基于故障樹(shù)和LabVIEW的引信測(cè)試儀診斷系統(tǒng)

曹 磐，程 翔，李長(zhǎng)生

(南京理工大學(xué) 智能彈藥技術(shù)國(guó)防重點(diǎn)學(xué)科實(shí)驗(yàn)室，南京 210094)

【信息科學(xué)與控制工程】

基于故障樹(shù)和LabVIEW的引信測(cè)試儀診斷系統(tǒng)

曹 磐，程 翔，李長(zhǎng)生

(南京理工大學(xué) 智能彈藥技術(shù)國(guó)防重點(diǎn)學(xué)科實(shí)驗(yàn)室，南京 210094)

在科研生產(chǎn)中，需要引信測(cè)試儀對(duì)各重要環(huán)節(jié)中的產(chǎn)品性能進(jìn)行參數(shù)測(cè)試來(lái)保證產(chǎn)品品質(zhì)，因此測(cè)試儀的可靠穩(wěn)定運(yùn)行十分重要。為保障系統(tǒng)穩(wěn)定、可靠地運(yùn)行，提出了一種基于故障樹(shù)和虛擬儀器相結(jié)合用于引信測(cè)試系統(tǒng)的故障診斷方法；采用故障樹(shù)分析法對(duì)故障樹(shù)模型進(jìn)行了分析，并采用虛擬儀器技術(shù)開(kāi)發(fā)了測(cè)試儀檢測(cè)系統(tǒng)；實(shí)驗(yàn)結(jié)果表明，診斷系統(tǒng)人機(jī)交互能力好，驗(yàn)證了基于故障樹(shù)和虛擬儀器LabVIEW的方法用于引信測(cè)試系統(tǒng)設(shè)備診斷的可行性；有力提高了現(xiàn)場(chǎng)維修技術(shù)人員的檢測(cè)與故障診斷能力。

引信；測(cè)試儀；故障樹(shù)；虛擬儀器；故障診斷；最小割集

為了確保引信的產(chǎn)品品質(zhì)，在生產(chǎn)過(guò)程中對(duì)引信用測(cè)試儀進(jìn)行嚴(yán)格的測(cè)試是必不可少的，引信測(cè)試儀由各種單元模塊組成，此類(lèi)器件會(huì)老化或接觸不良，從而發(fā)生故障，要在大量的元器件和線路中迅速、準(zhǔn)確地找出故障是不容易的。傳統(tǒng)的故障排除方法過(guò)度依賴(lài)于維護(hù)人員對(duì)系統(tǒng)的熟悉程度和維修經(jīng)驗(yàn)，但一般的維護(hù)人員不具有豐富的故障排查能力，造成故障診斷的速度與準(zhǔn)確性不高，故障平均修復(fù)時(shí)間長(zhǎng)。針對(duì)引信測(cè)試系統(tǒng)故障現(xiàn)象和原因復(fù)雜的關(guān)系，傳統(tǒng)的診斷方法因?qū)＜抑R(shí)大多以淺知識(shí)為主，知識(shí)庫(kù)設(shè)計(jì)不完善，很難得到滿(mǎn)意的結(jié)果。本研究運(yùn)用故障樹(shù)分析法將系統(tǒng)的故障現(xiàn)象和原因建立成故障樹(shù)，因果關(guān)系清晰，是一種有效的知識(shí)獲取方法。對(duì)故障樹(shù)進(jìn)行定性和定量分析，并且結(jié)合虛擬儀器技術(shù)實(shí)現(xiàn)故障診斷平臺(tái)進(jìn)行故障源的搜索、定位，發(fā)現(xiàn)系統(tǒng)的薄弱環(huán)節(jié)并采取相應(yīng)的改進(jìn)措施，提高系統(tǒng)的可靠性。

1 故障樹(shù)分析法與結(jié)構(gòu)函數(shù)

