基于故障樹(shù)的某型火箭外測(cè)設(shè)備故障診斷分析

霍明亮 王 軍 趙 宇 趙 超 孫中興

1.中國(guó)人民解放軍63611部隊(duì)，新疆庫(kù)爾勒 841000 2.中國(guó)人民解放軍63610部隊(duì)，新疆庫(kù)爾勒 841000

0 引言

火箭外測(cè)系統(tǒng)是運(yùn)載火箭測(cè)試發(fā)射任務(wù)的重要組成部分，通過(guò)高精度的飛行彈道參數(shù)測(cè)量，保證了航天測(cè)試發(fā)射任務(wù)的正常展開(kāi)。隨著電子元器件的不斷發(fā)展，外測(cè)系統(tǒng)測(cè)試設(shè)備多由復(fù)雜的機(jī)械電子部件構(gòu)成，其性能的穩(wěn)定關(guān)系著整個(gè)外測(cè)系統(tǒng)的成敗。因此，一旦外測(cè)系統(tǒng)測(cè)試設(shè)備出了問(wèn)題，必須及時(shí)準(zhǔn)確定位問(wèn)題，然后利用相關(guān)試驗(yàn)和理論分析等手段弄清楚問(wèn)題發(fā)生的機(jī)理和根本原因，并通過(guò)復(fù)現(xiàn)問(wèn)題的現(xiàn)象驗(yàn)證問(wèn)題定位的準(zhǔn)確性和機(jī)理分析的正確性，在此基礎(chǔ)上再制定有針對(duì)性的、具體可行的有效措施解決問(wèn)題，最后把相關(guān)問(wèn)題在同型號(hào)、同系統(tǒng)的產(chǎn)品上舉一反三，防止同類問(wèn)題的發(fā)生[1-2]。本文利用故障樹(shù)分析法對(duì)某型火箭外測(cè)系統(tǒng)服務(wù)器啟動(dòng)緩慢故障進(jìn)行了分析研究，為外測(cè)系統(tǒng)設(shè)備故障診斷提供了一種有效的方法。

1 故障樹(shù)分析法

故障樹(shù)分析法[3](Fault Tree Analysis，F(xiàn)TA)是安全系統(tǒng)工程的重要分析方法，它從一個(gè)可能的故障事件開(kāi)始，一層一層地逐步尋找產(chǎn)生故障事件的各種因素(包括硬件、軟件、環(huán)境、人為因素等)，并分析這些因素之間的相互邏輯關(guān)系，用邏輯樹(shù)圖(即故障樹(shù))把故障原因以及它們的邏輯關(guān)系表示出來(lái)，其根本目的是找出故障所在，明確引起故障的原因、產(chǎn)生的影響及發(fā)生的概率，為后續(xù)的產(chǎn)品設(shè)計(jì)改進(jìn)提供支撐。故障樹(shù)分析是一種演繹分析方法，即從結(jié)果分析原因分析方法，它廣泛應(yīng)用于一些重大軍事裝備研制和宇航、電子、化工等行業(yè)的安全分析中[4]。

2 服務(wù)器A的功能

外測(cè)系統(tǒng)的主要功能包括2個(gè)方面:1)與地面測(cè)量設(shè)備配合，完成導(dǎo)彈飛行的外彈道測(cè)量，為結(jié)果分析提供依據(jù)；2)與地面測(cè)控設(shè)備配合，完成地面無(wú)線安檢任務(wù)，達(dá)到發(fā)現(xiàn)故障后，由地面終止導(dǎo)彈飛行的目的[5]。服務(wù)器A在某型火箭外測(cè)系統(tǒng)中作為外測(cè)地面測(cè)試設(shè)備的集中監(jiān)控中心，是用戶與設(shè)備的交互中心，負(fù)責(zé)外測(cè)系統(tǒng)測(cè)試流程生成、箭載設(shè)備和地面設(shè)備工作模式控制以及工作狀態(tài)顯示、數(shù)據(jù)處理等。同時(shí)作為服務(wù)器A軟件和雙機(jī)熱備份軟件的載體，服務(wù)器A通過(guò)與軟件和其他硬件協(xié)同工作配合整個(gè)外測(cè)系統(tǒng)完成某型火箭的各項(xiàng)測(cè)試發(fā)射工作。

