吕金飞 褚金钱

摘  要：发射场地面设备的稳定运行是保证发射任务成功实施的前提，需要深入分析和快速准确判断设备的运行状态。文章研究了基于故障树模型的发射场地面设备的故障诊断方法，分析了地面设备的故障类型和故障分析方法，提出了基于T-S模糊模型来描述系统设备和故障状态之间的关系。研究结果表明：该方法能够快速并准确定位设备故障，提高故障分析效率。文章的研究内容可为发射场地面设备的故障诊断提供依据和参考。

关键词：发射场地面设备;故障诊断;故障树;T-S模糊

中图分类号：V553;V467      文献标识码：A 文章编号：2096-4706（2021）18-0135-04

Abstract： The stable operation of the ground equipments in launch site is the premise to ensure the successful implementation of launch task. It is necessary to deeply analyze and quickly and accurately judge the operation state of the equipment. This paper studies the fault diagnosis method of ground equipments in launch site based on fault tree model， analyzes the fault types and fault analysis methods of ground equipments， and puts forward the description the relationship between system equipment and fault state based on T-S fuzzy model. The study results show that this method can quickly and accurately locate equipment faults and improve the efficiency of fault analysis. The research content of this paper can provide basis and reference for fault diagnosis of ground equipments in launch site.

Keywords： ground equipments in launch site; fault diagnosis; fault tree; T-S fuzzy

0  引  言

發射场地面设备的正常运行状态是保证发射任务能够实现的前提，因此研究发射场地面设备的故障诊断技术，深入分析和掌握发射场地面设备的运行状态，对于迅速定位故障源，及时排除故障和短时间内解决故障问题，保证设备的良好运行状态和发射任务的顺利实施具有重要的意义[1，2]。发射场地面设备包括供配电设备、装配对接设备、推进剂贮存加注设备、监控设备和数据测量设备等，设备种类繁多、系统复杂，设备的故障诊断面临设备种类多、信号来源多和数据量大的问题[3，4]。操作人员往往难以迅速从大量的信息中快速可靠地了解设备的运行状态和定位设备的故障原因，发射场地面工作人员对于提高对地面设备的全局检测能力和提高故障诊断定位水平具有迫切的需求[5，6]。

发射场地面设备是一系列复杂设备组成的系统，对于系统或者设备的特定故障种类、诱发原因可能有多种，采用单一诊断和排查技术时间长、效率低，因此采用传统的经典单一诊断技术面临很多问题，需要综合多种信息来源，结合经验和检测方法才能获得更加精准有效的诊断结果，基于故障树的分析法是用于发射场地面设备故障检测的常用方法[7-9]。

故障树分析法是一种目前应用较多具有高可靠性的故障诊断方法，也称为因果树分析方法，在系统设备设计和结构分析以及故障诊断领域发挥着重要的作用[10]。

故障树分析方法是依据所研究系统的组成、系统运行原理、数据结果和故障问题，建立系统的内在关联关系，梳理故障与设备和信号之间的逻辑关系，分析潜在因素对故障发生影响的途径和程度，对系统的概率进行定量计算。在地面发射场设备故障检测过程中，工作人员通过对系统设备的组成和功能进行由上而下的逐层分解，剖析引发故障的诱因，用一系列的逻辑关系将系统故障和事件诱因联系起来，从而建立故障树模型，以形象化的语言表示系统功能故障和系统功能单元之间的联系。基于故障树方法的设备故障诊断方法既能将地面发射场的故障现象和原因表示出来，而且能够对故障产生的原因进行分析，确定导致故障原因的最小路集，识别系统和设备的薄弱环节。此外，该方法还可以支持相关指标的定量化计算，通过定量化系统设备的故障发生分布和概率，能够拟合求解重要度和失效概率等关键定量指标[11]。

基于布尔代数和概率论数理统计的传统分析法在部件故障概率较低的情况下，通过二态假设往往能够获得较好的结果，但是对于复杂且故障频率较高的系统，由于无法获取大量的统计数据，给故障树建模和定量分析带来了很大的困难[12]。模糊故障树分析法是用模糊集合的方式来描述故障概率，能够在一定程度上解决故障概率建模的问题，但是对于系统设备的故障机理不能有效建模[13]。基于T-S的故障树方法能够在将逻辑门和故障机理事件联系起来，通过考虑不同系统设备和部件之间不同的故障状态，基于T-S门代替传统的门来描述事件间的内在关系。

本文针对发射场地面设备的故障检测问题，提出了基于故障树的故障诊断方法，通过用模糊数来描述系统设备的故障状态，用模糊子集来表征故障状态的故障可能性，定义系统的T-S模糊重要度，采用基于状态模糊度的估算方法，最后结合地面发射场工程实际的应用实例，证明了该方法的有效性。