故障樹(shù)分析法[1-2]的目的在于研究導(dǎo)致故障的原因，它把系統(tǒng)總體到部分層次分開(kāi)，逐級(jí)細(xì)化，按照樹(shù)枝狀演繹。首先收集故障案例，進(jìn)行事故統(tǒng)計(jì)，設(shè)想給定系統(tǒng)可能發(fā)生的事故；其次，對(duì)所調(diào)查的事故進(jìn)行全面分析，從中找出后果嚴(yán)重且較易發(fā)生的事故作為頂事件；最后，建立故障樹(shù)模型，細(xì)化可能導(dǎo)致的故障模式以及故障原因，對(duì)故障的發(fā)生進(jìn)行定性分析和定量分析，確定其對(duì)系統(tǒng)的影響，進(jìn)而改善系統(tǒng)。圖1為故障樹(shù)分析法的流程。

圖1 故障樹(shù)分析法流程

若測(cè)試儀設(shè)備和零部件都只考慮兩種狀態(tài)(正常、故障)，則可用0和1兩個(gè)數(shù)表示頂事件和底事件的狀態(tài)。以某引信測(cè)試儀為例，系統(tǒng)組成如圖2所示，其系統(tǒng)故障可以分解為裝定單元失效、模擬渦輪上電單元失效、解保和發(fā)火信號(hào)調(diào)理單元失效、測(cè)速信號(hào)發(fā)生單元失效、主控模塊失效。

圖2 引信測(cè)試儀組成圖

為了研究問(wèn)題的方便，故障樹(shù)頂事件T描述為引信測(cè)試儀系統(tǒng)發(fā)生故障，將頂事件T作為輸出事件，將影響輸出的所有直接原因作為輸入事件，以xi表示。并假設(shè)各單元的失效是相互獨(dú)立的，對(duì)系統(tǒng)和單元只考慮失效和成功兩種狀態(tài)，可以做如下定義：

設(shè)故障樹(shù)有n個(gè)底事件，第i個(gè)底事件的狀態(tài)用二值變量xi表示，于是有

(1)

式中：xi=1表示第i個(gè)底事件發(fā)生，即第i個(gè)底事件有故障發(fā)生；xi=0表示第i個(gè)底事件不發(fā)生，即第i個(gè)底事件沒(méi)有有故障發(fā)生。

頂事件T的狀態(tài)用二值變量T表示，于是有

(2)

式中：T=1表示頂事件發(fā)生，即引信測(cè)試系統(tǒng)有故障發(fā)生；T=0表示頂事件不發(fā)生，即引信測(cè)試系統(tǒng)沒(méi)有故障發(fā)生。

頂事件T的狀態(tài)完全由底事件的狀態(tài)決定，所以T是狀態(tài)變量xi的函數(shù)，可表示為

T=T(xi)

(3)

T(xi)是故障樹(shù)的結(jié)構(gòu)函數(shù)，它表明了設(shè)備狀態(tài)與各組成單元狀態(tài)之間的關(guān)系，故障樹(shù)結(jié)構(gòu)函數(shù)可以用布爾代數(shù)運(yùn)算法則進(jìn)行運(yùn)算和化簡(jiǎn)，使故障樹(shù)的頂事件與底事件間具有最簡(jiǎn)單的邏輯關(guān)系，以便進(jìn)一步對(duì)故障樹(shù)進(jìn)行定性、定量分析。

2 引信測(cè)試儀故障樹(shù)建立及分析

2.1 故障樹(shù)的建立

建立故障樹(shù)的目的是通過(guò)建樹(shù)過(guò)程對(duì)設(shè)備的設(shè)計(jì)、運(yùn)行、管理進(jìn)行徹底熟悉，找出薄弱環(huán)節(jié)，建立故障樹(shù)是故障樹(shù)定性分析和定量計(jì)算的前提，故障樹(shù)是否完善直接影響分析結(jié)果的準(zhǔn)確性。根據(jù)系統(tǒng)的結(jié)構(gòu)和功能，分析不希望發(fā)生的顯著影響裝備技術(shù)性能、經(jīng)濟(jì)性、可靠性和安全性的故障事件，根據(jù)分析的目的和故障判據(jù)，確定本次分析的頂事件，建立故障樹(shù)[3-4]。

以某引信測(cè)試儀為例，用下行法[5]從頂事件開(kāi)始由上而下，循序漸進(jìn)逐級(jí)建立故障樹(shù)，步驟如下：

1) 確定頂事件。在熟悉系統(tǒng)及相關(guān)資料的前提下，將故障事件逐一列舉，然后再選出最不希望發(fā)生的事件為頂事件。在引信測(cè)試儀系統(tǒng)中確定頂事件T為“測(cè)試儀故障”。

