基于模型的推進系統(tǒng)故障識別及建模方法

關(guān)鍵詞：基于模型的系統(tǒng)工程；故障識別；故障建模；可靠性分析；安全性分析；推進系統(tǒng)

中圖分類號：Ｖ４３４．１ 文獻標(biāo)志碼：Ａ DOI：１０．１２３０５／ｊ．ｉｓｓｎ．１００１５０６Ｘ．２０２４．１２．１５

０引言

載人登月任務(wù)規(guī)模龐大并融合了大量高新技術(shù)，任務(wù)風(fēng)險高，為保障航天員的生命安全，必須保證各個系統(tǒng)的安全性與可靠性。各系統(tǒng)功能邏輯、結(jié)構(gòu)設(shè)計和容錯設(shè)計復(fù)雜，潛在故障多且直接影響任務(wù)成敗乃至航天員生命安全。在設(shè)計初期全面識別復(fù)雜系統(tǒng)潛在故障，對后續(xù)開展可靠性分析并提出改進措施、降低風(fēng)險、保障航天員生命安全具有重要意義。

傳統(tǒng)故障模式識別主要以故障模式及影響分析（ｆａｕｌｔｍｏｄｅａｎｄｅｆｆｅｃｔｓａｎａｌｙｓｉｓ，ＦＭＥＡ）和故障樹分析（ｆａｕｌｔｔｒｅｅａｎａｌｙｓｉｓ，ＦＴＡ）為主。ＦＭＥＡ 采用自下而上的分析方法，從底層單元的失效模式出發(fā)，逐級分析故障產(chǎn)生原因及其影響，從而識別系統(tǒng)潛在故障并分析其風(fēng)險程度［１］。ＦＴＡ則從頂層不期望發(fā)生的頂事件出發(fā)，從上至下分析可能導(dǎo)致頂事件的故障原因［２］。ＦＭＥＡ與ＦＴＡ 得到的分析結(jié)果可以相互補充，用于后續(xù)的可靠性、安全性分析以及控制措施的制定。上述方法經(jīng)過多年的研究與實踐，已被廣泛應(yīng)用于航天領(lǐng)域中［３６］。然而，對于功能結(jié)構(gòu)十分復(fù)雜、新技術(shù)高度集成的載人登月任務(wù)，上述故障模式識別方法的不足日益明顯［７８］：第一，ＦＭＥＡ 所需的底層單元故障以及ＦＴＡ中的頂事件一般根據(jù)已有的故障統(tǒng)計結(jié)果或分析人員的經(jīng)驗進行確定，對于新研復(fù)雜系統(tǒng)，易因認知的局限性造成故障識別不全面；第二，分析過程過于依賴個人經(jīng)驗與能力，缺乏客觀、系統(tǒng)性的分析手段；第三，不同層級系統(tǒng)在不同設(shè)計階段產(chǎn)生大量文檔，導(dǎo)致信息分散且可追溯性差，故障識別過程繁雜且設(shè)計狀態(tài)改變后難以保證設(shè)計模型與故障模式識別所用模型的一致性。這些局限性極易導(dǎo)致對新型、新研載人飛船推進系統(tǒng)的故障識別不全面、不準(zhǔn)確，影響任務(wù)的順利實施，甚至危害航天員的生命安全。

隨著基于模型的系統(tǒng)工程（ｍｏｄｅｌ-ｂａｓｅｄｓｙｓｔｅｍｓｅｎｇｉ-ｎｅｅｒｉｎｇ，ＭＢＳＥ）理論及其系統(tǒng)建模語言（ｓｙｓｔｅｍ ｍｏｄｅｌｉｎｇｌａｎｇｕａｇｅ，ＳｙｓＭＬ）的快速發(fā)展，ＭＢＳＥ 在復(fù)雜系統(tǒng)工程中得到了廣泛的應(yīng)用［９１５］。近年來，將可靠性分析與ＭＢＳＥ相融合的基于模型的可靠性分析方法應(yīng)運而生，該方法通過建立一個系統(tǒng)功能和可靠性分析的綜合模型，保證可靠性分析系統(tǒng)與實際系統(tǒng)的一致性、繼承性和準(zhǔn)確性，得到了國內(nèi)外研究機構(gòu)的廣泛關(guān)注［１６２６］。

