系统故障检测可靠性课程设计PPT.pptVIP

专业： 汇报人： 水下机器人软件可靠性及故障诊断方法研究 第一章 研究背景 第二章 基于FMEA的AUV可靠性分析 第四章 基于FMEA的AUV贝叶斯诊断网络 第三章 改进的FMEA风险评估方法 第五章 诊断实验及结果分析 第一章 研究背景 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。 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。 第二章 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。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。 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 表1 路径规划模块FMEA表 3.1 传统FMEA的局限性 传统FMEA风险评估过程如图1所示，其主要是通过计算风险顺序数RPN来评估产品或系统的风险等级。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，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。 图1 风险评估过程图 3.2 基于三角模糊数的FMEA评价模型 模糊数形式有很多，本文采用三角模糊数对模糊语言术语进行定量化处理。若模糊数A可由(a,b,c)决定，且隶属函数值为： （1） 模糊数的非模糊化是应用灰色关联理论计算的基础，国内外有许多学者对非模糊化算法进行了深入的研究。本文根据三角模糊数分布特点，由式(2)： 将三角模糊数(a,b,c)化为单值，即可得出最终的评价结果，见表2。 （2） 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 表2 模糊语言术语的清晰化 故障模式 O S D 全局规划不合理 M M M 避障失败 R VH M 无法处理紧急情况 R VH H 通讯超时 L M L 未能搜索到目标 L H H 任务没有顺利下达 L M M 本文从水下机器人6大模块中选择了主要的故障模式，分别为：(1)全局路径规划不合理；(2)避障失败；(3)无法处理紧急情况；(4)通讯超时；(5)未能搜索到目标；(6)任务没有顺利下达。这6种主要故障模式的模糊等级评价表，如表3所示。 表3 故障模式模糊等级评价表 3.3 基于灰色关联度的PRN排序 对典型的几种失效模式进行评价后，便可以根据灰色关联理论计算各种失效模式的灰色关联度，通过排序来确定各种失效模式的风险顺序，制定改进措施。 根据灰关联理论及对水下机器人失效模式的评价，按照表2中模糊语言术语对应的清晰数，建立水下机器人主要故障模式的比较矩阵A。本文选择最差值最为参考基准建立参考矩阵A0。 关联性实质上是曲线间几何形状的差别，因此可以将曲线间差值的大小，作为关联程度的