李凱凱,丁天寶,呂啟元

( 西北機電工程研究所,陜西 咸陽 712099 )

現(xiàn)代自行高炮系統(tǒng)結(jié)構(gòu)復(fù)雜，智能化、集成化程度越來越高，使其故障發(fā)生概率逐漸增加，故障發(fā)生情形日益多樣化，給系統(tǒng)測試診斷帶來了較大困難。例如，可用測試點少、測試時間長和使用維護費用高等，使得對故障診斷方法提出了新的更高的要求。

傳統(tǒng)的故障診斷都是根據(jù)所要研究對象的組成來構(gòu)建模型，并通過詳細的元件關(guān)聯(lián)關(guān)系分析，確定元件故障傳播方向和影響范圍，從而完成系統(tǒng)故障診斷。這種建模診斷分析方法所需的時間和工作量很大，既不利于故障診斷的及時性，也不利于故障診斷的有效性。

因此，為了能及時有效地檢測和隔離系統(tǒng)故障，提高系統(tǒng)的故障檢測和故障隔離能力，本文采用多信號流圖建模診斷工具——TEAMS Designer，以某自行高炮供電系統(tǒng)為例建立模型，并對模型進行分析，最后得到科學(xué)、合理、有效的故障診斷策略。采用該方法得到的故障診斷策略，減少了不必要的測試，提高了診斷的效率。

1 多信號流圖模型建模方法

1.1 多信號流圖模型產(chǎn)生背景

以往復(fù)雜系統(tǒng)故障診斷方法按照所用模型的不同大致可分為定量模型、定性模型、結(jié)構(gòu)模型和依賴模型。其中，采用定量模型和定性模型，可以精確地描述系統(tǒng)功能，在隔離功能故障方面具有卓越的能力。但是，需要預(yù)先知道系統(tǒng)的具體參數(shù)及元件的完全特性，對于復(fù)雜系統(tǒng)很難獲得這些精確的信息，并且建模過程復(fù)雜，因而不適合用于大型復(fù)雜系統(tǒng)建模。

結(jié)構(gòu)模型用有向圖代表模塊的連接性和故障傳播方向，該有向圖和系統(tǒng)的原理簡圖密切對應(yīng)?；诮Y(jié)構(gòu)模型的診斷分析簡單，速度快，便于系統(tǒng)的測試診斷分析。但結(jié)構(gòu)模型無法體現(xiàn)系統(tǒng)的功能，因此，只能判斷系統(tǒng)或部件的完全故障，無法診斷功能故障。

依賴模型主要用來描述系統(tǒng)故障和測試之間的相關(guān)性關(guān)系，將模型的故障源與測試以及測試與測試之間的關(guān)系以方向圖的方式表達。這種測試診斷模型對系統(tǒng)而言存在內(nèi)在的簡化性，但是，結(jié)構(gòu)平鋪且建模過程中主觀性較強，不易驗證模型的有效性。

考慮到以上幾種建模方法的不足，并且為了繼承其優(yōu)點，有學(xué)者于1994年提出了多信號流圖建模診斷方法。

1.2 多信號流圖建?；舅枷?/h3>

多信號流圖模型類似于在結(jié)構(gòu)模型上覆蓋了依賴模型的集合，其主要思想如下[1-3]：

1) 為了進行診斷,只需要對故障(或原因)如何傳播到各個監(jiān)測點進行建模。一個或多個元件故障使系統(tǒng)產(chǎn)生功能異常，可以通過系統(tǒng)中不同測試點觀測到。對于故障診斷及現(xiàn)場維修，其目標(biāo)是用最少的時間和費用確定故障原因。因此，在系統(tǒng)的故障空間建模就足夠。

2) 系統(tǒng)的故障空間不是二值的(即簡單的“通過”與“未通過”)。功能空間是多維的，故障空間作為功能空間的補集也是多維的。例如，正弦波信號發(fā)生器的功能是產(chǎn)生規(guī)定的幅值、相位和頻率，如果輸出的正弦波沒有固定的幅值、相位和頻率，就說它發(fā)生了故障。

3) 由于故障狀態(tài)的任意性，因而沒有必要對精確的定量關(guān)系進行建模。只需要確立系統(tǒng)重要的功能信號，并將其與適當(dāng)?shù)牟考蜏y試相關(guān)聯(lián)。

4) 常見故障存在兩種不同的類型，功能故障和完全故障。前者指影響系統(tǒng)功能執(zhí)行的故障。后者是通過阻礙信息流的流過，影響程度超過正常性能的承受能力導(dǎo)致系統(tǒng)功能喪失的災(zāi)難性故障。

1.3 多信號流圖建模方法特點

1) 多信號流圖模型覆蓋了多個信息流模型，模型更接近于系統(tǒng)的物理結(jié)構(gòu)。它克服了僅基于結(jié)構(gòu)分析粗糙、容易導(dǎo)致錯誤診斷結(jié)論及僅基于依賴模型結(jié)構(gòu)平鋪的缺點。

