基于故障树的故障诊断.docVIP

基于故障树的智能故障诊断方法 一．故障树理论基础 故障树分析法(fault tree analysis，FTA)(FT)模型是一个基于被诊断对象结构、功能特征的行为模型，是一种定性的因果模型，以系统最不希望事件为顶事件，以可能导致顶事件发生的其他事件为中间事件和底事件，并用逻辑门表示事件之间联系的一种倒树状结构。它反映了特征向量与故障向量(故障原因)之间的全部逻辑关系。 故障树法对故障源的搜寻直观简单，它是建立在正确故障树结构的基础上的。因此建造正确合理的故障树是诊断的核心与关键。但在实际诊断中这一条件并非都能得到满足，一旦故障树建立不全面或不正确，则此诊断方法将失去作用。 二．基于故障树的故障诊断方法 故障树分析法(Fault Tree Analysis，FTA) 故障树分析法首先要在一定环境与工作条件下，找到一个系统最不希望发生的事件，通常以人们所关心的影响人员、装备使用安全和任务完成的系统故障为分析目标，再按照系统的组成、结构及功能关系，由上而下，逐层分析导致该系统故障发生的所有直接原因，并用一个逻辑门的形式将这些故障和相应的原因事件连接起来，建立分析系统的故障树模型，从而，形象地表达出系统各功能单元故障和系统故障之间的内在逻辑因果关系。这种方法既能分析硬件本身的故障影响，又能分析人为因素、环境以及软件的影响．不仅能对故障产生的原因进行定性分析，找出导致系统故障的原因和原因组合，确定最小割集和最小路集，识别出系统的薄弱环节及所有可能失效模式，还能进行相关评价指标的定量计算。根据各已知单元的故障分布及发生概率，求得单元概率重要度，结构重要度、关键重要度和系统失效概率等定量指标。 将FTA用于系统的故障诊断中，把系统故障作为故障树分析的顶事件，既能通过演绎分析，直接探索出系统的故障所在，指出故障原因和原因组合，帮助人们加深对系统故障和故障原因的理解，并加以排除；又能清晰表达出与人们所关注的失效模式有重要关系的系统状态，为系统可靠性定性分析和定量计算提供依据。此外，还能直观勾画系统的原理、结构及功能关系，为系统使用、管理和维护提供指南，并能自动生成系统改进建议。图1所示为基于故障树的故障诊断流程。 图1 故障树故障诊断程序 由于系统发生故障时，人们总希望能够尽快确定故障原因，找出故障部位加以排除。为实现这一目标，可从系统的特定故障现象入手，进行系统故障实时诊断。通过系统监控模块，对运行信息进行实时采集，并与给定的域值进行比对。超出规定范围时，则给出系统故障判断。并以此为顶事件，按照故障树的建树规则，建立相应的分析模型。 采用下行法和不交最小割集算法，可方便地求得分析模型的所有最小割集和顶事件的发生概率。从故障角度看，由于此时各底事件为系统可测可控的最低分析单元，也是造成系统故障的基本原因，因而，最小割集就是这些能够导致系统故障发生的基本原因的最小组合。它囊括了分析系统的全部故障原因，描绘了系统最薄弱的环节，是故障诊断需要把握的重点和关键。而顶事件的发生概率则定量刻画了系统发生故障的可能性。从概率上说，要最快确定系统故障原因，可通过求解各功能单元的关键重要度。加以排序来实现．所谓关键重要度，即为单元的失效概率变化率所引起的系统失效概率的变化率，其定义表达式为： 式中：为顶事件的发生概率，即系统的不可靠度；为单元的失效概率，则 为当且仅当单元失效时系统失效的概率； 为单元触发系统失效的概率，其值越大，说明由单元触发系统失效的可能性就越大。因而，一旦系统发生了故障，应首先考虑是由关键重要度最大的单元触发了这次故障，对该单元作快速修复或更换，就可使系统恢复正常工作． 若不考虑故障检测的时间成本，即平均故障检测时间(Mean Time to Detection，MTTD)基本相同时，将单元关键重要度从大到小排序，列出故障诊断检查表，以此来指导系统的检查维修即可。当系统发生故障时，根据相应故障树模型，输入底事件故障数据，可方便地求出各单元的关键重要度，排序生成故障诊断顺序表．故障诊断时先从关键重要度最大的单元开始检查，若已发生了故障，则立即予以修理或更换，系统即可恢复工作，若不是该单元故障，则继续向下，检顺序表上关键重要度次大的单元，如此进行下去，即为最快确定故障源的最优方案。 由于故障诊断的目的在于判明故障原因，排除故障单元．而关键重要度只是在触发概率上，或是在对系统故障的贡献程度大小上提供分析判断的依据，要确定故障原因还需进行故障的检测定位．假定单元引起系统故障的故障模式有k种，相应故障率为，则单元平均故障检测时间： 因为故障模式、发生概率不同，故障检测方式及输出不同，单元可能相差很大，与关键重要度略小的单元相比，关键重要度稍大的单元有时会大出许多(如有的机械设备故障仅靠手工检测，准备时间长，操作