故障樹在無人機發射機故障診斷中的應用

摘 要：無人機發射機的電子設備組成系統復雜度高，各組成部分之間的影響因素復雜，在故障診斷過程中通常難以做到快速、準確定位。針對無人機發射機在故障診斷中的上述缺點，結合故障樹診斷中的最小割集法，通過定量分析給出了一套常用的診斷流程，該診斷流程提高了診斷效率，可以用于發射機的快速診斷。

關鍵詞：無人機; 發射機; 故障樹; 最小割集法

中圖分類號：TN832-34文獻標識碼：A文章編號：1004-373X(2011)19-0018-03

Application of FT in Fault Diagnosis of UAV Transmitter

KE Ming-ming， LU Ping

(Ordnance Engineering College， Shijiazhuang 050003， China)

Abstract： UAV transmitter is composed of the high-complexity electronic devices， between which the influence factors are complex， so it′s often difficult to achieve the fault position quickly and precisely in the process of fault diagnosis. Aiming at the disadvantage above， a set of common diagnostic flow is offered by means of the minimal cut set method of fault tree diagnosis and quantitative analysis. The diagnostic flow improves the efficiency of diagnosis and can be used in the rapid diagnosis of the transmitter.

Keywords： UAV; transmitter; FT; minimal cut set

收稿日期：2011-05-20

0 引 言

隨著科學技術的發展，電子設備特別是大型電子設備在人們的日常生活中扮演著不可或缺的角色。無人機作為大型電子設備的高度集成體，在軍事和民用等諸多領域扮演著越來越重要的角色，它可以代替人類完成一系列不適合人類并且具有高度危險性的工作。

無人機的發射機作為無人機系統中及其重要的一環，是連接飛行器平臺和地面操作指揮人員與設備的信息橋梁。由于發射機含有的電子設備的集成度、復雜度和智能化程度越來越高，影響其工作性能的因素越來越復雜，不僅同一設備的不同部分之間相互關聯，而且不同的設備與設備之間也存在著緊密的聯系，從而直接導致的結果就是對發射機的檢測診斷難度越來越大，因此對于發射機的故障診斷的準確性和快速性提出了更高的要求。

1 無人機發射機簡介

無人機發射機是無人機系統的重要組成部分，主要用于無人機數據鏈系統遙控基帶信號對載波的調制與發射。其工作原理如圖1所示。

2 故障樹分析

2.1 故障樹及故障樹分析法

故障樹(FT)模型是一個基于研究對象結構、功能特征的行為模型，是一種定性的因果模型，以系統最不希望事件為頂事件，以可能導致頂事件發生的其他事件為中間事件和底事件，并用邏輯門表示事件關聯的一種倒樹狀結構的邏輯圖。

圖1 發射機工作原理框圖故障樹分析法(FTA)是系統可靠性、安全性分析和風險評價的一種重要方法。該方法通過對可能造成系統故障的各種原因(包括硬件、軟件、環境、人為因素等)進行分析，從而確定系統故障原因的各種可能組合方式及其發生頻率，并計算系統故障概率，以便在設計中采取相應的糾正措施，提高系統可靠性。FTA法在系統壽命周期的任何階段都可采用，在系統早期設計和改進設計過程中應用最為普遍。

2.2 故障樹的建立

故障樹的建造是FTA法的關鍵，故障樹的完善程度直接影響故障分析的準確性。只有建造出正確合適的故障樹，才能搜尋到真正的故障部件。建立故障樹的一般方法如下：

(1) 廣泛收集并分析有關技術資料。

(2) 選擇頂事件，通常以裝備最不希望發生的故障模式作為頂事件，寫在頂部矩形框內作為第一級。

(3) 將引起頂事件的全部直接原因事件置于相應原因事件符號中作為第二級，并根據他們的邏輯關系用邏輯門連接頂事件和這些直接原因事件。

(4) 逐級向下發展，直到最低一級原因事件都是不能再分的基本故障的底事件為止。這樣便建造出一棵以給定頂事件為“根”，中間事件為“枝”，底事件為“葉”的倒置的N級故障樹。

