基于仿真的操舵系統(tǒng)故障風(fēng)險(xiǎn)分析方法

何德雨，胡蔦慶，胡　雷，陳　凌，郭亦平，陳少山（1. 國防科學(xué)技術(shù)大學(xué) 裝備綜合保障技術(shù)重點(diǎn)實(shí)驗(yàn)室，湖南 長沙 1007；2. 國防科學(xué)技術(shù)大學(xué) 機(jī)電工程與自動(dòng)化學(xué)院，湖南 長沙 1007；. 中國船舶重工集團(tuán)公司 第七〇七研究所九江分部，江西 九江 2007；. 第二十七試驗(yàn)訓(xùn)練基地海南文昌發(fā)射測(cè)試站，海南 文昌 57100）

基于仿真的操舵系統(tǒng)故障風(fēng)險(xiǎn)分析方法

何德雨1， 2，胡蔦慶1， 2，胡雷1， 2，陳凌1， 2，郭亦平3，陳少山4
（1. 國防科學(xué)技術(shù)大學(xué) 裝備綜合保障技術(shù)重點(diǎn)實(shí)驗(yàn)室，湖南 長沙 410073；
2. 國防科學(xué)技術(shù)大學(xué) 機(jī)電工程與自動(dòng)化學(xué)院，湖南 長沙 410073；
3. 中國船舶重工集團(tuán)公司 第七〇七研究所九江分部，江西 九江 332007；4. 第二十七試驗(yàn)訓(xùn)練基地海南文昌發(fā)射測(cè)試站，海南 文昌 571300）

操舵系統(tǒng)的故障風(fēng)險(xiǎn)分析需求迫切，但傳統(tǒng)基于經(jīng)驗(yàn)的安全性分析技術(shù)在歷史故障數(shù)據(jù)匱乏的情況下作用有限。為此，提出一種基于仿真的操舵系統(tǒng)故障風(fēng)險(xiǎn)分析方法?；?AMESim 建立操舵系統(tǒng)的虛擬樣機(jī)，并對(duì)其進(jìn)行校核與驗(yàn)證以確保其可信性。進(jìn)行典型故障模式的植入與仿真實(shí)驗(yàn)以獲取故障仿真數(shù)據(jù)，并與 Simulink 進(jìn)行運(yùn)行場景的動(dòng)力學(xué)聯(lián)合仿真，根據(jù)仿真結(jié)果體現(xiàn)的安全風(fēng)險(xiǎn)對(duì)故障模式進(jìn)行分類。以某型潛航器操舵系統(tǒng)為案例驗(yàn)證了所提出方法的有效性，該方法可為操舵系統(tǒng)及其他大型復(fù)雜機(jī)電液控制系統(tǒng)的故障風(fēng)險(xiǎn)分析提供參考。

操舵系統(tǒng)；虛擬樣機(jī)；故障風(fēng)險(xiǎn)；故障仿真

0　引　言

操舵系統(tǒng)是用于控制水面艦船和潛航器運(yùn)行軌跡的一種大型復(fù)雜機(jī)電液一體化裝備，一旦發(fā)生故障，不但可能導(dǎo)致任務(wù)失敗，更會(huì)引起重大的人員和財(cái)產(chǎn)損失，因此對(duì)其故障安全風(fēng)險(xiǎn)進(jìn)行分析意義重大。安全性分析方法分為定性分析和定量分析，前者是后者的基礎(chǔ)。其中，定性分析方法包括故障模式影響分析、安全檢查表法、風(fēng)險(xiǎn)矩陣和風(fēng)險(xiǎn)圖法等［1］，而定量風(fēng)險(xiǎn)分析包括概率風(fēng)險(xiǎn)分析［2］、馬爾爾科夫分析［3］等。