3 基于故障樹(shù)的服務(wù)器A啟動(dòng)緩慢故障原因分析

3.1 服務(wù)器A啟動(dòng)緩慢故障現(xiàn)象

某型火箭在進(jìn)行模飛總檢查測(cè)試前準(zhǔn)備工作時(shí)，外測(cè)系統(tǒng)操作手啟動(dòng)位于廠房外面技術(shù)保障車中的服務(wù)器A時(shí)，耗時(shí)近20min才開(kāi)機(jī)完畢(正常情況下僅需5min左右)，同時(shí)服務(wù)器A前面板出現(xiàn)黃色指示燈亮的現(xiàn)象(正常情況下黃色指示燈不亮)，如圖1所示。關(guān)閉后重新啟動(dòng)服務(wù)器A，啟動(dòng)過(guò)程依然很緩慢，服務(wù)器A前面板仍然出現(xiàn)黃色指示燈亮的現(xiàn)象。通過(guò)更換備份服務(wù)器A后，前面板未出現(xiàn)黃色指示燈亮的現(xiàn)象，參加模飛總檢查測(cè)試，整個(gè)外測(cè)系統(tǒng)流程正確，各設(shè)備工作正常。

圖1 服務(wù)器A前面板黃色指示燈亮

更換備份服務(wù)器A后將原服務(wù)器A移至室內(nèi)測(cè)試間，1h30min后重新加電啟動(dòng)，啟動(dòng)過(guò)程仍然緩慢，服務(wù)器仍然出現(xiàn)黃色指示燈亮的現(xiàn)象；第2次再重新加電啟動(dòng)，啟動(dòng)過(guò)程正常(啟動(dòng)時(shí)間約5min，服務(wù)器前面板黃色指示燈滅)。后續(xù)又進(jìn)行了6次加電啟動(dòng)，啟動(dòng)過(guò)程正常。

3.2 服務(wù)器A啟動(dòng)緩慢故障樹(shù)模型建立

采用故障樹(shù)分析法對(duì)某型火箭外測(cè)設(shè)備服務(wù)器A進(jìn)行故障分析，就是將該服務(wù)器A啟動(dòng)緩慢作為頂事件，通過(guò)建立故障樹(shù)，逐步分析可能導(dǎo)致故障發(fā)生的原因，并進(jìn)行具體的定性分析，為某型火箭外測(cè)設(shè)備服務(wù)器A的故障診斷和維修提供理論依據(jù)。

通過(guò)查閱相關(guān)資料，了解到服務(wù)器前面板黃色指示燈亮有以下幾種原因：

1)服務(wù)器性能下降，包括內(nèi)存數(shù)據(jù)錯(cuò)誤，導(dǎo)致內(nèi)存反復(fù)讀取數(shù)據(jù)以及硬盤驅(qū)動(dòng)器缺失導(dǎo)致讀取數(shù)據(jù)下降；

2)工作溫度超出額定溫度；

3)計(jì)算機(jī)CPU故障。

根據(jù)測(cè)試過(guò)程中出現(xiàn)的異常現(xiàn)象和服務(wù)器A的工作原理，現(xiàn)以服務(wù)器A啟動(dòng)緩慢為頂事件，從硬件、軟件和外部3個(gè)因素進(jìn)行故障樹(shù)分析，如圖2所示。

圖2 服務(wù)器A啟動(dòng)緩慢故障樹(shù)

3.2.1 硬件因素故障樹(shù)分析

1)X1底事件“CPU問(wèn)題”分析

CPU是整個(gè)服務(wù)器A的核心部件，服務(wù)器正常加電時(shí)，BIOS會(huì)對(duì)CPU進(jìn)行檢測(cè)，如果檢測(cè)到CPU故障，系統(tǒng)則不能通過(guò)BIOS自檢，無(wú)法進(jìn)入操作系統(tǒng)。當(dāng)CPU嚴(yán)重故障時(shí)，服務(wù)器無(wú)法運(yùn)行BIOS程序。因此“CPU問(wèn)題”與故障現(xiàn)象不相符，故底事件X1可以排除。