2) 多信號流圖模型建模方便、模型的集成和驗證都相對簡單。它與精確描述系統(tǒng)功能，并且推理過程太過緩慢的定量或定性模型相比更適合于大型復(fù)雜系統(tǒng)的建模。

3) 多信號流圖建模方法只需要獲取系統(tǒng)功能結(jié)構(gòu)等方面的知識，不需要系統(tǒng)中故障模型清晰的知識。這意味著多信號建模方法能夠探測和隔離不曾預(yù)料到的故障。

4) 多信號流圖建模方法進行故障診斷能更好地降低診斷的虛警率，提高準(zhǔn)確性。該方法除了能進行單故障診斷，還能進行多故障的有效隔離。

1.4 多信號流圖建模基本步驟

多信號流圖建模主要有以下4個步驟[4-5]：

1) 輸入或構(gòu)建系統(tǒng)的結(jié)構(gòu)模型、原理框圖或概念框圖。在TEAMS軟件中系統(tǒng)的結(jié)構(gòu)模型能夠從VHDL建模、EDIF建模中自動導(dǎo)入生成，或由圖形用戶界面直接構(gòu)建。

2) 給模塊或測試點添加相應(yīng)的功能信號。功能信號能夠從功能規(guī)范或傳遞函數(shù)基本變量中得到識別，對于任何獨特的屬性都可以定義一個相聯(lián)系的信號。例如，電源放大器的信號特性包括輸出失真，諧波失真和電源輸出等。

3) 對模型進行調(diào)整以適應(yīng)特定情形。例如，若系統(tǒng)有冗余(如A和B必須都故障時系統(tǒng)才故障)，采用與(AND)節(jié)點配置冗余元件；如果一個系統(tǒng)有不同的運行模式，則使用轉(zhuǎn)換(SWITCH)節(jié)點建模等。

4) 模型修正及有效性驗證。多信號流圖模型的構(gòu)建是一個由簡到繁，根據(jù)知識和需求逐漸完善的過程。通過診斷設(shè)計分析和專家的審定評估，對模型設(shè)計的診斷方案或診斷能力作出客觀的評估，指出模型和測試診斷方案中的不足，便于更進一步的改進。最后根據(jù)測試數(shù)據(jù)與物理模型對多信號流圖模型進行檢驗。

2 多信號流圖建模實踐

2.1 某自行高炮供電系統(tǒng)組成及功能分析

某自行高炮供電系統(tǒng)主要由輔機穩(wěn)壓裝置、主機穩(wěn)壓裝置、輔機發(fā)電裝置、主機發(fā)電裝置、電站轉(zhuǎn)換箱、高壓隨動直流箱和低壓整流濾波裝置等組成，如圖1所示。該供電系統(tǒng)是整個自行高炮系統(tǒng)的電力來源，它的作用是給整個車體和武器系統(tǒng)提供所需的電能，并顯示和檢測供電的品質(zhì)。

其中，交流XV輸出向某自行高炮全炮電氣系統(tǒng)及交流設(shè)備供電；直流YV輸出向某自行高炮隨動系統(tǒng)供電；直流ZV輸出向某自行高炮低壓ZV直流系統(tǒng)供電。由此可見，供電系統(tǒng)是自行高炮系統(tǒng)非常重要的組成部分，它的故障或輸出電壓不正常就可能導(dǎo)致整個自行高炮系統(tǒng)工作不正?；虬c瘓，使得整個武器失去作戰(zhàn)能力。因此，對自行高炮供電系統(tǒng)進行故障診斷，提高故障定位的速度及準(zhǔn)確性具有十分重要的實用價值和意義。

2.2 某自行高炮供電系統(tǒng)多信號流圖建模

本文采用TEAMS Designer軟件工具建立某自行高炮供電系統(tǒng)多信號流圖模型。TEAMS Designer工具是QSI公司在多信號流建模技術(shù)和信息理論-AI算法的基礎(chǔ)上設(shè)計出的產(chǎn)品，它主要用于測試性設(shè)計分析、故障診斷及故障診斷策略設(shè)計、診斷指標(biāo)評估、診斷知識推理和可靠性維修性數(shù)據(jù)綜合等。

對某自行高炮供電系統(tǒng)建立多信號流圖模型時，可基本采用其組成框圖，根據(jù)模塊間功能傳遞關(guān)系，可推斷功能失效的傳遞通路。在TEAMS Designer軟件中，使用方框表示功能模塊，使用有向線段表示失效功能(故障模式)的傳遞，使用圓圈表示測試點及測試位置，使用開關(guān)的形式表示轉(zhuǎn)換節(jié)點對主機和輔機兩種供電模式進行選擇。供電系統(tǒng)的故障模式為交流XV輸出不正常、直流YV輸出不正常、直流ZV輸出不正常。供電系統(tǒng)的這些故障模式由其組成模塊的故障模式的傳遞形成了供電系統(tǒng)的多信號流圖模型，如圖2所示。