2) 分析能導(dǎo)致頂事件發(fā)生的輸入事件，如果該事件還能進(jìn)一步分解，則將其作為下一級(jí)的輸出事件，直到所有的輸入事件不能再分解為止，即得到了底事件。用下行法依次確定E1裝定模塊失效、E2模擬渦輪上電模塊失效、E3信號(hào)調(diào)理模塊失效、E4測(cè)速信號(hào)發(fā)生模塊失效作為頂事件T的輸入事件、E5主控芯片模塊失效；從而確定能導(dǎo)致中間事件E1、E2、E3、E4、E5發(fā)生的底事件。

3) 故障樹(shù)的簡(jiǎn)化并繪制故障樹(shù)。確定了頂事件、中間事件、底事件之后給定一些必要的合理假設(shè)對(duì)故障樹(shù)進(jìn)行簡(jiǎn)化，自上往下用邏輯符號(hào)繪制故障樹(shù)如圖3，并將這些事件用邏輯符號(hào)連起來(lái)。

圖3 某引信測(cè)試系統(tǒng)故障樹(shù)

2.2 故障樹(shù)定性分析

故障樹(shù)定性分析的主要目的是確定設(shè)備出現(xiàn)某種故障(頂事件)的全部可能情況即得到故障樹(shù)的最小割集[6]，每個(gè)最小割集都是導(dǎo)致故障樹(shù)頂事件發(fā)生的一種可能，得到了最小割集實(shí)際上就知道了故障發(fā)生的各種可能原因。通過(guò)最小割集分析出設(shè)備的薄弱環(huán)節(jié)，為狀態(tài)監(jiān)測(cè)、故障分析和提高設(shè)備的可靠性提供依據(jù)。

所謂割集指的是：如果某幾個(gè)底事件的集合全部發(fā)生，導(dǎo)致了頂事件必定發(fā)生，則稱(chēng)此集合為故障樹(shù)的一個(gè)割集。最小割集是指引起頂事件發(fā)生的基本事件的最低限度的集合。將故障樹(shù)的結(jié)構(gòu)函數(shù)用布爾代數(shù)運(yùn)算法則化簡(jiǎn)為底事件積之和表達(dá)式[7]，式中每一底事件的乘積項(xiàng)就是故障樹(shù)的一個(gè)最小割集，全部乘積項(xiàng)就是故障樹(shù)的全部最小割集，也稱(chēng)作設(shè)備的故障譜。

如圖3某引信測(cè)試儀故障樹(shù)，其結(jié)構(gòu)函數(shù)可以表示為

T=E1+E2+E3+E4+E5= (X1+X2+X3+X4+X5)+ (X6+X7+X8+X9)+(X10+X11+X12)+ (X13+X14+X15+X16)+(X17+X18+X19)=X1+X2+X3+X4+X5+X6+X7+X8+X9+X10+X11+X12+X13+X14+X15+X16+X17+X18+X19

(4)

所以某引信測(cè)試儀故障樹(shù)的最小割集是{X1}，{X2}，{X3}，{X4}，{X5}，{X6}，{X7}，{X8}，{X9}，{X10}，{X1}，{X12}，{X13}，{X14}，{X15}，{X16}， {X17}，{X18}，{X19}共有19項(xiàng)。

2.3 故障樹(shù)定量分析

定量分析的目的是計(jì)算頂事件的失效概率，為狀態(tài)監(jiān)測(cè)、故障分析和設(shè)計(jì)改進(jìn)提供可靠依據(jù)[8]?？梢愿鶕?jù)底事件的發(fā)生概率計(jì)算出頂事件的發(fā)生概率。某引信測(cè)試儀底事件發(fā)生概率如表1所示。

故障樹(shù)有19個(gè)最小割集，由分析可知本測(cè)試儀系統(tǒng)引起故障的各底事件之間是“或”的關(guān)系， 故用幾個(gè)相容時(shí)間的概率公式計(jì)算頂事件發(fā)生概率。

