呂金飛 褚金錢

摘? 要：發(fā)射場地面設備的穩(wěn)定運行是保證發(fā)射任務成功實施的前提，需要深入分析和快速準確判斷設備的運行狀態(tài)。文章研究了基于故障樹模型的發(fā)射場地面設備的故障診斷方法，分析了地面設備的故障類型和故障分析方法，提出了基于T-S模糊模型來描述系統(tǒng)設備和故障狀態(tài)之間的關系。研究結果表明：該方法能夠快速并準確定位設備故障，提高故障分析效率。文章的研究內容可為發(fā)射場地面設備的故障診斷提供依據(jù)和參考。

關鍵詞：發(fā)射場地面設備;故障診斷;故障樹;T-S模糊

中圖分類號：V553;V467 ? ? ?文獻標識碼：A 文章編號：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(fā)射場地面設備的正常運行狀態(tài)是保證發(fā)射任務能夠實現(xiàn)的前提，因此研究發(fā)射場地面設備的故障診斷技術，深入分析和掌握發(fā)射場地面設備的運行狀態(tài)，對于迅速定位故障源，及時排除故障和短時間內解決故障問題，保證設備的良好運行狀態(tài)和發(fā)射任務的順利實施具有重要的意義[1，2]。發(fā)射場地面設備包括供配電設備、裝配對接設備、推進劑貯存加注設備、監(jiān)控設備和數(shù)據(jù)測量設備等，設備種類繁多、系統(tǒng)復雜，設備的故障診斷面臨設備種類多、信號來源多和數(shù)據(jù)量大的問題[3，4]。操作人員往往難以迅速從大量的信息中快速可靠地了解設備的運行狀態(tài)和定位設備的故障原因，發(fā)射場地面工作人員對于提高對地面設備的全局檢測能力和提高故障診斷定位水平具有迫切的需求[5，6]。

發(fā)射場地面設備是一系列復雜設備組成的系統(tǒng)，對于系統(tǒng)或者設備的特定故障種類、誘發(fā)原因可能有多種，采用單一診斷和排查技術時間長、效率低，因此采用傳統(tǒng)的經(jīng)典單一診斷技術面臨很多問題，需要綜合多種信息來源，結合經(jīng)驗和檢測方法才能獲得更加精準有效的診斷結果，基于故障樹的分析法是用于發(fā)射場地面設備故障檢測的常用方法[7-9]。

故障樹分析法是一種目前應用較多具有高可靠性的故障診斷方法，也稱為因果樹分析方法，在系統(tǒng)設備設計和結構分析以及故障診斷領域發(fā)揮著重要的作用[10]。

故障樹分析方法是依據(jù)所研究系統(tǒng)的組成、系統(tǒng)運行原理、數(shù)據(jù)結果和故障問題，建立系統(tǒng)的內在關聯(lián)關系，梳理故障與設備和信號之間的邏輯關系，分析潛在因素對故障發(fā)生影響的途徑和程度，對系統(tǒng)的概率進行定量計算。在地面發(fā)射場設備故障檢測過程中，工作人員通過對系統(tǒng)設備的組成和功能進行由上而下的逐層分解，剖析引發(fā)故障的誘因，用一系列的邏輯關系將系統(tǒng)故障和事件誘因聯(lián)系起來，從而建立故障樹模型，以形象化的語言表示系統(tǒng)功能故障和系統(tǒng)功能單元之間的聯(lián)系?；诠收蠘浞椒ǖ脑O備故障診斷方法既能將地面發(fā)射場的故障現(xiàn)象和原因表示出來，而且能夠對故障產(chǎn)生的原因進行分析，確定導致故障原因的最小路集，識別系統(tǒng)和設備的薄弱環(huán)節(jié)。此外，該方法還可以支持相關指標的定量化計算，通過定量化系統(tǒng)設備的故障發(fā)生分布和概率，能夠擬合求解重要度和失效概率等關鍵定量指標[11]。

基于布爾代數(shù)和概率論數(shù)理統(tǒng)計的傳統(tǒng)分析法在部件故障概率較低的情況下，通過二態(tài)假設往往能夠獲得較好的結果，但是對于復雜且故障頻率較高的系統(tǒng)，由于無法獲取大量的統(tǒng)計數(shù)據(jù)，給故障樹建模和定量分析帶來了很大的困難[12]。模糊故障樹分析法是用模糊集合的方式來描述故障概率，能夠在一定程度上解決故障概率建模的問題，但是對于系統(tǒng)設備的故障機理不能有效建模[13]。基于T-S的故障樹方法能夠在將邏輯門和故障機理事件聯(lián)系起來，通過考慮不同系統(tǒng)設備和部件之間不同的故障狀態(tài)，基于T-S門代替?zhèn)鹘y(tǒng)的門來描述事件間的內在關系。

本文針對發(fā)射場地面設備的故障檢測問題，提出了基于故障樹的故障診斷方法，通過用模糊數(shù)來描述系統(tǒng)設備的故障狀態(tài)，用模糊子集來表征故障狀態(tài)的故障可能性，定義系統(tǒng)的T-S模糊重要度，采用基于狀態(tài)模糊度的估算方法，最后結合地面發(fā)射場工程實際的應用實例，證明了該方法的有效性。

