APP下载

基于事故树的系统故障诊断和修复

2016-07-16吴振宇朱朝峰

船舶 2016年2期
关键词:故障诊断

吴振宇 朱朝峰

(海军驻武汉四三八厂军事代表室 武汉430060)



基于事故树的系统故障诊断和修复

吴振宇 朱朝峰

(海军驻武汉四三八厂军事代表室 武汉430060)

[摘 要]采用事故树分析法对故障系统进行分析,在事故树逻辑简化的基础上分别构建系统的故障诊断模型和故障维修模型;在事故树定性和定量分析的基础上,对系统事故树模型中的基本原因事件的故障检测时效比和维修时效比进行分析;制定系统的故障诊断和修复流程,快速、及时地对故障系统做出响应,保证舰船生命力。结果表明:基于事故树的系统故障分析法为系统的故障检测和抢修决策提供依据,对大型复杂系统的生命力研究具有一定的适用性。

[关键词]事故树分析法;故障诊断;故障修复;逻辑简化

朱朝峰(1984-),男,硕士,助理工程师,研究方向:船舶电气。

引 言

舰船生命力即舰船在战斗损伤和故障损伤条件下能否继续保持航行和作战的能力,是舰船战斗力的基础[1]。如何在战损和故障条件下,制定舰船的抢修决策方案、实现舰船的故障修复,是一个亟待研究解决的问题。故障诊断分析依据系统运行状态,查找故障源并提出解决方案,对系统的抢修决策和故障修复具有指导意义。

传统的故障诊断方法是在故障检测的基础上,依据系统的结构、原理和功能特点,对系统的故障因素进行事故树定性定量分析,探讨各种故障原因的结构重要程度和概率重要度等,从而指导事故控制方案的制定和实施。然而,传统的故障诊断方法仅立足于舰船的安全,并不能准确反映系统设备的维修时间等因素对故障修复的影响[2-5]。

系统故障修复过程中如何凭借有限资源快速、准确、高效地修复舰船生命力?本文将在传统故障诊断方法的基础上,立足于系统的故障检测和修复,建立系统的事故树分析模型。在结构重要度的基础上,探讨不同故障因素的诊断时效比和修复时效比,为舰船生命力的故障诊断和抢修决策提供指导。

1 基于事故树的系统故障分析法

事故树分析法(Fault Tree Analysis,FTA)又称因果树分析法,在系统的可靠性分析和故障诊断方面具有广泛的应用,是指导系统最优化设计、薄弱环节分析和运行维修的有力工具。将事故树分析法用于系统的故障诊断和修复,既能通过演绎分析探索出系统的故障所在,加深对系统故障和故障原因的理解,实现系统的故障修复;又能对重要部位系统状态进行分析,对系统的故障诊断和抢修决策进行优先级排序,满足特定工况下的舰船生命力需求。图1为基于事故树的系统故障分析流程。

图1 基于事故树的系统故障分析流程

事故分析树以特定环境下的系统最不希望发生的事件(即人们关心的影响人员、装备使用安全和任务完成的系统故障)为顶事件,在对系统的组成、结构、工作原理和功能的基础上,采用因果分析法,自上而下、逐层寻找顶事件的直接原因事件和间接原因事件,直到影响系统故障的基本原因事件,并用逻辑图直观的表达不同事件之间的逻辑关系,建立系统的事故树模型[6]。

在对故障进行事故树分析求解过程中,由于系统本身的复杂性导致所建立的事故树模型结构复杂,为事故树的定性定量分析带来了困难。因此本文在建立系统事故树的基础上,提出对系统事故树的逻辑简化:以某种顺序遍历事故树,依次对每个门下的子树进行局部结构优化,事故树的逻辑简化过程遵循相关的局部优化规则,从而实现对整个事故树的结构优化。

在事故树逻辑简化的基础上采用传统的方法进行分析,找出导致系统故障的原因和原因组合,确定系统的最小割集和最小路集,识别系统的薄弱环节及所有可能的失效模式,求得单元概率重要度、结构重要度和关键重要度等系统指标。

在系统故障诊断过程中,结合系统基本事件的故障检测时间,定量分析故障系统的故障判明时效比,并以此作为系统故障诊断优先级排序的依据,以最小的代价换取最佳效果的最优诊断方案,并对系统的故障原因进行检测定位。

在系统故障诊断事故树的基础上,建立故障系统的维修性事故树模型(其中在建立系统的维修性事故模型时,仅需要对系统的故障诊断事故树模型中的“与”门用“或”门代替即可)[7],并对其进行定性定量分析,计算对应原因事件的修复时效比。在事故树定量分析的基础上,结合系统原因事件故障修复的实际对系统故障部件的修复顺序进行优先级排序,实现在最短时间内对系统的故障修复,为系统的抢修决策提供指导。