表1 某引信測(cè)試儀底事件發(fā)生概率

根據(jù)底事件概率可以計(jì)算頂事件概率

P(T)=P(X1+X2+…+X19)=

(5)

概率重要度是故障樹(shù)定量分析的重要組成部分，通過(guò)求得最小割集的重要度可以分析最小割集對(duì)頂事件發(fā)生的影響程度。為了描述各最小割集對(duì)頂事件發(fā)生所作的貢獻(xiàn)，可定義最小割集重要度PM=PX/PT。PX為最小割集的發(fā)生概率，PT為頂事件的發(fā)生概率。最小割集重要度如表2所示。

表2 最小割集重要度

從數(shù)據(jù)可以看出不同割集的重要度值相差很大，如果選取最小割集的重要度≥0.1的最小割集，這時(shí)真正的候選故障源只有{X6}，{X8}，{X9}，{X12}，{X13}，{X15}，{X16}7個(gè)。也就是說(shuō),從理論上講這19種不同最小割集都可能是引起頂事件的發(fā)生原因,但實(shí)際上從最小割集的重要程度來(lái)看，其他12種最小割集發(fā)生的概率明顯小于以上7種。大大減小了故障定位的難度，提高了維修的效率。

2.4 基于故障樹(shù)的專(zhuān)家系統(tǒng)

專(zhuān)家系統(tǒng)故障診斷方法，是指計(jì)算機(jī)在采集被診斷對(duì)象的信息后，綜合運(yùn)用診斷規(guī)則，進(jìn)行一系列的推理，必要時(shí)還可以隨時(shí)調(diào)用各種應(yīng)用程序,運(yùn)行過(guò)程中向用戶(hù)索取必要的信息后,就可快速地找到最終故障或最有可能的故障，最后再將診斷結(jié)果返回用戶(hù)。

從知識(shí)獲取的角度，故障樹(shù)具有標(biāo)準(zhǔn)化的知識(shí)結(jié)構(gòu)[9]，利用故障樹(shù)知識(shí)生成診斷專(zhuān)家系統(tǒng)知識(shí)庫(kù)，可以顯示診斷專(zhuān)家的問(wèn)題求解策略，極大地降低系統(tǒng)知識(shí)獲取的難度。通過(guò)割集把故障樹(shù)和診斷專(zhuān)家系統(tǒng)的知識(shí)庫(kù)聯(lián)系起來(lái)：故障樹(shù)的一個(gè)割集是系統(tǒng)的一種失效模式，同時(shí)對(duì)應(yīng)于知識(shí)庫(kù)的一條規(guī)則；割集里的基本事件是該失效模式的最基本原因，對(duì)應(yīng)知識(shí)庫(kù)中規(guī)則的故障原因；從頂事件到割集的路徑，是該割集區(qū)別于其他割集的中間條件，對(duì)應(yīng)于知識(shí)庫(kù)中規(guī)則的前提。

3 軟件系統(tǒng)的構(gòu)建

3.1 軟件開(kāi)發(fā)平臺(tái)的選用

軟件系統(tǒng)是故障檢測(cè)系統(tǒng)的核心部分，它使系統(tǒng)中每個(gè)模塊的功能有機(jī)結(jié)合，在多個(gè)模塊相互協(xié)作和數(shù)據(jù)傳遞的過(guò)程中起著決定性的作用，并使整個(gè)系統(tǒng)的運(yùn)作有效、穩(wěn)定。該測(cè)試儀系統(tǒng)選用LabVIEW作為開(kāi)發(fā)平臺(tái)，LabVIEW是美國(guó)國(guó)家儀器公司開(kāi)發(fā)的一種用圖標(biāo)代替文本創(chuàng)建應(yīng)用程序的圖形化編程環(huán)境，使用的語(yǔ)言為圖形語(yǔ)言，即“G”語(yǔ)言[10]。其前面板中包含了很多外觀和傳統(tǒng)儀器類(lèi)似的控件如示波器、萬(wàn)用表等，用戶(hù)界面友好，又能夠有效地對(duì)系統(tǒng)硬件進(jìn)行控制，及時(shí)地處理保存各種測(cè)試數(shù)據(jù)。