1  T-S模糊故障树分析

1.1  故障树的数学描述

假设发射场地面设备或者元器件存在两种工作状态，即正常工作或者出现故障，且两者之间是相互独立的。

故障树顶事件由底事件决定，将顶事件与底事件之间的关系Φ（X）称为结构函数。

1.2  系统设备故障事件描述

故障树分析方法是由多种底事件之间的“并集”和“交集”的逻辑关系构成的，这种逻辑关系构成了故障树分析法的定量分析的基础，故障树的事件可用“0”和“1”两种状态分别来表示出现故障和状态良好的情况。顶事件则是底事件之间的函数，如图1所示。通过底事件之间的结构函数来聚合为门故障树的结构函数，传统的故障树分析方法需要明确了解所有基本事件的故障发生概率值，而基于T-S模糊的故障树分析方法通过将失效可能性作为边界条件，即通过定义一个模糊子集来表征系统设备的故障概率。

设系统设备m的故障发生的概率的模糊子集为：

故障发生概率的隶属函数定义为：

故障发生概率的隶属函数可以用如图2所示来进行表示。

系统设备的故障状态可用故障概率p来进行描述，当故障概率为1的时候表示故障发生的概率为1，当故障概率为0表示不会发生故障，在0～1之间表示故障发生的可能性的概率值。

1.3  T-S模糊门算法

设分别用来描述底事件m1=（m1，m2，…，mn）的故障概率为，顶事件根据T-S模糊模型可计算顶事件w1=（w1，w2，…，wn）的故障发生的可能性为：

式中，为第l条规则中的第j个系统设备故障状态对应的模糊集的隶属度。

若已知系统设备或者底事件的故障可能性的模糊算子和隶属度函数，以及顶事件的故障程度和故障可能性的模糊子集以及隶属度函数，则顶部事件的故障程度的T-S模糊重要度可由文献得到。事件的重要度指的是底事件对于顶事件发生概率的贡献度。

2  地面发射场液压设备缸阀管路控制系统

液压系统是结构复杂且精密度高的机、电、液综合系统，系统具有机液耦合、时变性和非线性等特性。液压故障因故障点隐蔽、因果关系复杂、易受随机性因素影响、失效分布较分散，故障诊断与监测的难度大，其故障测试诊断在复杂系统故障诊断中很有代表性;同时，液压系统由于具有重量轻、反应快，运行平稳、传动比大、运行平稳、易于实现自动控制等优点，已被工业领域广泛采用，因此，对其故障诊断研究很有现实意义。液压设备一旦发生故障，轻则导致产品质量下降，重则导致生产中断，严重的甚至还会引起灾难性的后果，因此，对液压设备缸阀管路控制系统进行在线状态监测和故障测试诊断深入研究，是保障其安全、稳定、长周期、满负荷、高性能、高精度、低成本运行的重要措施，这方面的研究是近年来工程技术领域的研究热点。

2.1  建立缸阀管路控制系统的故障树

根据故障树顶事件的定义，结合地面发射场液压设备缸阀管路控制系统故障模式分析结果，确定缸阀管路泄露异常情况作为顶事件。根据缸阀管路控制系统故障分析结论，依据故障树模型建立的基本规则和方法，建立故障树如图3所示。

缸阀管路控制系统中各符号含义如表1所示，其中缸阀管路泄露项T为顶事件，F项为底事件，缸泄露和阀泄露为中事件。

2.2  故障诊断

通过在实践操作和运行过程中的数据统计，从2020年1月1日到2021年1月1日，对某液压设备缸阀管路控制系統共进行了153次测试工作，测试系统故障情况如表1所示。

从各项底事件的概率中分析，该设备缸阀管路控制系统出现仪器设备故障情况的概率分别高达2.842%和1.785%，经过实践调研和任务过程分析，多是由于仪器设备出现老化和裂痕情况所造成的，若经过仪器设备定期更新、检查和更换的改进和完善，故障概率可大大降低;此外，缸管路传感器故障和软件故障的概率分别是0.663%和0.255%，通过调研与分析确定分别由传感器配件损坏和软件未更新所导致的故障。

