系统故障检测及可靠性课程设计论文..doc

  1. 1、本文档共14页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
系统故障检测及可靠性课程设计论文.

系 统 故 障 检 测 及 可 靠 性 课 程 设 计(论文) 学 院 专 业 学生姓名 班级学号 水下机器人软件可靠性及故障诊断方法研究 摘要:针对于智能水下机器人在软件系统故障诊断过程中广泛存在的不确定性和复杂关联性,采用改进的软件FMEA方法,对AUV智能规划决策控制系统进行了可靠性分析和研究,在总结了AUV主要软件故障模式的基础上,提出了一种基于FMEA的三层贝叶斯网络诊断模型。通过贝叶斯网络的推理机制,分别对单一故障和复合故障进行了推理实验。实验结果表明,采用上述方法能有效地提高水下机器人系统软件可靠性以及故障诊断能力。 关键词:智能水下机器人;软件可靠性;失效模式影响分析;故障诊断 1 前言 智能水下机器人(AUV)由于工作环境的复杂性、外界因素的未知多变性,使得任何细微的故障都有可能产生灾难性的后果,所造成的经济损失将无法估量,因此如何提高系统可靠性及故障诊断能力已成为AUV研究领域的重要课题。然而,相对于水下机器人硬件可靠性的研究,软件可靠性还没有得到足够的重视[1]。针对国内在水下机器人软件可靠性研究方面还没有深入展开的现状,本文结合水下机器人软件系统的特点,运用改进的FMEA技术,给出了实际可行的水下机器人软件可靠性分析及评估方案,总结了AUV的主要软件故障模式,并在此基础上,建立了基于FMEA的贝叶斯诊断网络。实验表明,本文方案能有效地提高水下机器人软件系统可靠性及故障诊断的准确性,对水下机器人可靠性技术的发展起到了一定的推动作用。 2 基于FMEA的AUV可靠性分析 失效模式影响分析(Failure Mode and Effects Analysis, FMEA)是一种传统的系统可靠性、安全性分析方法[2]。根据FMEA的基本原理及方法要求,本文给出了水下机器人智能决策系统软件的FMEA实施步骤:(1)确定描述分析对象;(2)确定潜在的失效模式;(3)描述失效的影响;(4)确定原因;(5)风险评估。 本文分析对象为AUV智能决策系统软件模块,该系统主要包括6大功能模块:(1)全局路径规划模块;(2)局部路径规划模块;(3)紧急情况处理模块;(4)通讯模块;(5)目标搜索模块;(6)任务下达模块。以路径规划模块为例,其FMEA表如表1所示。 表1 路径规划模块FMEA表 模块名称 故障模式 主要故障原因 故障影响 全局路径规划模块 (1)全局路径规划不合理 (1)环境建模不合理或失效 (2)全局路径搜索模块失效 (3)地图文件读写错误 (1)航迹 (2)航速 (3)状态参数异常 (2)无法规划出全局路径 路径局部规划模块 (1)碰到障碍物 (1)控制规则表创建失效 (2)避障函数失效 (3)向目标点前进 (4)写入目标文件出错 (1)航迹 (2)航速 (3)状态参数异常 (4)碰到障碍物 (5)无法从文件获取数据 (2)无法规划出局部路径 (3)文件读写不同步 (1)全局数据库不一致 (2)日志文件出错 3 改进的FMEA风险评估方法 3.1 传统FMEA的局限性 传统FMEA风险评估过程如图1所示[3],其主要是通过计算风险顺序数RPN(Risk Priority Number)来评估产品或系统的风险等级。 RPN是FMEA分析中的一个最重要的评价指标,它反映了某项潜在失效模式发生风险性及其危害性。传统FMEA中RPN是发生率O、严重度S和难检度D三者的乘积。由于不同的O、S、D相乘可以得到相同的RPN值,而RPN值相同情况下,各种失效模式对于系统的风险作用却不相同[4],因此,仅以RPN来判断各种失效模式的风险顺序明显存在着不足。另外,传统FMEA又很难对主观或定性的描述语言变量做出准确判断,这也极大地限制了FMEA的使用效果。 图1 风险评估过程图 基于传统FMEA的局限性,本文从改进风险顺序数RPN确定方法的角度出发,研究了基于模糊集理论和灰色关联理论的FMEA方法[5],试图在水下机器人软件系统中对风险进行定量评估,使风险的评估更加接近实际情况。 表2 模糊语言术语的清晰化 评价语言 三角模糊数 清晰数 极低(R) (0,0.76,1.84) 0.81 低(L) (1.5,2.8,3.85) 2.76 一般(M) (3.7,5.2,6.2) 5.1 高(H) (6.22,8.15,9.13) 8.0 很高(VH) (8.8,9.8,10) 9.67 3.2 基

文档评论(0)

wuyuetian + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档