3.2 檢測(cè)軟件系統(tǒng)組成

故障檢測(cè)軟件主要由管理模塊、控制診斷模塊、 輸出模塊組成，如圖4所示。

圖4 故障檢測(cè)軟件系統(tǒng)組成

1) 用戶(hù)管理模塊：設(shè)置登入用戶(hù)名和密碼，并能增加用戶(hù)及修改密碼功能。還可以保存登入的用戶(hù)名和登入的時(shí)間，以便于今后查詢(xún)和管理測(cè)試結(jié)果。

2) 系統(tǒng)管理模塊：允許用戶(hù)輸入各種參數(shù)，如測(cè)試目標(biāo)的編號(hào)和操作人，選擇不同的系統(tǒng)配置等。

3) 自檢模塊：檢測(cè)故障檢測(cè)系統(tǒng)中的各種測(cè)試儀器是否能夠正常采集或測(cè)量，并能將自檢結(jié)果輸出。

4) 故障診斷模塊：按照用戶(hù)設(shè)定的測(cè)試流程進(jìn)行檢測(cè)，測(cè)試人員通過(guò)簡(jiǎn)單勾選實(shí)現(xiàn)對(duì)測(cè)試流程的增減。在測(cè)試過(guò)程中，能夠從軟件界面中直接觀察波形，如果結(jié)果全部符合要求，則顯示合格結(jié)論。如果有不合格的結(jié)果，則顯示不合格結(jié)果，并給出發(fā)生故障的原因，通知測(cè)試人員進(jìn)行故障排查。

5) 輸出報(bào)告：參數(shù)測(cè)試的過(guò)程中，對(duì)每一測(cè)試項(xiàng)目完成后，應(yīng)對(duì)測(cè)試結(jié)果進(jìn)行分析和判斷，并將測(cè)試結(jié)果輸出。

6) 數(shù)據(jù)讀取與保存：讀取數(shù)據(jù)庫(kù)中保存的測(cè)試數(shù)據(jù)、測(cè)試人員的信息以及測(cè)試結(jié)論等，并將這些數(shù)據(jù)輸出到一定格式的表格中，生成測(cè)試報(bào)告，可以供用戶(hù)進(jìn)行數(shù)據(jù)查詢(xún)。

故障檢測(cè)軟件測(cè)試流程如圖5所示。

圖5 故障檢測(cè)軟件測(cè)試流程

4 實(shí)驗(yàn)分析

故障診斷系統(tǒng)的前面板(如圖6所示)分為性能測(cè)試和故障診斷兩塊。性能測(cè)試選項(xiàng)卡中可以實(shí)時(shí)顯示測(cè)試波形、測(cè)試結(jié)果、保存測(cè)試結(jié)果。如果測(cè)試結(jié)果中異常，測(cè)試停止，點(diǎn)擊故障診斷按鍵可以進(jìn)入故障診斷選項(xiàng)卡(如圖7所示)。

在故障診斷過(guò)程中,按照流程通過(guò)檢測(cè)故障樹(shù)的每個(gè)節(jié)點(diǎn)的信號(hào)狀態(tài)來(lái)判斷故障節(jié)點(diǎn)是否正常，對(duì)檢測(cè)出的節(jié)點(diǎn)實(shí)際數(shù)值或者信號(hào)波形與真值進(jìn)行比對(duì)，查找出有故障的節(jié)點(diǎn)，給出維修建議，指導(dǎo)維修人員對(duì)故障節(jié)點(diǎn)進(jìn)行故障排除。

圖6 性能測(cè)試界面

圖7 診斷界面

5 結(jié)論

提出了一種基于故障樹(shù)和虛擬儀器相結(jié)合用于引信測(cè)試系統(tǒng)的故障診斷方法。以故障樹(shù)作為知識(shí)獲取的主要手段，構(gòu)建了基于故障樹(shù)的專(zhuān)家診斷系統(tǒng)。相對(duì)于人工手動(dòng)排查故障原因，顯著地提高了設(shè)備故障定位的效率。實(shí)驗(yàn)表明，本方法確保診斷知識(shí)完整性的同時(shí)又可以充分發(fā)揮專(zhuān)家系統(tǒng)診斷快速高效的優(yōu)點(diǎn)。該故障診斷系統(tǒng)有力提高了現(xiàn)場(chǎng)維修技術(shù)人員的檢測(cè)與故障診斷能力，對(duì)其他裝備的故障診斷具有參考價(jià)值。

[1] 芮延年，傅戈燕.現(xiàn)代可靠性設(shè)計(jì)[M].北京：國(guó)防工業(yè)出版社，2007.