1.1事故树逻辑简化

事故树逻辑简化,其全局优化准则是事故树中的节点数最少,局部优化准则是每个门下的子树节点数最少。本文采用贪心算法结合事故树的逻辑简化规则实现对复杂事故树的逻辑简化。基于贪心算法的事故树逻辑简化可大幅度提高分析求解速度,解决大规模、复杂系统的故障诊断和分析问题。

在事故树逻辑简化过程中遵循以下局部优化准则[8]。

1.1.1收缩规则

规则1:若相邻两层门类型相同,则可合并。

规则2:在同一个门的输入中,相同的底事件可以合并。

规则3:如果一个门只有一个输入,则这个门可以删除,其输入上移。

1.1.2删除规则

规则1:如果在事故树的某个门G1下有基本事件B,同时在以门G1为顶的子树的偶数层上的某个门G2下也有基本事件B,则以门G2为顶的子树可以删去。

规则2:如果在事故树的某个门G1下有基本事件B,同时在以门G1i顶的子树的奇数层上的某个门G2下也有基本事件B,则可以删去G2下面的基本事件B。

1.1.3提取规则

提取规则即相同底事件处在一层的若干个门中,可将该事件提取出来,其应用前提是事故树中的门的类型隔层相同。

1.2基于事故树的系统故障诊断

对故障系统进行事故树分析旨在判明故障原因,排除故障单元,实现系统的故障诊断和修复。事故树定性定量分析只是对各个基本原因事件的结构重要度进行分析,反映系统故障的贡献大小,因此还需要对系统的故障原因进行检测定位。

在故障检测定位过程中,假设单元i的故障检测时间为Ti。由于不同单元的故障检测时间Ti差异很大,可能存在某一单元的关键重要度比较小,但是其故障维修时间相对比较长。因此,从单元系故障检测时间诊断效果看,平均单位时间内故障修复效果较差。总之,以关键重要度或结构重要度作为依据对系统进行故障诊断并不合适。本文把关键重要度与单元故障检测时间的比值Ret(i)(即故障修复时效比)作为排序的依据[3],按照从大到小的顺序确定故障诊断的先后次序,以最小的代价制定系统故障诊断的最优方案,实现对系统故障原因的定位。Ret(i)由式(1)算出。

1.3基于事故树的系统抢修决策

为能够协调单元结构重要度或概率重要度与单元故障维修时间之间的矛盾,本文引入故障修复时效比作为系统维修优先级排序的依据。假设单元i的故障率为λi、故障维修时间为ti,则关键重要度与单元维修时间的比值Lct(i)(即故障修复时效比)按照从大到小的顺序确定故障单元维修的先后次序,制定系统的最优抢修决策方案,以最小的时间代价实现系统的故障恢复。Lct(i)由式(2)算出。

此外,本文对整个系统的平均修复时间进行计算,其中平均修复时间为:

结合系统的故障发生率、概率重要度、系统的维修时间和平均时间进行统筹综合考虑,从而为提高舰船生命力提供参考性意见。

2 实例应用

以某船突发电力系统失电故障[3]为例,以基于事故树的系统故障分析法作为系统分析方法,确定系统的故障诊断优先级,实现系统的故障定位,并制定系统的抢修决策方案,以最短的时间为代价实现系统的故障修复。根据该船内部结构及功能关系,建立如下页图2所示电力系统失电的故障诊断事故树模型。

图2中:X1为主配电板故障;X2为应急电源蓄电池组故障;X3为电力分电箱故障;X4为电源转换开关故障;X5为80 A整流器故障;X6为充放电板故障;X7为滑油泵故障;X8为辅机蓄电池组故障;X9为柴油机故障;X10为发电机故障;X11为变压器故障;X12为手摇泵故障;X13为燃油泵故障;X14为海水泵故障;X15为淡水泵故障; X16为热交换器故障;X17为膨胀水箱故障;A为电力系统失电;B为电源不能正常供电;C为主电源不能正常工作;D为柴油发电机组不能正常工作;E为燃油管路不能正常工作;F为冷却系统不能正常工作。

图2 某电力系统失电事故树的故障诊断模型

由于该系统结构简单,忽略系统逻辑简化过程,通过计算求得系统的最小割集共14个,即:{X1}、{X3}、{X2,X4,X5}、{X2,X4,X6}、{X2,X4,X12,X13}、{X2,X4,X7}、{X2,X4,X14}、{ X2,X4,X15}、{X2,X4,X16}、{X2,X4,X17}、{X2,X4,X8}、{X2,X4,X9}、{X2,X4,X10}、{ X2,X4,X11}。

若已知系统的各个基本原因事件的故障诊断时间Ti、故障率λi、故障维修时间ti,则可获得相对应原因事件的概率重要度和故障诊断时效比,如表1所示。

由表1可知:系统各个基本事件的故障诊断优先级排列如下:主配电板——电力分电箱——电源转换开关——应急电源蓄电池组——充放电板——80 A整流器——辅机蓄电池组(变压器)——热交换器(膨胀水箱)——滑油泵(海水泵、淡水泵)——发电机——柴油机——手摇泵——燃油泵。

