運載火箭故障診斷案例推理技術初探

◎中國運載火箭技術研究院總體設計部 耿輝 安雪巖 閻小濤 張素明

隨著我國運載火箭發射次數的日益增多，在發射過程中積累了大量的歷史故障案例，這是一筆極具價值的知識財富。目前，對于歷史故障案例知識的利用主要是通過故障匯編等形式進行總結，并提供給相關的操作人員學習，以提高其在后續發射任務中診斷類似故障問題的能力。然而，這種利用方式仍屬于人工學習與應用的傳統方式，并非機器學習與應用的智能方式。

與傳統方式相比，智能化的案例推理方法能夠更為快速、準確地查找與當前故障類似的歷史故障案例，并可提出對故障的診斷建議，特別是對于缺乏故障診斷經驗的新操作人員來說，案例推理方法給出的診斷建議具有類似專家作用的參考價值。由于案例推理方法與人類認識、解決問題的思維方式接近，故障診斷案例推理方法也易于被操作人員理解接受。此外，與基于規則、模型的智能故障診斷方法相比，案例推理方法避免了規則獲取、對象建模的瓶頸問題，可以在缺乏成熟、全面的對象知識的情況下進行診斷，因而具有更為廣泛的適用范圍。

一、推理流程

實施運載火箭故障診斷案例推理的前提是按照通用框架對歷史故障案例進行描述，建立規范的運載火箭故障案例庫。針對當前故障進行的故障診斷案例推理流程通常可分為問題描述、案例檢索、案例重用、案例修正、案例存儲5個步驟，如圖1所示。

問題描述是由操作人員對當前故障問題進行描述，形成規范化的當前故障特征。

案例檢索是在故障案例庫中檢索與當前故障特征類似的歷史故障案例，以其故障結論作為當前故障的初始診斷結論。

圖1 運載火箭故障診斷案例推理流程

案例重用是根據當前故障特征與檢索到的歷史故障案例之間的差異，調整、替換初始診斷結論中的某些部分，得到當前故障的建議診斷結論。

案例修正是當建議診斷結論不完全適用于當前故障時，由操作人員根據當前故障的實際情況對建議診斷結論進行修正，得到適用于當前故障的修正診斷結論，并應用于當前故障處理中。

案例存儲是在當前故障處理完畢后對處理效果進行評價，并對此次故障進行完整的描述，作為新故障案例存儲到故障案例庫中，由此實現故障案例庫的不斷豐富完善。

二、關鍵問題

將知識工程與故障診斷相結合的故障診斷案例推理技術是具有獨特優勢的智能診斷方式，但運載火箭設備的故障模式多、誘發因素多，故障現象也往往呈現出多樣性的特點。因此，故障診斷案例推理技術在運載火箭領域的成功應用面臨以下2項關鍵問題：

1.故障案例描述框架設計

對歷史故障案例進行規范化的描述，建立高質量的故障案例庫，是確保故障診斷案例推理取得良好成效的前提。因此，需要設計通用化的故障案例描述框架，以滿足對運載火箭各種設備的各類故障案例進行全面描述的要求。然而，由于運載火箭設備故障案例的復雜性，設計適合的故障案例描述框架具有一定難度。

2.類似案例檢索方法制定

案例檢索是故障診斷案例推理流程中最為重要的步驟。在建立高質量的故障案例庫后，能否在故障案例庫中準確檢索到對當前故障診斷具有借鑒意義的類似故障案例是故障診斷案例推理取得良好成效的決定性因素。然而，由于運載火箭設備故障案例的復雜性，故障案例之間的關聯也呈現出因素復雜、難于描述等特點，對制定有效的類似案例檢索方法提出了挑戰。

三、應用案例

1.故障案例描述框架

在某型運載火箭動力利用系統的歷史故障匯編中，記錄了20次發射任務中的123個主要故障案例，表1列出了其中典型類似故障案例組的統計。

根據表1，在全部123個歷史故障案例中，有23個故障案例（約占案例總數的19%）與其它故障案例類似，至少13個故障案例（約占案例總數的11%）可采用故障診斷案例推理技術實現有效診斷。由此可見，故障診斷案例推理技術在運載火箭發射任務中具有深入應用的潛力。