然而，由于操舵系統(tǒng)規(guī)模大、原理和結(jié)構(gòu)復(fù)雜，且服役總數(shù)一般較少，現(xiàn)有的工業(yè)產(chǎn)品中對(duì)其施加的狀態(tài)監(jiān)控與健康管理措施還比較薄弱，很難實(shí)現(xiàn)故障的早期檢測(cè)，造成故障發(fā)生的不可預(yù)見性。同時(shí)，故障發(fā)生范圍廣，且往往是間歇故障、突發(fā)故障，故障難以重現(xiàn)。以上因素導(dǎo)致這類系統(tǒng)的歷史故障數(shù)據(jù)十分匱乏，造成傳統(tǒng)的安全風(fēng)險(xiǎn)分析技術(shù)存在一定的經(jīng)驗(yàn)盲區(qū)，作用受限。因此，對(duì)操舵系統(tǒng)這類大型機(jī)電液裝備進(jìn)行定量安全分析的困難并不在于分析方法本身，而在于缺乏可用的故障安全數(shù)據(jù)［4］。

虛擬樣機(jī)是從 20 世紀(jì) 80 年代逐漸發(fā)展起來的新技術(shù)，它是建立在計(jì)算機(jī)上的系統(tǒng)仿真模型，在一定程度上具有與物理樣機(jī)（原系統(tǒng)）相當(dāng)?shù)墓δ苷鎸?shí)度。虛擬樣機(jī)充分發(fā)揮了仿真技術(shù)的廉價(jià)、高效、靈活等優(yōu)勢(shì)，將其引入故障安全風(fēng)險(xiǎn)分析中是一種可行的途徑。本文首先提出基于仿真的操舵系統(tǒng)故障安全風(fēng)險(xiǎn)分析框架，隨后以潛航器操舵系統(tǒng)的研究案例對(duì)這一方法進(jìn)行驗(yàn)證，最后進(jìn)行總結(jié)。

1　基于仿真的故障風(fēng)險(xiǎn)分析框架

圖1 為本文提出的基于仿真的操舵系統(tǒng)故障安全風(fēng)險(xiǎn)分析框架，該框架主要分為以下 5 個(gè)步驟。

圖1　基于虛擬樣機(jī)的故障風(fēng)險(xiǎn)分析方法Fig. 1　Risk analysis framework based on virtual prototyping

第 1 步：建立虛擬樣機(jī)。根據(jù)實(shí)際系統(tǒng)的特點(diǎn)選擇合適的虛擬樣機(jī)建模軟件平臺(tái)，并在模型的復(fù)雜性和準(zhǔn)確性之間尋求一個(gè)平衡點(diǎn)，用最低的建模代價(jià)實(shí)現(xiàn)功能需求。

第 2 步：進(jìn)行虛擬樣機(jī)的校核與驗(yàn)證。虛擬樣機(jī)的校核與驗(yàn)證（Verification and Validation，V & V）是確保建模與仿真（Modeling and Simulation，M&S）可信性的重要手段，也是虛擬樣機(jī)進(jìn)一步用于故障安全分析的基礎(chǔ)，應(yīng)給予重視。

第 3 步：在虛擬樣機(jī)中進(jìn)行故障植入。故障植入就是根據(jù)實(shí)際故障的具體類型和特點(diǎn)，在虛擬樣機(jī)中通過增減元件、變換結(jié)構(gòu)或修改元件參數(shù)等手段，人為地模擬實(shí)際故障的產(chǎn)生。

第 4 步：在故障植入的基礎(chǔ)上進(jìn)行故障仿真。通過故障仿真，可以對(duì)感興趣的故障模式對(duì)系統(tǒng)主要性能的影響進(jìn)行分析，并獲取故障仿真數(shù)據(jù)。