故障模式全面識別與建模是基于模型的可靠性分析的基礎(chǔ)。借助ＭＢＳＥ中規(guī)范化、標(biāo)準(zhǔn)化、全維度的系統(tǒng)模型，同步開展復(fù)雜系統(tǒng)故障模式識別能有效解決現(xiàn)有故障識別方法中存在的故障識別不全面、過于依賴個人經(jīng)驗與能力、分析模型不一致等問題，有助于全面識別潛在故障。基于該思想，美國國家航空航天局（ＮａｔｉｏｎａｌＡｅｒｏｎａｕｔｉｃｓａｎｄＳｐａｃｅＡｄｍｉｎｉｓｔｒａｔｉｏｎ，ＮＡＳＡ）的噴氣推進實驗室（ＪｅｔＰｒｏｐｕｌｓｉｏｎＬａｂｏｒａｔｏｒｙ，ＪＰＬ）利用統(tǒng)一建模語言（ｕｎｉｆｉｅｄｍｏｄｅｌｉｎｇｌａｎｇｕａｇｅ，ＵＭＬ）的擴展機制建立了故障分析基礎(chǔ)模型［１７，２７］，開發(fā)相應(yīng)的ＳｙｓＭＬ 插件用于提取系統(tǒng)故障樹，并應(yīng)用于載人飛船環(huán)境控制與生命保障分系統(tǒng)的設(shè)計中［２８２９］。Ｍｈｅｎｎｉ等［３０３１］利用ＳｙｓＭＬ的擴展機制將系統(tǒng)故障集成到系統(tǒng)模型，并利用可擴展標(biāo)記語言（ｅｘｔｅｎｓｉｂｌｅｍａｒｋｕｐｌａｎｇｕａｇｅ，ＸＭＬ）元數(shù)據(jù)交換技術(shù)，根據(jù)ＳｙｓＭＬ 建立的活動圖、內(nèi)部模塊圖等實現(xiàn)ＦＭＥＡ 條目和故障樹的自動生成。為了進一步加強安全性和可靠性分析與ＳｙｓＭＬ模型的融合，對象管理組織（ｏｂｊｅｃｔ ｍａｎａｇｅｍｅｎｔｇｒｏｕｐ，ＯＭＧ）成立了專家組，于２０２１ 年１ 月正式發(fā)布了基于ＳｙｓＭＬ 的風(fēng)險分析與評估建模語言（ｒｉｓｋａｎａｌｙｓｉｓａｎｄａｓｓｅｓｓｍｅｎｔｍｏｄｅｌｉｎｇｌａｎｇｕａｇｅ，ＲＡＡＭＬ），為基于模型的故障識別與建模提供了重要支撐［３２］。

在國內(nèi)，胡云鵬等［３３］利用ＳｙｓＭＬ的擴展機制建立載人登月任務(wù)故障模式分析的基礎(chǔ)模型，在此基礎(chǔ)上，建立基于活動圖或功能分解的故障模式識別方法，并提出面向載人登月的安全性和可靠性分析方法［３４］。種婧宜等［８］以ＳｙｓＭＬ為基礎(chǔ)，提出通信衛(wèi)星的故障模式分析方法。

上述研究多針對任務(wù)級、頂層系統(tǒng)級的故障模式，利用ＳｙｓＭＬ建立的功能模型展開故障識別。對于推進系統(tǒng)這類底層分系統(tǒng)，在研制過程中除了功能分析，還涉及到具體的性能和結(jié)構(gòu)設(shè)計，故障來源包括部／組件的功能喪失或偏差、性能偏差以及結(jié)構(gòu)失效等方面，失效模式眾多且復(fù)雜。上述文獻僅依靠描述系統(tǒng)功能的模型進行故障識別，難以全面識別推進系統(tǒng)潛在故障。因此，需針對推進系統(tǒng)這類底層分系統(tǒng)建立更為適用的故障識別與建模方法，實現(xiàn)潛在故障的全面識別，為系統(tǒng)的故障分析、可靠性分析及上層系統(tǒng)的故障分析提供基礎(chǔ)。