(5) 故障樹的簡化，簡化的原則是去掉多余事件，用簡單的邏輯關系表示。常采用的簡化方法有“修剪法”和“模塊法”。

3 故障樹在無人機發射機的故障診斷中的應用

3.1 故障樹的建立

故障樹的構造是否正確是故障診斷檢測是否成功的關鍵。對發射機的各組成部分，在分析其工作原理的基礎上，結合人工診斷的檢驗數據，構造如圖2所示的故障樹。

圖2 發射機的故障樹結構圖樹中各符號含義如下：M1為參考源故障；M2為主本振故障；M3為副本振故障；M4為電源板故障；M5為本振故障；N1為主鎖相單元故障；N2為主壓控振蕩單元故障；N3為副鎖相單元故障；N4為副壓控振蕩單元故障；X1為晶體振蕩源故障；X2為分路器故障；Y1為鎖相器故障；Y2為主分頻器故障；Y3為環路濾波器故障為Y4為副分頻器故障；Z1為主壓控振蕩器故障；Z2為高頻放大器故障；Z3為副壓控振蕩器故障；H1為電源故障；H2為整形電路故障。

對于任意一棵故障樹，都可以簡化為由邏輯與門和或門以及底事件組成的形式。因而利用邏輯門的布爾表示可以將故障樹的頂事件的狀態T表示為底事件狀態變量的布爾表達式。如圖2所示的發射機的故障樹，其結構函數可以表示為：

3.2 發射機故障樹的定量分析

3.2.1 故障樹定量分析的內容

(1) 確定底事件的故障概率。

(2) 利用底事件的故障發生概率計算出頂事件故障發生概率。

(3) 確定每個最小割集的發生故障。

(4) 確定每個最小割集的發生對引起頂事件發生的重要程度及重要度分析。

3.2.2 頂事件概率計算

底事件的故障概率大多數情況下是由經驗給出的，也可以通過對部件運行失效、部件需求失效、部件試驗和維修等方面的模型分析得到。

通過對發射機的長期保障，可得如表1所示的底事件概率表。

3.2.3 發射機故障樹的最小割集及其定量分析

從頂事件發射機故障的邏輯關系，可以得到全部26種故障模式即26個最小割集如下：

各最小割集重要度可根據公式PM/T=PM/PT計算，從而得到各故障模式即最小割集的重要度如表2所示。

3.3 結果討論

從計算數據可見不同最小割集的重要度相差很大，如保留最小割集的重要度值大于0.1的最小割集，可見真正候選的故障源只有以下8個：

{X1}，{X2}，{Y1}，{Z2}，{H1}，{H2}，{Y1，Y2}，{Y1，Y4}

雖說這26種故障模式都可能引起頂事件發生，但實際上從最小割集重要度來看，其他的18種故障模式發生的可能性很小。另外在這8個最小割集的故障模式中，其最小割集重要度的大小次序為：

{Y1}，{X1}，{X2}，{Y1，Y4}，{Y1，Y2}，{H2}，{Z2}，{H1}

因此，在故障診斷時，只需依次測試這8個最小割集即可，而其他的情況不必理會。

4 結 語

故障樹診斷方法是故障診斷常用的方法之一，通過故障樹在無人機發射機故障診斷中的具體應用，總結得出一套通用的診斷流程。經試驗證明，本方法提高了數據鏈系統的故障診斷效率，達到了預期的效果。

參 考 文 獻

［1］ 朱大奇.電子設備故障診斷原理與實踐［M］.北京：電子工業出版社，2004.

［2］ 朱大奇，于盛林.基于故障樹最小割集的故障診斷方法研究［J］.數據采集與處理，2002，17(3):341-344.

［3］ 王巍，崔海英.基于故障樹最小割集和最小路集的診斷方法研究［J］.數據采集與處理，1999，14(1):26-29.

［4］ 顧德均.航空電子裝備修理理論與技術［M］.北京：國防工業出版社，2001.

［5］ 高澤涵.電子電路故障診斷技術［M］.西安：西安電子科技大學出版社，2000.

［6］ 張建剛.模糊樹模型及其在復雜系統辨識中的應用［J］.自動化學報，2000，26(3):378-381.

［7］ 朱大奇.航空電子設備故障診斷新技術研究［D］.南京：南京航空航天大學，2002.

［8］ CARRASCO J A. An algorithm to find minimal cuts of coherent fault-trees with event-classes [J] IEEE Transactions on Reliability， 1999， 48(1): 31-41.

［9］ 宋志丹，王玉森.基于故障樹最小割集的故障診斷方法［J］.兵工自動化，2004，23(6)：65-66.

［10］ 孫紅梅，高齊圣，樸營國.關于故障樹分析中集中典型重要度的研究［J］.電子產品可靠性與環境試驗，2007，25(2):39-42.