陳　琳，謝學(xué)飛

(長安大學(xué)汽車學(xué)院，陜西 西安 710064)

?

基于貝葉斯網(wǎng)絡(luò)工具箱的制動系統(tǒng)故障分析

陳琳，謝學(xué)飛

(長安大學(xué)汽車學(xué)院，陜西 西安 710064)

摘要：為對汽車制動系統(tǒng)進(jìn)行故障分析，采用故障樹與貝葉斯網(wǎng)絡(luò)相結(jié)合的方法對可能發(fā)生故障的所有危險因素進(jìn)行分析，建立故障樹模型，并將其轉(zhuǎn)化成貝葉斯網(wǎng)絡(luò)，利用貝葉斯網(wǎng)絡(luò)計算故障發(fā)生的概率，找出制動系統(tǒng)的薄弱點，并對其進(jìn)行優(yōu)化設(shè)計。計算分析結(jié)果表明，將故障樹與貝葉斯網(wǎng)絡(luò)結(jié)合可以提高故障分析的有效性。

關(guān)鍵詞：汽車制動系統(tǒng)；故障樹；貝葉斯網(wǎng)絡(luò)；故障分析

汽車制動系統(tǒng)是用于使汽車行駛時在短時間內(nèi)停車且維持行駛方向穩(wěn)定性和長下坡時能維持一定車速的機(jī)構(gòu)[1]。汽車制動系統(tǒng)直接影響著汽車行使的安全性和停車可靠性，重大交通事故往往與制動距離太長、緊急制動時發(fā)生側(cè)滑等情況有關(guān)。汽車的制動性是汽車的主要性能之一，也只有制動性能良好、制動系統(tǒng)工作可靠的汽車，才能充分發(fā)揮其動力性能。氣壓制動系統(tǒng)主要由制動踏板、制動總泵、管路和制動器等組成。當(dāng)操縱機(jī)構(gòu)調(diào)整不良、管路泄漏、制動器間隙調(diào)整不當(dāng)或有關(guān)零部件損壞時，就會發(fā)生制動失效、制動不靈、制動跑偏、制動拖滯及制動噪聲等故障[2]；因此，有必要對汽車制動系統(tǒng)進(jìn)行危險性分析，計算其發(fā)生的概率，為汽車事故預(yù)防提供理論依據(jù)。

故障樹分析法就是把所分析系統(tǒng)的最不希望發(fā)生的故障模式作為故障分析的目標(biāo)，然后找出直接導(dǎo)致這一故障發(fā)生的全部因素，再找出造成下一級事件發(fā)生的全部直接因素，自上而下地層層查找，直到找到原始的，且故障原因/機(jī)制或概率分布已知而不用再深究的因素為止[3]。用它描述故障的因果關(guān)系直觀、明了、思路清晰、邏輯性強(qiáng)，既可定性分析，又可定量分析；但故障樹分析法是利用最小割集求取故障發(fā)生的概率，計算頂事件概率比較煩瑣，而且故障樹只考慮(0，1)狀態(tài)事件，在對系統(tǒng)故障的多態(tài)進(jìn)行分析建模會產(chǎn)生較大誤差。

貝葉斯網(wǎng)絡(luò)是一種處理不確定性知識和進(jìn)行概率推理的重要工具，是關(guān)于概率關(guān)系的有向圖解描述，它能夠結(jié)合觀測的數(shù)據(jù)信息和專家知識，具有描述事件多態(tài)性和信號邏輯關(guān)系非確定性的能力[4]。運用貝葉斯定理計算出后驗概率，可應(yīng)用于有條件地依賴多種控制因素的決策，現(xiàn)已經(jīng)開始用于故障診斷領(lǐng)域。采用貝葉斯網(wǎng)絡(luò)對故障樹進(jìn)行分析，能夠更深刻地描述系統(tǒng)的故障原因關(guān)系，提高評價系統(tǒng)的可靠性[5]。本文為了對汽車故障系統(tǒng)進(jìn)行定量評價，采用故障樹分析方法與貝葉斯網(wǎng)絡(luò)相結(jié)合，計算汽車制動系統(tǒng)發(fā)生故障的概率，實現(xiàn)其定量評價。

1故障樹到貝葉斯網(wǎng)絡(luò)的轉(zhuǎn)化方法

故障樹向貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化的方法包括事件、邏輯門(與門、或門)與節(jié)點的映射關(guān)系，事件之間邏輯關(guān)系與條件概率分布之間的映射關(guān)系。假定C=1表示事件C發(fā)生，C=0表示事件C不發(fā)生，圖1和圖2 給出了與門、或門向貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化的方法。

父節(jié)點CABC=1000011101111

圖1“與”門故障樹映射成貝葉斯網(wǎng)絡(luò)

父節(jié)點CABC=1000010100111

圖2“或”門故障樹映射成貝葉斯網(wǎng)絡(luò)

從以上基本的邏輯門轉(zhuǎn)化到等價的各節(jié)點狀態(tài)為二值的貝葉斯網(wǎng)絡(luò)中可以看出，從故障樹到貝葉斯網(wǎng)絡(luò)的轉(zhuǎn)化主要分為以下幾步：