本文以載人登月任務(wù)新一代載人飛船推進系統(tǒng)為研究對象，開展基于模型的故障模式分析與建模方法研究。利用正常工作狀態(tài)時全維度的系統(tǒng)模型，按照功能完備、性能完好、結(jié)構(gòu)完整３個維度的要求，從功能、性能、結(jié)構(gòu)３個方面開展?jié)撛诠收夏Ｊ阶R別，并建立相應(yīng)的故障基礎(chǔ)模型，用于描述故障模式及其傳遞關(guān)系，為后續(xù)系統(tǒng)及任務(wù)的故障分析、可靠性分析、安全性分析提供基礎(chǔ)。

１方法概述

本文提出的基于模型的故障識別與建模方法與基于ＭＢＳＥ的系統(tǒng)正向化設(shè)計過程同步開展，以正常工作狀態(tài)下的系統(tǒng)模型為依據(jù)，利用擴展后的ＳｙｓＭＬ建立故障模型，實現(xiàn)系統(tǒng)模型與故障信息的統(tǒng)一表達，可有效避免系統(tǒng)設(shè)計模型與故障分析、可靠性分析、安全性分析模型不一致的問題。

該方法包括基于ＳｙｓＭＬ擴展機制的故障基礎(chǔ)模型建模、基于ＳｙｓＭＬ的系統(tǒng)正常工作狀態(tài)下的系統(tǒng)模型建模以及故障模式識別與建模３部分內(nèi)容，如圖１所示。

其中，第一部分基于ＳｙｓＭＬ 擴展機制的故障基礎(chǔ)模型建模參考ＲＡＭＭＬ，根據(jù)推進系統(tǒng)故障模式特點及可靠性、安全性分析的需求建立相應(yīng)的故障基礎(chǔ)模型，包括模型元素、關(guān)聯(lián)關(guān)系以及模型結(jié)構(gòu)等，為故障模式識別和建模提供模型基礎(chǔ)。第二部分正常工作狀態(tài)下的系統(tǒng)模型采用ＳｙｓＭＬ進行建模，包括描述系統(tǒng)功能的活動圖、狀態(tài)機圖、時序圖，描述系統(tǒng)參數(shù)與性能的參數(shù)圖以及描述系統(tǒng)組成與接口關(guān)系的模塊定義圖、內(nèi)部模塊圖等。上述模型為基于模型的故障模式識別提供分析依據(jù)。第三部分基于模型的故障識別與建模則以故障基礎(chǔ)模型為模型基礎(chǔ)，以系統(tǒng)正向化設(shè)計中建立的系統(tǒng)模型為分析基礎(chǔ)，利用所提出的方法從功能、性能、結(jié)構(gòu)３個維度全面識別故障并進行建模。

２故障基礎(chǔ)模型建模

故障基礎(chǔ)模型是故障建模的基礎(chǔ)。與推進系統(tǒng)模型同源且符合推進系統(tǒng)故障特點及可靠性、安全性分析需求的專用故障基礎(chǔ)模型對后續(xù)開展故障分析、可靠性分析、安全性分析具有重要意義。

ＭＢＳＥ采用ＳｙｓＭＬ進行系統(tǒng)建模，但該語言仍有一定的局限性，無法對推進系統(tǒng)故障分析及可靠性分析、安全性分析的知識、概念等進行明確的描述與定義。為了實現(xiàn)系統(tǒng)模型與故障模型、可靠性分析、安全性分析的統(tǒng)一表達，利用ＳｙｓＭＬ的可擴展性，并參考ＯＭＧ 發(fā)布的ＲＡＡＭＬ標(biāo)準(zhǔn)規(guī)范，建立符合推進系統(tǒng)故障模式特點以及后續(xù)可靠性分析、安全性分析需要的故障基礎(chǔ)模型。