表1 某电力系统失电的故障事故树分析

图3 某电力系统失电事故树的故障维修模型

在图2所示的系统故障事故树模型的基础上,利用前文的相关事故树理论,建立该系统维修事故树模型,如图3所示。可得事故树的最小割集为{X1}、{X2}、{X3}、{X4}、{X5}、{X6}、{X7}、{X8}、{X9}、{X10}、{X11}、{X12}、{X13}、{X14}、{X15}、{X16}、{X17}。其中每个最小割集代表故障系统的一次维修事件。

已知系统的维修事故树模型中各个基本原因事件的故障率λi、故障维修时间ti,通过对该事故树模型定性定量分析可得对应事件的维修时效比,如表2所示。

表2 某电力系统失电的维修事故树分析

由表2可知:

系统各个基本事件的维修优先级排序如下:电源转换开关——手摇泵——海水泵(淡水泵、膨胀水箱)——80 A整流器(变压器、热交换器)——滑油泵(燃油泵)——充放电板——应急电源蓄电池组——电力分电箱——辅机蓄电池组——主配电板——发电机——柴油机。这一优先级序列与系统的维修时间密切相关,系统越复杂,维修时间就越长,应该最后考虑对该系统的维修。

在对系统的维修性分析的基础上,综合考虑事故树中各个基本原因事件的事故发生率、概率重要度和系统的平均维修时间,缩短柴油机和发电机的维修时间对提高系统的故障修复效果显著,这一分析结果与实际的维修过程是一致的。

3 结 论

本文以某船电力失效故障为例,在事故树逻辑简化理论的基础上,分别建立基于事故树的系统故障诊断模型和修复模型;在对系统事故树模型定性定量分析的基础上,探讨系统的故障检测时效比和故障维修时效比;并以此作为系统故障检测和故障修复的依据,实现系统的故障定位和故障修复,为系统的抢修决策提供建设性意见。事故树分析方法简单、方便,能够实现系统模型的逻辑简化,能够满足复杂系统的故障分析需求,在舰船生命力的设计阶段和使用阶段具有适用性。

[参考文献]

[1] 浦金云,金涛,邱金水.舰船生命力[M].北京:国防工业出版社,2008:1-20.

[2] 段隽品,李华聪.基于故障树的故障诊断专家系统研究[J].科学技术与工程,2009(7):1914-1917.

[3] 倪绍徐,张裕芳,易宏,等.基于故障树的智能故障诊断方法[J].上海交通大学学报,2008(8):1372-1386.

[4] 宋彤,周妍.基于系统分析的控制系统故障树自动生成[J].系统工程理论方法与应用,2005(6):514-519.

[5] 侯岳,张风香,浦金云.一种评估舰艇方案设计阶段生命力的模块化方法[J].海军工程大学学报,2013 (1):84-89.

[6] 浦金云,何守军. 舰艇作战系统生命力评估——损伤树法[J].船舶,2004(1):14-22.

[7] 龚剑,赵新文,蔡琦,等.基于故障树的船用核动力装置维修性建模研究[J].中国舰船研究,2008(6):74-77.

[8] 杨宇,刘晓平,刘萍,等.适用于动态概率安全评价的故障树逻辑简化方法[J].原子能科学技术,2005 (5):433-437.

Fault diagnosis and recovery based on fault tree analysis

WU Zhen-yu ZHU Chao-feng
(Naval Representative Offi ce Based in 438 Factory, Wuhan 430060, China)

Abstract:The fault system is analyzed by the fault tree analysis(FTA) method. The fault diagnosis model and the maintenance model are constructed following the fault tree logical reduction strategy. The ratios of efficiency to time of fault diagnosis and the maintenance for the basic causation events of the system fault tree model are analyzed based on the qualitative and quantitative FTA. The programs for fault diagnosis and the maintenance are established to quickly and timely response to the malfunction system, ensuring the ship survivability. The results show that the system fault analysis based on FTA can provide a basis for the fault diagnosis and maintenance and can be applied to the investigation of the complex system survivability.

Keywords:fault tree analysis(FTA); fault diagnosis; fault recovery; logical reduction

[中图分类号]U672

[文献标志码]A

[文章编号]1001-9855(2016)02-0031-05

[收稿日期]2015-10-19;[修回日期]2015-11-24

[作者简介]吴振宇(1987-),男,助理工程师,研究方向:船舶电气。

猜你喜欢

故障诊断
比亚迪秦EV充电系统故障诊断与排除
基于神经网络的船舶电力系统故障诊断方法
基于包络解调原理的低转速滚动轴承故障诊断
基于多维时间序列复杂网络的AUV故障诊断
数控机床电气系统的故障诊断与维修
基于量子万有引力搜索的SVM自驾故障诊断
新型自动变速器故障诊断与修理模式的转变(七)
汽车故障诊断设备与绿色维修
可以移动互联的汽车故障诊断设备
汽车离合器常见故障诊断分析