1)故障樹的每個基本事件對應(yīng)到貝葉斯網(wǎng)絡(luò)根節(jié)點，故障樹中出現(xiàn)多次的相同基本事件，在貝葉斯網(wǎng)絡(luò)中合并為一個根節(jié)點；

2)對應(yīng)于故障樹，給出貝葉斯網(wǎng)絡(luò)根節(jié)點的先驗概率；

3)對于故障樹的每個邏輯門，建立貝葉斯中相應(yīng)的節(jié)點，并用有向弧連接以標(biāo)明父代和子代之間的關(guān)系；

4)對于每個邏輯門，對相應(yīng)的節(jié)點附加等價的CPT，由門的邏輯關(guān)系可知， 這種相應(yīng)的CPT可自動地生成[6]。

2汽車氣壓制動系統(tǒng)故障分析

2.1制動系統(tǒng)故障樹模型的建立

根據(jù)汽車氣壓制動系統(tǒng)的使用情況及發(fā)生故障的部件，以制動功能失常為頂事件，建立故障樹如圖3所示。各符號所代表的事件名稱如下：

T表示頂事件制動功能失常；M1表示車輪操縱機(jī)構(gòu)功能失常；M2表示動力機(jī)構(gòu)功能失常；M3表示傳動機(jī)構(gòu)功能失常；X1表示制動閥漏氣；X2表示制動閥動作失常；X3表示儲氣筒組件失常；X4表示壓縮機(jī)供氣失常；X5表示前制動管路輸氣失常；X6表示后制動管路輸氣失常；X7表示執(zhí)行機(jī)構(gòu)功能失常。

圖3　汽車氣壓制動系統(tǒng)的故障樹

為了進(jìn)行故障樹定量分析，還需要對相關(guān)數(shù)據(jù)進(jìn)行采集和分析，對所研究型號的汽車進(jìn)行跟蹤試驗，采集相關(guān)數(shù)據(jù)以確定其分布類型及分布參數(shù)。由于隨車跟蹤實驗獲取該制動系統(tǒng)各零部件的失效參數(shù)值不是很現(xiàn)實，本文引用沈陽市汽車運輸公司的原始數(shù)據(jù)，它是一個長期的統(tǒng)計值(見表1)，表中所示為該型汽車制動系統(tǒng)的制動功能失常故障樹各基本事件的分布類型及分布參數(shù)的估計值。

表1　各基本事件的分布類型及分布參數(shù)的估計值

由可靠性理論[7]，正態(tài)分布概率密度函數(shù)如下式所示：

(1)

式中：σ為標(biāo)準(zhǔn)值；μ為均值。

威爾布分布概率密度函數(shù)如下式所示：

(3)

式中：a為形狀參數(shù)；b為尺寸參數(shù)；c為位置參數(shù)。

(4)

計算汽車行駛1萬2 000 km時各基本事件失效概率，其結(jié)果見表2。

表2　汽車行駛1萬2 000 km時各基本事件失效概率

2.2制動系統(tǒng)貝葉斯網(wǎng)絡(luò)的建立

按照映射關(guān)系將故障樹轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)，如圖4所示，各父節(jié)點條件概率如表3—6所示。

圖4　汽車氣壓制動系統(tǒng)的貝葉斯網(wǎng)絡(luò)

父代 M1 X1X21000011101010110

表4　M2的條件概率表

表5　M3的條件概率表

表6　T的條件概率表

2.3貝葉斯網(wǎng)絡(luò)的概率計算

根據(jù)汽車氣壓制動系統(tǒng)的各基本事件在貝葉斯網(wǎng)絡(luò)中的先驗概率

1|X1=0，X2=0)P(X1=0)P(X2=0)+P(M1=

1|X1=0，X2=1)P(X1=0)P(X2=1)+P(M1=

1|X1=1，X2=0)P(X1=1)P(X2=0)+P(M1=

1|X1=1,X2=1)P(X1=1)P(X2=1)，代入數(shù)據(jù)得到P(M1=1)=0.3416。

同理可得P(M2=1)=0.2283，P(M3=1=0.0363)，P(T=1)=P(M1=1)+P(M1=0)P(M2=1)+P(M1=0)P(M2=0)P(M3=1)+P(M1=0)P(M2=0)P(M3=0)P(X7=1)，代入數(shù)據(jù)得到P(T=1)=0.6572。

計算各個基本事件的后驗概率，可以查找出系統(tǒng)的薄弱環(huán)節(jié)。為計算后驗概率，需要進(jìn)行貝葉斯公式反向推理，在進(jìn)行反向推理時，假定在某個時刻，汽車氣壓制動系統(tǒng)發(fā)生故障，各基本事件的后驗概率可以通過以下步驟計算：

步驟1： 根據(jù)桶消元算法已經(jīng)算得P(T=1)；

步驟3：依據(jù)步驟2依次求得基本事件X2～X7的后驗概率。

各基本事件的后驗概率見表7。通過后驗概率可以找出對頂事件發(fā)生影響最大的基本事件，從而找出系統(tǒng)的薄弱環(huán)節(jié)，這是故障樹法所不具有的優(yōu)勢。

