光纖激光器故障模式分析

吳　迪，葛廷武，秦文斌，曹　康，閆岸如，曹銀花，王智勇

(北京工業大學激光工程研究院，北京　100020)

1　引　言

隨著信息革命的發展，第四次工業革命的展開，光纖激光器已經取代氣體激光器與固體激光器成為加工、制造業的主要激光源。光纖激光器的全光纖化進程在賦予光纖激光器絕佳的散熱條件、傳輸效率以及光束質量的同時，也使得光纖激光器與普通固體激光器之間產生了極大的不同［1-4］，這使得普通固體激光器常用的故障監測及檢測手段在光纖激光器上難以使用或無法直接使用。為了使光纖激光器的應用不出現1∶2∶6的超高研制、采購、后勤保障費用比，甚至出現研制得起但買不起、買得起又用不起的局面，亟需一套合理的光纖激光器故障、維修分析系統理論［5-8］。

考慮到近年來普遍采用的故障分析方法與光纖激光器的適應性，本文選用基于故障樹與故障模式影響及危害性分析方法對光纖激光器故障模式進行分析，建立故障模式、故障原因、嚴酷等級關系數據庫［9-12］，使用Python語言編寫計算算法與程序。通過輸入故障情況，自動尋找故障原因及其嚴酷程度，實現對光纖激光器及其各個系統的可靠性、維修性與實用性的提高，從而增加光纖激光器的應用經濟效益。

2　理論分析

2.1　故障樹分析法

故障樹分析法，簡稱 FTA(Fault tree analysis)，在1961年由貝爾電話實驗室H AWatson提出。目前已經廣泛地應用于宇航、核能、電子、機械、化工等領域。故障樹分析法通過圖形演繹的方法，遵循故障事件在一定條件下發生的邏輯關系，采用一種特殊的倒立樹狀邏輯因果關系圖說明系統失效過程［13-14］。圖1為故障樹的故障診斷流程。

圖1　基于故障樹的故障診斷流程

利用故障對事件進行定量分析時，認為頂事件、結果事件、底事件都是故障事件，取值“1”認為故障發生，取值“0”認為故障未發生。

假設底事件 Xi出現概率為 pi，不出現概率為qi=1 － pi，則

同樣，假設頂事件 Yi出現概率為 p，不出現概率為q=1 － p，則

令 p=(p1，p2，p3，pn)，n 為底事件的總數，同時選擇底事件皆為相互獨立，則

式(5)中(X)即構成故障樹的組成函數。

利用故障樹與割集的關系，可以用最小割集來求解概率樹組成函數。如圖2所示，圖中標識“”表示邏輯“或門”，標識表示邏輯“與門”。

普通FTA求解最小割集方法較簡單系統適用性強，當對象為復雜系統時最小割集求解將變得相當繁瑣，本文采用貝葉斯網絡對FTA最小割集進行直接求解如下:

其中節點Ei(1≤i≤M－1)對應于故障樹中的中間事件和底事件，Ei∈{0，1}用來表征事件Ei發生與否，M為貝葉斯網絡中節點的數目。

我們再利用貝葉斯網絡求解在某事件Ej發生后，其他事件發生的后驗概率:

2.2　 FMECA 分析法

故障模式影響及危害性分析，簡稱FMECA(Failuremode effect criticality analysis)，是一種可靠性評估和設計技術，用來分析、審查系統和設備的潛在故障模式，確定其對系統和設備工作能力的影響。FMECA由故障模式影響分析(FMEA)與危害性分析(CA)兩部分構成，FMEA用于確定潛在故障模式、故障影響與嚴酷程度;CA用于確定故障模式發生概率，進而結合嚴酷程度確定系統薄弱環節［15-17］。

利用FMECA分析法對故障樹模型中各子系統、分鏈路進行潛在故障模式按其嚴酷程度進行分析;建立故障模式與故障原因的父子節點對應數據庫。利用FTA中的貝葉斯網絡算法求解故障狀態下各可能原因的后驗概率［18-19］，按照發生概率高低依次進行排查，從而實現快速、高效解決故障問題。

3　仿真分析

本文通過分析本課題組長期實驗積累實驗數據，與XX公司產業化過程中產品發生故障及其原因統計，構建全光纖化光纖激光器故障模式與故障原因數據庫。完成基于FTA_FMECA方法的光纖激光器故障模式分析系統，使用Python語言編寫查詢程序與算法計算，通過窗口呈現查詢項目與結果輸出。

由于光纖故障樹模型非常龐大且復雜，本文在此選取故障樹中節點關系相對直接的激光器輸出功率波動分支作為模型實例，如圖3、4所示。

圖3　功率波動上節點

圖4　功率波動下節點

功率波動分支的上節點在故障樹上作為各類頂事件，以功率波動項為可能故障原因，發生概率受功率波動項發生與否影響。其中標識“△”表示“異或門”，標識“”表示“或門”。

功率波動分支的下節點作為各類故障原因，其發生概率會直接或間接影響到其頂事件，即功率波動項的發生。

將圖3、圖4所示故障樹轉化為貝葉斯網絡拓撲結構如圖5所示，根據下節點的概率分布為相應底事件的概率分布，求得頂事件的條件概率。

按照圖5建立的貝葉斯拓撲網絡，利用各底事件發生的先驗概率，利用Python語言編寫算法得到中間事件和頂事件發生的概率，編寫其他條件概率算法公式與交互界面。

通過在交互頁面輸入窗輸入激光器實際發生故障表征，如圖6所示，程序將自行計算該故障發生情況下各故障原因的后驗概率，在輸出窗按照發生概率高低依次輸出。將故障原因分析系統計算所得各可能原因與實際試驗統計結果置于同一坐標系，分別生成概率分布圖7。

從圖7可以發現，分析系統給出最可能故障原因是泵浦源過熱導致的輸入不穩定。該故障原因并非最低級別的故障原因，但是可以作為分步排查的首選項。通過分步排查法，增加確定最終故障原因的準確度。通過對比可以發現，本文所細分各類輸入故障子項目概率之和與實際統計所得輸入故障頻率百分比相差小于4%。

圖5　功率波動下節點貝葉斯網絡

圖6　故障原因查詢步驟及結果

圖7　模擬結果與統計結果

4　結　論

本文在大量實驗數據基礎上，首次以FTA_FMECA結構為模型構建光纖激光器故障模式分析系統。采用Python語言代替C語言，完成交互界面編寫與中間公式計算，從而降低不擅長計算機語言的工程人員對系統修改的困難度。該分析系統與方法可以有效提高工程人員在實際解決光纖激光器故障問題時的速度與準確度。