為了便于模型的管理和后續(xù)的改進，本文所建立的故障基礎(chǔ)模型延用ＲＡＡＭＬ的３層基本結(jié)構(gòu)，包括核心層、通用層以及方法層。每一層結(jié)構(gòu)由擴展包和庫組成，擴展包中定義建模所需的構(gòu)造型和關(guān)聯(lián)關(guān)系，利用ＳｙｓＭＬ中的擴展圖進行定義；庫則根據(jù)用戶需求，對所需的類型及關(guān)聯(lián)關(guān)系進行自定義。

核心層作為通用層和方法層的基礎(chǔ)，對故障建模和可靠性分析中的通用概念的元素和關(guān)系進行定義，如擴展包中的“狀態(tài)”，“違反”關(guān)系、“相關(guān)”關(guān)系等。

通用層是核心層的擴展，對故障識別及后續(xù)可靠性分析、安全性分析所必須的一般元素與概念進行定義。包括“失效模式”“原因”“后果”。在該層中，針對功能、性能和結(jié)構(gòu)３ 個層面的故障模式特點和故障傳播特點，對現(xiàn)有ＲＡＡＭＬ 進行適應(yīng)性擴展及刪減。將失效模式細化為描述功能故障、結(jié)構(gòu)失效和性能偏差的３種故障模式。同時，根據(jù)故障間傳遞邏輯的不同，建立“導(dǎo)致”和“偏差傳遞”兩類故障傳遞關(guān)系?！皩?dǎo)致”用于描述通過邏輯關(guān)系和邏輯模型確定的故障傳遞過程，如管路焊縫裂紋導(dǎo)致推進劑泄漏。“偏差傳遞”則描述因工作參數(shù)變化導(dǎo)致的性能偏差傳遞，如推進劑流量偏差引起的推力偏差。

在方法層中，分別針對ＦＭＥＡ 和ＦＴＡ 所需的元素建立擴展包和庫。包括用于ＦＭＥＡ 分析的ＦＭＥＡ分析條目、用于風(fēng)險系數(shù)（ｒｉｓｋｐｒｉｏｒｉｔｙｎｕｍｂｅｒ，ＲＰＮ）計算的約束條件，用于ＦＴＡ 分析的樹、事件、門等。

所建立的故障基礎(chǔ)模型名稱及其含義如表１所示。

３基于犛狔狊犕犔的系統(tǒng)建模

利用ＳｙｓＭＬ對推進系統(tǒng)的需求、結(jié)構(gòu)、行為及參數(shù)進行建模是推進系統(tǒng)開展正向化設(shè)計的重要組成，也是進行基于模型的推進系統(tǒng)故障識別的依據(jù)。

本文中正常工作狀態(tài)下的推進系統(tǒng)建?；冢停幔纾椋?ｇｒｉｄ框架，從推進系統(tǒng)的需求分析出發(fā)，依據(jù)需求開展功能分析和架構(gòu)設(shè)計，通過建立需求追溯關(guān)系判斷設(shè)計是否合理。具體建模步驟可參考文獻［３５］。本節(jié)著重介紹用于表征系統(tǒng)功能、性能、結(jié)構(gòu)等模型的建模過程，為后文從功能、性能、結(jié)構(gòu)３ 個維度進行故障模式識別提供模型基礎(chǔ)。

３．１活動圖建模

對推進系統(tǒng)功能的描述與分解從頂層功能性需求出發(fā)，根據(jù)頂層功能性需求確定推進系統(tǒng)功能，利用活動圖對推進系統(tǒng)功能進行細化分解，并利用活動圖中的“泳道”將分解后的功能分配給子系統(tǒng)，獲得子系統(tǒng)的功能并逐級向下分解至最小功能單元。針對推進系統(tǒng)“為載人飛船的軌道轉(zhuǎn)移、姿態(tài)控制及應(yīng)急飛行提供動力”這一功能性需求，可開展如圖２所示的功能模型建模。具體過程如下：