第 5 步：結(jié)合艦船運(yùn)動(dòng)的動(dòng)力學(xué)模型進(jìn)行運(yùn)行場景聯(lián)合仿真。不同的故障模式對(duì)艦船運(yùn)行造成不同的安全風(fēng)險(xiǎn)影響，基于運(yùn)行場景仿真結(jié)果中體現(xiàn)的安全風(fēng)險(xiǎn)對(duì)故障模式進(jìn)行分類，從而為定量的風(fēng)險(xiǎn)分析打下基礎(chǔ)。

2　案例研究

某型潛航器操舵系統(tǒng)是一個(gè)泵控液壓缸伺服控制系統(tǒng)，它由操舵裝置、模擬放大電路、泵控裝置、舵機(jī)油缸以及舵角反饋機(jī)構(gòu)等部分組成，是一個(gè)典型的機(jī)電液混合、雙閉環(huán)、伺服控制系統(tǒng)。通過兩級(jí)反饋控制使實(shí)際舵角跟隨指令舵角偏轉(zhuǎn)，其控制原理如圖2所示［5］，圖中 1#～7# 為模型驗(yàn)證中所用的信號(hào)測(cè)點(diǎn)。

圖2　操舵系統(tǒng)控制原理Fig. 2　Principle of steering system

2.1虛擬樣機(jī)建立與驗(yàn)證

2.1.1建立虛擬樣機(jī)

本文選用 AMESim 作為虛擬樣機(jī)的搭建平臺(tái)，AMESim 是法國 Imagine 公司于 1995 年推出的基于鍵合圖的系統(tǒng)建模、仿真及動(dòng)力學(xué)分析軟件，涵蓋了機(jī)械、液壓、氣動(dòng)、熱、電和磁等多學(xué)科領(lǐng)域，具有界面友好、模型庫豐富和分析工具齊全等優(yōu)點(diǎn)。最終所建立的虛擬樣機(jī)如圖3 所示。

圖3　操舵系統(tǒng)虛擬樣機(jī)Fig. 3　Virtual prototyping of steering system

2.1.2虛擬樣機(jī)校核與驗(yàn)證

為了用于進(jìn)一步的故障風(fēng)險(xiǎn)分析，必須對(duì)虛擬樣機(jī)進(jìn)行校核與驗(yàn)證，以保證其具備足夠高的可信度。關(guān)于 V&V的內(nèi)容在文獻(xiàn)［6-7］中有詳細(xì)論述。本文只對(duì)校核與驗(yàn)證的關(guān)鍵環(huán)節(jié)，即實(shí)測(cè)信號(hào)與仿真信號(hào)進(jìn)行對(duì)比研究。

假設(shè) xt和 yt分別是實(shí)際系統(tǒng)觀測(cè)序列 X 和虛擬樣機(jī)觀測(cè)序列 Y，則二者的誤差序列為：

其中 N 為序列長度。

未描述實(shí)測(cè)序列和仿真序列之間的相似性，設(shè)計(jì)了均方根誤差和相關(guān)系數(shù)作為驗(yàn)證指標(biāo)，它們分別反映數(shù)據(jù)幅值和趨勢(shì)的相似性，其計(jì)算公式如下。

所設(shè)計(jì)的測(cè)點(diǎn)信號(hào)和校核驗(yàn)證結(jié)果如表1 所示。圖4 給出了 2 個(gè)典型信號(hào)的實(shí)驗(yàn)值和仿真值的對(duì)比情況，分別為測(cè)點(diǎn) 5# 和 7#。從表1 及圖4 可見，所設(shè)計(jì)的測(cè)點(diǎn)實(shí)測(cè)信號(hào)與仿真信號(hào)具有很高的相似性，表明所建立的虛擬樣機(jī)與實(shí)際系統(tǒng)具有較高的相似性與逼真度，得到的仿真數(shù)據(jù)能夠用于故障風(fēng)險(xiǎn)分析。