[2] GB7829—87,故障樹(shù)分析程序[S].

[3] GEUM Y，SEOL H，LEE S，et al.Application of Fault tree Analysis to the Service Process:Service Tree Analysis Approach[J].Journal of Service Management,2009,20(3/4):433-454.

[4] 楊為民.可靠性·維修性·保障性總論[M].北京:國(guó)防工業(yè)出版社，2004.

[5] 朱立安.基于規(guī)則的汽輪發(fā)電機(jī)組故障診斷專(zhuān)家系統(tǒng)的研究與完善[D].杭州:浙江大學(xué)，2007.

[6] 許榮，車(chē)建國(guó)，楊作賓，等．故障樹(shù)分析法及其在系統(tǒng)可靠性分析中的應(yīng)用[J].指揮控制與仿真，2010，32(1)：112-115.

[7] 羅航，王厚軍，黃建國(guó)，等.故障樹(shù)定量分析及其交互方式的實(shí)現(xiàn)[J].電子測(cè)量與儀器學(xué)報(bào)，2010， 24(5):473-480.

[8] 賈雪峰.故障樹(shù)分析法在門(mén)式起重機(jī)維修中的應(yīng)用[J].機(jī)電工程技術(shù),2012(1):72-74.

[9] 劉江.基于故障樹(shù)的通用航空器故障診斷專(zhuān)家系統(tǒng)研究[D].廣漢：中國(guó)民用航空飛行學(xué)院，2011.

[10]李銀軍，羅彥斌．基于虛擬儀器的某高炮綜合檢測(cè)系統(tǒng)設(shè)計(jì)[J].電子測(cè)量技術(shù),2010,33(6):82-84.

(責(zé)任編輯楊繼森)

Fault Diagnosis on Fuze Test System Based on Fault Tree Analysis and LabVIEW Techniques

CAO Pan, CHENG Xiang, LI Chang-sheng

(Ministerial Key Laboratory of ZNDY, Nanjing University of Science and Technology, Nanjing 210094, China)

In research and production, fuze test system needs measure product technical parameters to guarantee product quality. Thus fuze test system plays an important role in reliability and stabilization. In order to ensure system operate stably, this paper put forwards a fault diagnosis method of fuze test system based on fault tree model and virtual instrument. Using qualitative and quantitative analysis verify the system reliability, combining with virtual instrument technology in LabVIEW software platform. The diagnosis example illustrates that the ability of human interaction is perfect and tests the feasibility of this method. This techniques have significantly enhanced the diagnosis ability of technician staff.

fuze; test system; fault tree; virtual instrument; fault diagnosis; minimum cut set

2016-07-30；

國(guó)家自然科學(xué)基金資助項(xiàng)目(61403201)；中國(guó)人民解放軍總裝備部預(yù)研基金資助項(xiàng)目(9140A05020114BQ02063)；中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)基金資助項(xiàng)目(30915118824)

曹磐(1990—)，男，碩士研究生，主要從事機(jī)械電子工程研究。

程翔(1960—)，男，教授，主要從事引信系統(tǒng)設(shè)計(jì)和引信實(shí)驗(yàn)技術(shù)研究。

10.11809/scbgxb2016.12.025

曹磐,程翔,李長(zhǎng)生.基于故障樹(shù)和LabVIEW的引信測(cè)試儀診斷系統(tǒng)[J].兵器裝備工程學(xué)報(bào)，2016(12):108-112.

format:CAO Pan, CHENG Xiang, LI Chang-sheng.Fault Diagnosis on Fuze Test System Based on Fault Tree Analysis and LabVIEW Techniques[J].Journal of Ordnance Equipment Engineering,2016(12):108-112.

TJ430.6

A

2096-2304(2016)12-0108-05

修回日期：2016-08-30