使用TEAMS Designer建立多信號流圖模型時可將模塊劃分為系統(tǒng)(System)、子系統(tǒng)(Subsystem)、現(xiàn)場可更換單元(LRU)、內(nèi)場可更換單元(SRU)、模塊(Module)、子模塊(Submodule)、元件(Componnent)和故障模式(Failure mode )8個級別，建模時根據(jù)實際系統(tǒng)的組成選擇相應(yīng)的級別；TEAMS建模中測試類型包括通過癥狀進行測試、操作檢查測試、驗收測試和常規(guī)測試4種；建模時按照實際對各模塊的測試方法選擇合適的測試方法和位置。

2.3 某自行高炮供電系統(tǒng)診斷策略生成及分析

按照多信號流圖建模步驟建立某自行高炮供電系統(tǒng)模型后，通過對模型的改進與完善，并通過某自行高炮供電系統(tǒng)領(lǐng)域?qū)＜覍ο到y(tǒng)結(jié)構(gòu)功能及模型審查、確認后，運用TEAMS的診斷優(yōu)化算法，針對系統(tǒng)不同的故障現(xiàn)象生成了相應(yīng)的診斷樹診斷策略。某自行高炮供電系統(tǒng)采用輔機發(fā)電裝置供電時得到的直流YV輸出不正常故障現(xiàn)象診斷樹如圖3所示。

診斷樹以二叉樹的形式來展示系統(tǒng)的故障診斷路徑，它是一種故障診斷策略的描述。診斷樹中包括3種節(jié)點：故障現(xiàn)象節(jié)點、測試節(jié)點、故障源節(jié)點。測試節(jié)點的內(nèi)容包括測試的具體操作手段，診斷樹是被測試結(jié)果所驅(qū)動的，上一步測試得到的結(jié)果直接影響到下一步的測試內(nèi)容。

診斷樹與傳統(tǒng)的故障樹不同，傳統(tǒng)的故障樹的頂事件和中間事件是系統(tǒng)或元件，而診斷樹的頂事件是故障現(xiàn)象，中間事件是測試點。傳統(tǒng)的故障樹是以元件-元件-元件/模糊組的形式來進行診斷，而診斷樹是以測試點-測試點-元件/模糊組的形式來進行診斷，頂事件和中間事件的不同決定了其診斷分析過程的不同。

故障診斷策略是指故障檢測和故障隔離的測試順序?；诙嘈盘柫鲌D模型的故障診斷方法得到的診斷策略是在被測對象多信號流圖模型的基礎(chǔ)上，根據(jù)相應(yīng)的測試優(yōu)選算法，以測試優(yōu)選后的先后順序來制定的。

通過將多信號流圖建模診斷方法得到的診斷策略，運用到某自行高炮實際的故障診斷中與傳統(tǒng)的測試診斷方法相對比，證明該方法具有較高的準(zhǔn)確性和有效性。不僅能在一定程度上減少平均測試診斷步驟及提高測試診斷效率，也使得測試診斷出錯率有所降低。

因此，通過實際應(yīng)用證明多信號流圖建模方法可以根據(jù)專家經(jīng)驗得到系統(tǒng)故障診斷較優(yōu)的診斷策略。使用該方法得到的診斷策略進行故障診斷，能有效地減少平均測試診斷步驟，提高故障診斷的準(zhǔn)確性，所以該方法適合用于復(fù)雜武器系統(tǒng)的故障診斷。對于組成元件越多、故障模式越多的系統(tǒng)，得到的故障診斷策略的優(yōu)越性體現(xiàn)得越明顯。并且該故障診斷策略可以通過XML、HTML、PDF等多種格式進行導(dǎo)出方便用戶使用。

3 結(jié)束語

基于多信號流圖模型的武器裝備故障診斷方法能夠根據(jù)專家經(jīng)驗生成較優(yōu)的診斷策略。本文使用多信號流圖建模工具TEAMS Designer建立了某自行高炮供電系統(tǒng)的多信號流圖模型，生成了診斷樹故障診斷策略。通過實際的故障診斷應(yīng)用，確認基于多信號流圖模型的故障診斷結(jié)果正確、故障診斷效率較高。

[1] DEB S,PATTIPATI K R.Multi-signal flow graphs:a novel approach for system testability analysis and fault diagnosis[J].IEEE Aerospace and Electronics Magazine,1995,10(5):14-25.

[2] DEB S, GHOSHAL S, MATHUR A,et al.Multi-signal modeling for diagnosis,FMECA, and reliability[C].Proceedings of the IEEE Conference on Systems,Man,and Cybernetics,CA,San Diego, 1998:11-14.

[3] PATTIPATI K R,DEB S, DONTAMSETTY M,et al.System testability analysis and research tool[C].Proceedings of the IEEE AUTOTESTCON.New York:IEEE Press,1990:395-402.

[4] 劉海明,易曉山.多信號流圖的測試性建模與分析[J].中國測試技術(shù),2007,33(1):49-51.(in Chinese)

LIU Hai-ming,YI Xiao-shan.Analyses and modeling of testability based on multi-signal flow graphs[J].China Measurement Technology,2007,33(1):49-51.(in Chinese)

[5] DEB S,PATTIPATI K R, SHRESTHA R.QSI,s integrated diagnostic toolset[C].Proceedings of the IEEE AUTOTESTCON,New York:IEEE Press,1997:408-421.