圖4　實(shí)測(cè)值與仿真值對(duì)比Fig. 4　Contras between actual and simulation signal

表1　虛擬樣機(jī)模型校核與驗(yàn)證結(jié)果Tab. 1　V&V result of virtual prototyping

2.2故障植入與仿真

2.2.1故障植入

操舵系統(tǒng)是一個(gè)復(fù)雜的機(jī)電液混合系統(tǒng)，系統(tǒng)中的任何組成部分發(fā)生故障都有可能導(dǎo)致整個(gè)系統(tǒng)的失效。實(shí)際上，根據(jù)操舵系統(tǒng)的 FMEA 資料，操舵系統(tǒng)的故障模式多達(dá)上百種。本文主要研究操舵系統(tǒng)本身雙閉環(huán)中各個(gè)部件的故障模式，而對(duì)電源等外部因素不予考慮。這里選取 2 種典型故障進(jìn)行研究，故障 A3為外環(huán)控制器零性故障，即模放板無輸出，故障 F3為內(nèi)環(huán)反饋零性故障，即斜盤位移傳感器卡死（0 處）。在虛擬樣機(jī)中進(jìn)行故障植入，根據(jù)故障的實(shí)際特點(diǎn)，在模型庫中選擇相應(yīng)的能夠代表故障的元件，與正常數(shù)字樣機(jī)進(jìn)行串聯(lián)或并聯(lián)，并設(shè)置故障參數(shù)，故障植入細(xì)節(jié)如圖3所示。

2.2.2故障仿真

在故障植入的基礎(chǔ)上進(jìn)行故障仿真。選取階躍信號(hào)作為指令輸入，信號(hào)初始幅值及原始舵角都是 30°，0 s 時(shí)階躍下降至 0°，仿真時(shí)間設(shè)置為 10 s，采樣時(shí)間設(shè)置為 0.1 s。分別對(duì) 2 種故障進(jìn)行仿真，得到的舵角輸出信號(hào)的仿真結(jié)果和正常虛擬樣機(jī)的仿真結(jié)果對(duì)比如圖5 所示。從仿真結(jié)果可以看出，故障 A3造成了卡舵（即實(shí)際舵角沒有隨指令發(fā)生變化），而故障 F3卻沒有，它僅僅導(dǎo)致穩(wěn)態(tài)舵角波動(dòng)，顯然沒有故障 A3那么致命，雖然該故障看起來也很嚴(yán)重。這就是為什么建立虛擬樣機(jī)并進(jìn)行故障植入及仿真的原因：明確每種故障對(duì)舵角輸出的最終影響。采用相同的手段對(duì)所有典型故障進(jìn)行植入和仿真，并對(duì)仿真結(jié)果進(jìn)行分析，最終結(jié)果如表2 所示。這樣，就可以有效彌補(bǔ)操舵系統(tǒng)故障風(fēng)險(xiǎn)分析中的經(jīng)驗(yàn)盲區(qū)，從而為定性和定量安全風(fēng)險(xiǎn)分析夯實(shí)基礎(chǔ)。

圖5　兩種故障與正常狀態(tài)下虛擬樣機(jī)舵角輸出對(duì)比Fig. 5　Contrast of virtual prototyping output angle under two faulty and normal states

表2　不同部位典型故障類型的影響Tab. 2　Effects of typical fault modes in different lacation

2.3故障風(fēng)險(xiǎn)分析

故障風(fēng)險(xiǎn)分析的目標(biāo)是，對(duì)所有故障模式可能導(dǎo)致的潛航器水下運(yùn)行后果進(jìn)行總結(jié)分析，從而對(duì)故障風(fēng)險(xiǎn)進(jìn)行分級(jí)歸類。

2.3.1運(yùn)行場景仿真

采用 AMESim 與 Simulink 的 CoSim 接口，將操舵系統(tǒng)虛擬樣機(jī)模型移植到 Simulink 中與潛航器的運(yùn)動(dòng)控制動(dòng)力學(xué)模型進(jìn)行聯(lián)合的運(yùn)行場景仿真，觀察不同的故障對(duì)潛航器運(yùn)行安全的影響。以尾升降舵為例，其主要作用是控制潛航器的深度。