（１）根據(jù)推進系統(tǒng)功能性需求確定“推進系統(tǒng)開機并產(chǎn)生推力”這一活動。

（２）利用活動圖對上述活動進行細化。在圖２中，Ａ１～Ａ４為細化后得到的活動編號。將細化后的活動分配至用“泳道”劃分的子系統(tǒng)中，如將“推進劑能量轉(zhuǎn)化并產(chǎn)生推力”這一活動分配給發(fā)動機／推力器分系統(tǒng)。

（３）針對細分后每個分系統(tǒng)的活動進一步分解直至最小功能單元。如將編號為Ａ４的活動“推進劑能量轉(zhuǎn)化并產(chǎn)生推力”進一步分解為編號為Ａ４１～Ａ４３的活動，并將每一個活動繼續(xù)分解，直至最小功能單元。

在確定了推進系統(tǒng)的完整架構(gòu)后，可進一步利用狀態(tài)機圖、時序圖等對推進系統(tǒng)的功能進行描述。

３．２參數(shù)圖建模

推進系統(tǒng)的性能指標(biāo)由頂層性能需求確定，然后利用參數(shù)圖建立系統(tǒng)性能指標(biāo)與相關(guān)輸入?yún)?shù)的計算模型，并由輸入?yún)?shù)確定低一層級分系統(tǒng)的性能需求及參數(shù)等，并逐級向下分解至最小單元。針對推進系統(tǒng)“推力”與“比沖”這兩項性能需求，可開展如圖３所示的參數(shù)圖建模。包括：

（１）針對推進系統(tǒng)“推力”與“比沖”這兩項性能需求，確定“推力”“比沖”這兩個性能指標(biāo)，并在推進系統(tǒng)的模塊中建立值屬性，用效能測量指標(biāo)（ｍｅａｓｕｒｅｓｏｆｅｆｆｅｃｔｉｖｅｎｅｓｓ，ＭＯＥ）類型進行表征。

（２）利用約束塊建立用于評估推力與比沖的系統(tǒng)靜態(tài)仿真模型，并確定與之相關(guān)的輸入?yún)?shù)。在約束塊中，輸入?yún)?shù)“Ｆｔｃ”和“Ｉｓｔｃｔｈ”，分別表示推力比沖；確定的輸入?yún)?shù)“ＯＦＲａｔｉｏ１”為發(fā)動機／推力器混合比；“ＡｒｅａＲａｔｉｏ”為發(fā)動機擴張比；“Ｐｃ１”為發(fā)動機／推力器室壓；“ｑｍ”為總流量。

（３）將上述輸入?yún)?shù)分配給相關(guān)分系統(tǒng)并建立相應(yīng)的值屬性，如在發(fā)動機／推力器中建立描述混合比和室壓的值屬性，并將其作為發(fā)動機／推力器的性能指標(biāo)，形成發(fā)動機／推力器的性能需求。

（４）采用上述方法對發(fā)動機／推力器的性能需求進行進一步分解，直至最小單元。

３．３結(jié)構(gòu)模型建模

在利用活動圖對推進系統(tǒng)功能進行分解的同時，可以明確將活動圖用于執(zhí)行各項活動的分系統(tǒng)，并確定各子系統(tǒng)間的傳遞關(guān)系。據(jù)此可利用模塊定義圖和內(nèi)部模塊圖建立推進系統(tǒng)的分系統(tǒng)組成及分系統(tǒng)間的接口關(guān)系。以圖２中“推進劑能量轉(zhuǎn)化并產(chǎn)生推力”這一活動所需的發(fā)動機／推力器分系統(tǒng)為例，可建立如圖４所示的結(jié)構(gòu)模型，其中“Ｐ”表示接口。具體步驟如下：