對全部歷史故障案例的梳理表明，運載火箭故障案例一般可從6個方面進行全面描述，如圖2所示。

基本信息用于記錄故障案例的相關信息，包括故障案例編號與名稱、故障設備信息、發生故障時的設備工況信息等。

故障現象用于記錄故障發生時觀察到的現象，包括特征性故障現象、非特征性故障現象、不確定性現象等。其中，特征性故障現象是指能夠確定由本故障造成的必然性顯著現象（所有本案例的類似案例都必然出現類似的故障現象），非特征性故障現象、不確定性現象是指能夠確定或不能確定由本故障造成的其它現象。

表1 某型運載火箭動力利用系統類似故障案例統計

圖2 運載火箭故障案例描述基本框架

故障模式用于記錄關于設備故障模式的分析結論。

故障起因用于記錄關于設備故障誘發因素的分析結論，包括直接故障起因、間接故障起因。

處理措施用于記錄后續的故障處理措施與評價結論，包括現場故障處理措施、后續設計改進措施、處理措施評價等。

其它事項用于記錄故障案例的其它相關事項。

2.類似案例檢索方案

在故障診斷案例推理中，類似案例檢索是通過對不同案例故障特征指標進行相似度計算完成的。在故障特征指標的選取上，通常的做法是以特征性故障現象為主，以非特征性故障現象為輔。這種方式適合于單一設備在較為固定工況條件下的故障診斷，對于包含眾多不同類型設備、設備間工況差異較大的運載火箭故障診斷來說則有所欠缺。

對上述某型運載火箭動力利用系統的10個典型類似故障案例組的分析表明，類似的故障案例之間除具有故障現象的相似性之外，通常還具有設備屬性與/或設備工況的相似性，見表2。

因此，在進行運載火箭類似故障案例檢索時，對不同案例相似度計算所選取的故障特征指標可采用故障現象、設備屬性、設備工況相結合的綜合方案，要求類似的故障案例之間不僅具有故障現象的相似性，還具有設備屬性與/或設備工況的相似性。這一總體方案具體見表3。

對于表3中的故障現象相似性、設備屬性相似性、設備工況相似性，可分別采用不同的計算或評價方法：

一是故障現象相似性。在選取特征指標用于相似度計算或評價時，以特征性故障現象為主，以非特征性故障現象為輔，原則上不使用不確定性現象。對于定性描述的故障案例現象，在相似性判斷時采用定性評價的方法；對于定量描述的故障案例現象，在相似度計算時可先根據該指標的數據判讀區間及案例指標數值來計算案例指標之間的相對距離，再將其轉化為定量的相似度。

二是設備屬性相似性。可在對運載火箭各種設備的設備類型、所屬系統、所處部位等屬性進行全面普查的基礎上，由相關專家對設備之間的相似性進行定性評價，并制定設備屬性相似性表，供判斷設備屬性相似性時使用。

三是設備工況相似性。主要針對不同案例的工作狀態與環境條件，采用定性評價的方法來判斷設備工況之間的相似度。

采用以上類似故障案例檢索總體方案，對歷史故障案例A與故障案例B進行了相似性比較，并判斷故障案例A與案例B為類似故障案例，見表4。

根據案例記錄，故障案例A的故障模式分析結論為“低溫時法蘭收縮”，故障起因分析結論為“低溫環境”，采取的故障處理措施為“將法蘭對稱擰緊”；案例B的故障模式分析結論為“管路接頭在低溫下松動”，故障起因分析結論為“低溫環境”，采取的故障處理措施為“關閉純化器，打開旁路開關進行充氣”。可見，除在故障處理措施上有所不同外，故障案例A與案例B的故障模式與故障起因均類似，可認為它們是類似故障案例。這與表4得出的故障診斷案例推理結論相同。

表2 某型運載火箭動力利用系統類似故障案例相似性特點統計

表3 運載火箭類似故障案例檢索總體方案

表4 運載火箭故障案例相似性比較示例

將知識工程與故障診斷相結合的故障診斷案例推理技術是具有獨特優點的智能診斷有效途徑，在運載火箭領域的成功應用主要需解決好故障案例描述框架與類似案例檢索方法。故障診斷案例推理技術在運載火箭發射任務中具有很好的應用前景。