利用故障树定性分析法来求解故障树的最小割集，得到全部的8个底事件，通过前面分析方法对底事件的重要度进行分析，得到如表2所示的结果。

2.3  结果分析和改进措施

由表2底事件的重要度分析可知，仪器设备底事件对顶事件缸阀管路控制系统异常的贡献最大，其次是传感器故障和软件系统故障底事件。由此，提出了相应的改进措施：

（1）加强设备的使用维护。严格按照出厂规定安装设备;严格按照操作规程使用设备;对环境有特殊要求的设备，使用前要做好恒温、恒湿、防震、防尘等措施，确保设备运行的精度性能;发现设备异常要立即停车，杜绝设备带病运行;定期做好设备的维护保养和检修，延长设备寿命，降低设备腐蚀损坏的速度。

（2）提高传感器的使用维护标准。详细了解传感器的使用方法，严格按照操作要求进行安装使用;最大限度避免传感器机身被刮伤或者摩擦，有效保护传感器外部涂层的完整性，延长传感器使用寿命;定期对传感器机身做好清洁工作，维护过程中，严防破坏传感器的核心部件以及内部的精密结构，保证传感器工作的精度性能。

（3）定期升级更新操作软件。维护好软件运行的设备平台和硬件环境;及时安装补丁程序解决软件运行中出现的漏洞问题;安装和设置软件防火墙，设置账号和密码保护，防止非法网络访问和入侵;安装杀毒软件防止电脑病毒传播;通过运行系统日志监测记录所有用户的使用活动;定期对软件系统进行安全备份避免系统故障导致数据丢失。

（4）尽力减少人为误操作。设备运行前，操作人员要认真检查设备状态，相关人员要严格遵守规章制度，尽到把关责任;设备运行中，要严格按照规程操作，发现异常及时停机报告，严禁擅自更改操作流程;设备运行后，要及时对设备进行复位和检查，保证设备下次能够正常启动运行;数据记录人员按要求做好试验现象和数据记录，严禁乱写和篡改数据。

3  结  论

发射场地面设备故障检测是一项复杂的任务，要求诊断过程具有高可靠性、高准确性和反应迅速性。针对发射场地面设备故障诊断这一特点，本文提出了基于故障树模型的发射场地面设备故障诊断分析方法，通过分析故障树的故障类型和算法之间的关系，采用基于T-S模糊模型来描述液压设备缸阀管路控制系统的设备和故障之间的关系。最后，将该方法应用于液压设备缸阀管路控制系统故障诊断测试，并依据结果提出相应的改进措施，实践证明该方法能够对发射场地面设备故障进行准确的判断。

参考文献：

[1] 张强.飞行器发射场信息安全应对措施 [J].电子技术与软件工程，2017（14）：218-219.

[2] 史荟燕，陈书驰.美国航天发射场安全评估与仿真技术应用 [J].载人航天，2009，15（3）：34-39.

[3] 张建荣，董富治，郝晋峰，等.面向试验过程的发射场地面设备风险分析方法 [J].火力与指挥控制，2017，42（1）：166-169.

[4] 王嘉轶，闻新.航天器故障诊断技术的研究现状与进展 [J].航空兵器，2016（5）：71-76.

[5] 谢敏，楼鑫，罗芊.航天器故障诊断技术综述及发展趋势 [J].软件，2016，37（7）：70-74.

[6] KAI F W，JIE X，GUANG O Y，et al. Sensor fault diagnosis for flight control system based on Cubature Kalman filter [C]//Proceedings of 2014 IEEE Chinese Guidance，Navigation and Control Conference.Yantai：IEEE，2014：2657-2662.

[7] 周明，何息忠，周勇.故障树分析法在发射场地面设备系统中的应用研究 [C]//中国宇航学会’99导弹航天器发射技术研讨会.酒泉：中国宇航学会，1999：95-101.

[8] 王东，郭永，胡经民，等.基于故障树分析法火箭测量系统故障诊断研究 [J].北華航天工业学院学报，2014，24（3）：20-23.

[9] 范文晶，王召利，干兴业，等.基于故障树的发射车故障诊断技术研究 [J].测控技术，2020，39（10）：19-23+31.

[10] SHELTON S V. Residential Space Conditioning with Solid Sorption Techonology [J].Heat Recovery Systems and CHP，1993，13（4）：333-361.

[11] MEUNIER F. Solid Sorption： An alternative to CFCs [J].Heat Recovery Systems and CHP，1993，13（4）：289-295.

[12] 陶勇剑，董德存，任鹏.基于故障树的系统可靠性估计不确定性分析 [J].同济大学学报（自然科学版），2010，38（1）：141-145.

[13] MENTES A，HELVACIOGLU I H. An application of fuzzy fault tree analysis for spread mooring systems [J].Ocean Engineering，2011，38（2-3）：285-294.

作者简介：吕金飞（1978-），男，汉族，山东平原人，讲师，博士研究生，研究方向：航天测试发射。