假設(shè)潛航器初始運(yùn)行深度為 30 m，初始航速 8 km，指令航速 8 km，指令深度 40 m。發(fā)出深度指令后21 s 時(shí)，操舵系統(tǒng)分別發(fā)生故障 A3和故障 F3，潛航器仍然按自動(dòng)控制規(guī)律進(jìn)行運(yùn)行，仿真總時(shí)長 200 s。分別考察 2 種故障與正常狀態(tài)下的潛航器深度變化、指令舵角變化及實(shí)際舵角變化情況，如圖6 所示。

從仿真結(jié)果可看出，故障 F3并未對(duì)潛深造成負(fù)面影響，而故障 A3卻使?jié)撋钍Э?，極易引發(fā)災(zāi)難性事故。在自動(dòng)控制模式下，故障 A3的實(shí)際舵角完全不跟隨指令，造成指令與正常狀態(tài)的大相徑庭，而故障 F3只是實(shí)際舵角在 0 附近波動(dòng)，指令舵角則未受明顯影響。

2.3.2嚴(yán)酷度等級(jí)分類

根據(jù)國軍標(biāo)中對(duì)武器裝備常用的故障模式嚴(yán)酷度類別的定義［8］，將故障模式進(jìn)行嚴(yán)酷度等級(jí)的歸類，結(jié)果如表3 所示。其中 Ⅰ 類故障主要是指卡舵故障，這類故障危害性最大，應(yīng)予以重點(diǎn)預(yù)防和控制。以上工作就完成了對(duì)操舵系統(tǒng)故障的定性風(fēng)險(xiǎn)分析。在此基礎(chǔ)上，結(jié)合操舵系統(tǒng)可靠性設(shè)計(jì)資料，可以對(duì)某類嚴(yán)酷度等級(jí)故障發(fā)生的總概率進(jìn)行粗略估計(jì)，從而為定量的安全性分析打下基礎(chǔ)。

圖6　兩種故障與正常狀態(tài)下運(yùn)行場景仿真結(jié)果Fig. 6　Simulation results of running scenarios of two faulty and normal states

表3　所有典型故障模式的嚴(yán)酷度等級(jí)Tab. 3　Severity level of all the fault modes

3　結(jié)　語

操舵系統(tǒng)的故障風(fēng)險(xiǎn)定量分析需求迫切，但傳統(tǒng)的基于經(jīng)驗(yàn)的安全性分析技術(shù)在歷史故障數(shù)據(jù)匱乏的情況下作用有限。虛擬樣機(jī)技術(shù)為應(yīng)對(duì)這一問題提供了嶄新的途徑。本文提出了基于仿真的故障風(fēng)險(xiǎn)分析方法。通過虛擬樣機(jī)的建立、驗(yàn)證、故障植入、故障仿真以及運(yùn)行場景的動(dòng)力學(xué)聯(lián)合仿真，可以對(duì)典型故障模式的安全風(fēng)險(xiǎn)影響進(jìn)行直觀分析。案例研究結(jié)果表明，所提出的方法能夠有效填補(bǔ)歷史故障數(shù)據(jù)不足所造成的分析盲區(qū)，理論上可以對(duì)任何故障細(xì)節(jié)的安全風(fēng)險(xiǎn)進(jìn)行分析，也可為一般的機(jī)電液系統(tǒng)的故障安全風(fēng)險(xiǎn)分析提供參考。

［1］陳文瑛， 吳穹， 王勇毅. 機(jī)械安全性評(píng)估方法研究［J］. 中國安全科學(xué)學(xué)報(bào)， 2010， 20（1）： 77-83. CHEN Wen-ying， WU Qiong， WANG Yong-yi. Research on mechanical safety capability assessment methods［J］. China Safety Science Journal， 2010， 20（1）： 77-83.