2)X2底事件“內(nèi)存問(wèn)題”分析

如果服務(wù)器A內(nèi)存出現(xiàn)故障，服務(wù)器開(kāi)機(jī)時(shí)，BIOS會(huì)對(duì)內(nèi)存進(jìn)行檢測(cè)，如果檢測(cè)到內(nèi)存故障，系統(tǒng)則不能通過(guò)BIOS自檢，導(dǎo)致操作系統(tǒng)內(nèi)核無(wú)法加載入內(nèi)存或者服務(wù)器自身發(fā)出蜂鳴聲，系統(tǒng)無(wú)法啟動(dòng)，因此“內(nèi)存問(wèn)題”與故障現(xiàn)象不相符，故底事件X2可以排除。

3)X3底事件“硬盤問(wèn)題”分析

服務(wù)器A開(kāi)機(jī)時(shí)，BIOS在運(yùn)行過(guò)程中會(huì)對(duì)硬盤進(jìn)行檢測(cè)，如果硬盤只是輕微扇區(qū)損壞，如果沒(méi)有影響到存放操作系統(tǒng)的區(qū)域，系統(tǒng)可以正常啟動(dòng)而不會(huì)出現(xiàn)啟動(dòng)緩慢的現(xiàn)象。如果影響操作系統(tǒng)存放區(qū)域，系統(tǒng)則無(wú)法啟動(dòng)或者提示報(bào)錯(cuò)信息。嚴(yán)重故障時(shí)硬盤無(wú)法被計(jì)算機(jī)識(shí)別，BIOS檢測(cè)不能通過(guò)且無(wú)法讀取硬盤里的系統(tǒng)數(shù)據(jù)，因此“硬盤問(wèn)題”與故障現(xiàn)象不相符，故底事件X3可以排除。

4)X4底事件“主板問(wèn)題”分析

主板是整個(gè)服務(wù)器A的橋梁，是連接各個(gè)部件的物理通道，如果服務(wù)器主板硬件故障，則主板供電和運(yùn)行均無(wú)法正常工作，導(dǎo)致服務(wù)器無(wú)法開(kāi)機(jī)或者服務(wù)器開(kāi)機(jī)后無(wú)法通過(guò)BIOS自檢時(shí)對(duì)服務(wù)器主板硬件的檢測(cè)，因此“主板問(wèn)題”與故障現(xiàn)象不相符，故底事件X4可以排除。

3.2.2 軟件因素故障樹(shù)分析

1)X5底事件“BIOS軟件問(wèn)題”分析

根據(jù)BIOS工作原理，在服務(wù)器A啟動(dòng)過(guò)程中，BIOS系統(tǒng)首先檢查BIOS軟件代碼的完整性，然后執(zhí)行代碼，如果BIOS軟件有問(wèn)題，則BIOS系統(tǒng)會(huì)先檢查出軟件代碼完整性不滿足要求，繼而不會(huì)執(zhí)行BIOS代碼，因此“BIOS軟件問(wèn)題”與故障現(xiàn)象不相符，故底事件X5可以排除。

2)X6底事件“Windows Server操作系統(tǒng)軟件問(wèn)題”分析

在服務(wù)器A啟動(dòng)過(guò)程中，首先BIOS會(huì)檢測(cè)硬件是否正常，如果硬件正常，則將操作系統(tǒng)加載至內(nèi)存中，啟動(dòng)相關(guān)服務(wù)進(jìn)程，進(jìn)而系統(tǒng)正常啟動(dòng)。如果操作系統(tǒng)有問(wèn)題，首先在啟動(dòng)過(guò)程時(shí)會(huì)報(bào)錯(cuò)，無(wú)法正常啟動(dòng)系統(tǒng)，并提示系統(tǒng)修復(fù)選項(xiàng)。因此“Windows Server操作系統(tǒng)軟件問(wèn)題”與故障現(xiàn)象不相符，故底事件X6可以排除。