1? T-S模糊故障樹分析

1.1? 故障樹的數(shù)學描述

假設發(fā)射場地面設備或者元器件存在兩種工作狀態(tài)，即正常工作或者出現(xiàn)故障，且兩者之間是相互獨立的。

故障樹頂事件由底事件決定，將頂事件與底事件之間的關系Φ（X）稱為結構函數(shù)。

1.2? 系統(tǒng)設備故障事件描述

故障樹分析方法是由多種底事件之間的“并集”和“交集”的邏輯關系構成的，這種邏輯關系構成了故障樹分析法的定量分析的基礎，故障樹的事件可用“0”和“1”兩種狀態(tài)分別來表示出現(xiàn)故障和狀態(tài)良好的情況。頂事件則是底事件之間的函數(shù)，如圖1所示。通過底事件之間的結構函數(shù)來聚合為門故障樹的結構函數(shù)，傳統(tǒng)的故障樹分析方法需要明確了解所有基本事件的故障發(fā)生概率值，而基于T-S模糊的故障樹分析方法通過將失效可能性作為邊界條件，即通過定義一個模糊子集來表征系統(tǒng)設備的故障概率。

設系統(tǒng)設備m的故障發(fā)生的概率的模糊子集為：

故障發(fā)生概率的隸屬函數(shù)定義為：

故障發(fā)生概率的隸屬函數(shù)可以用如圖2所示來進行表示。

系統(tǒng)設備的故障狀態(tài)可用故障概率p來進行描述，當故障概率為1的時候表示故障發(fā)生的概率為1，當故障概率為0表示不會發(fā)生故障，在0～1之間表示故障發(fā)生的可能性的概率值。

1.3? T-S模糊門算法

設分別用來描述底事件m1=（m1，m2，…，mn）的故障概率為，頂事件根據(jù)T-S模糊模型可計算頂事件w1=（w1，w2，…，wn）的故障發(fā)生的可能性為：

式中，為第l條規(guī)則中的第j個系統(tǒng)設備故障狀態(tài)對應的模糊集的隸屬度。

若已知系統(tǒng)設備或者底事件的故障可能性的模糊算子和隸屬度函數(shù)，以及頂事件的故障程度和故障可能性的模糊子集以及隸屬度函數(shù)，則頂部事件的故障程度的T-S模糊重要度可由文獻得到。事件的重要度指的是底事件對于頂事件發(fā)生概率的貢獻度。

2? 地面發(fā)射場液壓設備缸閥管路控制系統(tǒng)

液壓系統(tǒng)是結構復雜且精密度高的機、電、液綜合系統(tǒng)，系統(tǒng)具有機液耦合、時變性和非線性等特性。液壓故障因故障點隱蔽、因果關系復雜、易受隨機性因素影響、失效分布較分散，故障診斷與監(jiān)測的難度大，其故障測試診斷在復雜系統(tǒng)故障診斷中很有代表性;同時，液壓系統(tǒng)由于具有重量輕、反應快，運行平穩(wěn)、傳動比大、運行平穩(wěn)、易于實現(xiàn)自動控制等優(yōu)點，已被工業(yè)領域廣泛采用，因此，對其故障診斷研究很有現(xiàn)實意義。液壓設備一旦發(fā)生故障，輕則導致產(chǎn)品質量下降，重則導致生產(chǎn)中斷，嚴重的甚至還會引起災難性的后果，因此，對液壓設備缸閥管路控制系統(tǒng)進行在線狀態(tài)監(jiān)測和故障測試診斷深入研究，是保障其安全、穩(wěn)定、長周期、滿負荷、高性能、高精度、低成本運行的重要措施，這方面的研究是近年來工程技術領域的研究熱點。

2.1? 建立缸閥管路控制系統(tǒng)的故障樹

根據(jù)故障樹頂事件的定義，結合地面發(fā)射場液壓設備缸閥管路控制系統(tǒng)故障模式分析結果，確定缸閥管路泄露異常情況作為頂事件。根據(jù)缸閥管路控制系統(tǒng)故障分析結論，依據(jù)故障樹模型建立的基本規(guī)則和方法，建立故障樹如圖3所示。

缸閥管路控制系統(tǒng)中各符號含義如表1所示，其中缸閥管路泄露項T為頂事件，F(xiàn)項為底事件，缸泄露和閥泄露為中事件。

2.2? 故障診斷

通過在實踐操作和運行過程中的數(shù)據(jù)統(tǒng)計，從2020年1月1日到2021年1月1日，對某液壓設備缸閥管路控制系統(tǒng)共進行了153次測試工作，測試系統(tǒng)故障情況如表1所示。

從各項底事件的概率中分析，該設備缸閥管路控制系統(tǒng)出現(xiàn)儀器設備故障情況的概率分別高達2.842%和1.785%，經(jīng)過實踐調研和任務過程分析，多是由于儀器設備出現(xiàn)老化和裂痕情況所造成的，若經(jīng)過儀器設備定期更新、檢查和更換的改進和完善，故障概率可大大降低;此外，缸管路傳感器故障和軟件故障的概率分別是0.663%和0.255%，通過調研與分析確定分別由傳感器配件損壞和軟件未更新所導致的故障。