步驟１ 從圖２ 中識別出執(zhí)行“推進劑能量轉(zhuǎn)化并產(chǎn)生推力”功能所需的“發(fā)動機／推力器分系統(tǒng)”及其與其他分系統(tǒng)的接口需求，并在模塊定義圖中建立“發(fā)動機／推力器分系統(tǒng)”模塊及與其他分系統(tǒng)的接口。

步驟２ 根據(jù)對“推進劑能量轉(zhuǎn)化并產(chǎn)生推力”這一功能的分解確定發(fā)動機／推力器分系統(tǒng)的結(jié)構(gòu)組成及內(nèi)部組件間的傳遞關(guān)系，并利用內(nèi)部模塊圖定義建立各組件，包括燃閥、氧閥、推力室等。

步驟３ 建立內(nèi)部各組件間的傳遞關(guān)系。

步驟４ 根據(jù)各組件的接口特點，結(jié)合三維結(jié)構(gòu)設(shè)計確定實際物理結(jié)構(gòu)中的接口形式，如焊接、螺紋連接等。

步驟５ 結(jié)合活動圖重復(fù)上述步驟，直至建全推進系統(tǒng)結(jié)構(gòu)模型。

４基于模型的推進系統(tǒng)故障識別與建模

本節(jié)以上述功能模型、參數(shù)圖、結(jié)構(gòu)模型為依據(jù)，介紹系統(tǒng)故障識別方法，并利用所建立的故障基礎(chǔ)模型進行故障模式及其相關(guān)要素的建模，以驗證方法的可行性與有效性。

４．１功能故障識別與建模

功能故障識別與系統(tǒng)的功能分解同步開展，針對活動圖、狀態(tài)機圖、時序圖中所確定的系統(tǒng)功能，通過列舉功能對需求實現(xiàn)的不同程度識別功能故障，包括功能喪失、部分功能喪失、功能退化、功能過度、功能間斷、功能延期、非預(yù)期功能等。如圖５所示，針對“推進系統(tǒng)開機產(chǎn)生推力”這一功能，通過列舉其反例識別出包括“推力偏斜”“非預(yù)期推力”“推力偏小”“無推力”等功能故障模式。然后，對于功能分解得到的分系統(tǒng)功能，可仍采用列舉反例的方法識別出潛在的功能故障，直至識別出最小功能單元的功能故障。

針對所識別的功能故障，采用“功能故障”（標(biāo)記為《ＦｕｎｃｔｉｏｎａｌＦａｉｌｕｒｅＭｏｄｅ》）這一構(gòu)造型對其進行描述，用“違背”關(guān)系（標(biāo)記為《Ｖｉｏｌａｔｅｓ》）描述功能故障對相應(yīng)功能需求的違背，用“相關(guān)”關(guān)系（標(biāo)記為《ＲｅｌｅｖａｎｔＴｏ》）將功能故障與產(chǎn)生功能故障的系統(tǒng)單元進行關(guān)聯(lián)。所識別的推進系統(tǒng)級、推力器分系統(tǒng)級、推力室部／組件級的功能性故障如圖６所示。

依據(jù)推進系統(tǒng)活動或功能的逐級分解進行功能故障識別，除了能夠客觀、嚴謹?shù)刈R別推進系統(tǒng)的所有功能故障外，還可以借助模型的邏輯關(guān)系梳理出底層功能故障與頂層故障的傳遞關(guān)系。在后續(xù)研究中，通過建立故障傳遞關(guān)系識別的基本準(zhǔn)則，結(jié)合建模軟件開發(fā)能夠?qū)崿F(xiàn)故障傳遞過程的自動識別與建模。如推力室頭腔在推力室中承擔(dān)著推進劑分配、噴注、霧化的功能，頭部的推進劑分配、霧化不能滿足要求，會導(dǎo)致推力室不能按需提供推力，進而導(dǎo)致發(fā)動機／推力器無法按需進行能量轉(zhuǎn)換并提供推力，最終導(dǎo)致推進系統(tǒng)無法提供滿足要求的推力。通過“導(dǎo)致”關(guān)系（標(biāo)記為《ＬｅａｄＴｏ》）可建立起對應(yīng)的故障傳遞過程，如圖７所示。

