常曲線。

圖8 故障點3左右的實測曲線與拓展曲線Fig.8 Measured curve and extended curve around fault point 3

然后,分別擬合[14],獲得擬合參數(shù)如表4所示。

表4 實測曲線段與拓展曲線段擬合結(jié)果Tab.4 Fitting results of measured curve segment and extended curve segment

由此,獲得圖8故障點3之后的實測曲線段相對于拓展曲線段的延遲時間差為

式中:q為0或者某一正整數(shù)。

第3個故障點導(dǎo)致采集出現(xiàn)了斷裂點,其后的波形被延遲了時間τ3=T3-τ1-τ2

由τ3＞0,可以判定q=2,τ3=14.44 ms。

3 討論

從上述故障數(shù)據(jù)曲線及分析過程可見,該故障屬于數(shù)據(jù)采集系統(tǒng)中極為少見的非典型采樣故障,而非信號受意外干擾產(chǎn)生的粗大誤差。該曲線的波形中,共有3個故障數(shù)據(jù)點,由于是針對正弦信號進行的數(shù)據(jù)采集,每次故障出現(xiàn)前后的部分,均屬于正常的正弦信號波形,僅在故障點處出現(xiàn)了波形規(guī)律的不連續(xù),該故障在進行直流和變化緩慢的信號波形測量采集中很難被有效發(fā)現(xiàn)和識別,在采樣序列長度不夠大時也很難發(fā)現(xiàn),只有在測量已知的標準信號波形并且采樣序列長度足夠大時,才有可能被發(fā)現(xiàn)和識別。其每個故障點處造成的波形延遲約為14 ms,近似恒定;兩個故障點之間的時間間隔約為990 ms,近似相等。

從波形數(shù)據(jù)上看,在每一個故障點后并未出現(xiàn)故障恢復(fù)的過渡過程。若存在過渡過程,需要在結(jié)束過渡過程的“正?！鼻€波形部分進行截取擬合以獲取故障恢復(fù)時間才可獲得準確測量結(jié)果。過渡過程本身,則可以從實測曲線與擬合回歸曲線之間的差異中獲取。

結(jié)合各個故障點的故障信息及其相互間的位置關(guān)系,可以初步判定,該非典型采集故障可能屬于數(shù)據(jù)采集系統(tǒng)中采樣控制計數(shù)器相關(guān)的故障,它每間隔約990 ms發(fā)作一次,約需14 ms才能從故障狀態(tài)恢復(fù)正常。

若數(shù)據(jù)采集系統(tǒng)的采集過程使用的是輪詢式采集方式,則輪詢計數(shù)器有可能在990左右的計數(shù)值附近出現(xiàn)異常,或者計數(shù)時鐘在990 ms的間隔存在異常隱患。

若數(shù)據(jù)采集系統(tǒng)的采集過程使用的是中斷式采集方式,則控制中斷的堆棧計數(shù)器有可能在990左右的計數(shù)值附近出現(xiàn)異常阻塞或溢出錯誤。

若數(shù)據(jù)采集系統(tǒng)的采集過程使用的是DMA采集方式,則DMA控制器的地址計數(shù)器有可能在990左右的計數(shù)值附近出現(xiàn)異常。

該故障也可能是由于A/D轉(zhuǎn)換狀態(tài)指示電平工作不正常造成的,當(dāng)A/D轉(zhuǎn)換完畢后,需要變動其完畢狀態(tài)指示電平(由低到高,或者由高到低)表示其數(shù)據(jù)轉(zhuǎn)換已經(jīng)完成,可以讀取了。若該電平變動異常,則導(dǎo)致相應(yīng)讀取數(shù)據(jù)的操作遲遲不能被執(zhí)行,也會導(dǎo)致出現(xiàn)這種不連續(xù)的斷點故障。

該故障的定位、維修、維護,可以從這些方面著手進行。

4 結(jié)論

綜上所述,針對本文所述這類波形規(guī)律不連續(xù)的非典型采樣故障的數(shù)據(jù)采集系統(tǒng),使用正弦激勵,利用分段正弦擬合方式進行故障參數(shù)識別是一種切實可行的方法。該方法不僅可以判別出每次采樣故障的恢復(fù)時間,以及在故障恢復(fù)過程中是否存在過渡過程,還可以判斷出相鄰故障點之間的時間間隔,從而進行更為確切的故障判別與診斷。

非典型采樣故障數(shù)據(jù)采集系統(tǒng)的故障分析與表征方法和過程總結(jié)歸納如下:

1)利用正弦信號對數(shù)據(jù)采集系統(tǒng)進行激勵,獲得含有p處不連續(xù)的非典型采樣故障的采樣序列,并且從起始點開始的一段波形曲線是正常無故障波形;

2)截取起始點開始的一段正常無故障波形進行正弦擬合,獲得擬合曲線,并將其拓展到全序列,形成拓展序列;

3)將第1個故障段之后、第2個故障段之前的穩(wěn)定正常曲線段與對應(yīng)的拓展曲線段進行波形截取。然后,分別擬合,獲得實測曲線段擬合參數(shù),以及拓展曲線段擬合參數(shù)。

計算獲得實測曲線段相對于拓展曲線段的延遲時間差為

式中:T0為被測正弦信號的周期;Δt1為兩條曲線直接的相位差對應(yīng)的時間差;n為0或者某一正整數(shù)。不失一般性,此處可設(shè)n=0。

第1個故障點導(dǎo)致采集出現(xiàn)了斷裂點,其后的波形被延遲了時間τ1,τ1=T1。

4)將第k個故障段之后、第k+1個故障段之前的穩(wěn)定正常曲線段與對應(yīng)的拓展曲線段進行波形截取。然后,分別擬合,獲得實測曲線段擬合參數(shù),以及拓展曲線段擬合參數(shù)。

計算獲得實測曲線段相對于拓展曲線段的延遲時間差為

式中:Δtk為兩條曲線直接的相位差對應(yīng)的時間差;m為0或者某一正整數(shù)。

第k個故障點導(dǎo)致采集出現(xiàn)了斷裂點,其后的波形被延遲了時間τk。

由式(6)、式(7)判定m的取值。

5)將第p個故障段之后直至序列結(jié)尾的穩(wěn)定正常曲線段與對應(yīng)的拓展曲線段進行波形截取。然后,分別擬合,獲得實測曲線段擬合參數(shù),以及拓展曲線段擬合參數(shù)。

計算獲得實測曲線段相對于拓展曲線段的延遲時間差為

式中:Δtp為兩條曲線直接的相位差對應(yīng)的時間差;q為0或者某一正整數(shù)。

第p個故障段導(dǎo)致采集出現(xiàn)了斷裂點,其后的波形被延遲了時間τp。

由式(9)、式(10)判定q的取值。

由于采集序列的有限長特征,以及故障發(fā)作點在采集序列上出現(xiàn)位置的不可控,導(dǎo)致各個曲線段的長短不一,有些可以用多周期正弦擬合方式進行分析,而另外一些可能需要使用殘周期擬合方式進行分析,這在實際分析過程中需要引起注意。當(dāng)然,它們的誤差和不確定度也將有很大差異。