［2］董豆豆， 周經(jīng)倫， 馮靜， 等. 基于概率風(fēng)險(xiǎn)的系統(tǒng)安全性分析［J］. 國防科技大學(xué)學(xué)報(bào)， 2005， 27（1）： 98-101. DONG Dou-dou， ZHOU Jing-lun， FENG Jing， et al. The analysis of system safety based on probabilistic risk［J］. Journal of National University of Defense Technology， 2005， 27（1）： 98-101.

［3］FAGHIH-ROOHI S， XIE M， NG K M. Accident risk assessment in marine transportation via Markov modelling and Markov Chain Monte Carlo simulation［J］. Ocean Engineering，2014， 91： 363-370.

［4］趙廷弟. 安全性設(shè)計(jì)分析與驗(yàn)證［M］. 北京： 國防工業(yè)出版社，2011. ZHAO Ting-di. Safety design analysis and verification［M］. Beijing： National Defense Industry Press， 2011.

［5］胡良謀， 曹克強(qiáng)， 徐浩軍. 基于改進(jìn)LS-SVM的液壓舵機(jī)雙閉環(huán)系統(tǒng)故障診斷［J］. 系統(tǒng)仿真學(xué)報(bào)， 2009， 21（17）： 5477-5480. HU Liang-mou， CAO Ke-qiang， XU Hao-jun. Fault diagnosis for hydraulic actuator double closed-loop system based on improved LS-SVM［J］. Journal of System Simulation， 2009，21（17）： 5477-5480.

［6］BALCI O. Verification， validation and accreditation［C］//Proceedings of the 1998 Winter Simulation Conference. Washington， DC， 1998： 41-48.

［7］Documentation of verification， validation， and accreditation （VV&A） for models and simulations： DOD MIL-STD-3022［S］. 2008.

［8］中國人民解放軍總裝備部. 故障模式、影響及危害性分析指南： GJB/Z 1391-2006［S］. 北京： 中國人民解放軍總裝備部，2006. General Armament Department. Guide to failure mode， effects and criticality analysis： GJB/Z 1391-2006［S］. Beijing： General Armament Department， 2006.

Fault risk analysis method of steering system based on simulation

HE De-yu1， 2， HU Niao-qing1， 2， HU Lei1， 2， CHEN Ling1， 2， GUO Yi-ping3， CHEN Shao-shan4
（1. Laboratory of Science and Technology on Integrated Logistics Support， National University of Defense Technology， Changsha 410073， China； 2. College of Mechatronics Engineering and Automation， National University of Defense Technology， Changsha
410073， China； 3. Jiujiang Branch of the 707 Research Institution of CSIC， Jiujiang 332007， China；4. Launch and Test Station of 27th Experimental Training Base， Wenchang 571300， China）

Fault risk analysis of steering system is of great significance. However， the traditional safety analysis methods based on experience is limited in application because of the short of historic fault data. This paper proposed a fault risk analysis method based on simulation. The virtual prototyping of steering was built on AMESim， which was verified and validated afterwards. On this basis， fault injection and fault simulation was conducted on the prototyping to get the simulated fault data. Simulink was employed to conduct dynamics co-simulation of running scenario， thus fault modes could be classified based on the safety risk reflected by the simulation results. A case study of underwater vehicle steering system was studied to verify the proposed method. This method may provide an available choice for the fault risk analysis of steering system and other large-scale and complicated mechanic-electronic-hydraulic control systems.

steering system；virtual prototyping；fault risk；fault simulation

TP273；X931

A

1672-7619（2016）05-0091-05

10.3404/j.issn.1672-7619.2016.05.020

2015-09-07；

2015-11-10

國家自然科學(xué)基金資助項(xiàng)目（51475463）

何德雨（1987-），男，博士研究生，研究方向?yàn)楣收显\斷及機(jī)電系統(tǒng)故障安全性分析。