４．２性能偏差識別與建模

利用描述系統(tǒng)參數(shù)與性能指標(biāo)的參數(shù)圖可以明確推進系統(tǒng)各層級的性能指標(biāo)以及影響指標(biāo)的系統(tǒng)參數(shù)。通過列舉指標(biāo)不滿足系統(tǒng)性能需求的情況進行性能偏差識別，如針對圖８所示的推進系統(tǒng)“推力”和“比沖”這兩個性能指標(biāo)，通過列舉指標(biāo)不滿足的情況，可以識別出“無推力”“比沖低于額定值”等性能偏差。

推進系統(tǒng)的性能偏差及參數(shù)偏差均采用“性能偏差”這一構(gòu)造型進行描述，利用“違背”關(guān)系描述性能偏差不能滿足性能指標(biāo)的情況。

與功能故障識別過程類似，在性能偏差識別過程中，同樣能夠清晰捕獲系統(tǒng)參數(shù)波動或底層單元性能波動對上一級性能偏差的影響，并采用“偏差傳遞”進行描述建模，如圖９所示。

４．３結(jié)構(gòu)失效識別與建模

利用推進系統(tǒng)的模塊定義圖、內(nèi)部模塊圖可獲取系統(tǒng)的全部結(jié)構(gòu)組成及接口，針對上述結(jié)構(gòu)及接口，可自下而上地進行結(jié)構(gòu)失效識別。首先，從底層最小結(jié)構(gòu)單元及接口出發(fā)，通過逐個分析其外部環(huán)境載荷、工作載荷及可能的失效機理等，借助失效物理模型仿真或已有經(jīng)驗確定其可能的故障模式，如燒蝕、磨損、斷裂等。然后，利用各層級的模塊定義圖和內(nèi)部模塊圖逐級向上識別零部件至系統(tǒng)的結(jié)構(gòu)失效，最終實現(xiàn)對推進系統(tǒng)結(jié)構(gòu)失效的識別。

如圖１０所示，以推力室中的再生冷卻身部為例，利用基于失效物理的有限元仿真分析，確定其最小零件（如推力室內(nèi)壁）的結(jié)構(gòu)失效模式，包括“裂紋”“燒蝕”等。通過結(jié)構(gòu)模型建模確定推力室內(nèi)壁面與推力室外殼之間采用焊接形式進行連接，可確定該接口可能的結(jié)構(gòu)失效形式，包括“推力室外殼與內(nèi)壁面焊接接口泄漏”的結(jié)構(gòu)失效。采用“結(jié)構(gòu)失效”這一構(gòu)造型對上述結(jié)構(gòu)失效進行描述，并采用“相關(guān)”關(guān)系描述結(jié)構(gòu)失效的位置。針對再生冷卻身部，形成如圖１１所示的結(jié)構(gòu)失效模式建模。

５結(jié)論

針對現(xiàn)有ＦＭＥＡ 和ＦＴＡ在復(fù)雜系統(tǒng)故障識別中存在故障識別不全面、過于依賴個人經(jīng)驗以及分析模型與設(shè)計模型難一致等問題，本文以ＭＢＳＥ 為基礎(chǔ)，開展基于模型的復(fù)雜系統(tǒng)故障識別方法研究，提出適用于推進系統(tǒng)這類涉及具體性能和結(jié)構(gòu)設(shè)計的底層復(fù)雜系統(tǒng)的故障識別方法。以系統(tǒng)正常工作狀態(tài)下的系統(tǒng)模型為基礎(chǔ)，從功能、性能、結(jié)構(gòu)３個維度識別潛在故障，并基于ＳｙｓＭＬ擴展機制建立了相對應(yīng)的故障基礎(chǔ)模型，利用故障基礎(chǔ)模型建立推進系統(tǒng)的故障模型。以新一代載人飛船推進系統(tǒng)為研究對象開展了故障識別與建模，驗證所提方法的可行性與有效性，為推進系統(tǒng)故障識別提供了新思路。通過實例分析可以得到以下結(jié)論：