表7　各基本事件的后驗概率

后驗概率越大，對氣壓制動系統(tǒng)制動失常的影響越大[8]。由表7可知，該型汽車氣壓制動系統(tǒng)的執(zhí)行機(jī)構(gòu)失常是造成故障的主要原因事件，也就是說汽車制動器工作失常發(fā)生的故障概率最大；因此，應(yīng)針對這些事件，找出系統(tǒng)的薄弱環(huán)節(jié)，從而提高整個氣壓制動系統(tǒng)的可靠性。

在利用桶消元法計算貝葉斯網(wǎng)絡(luò)的時候，計算量非常大，因此必須選用一種更加方便、簡潔的算法去解決這個問題。針對復(fù)雜的貝葉斯網(wǎng)絡(luò)模型，可以利用貝葉斯網(wǎng)絡(luò)工具箱(BNT)對其進(jìn)行計算，從而進(jìn)行可靠性評估[9]?；贛ATLAB的貝葉斯網(wǎng)絡(luò)工具箱是一個很靈活的工具，本文在計算系統(tǒng)可靠性和后驗概率時采用了該工具箱。

3結(jié)論

汽車的制動性是汽車的主要性能之一，也只有制動性良好、制動系統(tǒng)工作可靠的汽車，才能充分發(fā)揮其動力性能，如果設(shè)計不當(dāng)，會造成嚴(yán)重的交通事故。本文通過對汽車制動系統(tǒng)發(fā)生故障的原因進(jìn)行分析，建立故障樹，應(yīng)用貝葉斯網(wǎng)絡(luò)來進(jìn)行故障樹轉(zhuǎn)換，實現(xiàn)定量計算，找出系統(tǒng)的薄弱環(huán)節(jié)，從而提高整個汽車制動系統(tǒng)的可靠性。貝葉斯網(wǎng)絡(luò)可將汽車制動系統(tǒng)故障樹中部分基本事件由二態(tài)變?yōu)槎鄳B(tài)，更加符合實際汽車制動系統(tǒng)故障發(fā)生的原因；因此，采用故障樹與貝葉斯網(wǎng)絡(luò)相結(jié)合的方法對汽車制動系統(tǒng)故障進(jìn)行定量計算，與單一的故障樹方法相比具有優(yōu)越性，并且可將該方法應(yīng)用于其他故障分析中。

參考文獻(xiàn)

[1]余志生.汽車?yán)碚揫M].北京:機(jī)械工業(yè)出版社,2010:89-90.

[2]柳衛(wèi)東.汽車制動系統(tǒng)FTA法的故障診斷研究[D].西安：西北工業(yè)大學(xué)，2007.

[3]梁征，周玉宏.故障樹方法綜述[J].公安海警學(xué)院學(xué)報，2012，11(1)：37.

[4]胡春玲.貝葉斯網(wǎng)絡(luò)研究綜述[J].合肥學(xué)院學(xué)報(自然科學(xué)版)2012，23(1)：36.

[5]Agre G.Diagnostic Bayesian networks[J].Computers and Artificial Intelligence，1996，16(1)：41.

[6]謝斌,張明珠,嚴(yán)于鮮,等.貝葉斯網(wǎng)絡(luò)對故障樹方法的改進(jìn)[J].燕山大學(xué)學(xué)報，2004，28(1)：55．

[7]王霄鋒.汽車可靠性工程基礎(chǔ)[M].北京:清華大學(xué)出版，2007:45-50.

[8]尹曉偉, 錢文學(xué), 謝里陽,等.系統(tǒng)可靠性的貝葉斯網(wǎng)絡(luò)評估方法[J].航空學(xué)報，2008，29(6)：83.

[9]蔣望東,林士敏.基于貝葉斯網(wǎng)絡(luò)工具箱的貝葉斯學(xué)習(xí)和推理[J].信息技術(shù)，2007(2)：5.

(編校：夏書林)

Fault Analysis of Brake System based on Bayesian Network Toolbox

CHEN Lin，XIE Xuefei

(SchoolofAutomobile,Chang’anUniversity,Xi’an710064China)

Abstract:Automobile brake system is one of the important parts of automobile, it directly affects the safety and reliability of the automobile. In order to analyze the fault, the method of combining BN and FTA was applied in order to avoid the limitation of traditional FTA. A fault tree was built by identifying all the factors of automobile brake system. Then it was mapped into a Bayesian network, which was used to calculate the probability of the fault, and then found out the vulnerabilities of the system and theoptimization design was carried out. The computing analysis results show that the combination of fault tree to Bayesian networks can improve the efficiency of the fault analysis.

Keywords:automobile brake system; fault tree; bayesian networks; fault analysis

doi:10.3969/j.issn.1673-159X.2016.02.011

中圖分類號：TH165

文獻(xiàn)標(biāo)志碼：A

文章編號：1673-159X(2016)02-0056-5

基金項目：國家863項目子項目(2014A0310154)。

收稿日期：2015-01-23

第一作者：陳琳(1991—)，女，碩士研究生，主要研究方向為車輛可靠性與故障檢測。

·新能源汽車與低碳運輸·