3.2.3 外部因素故障樹(shù)分析

1)X7底事件“工作環(huán)境不滿足要求”分析

服務(wù)器A工作環(huán)境主要包括設(shè)備振動(dòng)環(huán)境、內(nèi)部溫度、濕度、潔凈度等，服務(wù)器A參加完成了3次飛行試驗(yàn)，對(duì)比之前的試驗(yàn)，技術(shù)保障車停放位置相同，設(shè)備振動(dòng)環(huán)境、環(huán)境濕度和潔凈度均與前3次試驗(yàn)一致，唯一發(fā)生變化的是環(huán)境溫度，前幾次試驗(yàn)是在夏秋之際，此次試驗(yàn)在深冬季節(jié)，因此可能導(dǎo)致服務(wù)器A工作時(shí)內(nèi)部環(huán)境溫度差異較大，引起故障發(fā)生。

BIOS在運(yùn)行過(guò)程中會(huì)對(duì)系統(tǒng)溫度或者溫度組件進(jìn)行檢測(cè)，如果系統(tǒng)溫度超出規(guī)范或者溫度組件異常， BIOS則通過(guò)服務(wù)器前面板指示燈指示。查閱IBM服務(wù)器指示信息[6]包括硬盤故障、CPU故障、溫度超標(biāo)等，其中溫度超標(biāo)為可能因素之一。由于技術(shù)保障車置于戶外9天，且最低溫度達(dá)到-20℃左右，從設(shè)備加電自檢后7天內(nèi)，車內(nèi)一直未進(jìn)行加電，因此服務(wù)器溫度處于熱平衡狀態(tài)。另外，安裝服務(wù)器A的周圍空間狹小且空氣流通不暢，熱平衡效果差。雖然第8天上午9點(diǎn)左右車內(nèi)空調(diào)開(kāi)始加溫，下午14點(diǎn)左右服務(wù)器內(nèi)部有可能溫度仍然較低，未達(dá)到正常啟動(dòng)所要求的的5℃～40℃的溫度條件，出現(xiàn)溫度超范圍報(bào)警，進(jìn)而出現(xiàn)啟動(dòng)緩慢現(xiàn)象。故底事件X7不能排除。

2)X8底事件“低溫引起性能下降”排查

由于電子元器件在低溫條件下性能下降，導(dǎo)致硬盤讀寫速度下降，進(jìn)而影響到計(jì)算機(jī)運(yùn)行速度快慢，最終影響服務(wù)器的速度。故底事件X8不能排除。

4 故障定位及機(jī)理分析

4.1 故障定位

為進(jìn)一步進(jìn)行故障診斷，分別將服務(wù)器A放置于技術(shù)保障車內(nèi)降溫13.5h、37.5h，驗(yàn)證低溫對(duì)其啟動(dòng)過(guò)程的影響，具體過(guò)程和結(jié)果如下。

1)第1天19：00至第2天8：30將服務(wù)器放置在技術(shù)保障車內(nèi)，8：55服務(wù)器第1次開(kāi)機(jī)，服務(wù)器表面溫度約-17℃，前面板出現(xiàn)黃色指示燈亮的現(xiàn)象，系統(tǒng)長(zhǎng)時(shí)間處于停滯狀態(tài)，9：04前面板黃色指示燈消失，系統(tǒng)正常啟動(dòng)，9：09系統(tǒng)啟動(dòng)完成，啟動(dòng)時(shí)長(zhǎng)共計(jì)14min。9：13系統(tǒng)關(guān)機(jī)后將服務(wù)器移至技術(shù)保障車外，30min后測(cè)量服務(wù)器表面溫度約為-15℃。再將服務(wù)器移至技術(shù)保障車內(nèi)，9：51服務(wù)器第2次開(kāi)機(jī)，前面板出現(xiàn)黃色指示燈亮的現(xiàn)象，系統(tǒng)長(zhǎng)時(shí)間處于停滯狀態(tài)，9：54前面板黃色指示燈消失，系統(tǒng)正常啟動(dòng)，9：57系統(tǒng)啟動(dòng)完成，啟動(dòng)時(shí)長(zhǎng)共計(jì)6min。設(shè)備溫度采用紅外溫度測(cè)量?jī)x進(jìn)行測(cè)量，測(cè)量數(shù)據(jù)如表1所示。

表1 第2天溫度測(cè)量數(shù)據(jù)