（１）將ＭＢＳＥ 標(biāo)準(zhǔn)化、規(guī)范化、全維度的建模過程擴展形成客觀、系統(tǒng)性的故障識別方法，與現(xiàn)有采用ＦＭＥＡ 及ＦＴＡ 進行故障識別相比，在一定程度上避免了對個人經(jīng)驗及認知的過于依賴，有助于提升故障識別的全面性。

（２）所提方法在系統(tǒng)正向化設(shè)計建模的基礎(chǔ)上同步開展，利用系統(tǒng)正常工作狀態(tài)下的模型開展故障識別，并利用ＳｙｓＭＬ的擴展機制建立故障基礎(chǔ)模型用于故障建模，實現(xiàn)故障模型與系統(tǒng)模型的同源性，并避免依靠紙質(zhì)文檔進行故障梳理的繁雜以及系統(tǒng)狀態(tài)更改后設(shè)計模型與故障識別所用模型的不一致等問題。

（３）借助于本文所建立的方法層的故障基礎(chǔ)模型，能夠開展基于ＳｙｓＭＬ 的ＦＭＥＡ及ＦＴＡ建模，并實現(xiàn)與ＳｙｓＭＬ建立的系統(tǒng)模型、故障模型的關(guān)聯(lián)；此外，在開展基于模型的故障識別的過程中，依靠系統(tǒng)模型的逐級分解細化識別故障，能夠清晰地獲取底層故障或偏差對上層故障的傳遞關(guān)系。通過對故障傳遞關(guān)系的建模和追溯，可以快速獲得故障傳遞鏈路，使可靠性分析人員準(zhǔn)確、快捷地進行ＦＭＥＡ及ＦＴＡ的構(gòu)建及后續(xù)的可靠性分析。

本文所提故障識別方法針對推進系統(tǒng)這類涉及具體性能分析和結(jié)構(gòu)設(shè)計的底層分系統(tǒng)，對于頂層系統(tǒng)級或任務(wù)級的故障識別，主要以系統(tǒng)或任務(wù)的功能分析為主，需發(fā)展相應(yīng)的故障識別方法與準(zhǔn)則。受限于軟件的功能，目前在進行故障模式及故障傳遞關(guān)系的識別與建模時，仍需要人為依據(jù)系統(tǒng)模型進行梳理與建模，后續(xù)可在本文所提方法的基礎(chǔ)上，提煉形成通過列舉反例識別故障及依據(jù)模型梳理故障傳遞關(guān)系的基本準(zhǔn)則，將該準(zhǔn)則與軟件開發(fā)相結(jié)合，并引入人工智能算法，最終實現(xiàn)故障識別與故障傳遞關(guān)系的智能自動生成，提高故障識別的全面性及分析效率。

作者簡介

戚亞群（１９９３—），女，博士，主要研究方向為液體火箭發(fā)動機可靠性、基于模型的系統(tǒng)工程。

金平（１９７９—），女，副教授，博士，主要研究方向為液體火箭發(fā)動機總體設(shè)計、可重復(fù)使用火箭發(fā)動機壽命與可靠性。

彭祺擘（１９８２—），男，研究員，博士，主要研究方向為載人月球探測任務(wù)分析與設(shè)計、基于模型的系統(tǒng)工程。

張海聯(lián)（１９７４—），男，研究員，博士，主要研究方向為載人航天總體技術(shù)、基于模型的系統(tǒng)工程、固體力學(xué)。

蔡國飆（１９６７—），男，教授，博士，主要研究方向為液體火箭發(fā)動機多學(xué)科優(yōu)化與重復(fù)使用技術(shù)、真空羽流效應(yīng)及防護技術(shù)、固液混合動力火箭技術(shù)。