利用故障樹定性分析法來求解故障樹的最小割集，得到全部的8個底事件，通過前面分析方法對底事件的重要度進行分析，得到如表2所示的結果。

2.3? 結果分析和改進措施

由表2底事件的重要度分析可知，儀器設備底事件對頂事件缸閥管路控制系統(tǒng)異常的貢獻最大，其次是傳感器故障和軟件系統(tǒng)故障底事件。由此，提出了相應的改進措施：

（1）加強設備的使用維護。嚴格按照出廠規(guī)定安裝設備;嚴格按照操作規(guī)程使用設備;對環(huán)境有特殊要求的設備，使用前要做好恒溫、恒濕、防震、防塵等措施，確保設備運行的精度性能;發(fā)現(xiàn)設備異常要立即停車，杜絕設備帶病運行;定期做好設備的維護保養(yǎng)和檢修，延長設備壽命，降低設備腐蝕損壞的速度。

（2）提高傳感器的使用維護標準。詳細了解傳感器的使用方法，嚴格按照操作要求進行安裝使用;最大限度避免傳感器機身被刮傷或者摩擦，有效保護傳感器外部涂層的完整性，延長傳感器使用壽命;定期對傳感器機身做好清潔工作，維護過程中，嚴防破壞傳感器的核心部件以及內部的精密結構，保證傳感器工作的精度性能。

（3）定期升級更新操作軟件。維護好軟件運行的設備平臺和硬件環(huán)境;及時安裝補丁程序解決軟件運行中出現(xiàn)的漏洞問題;安裝和設置軟件防火墻，設置賬號和密碼保護，防止非法網(wǎng)絡訪問和入侵;安裝殺毒軟件防止電腦病毒傳播;通過運行系統(tǒng)日志監(jiān)測記錄所有用戶的使用活動;定期對軟件系統(tǒng)進行安全備份避免系統(tǒng)故障導致數(shù)據(jù)丟失。

（4）盡力減少人為誤操作。設備運行前，操作人員要認真檢查設備狀態(tài)，相關人員要嚴格遵守規(guī)章制度，盡到把關責任;設備運行中，要嚴格按照規(guī)程操作，發(fā)現(xiàn)異常及時停機報告，嚴禁擅自更改操作流程;設備運行后，要及時對設備進行復位和檢查，保證設備下次能夠正常啟動運行;數(shù)據(jù)記錄人員按要求做好試驗現(xiàn)象和數(shù)據(jù)記錄，嚴禁亂寫和篡改數(shù)據(jù)。

3? 結? 論

發(fā)射場地面設備故障檢測是一項復雜的任務，要求診斷過程具有高可靠性、高準確性和反應迅速性。針對發(fā)射場地面設備故障診斷這一特點，本文提出了基于故障樹模型的發(fā)射場地面設備故障診斷分析方法，通過分析故障樹的故障類型和算法之間的關系，采用基于T-S模糊模型來描述液壓設備缸閥管路控制系統(tǒng)的設備和故障之間的關系。最后，將該方法應用于液壓設備缸閥管路控制系統(tǒng)故障診斷測試，并依據(jù)結果提出相應的改進措施，實踐證明該方法能夠對發(fā)射場地面設備故障進行準確的判斷。

參考文獻：

[1] 張強.飛行器發(fā)射場信息安全應對措施 [J].電子技術與軟件工程，2017（14）：218-219.

[2] 史薈燕，陳書馳.美國航天發(fā)射場安全評估與仿真技術應用 [J].載人航天，2009，15（3）：34-39.

[3] 張建榮，董富治，郝晉峰，等.面向試驗過程的發(fā)射場地面設備風險分析方法 [J].火力與指揮控制，2017，42（1）：166-169.

[4] 王嘉軼，聞新.航天器故障診斷技術的研究現(xiàn)狀與進展 [J].航空兵器，2016（5）：71-76.

[5] 謝敏，樓鑫，羅芊.航天器故障診斷技術綜述及發(fā)展趨勢 [J].軟件，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.故障樹分析法在發(fā)射場地面設備系統(tǒng)中的應用研究 [C]//中國宇航學會’99導彈航天器發(fā)射技術研討會.酒泉：中國宇航學會，1999：95-101.

[8] 王東，郭永，胡經(jīng)民，等.基于故障樹分析法火箭測量系統(tǒng)故障診斷研究 [J].北華航天工業(yè)學院學報，2014，24（3）：20-23.

[9] 范文晶，王召利，干興業(yè)，等.基于故障樹的發(fā)射車故障診斷技術研究 [J].測控技術，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] 陶勇劍，董德存，任鵬.基于故障樹的系統(tǒng)可靠性估計不確定性分析 [J].同濟大學學報（自然科學版），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.

作者簡介：呂金飛（1978-），男，漢族，山東平原人，講師，博士研究生，研究方向：航天測試發(fā)射。