2)第2天19：00至第4天8：30，服務(wù)器放置在技術(shù)保障車內(nèi)，第4天8：46服務(wù)器啟動(dòng)，服務(wù)器表面溫度約-4.5℃，服務(wù)器風(fēng)扇運(yùn)轉(zhuǎn)后至8：51，服務(wù)器表面溫度出現(xiàn)最低值-8.9℃，前面板出現(xiàn)黃色指示燈亮的現(xiàn)象，9：08系統(tǒng)啟動(dòng)完成，啟動(dòng)時(shí)長(zhǎng)約22min。設(shè)備溫度采用紅外溫度測(cè)量?jī)x進(jìn)行測(cè)量，測(cè)量數(shù)據(jù)如表2所示。

表2 第4天溫度測(cè)量數(shù)據(jù)

由試驗(yàn)過(guò)程來(lái)看，低溫條件下服務(wù)器開(kāi)機(jī)過(guò)程前面板會(huì)出現(xiàn)黃色指示燈亮、開(kāi)機(jī)時(shí)間延長(zhǎng)的現(xiàn)象。由于服務(wù)器內(nèi)部溫度無(wú)法測(cè)量，且服務(wù)器加電時(shí)間間隔等不同，可能造成服務(wù)器啟動(dòng)延長(zhǎng)時(shí)間存在差異。

第4天9：15將服務(wù)器A移至室內(nèi)測(cè)試間，11：00啟動(dòng)服務(wù)器，前面板黃色指示燈不再點(diǎn)亮，服務(wù)器運(yùn)行速度恢復(fù)正常。11：00后反復(fù)開(kāi)機(jī)關(guān)機(jī)30次，每次開(kāi)啟時(shí)間約5min，關(guān)機(jī)時(shí)間約1min，服務(wù)器運(yùn)行速度均正常，表明在正常工作溫度條件下服務(wù)器的性能正常。

3)上述2項(xiàng)工作完成后，對(duì)服務(wù)器A開(kāi)蓋檢查，未發(fā)現(xiàn)明顯異常。

綜上所述，造成頂事件“服務(wù)器A啟動(dòng)緩慢”的原因?yàn)閄7底事件“溫度環(huán)境不滿足工作條件”或X8底事件“低溫引起性能下降”。

4.2 機(jī)理分析

由于電子元器件在低溫條件下性能下降，可能導(dǎo)致硬盤讀寫速度下降，進(jìn)而影響到計(jì)算機(jī)運(yùn)行速度快慢，可以分為IO速度和計(jì)算速度。如果溫度過(guò)低，將導(dǎo)致IO速度和計(jì)算速度都下降，最終影響服務(wù)器的速度，可能機(jī)理分析如下：

1)IO速度的影響

服務(wù)器開(kāi)機(jī)啟動(dòng)時(shí)，操作系統(tǒng)需要加載大量的初始化數(shù)據(jù)。對(duì)應(yīng)于底層硬件，則是CPU通過(guò)IO芯片從硬盤讀取數(shù)據(jù)，交給CPU進(jìn)行計(jì)算，由于硬盤速度遠(yuǎn)遠(yuǎn)低于CPU性能，所以為了提高運(yùn)行速度，大量的數(shù)據(jù)都存放在內(nèi)存中。

如果由于溫度過(guò)低而頻繁出現(xiàn)內(nèi)存數(shù)據(jù)錯(cuò)誤，導(dǎo)致內(nèi)存ECC校驗(yàn)都無(wú)法糾正時(shí)，CPU會(huì)對(duì)錯(cuò)誤數(shù)據(jù)反復(fù)讀取，直到讀取到有效可用的數(shù)據(jù)為止。而原始數(shù)據(jù)就存放在硬盤中，因此CPU不得不反復(fù)從硬盤上讀取數(shù)據(jù)，而硬盤的性能相比于CPU和內(nèi)存而言差距巨大，因此數(shù)據(jù)反復(fù)讀寫過(guò)程將導(dǎo)致系統(tǒng)性能急劇下降，從而出現(xiàn)啟動(dòng)緩慢的現(xiàn)象。

2)計(jì)算速度的影響

低溫條件下，除了內(nèi)存受到明顯的影響外，服務(wù)器整體性能都會(huì)下降，這是因?yàn)闊o(wú)論CPU、IO芯片還是主板上大量的表面安裝元器件都是半導(dǎo)體材料，在低溫環(huán)境下半導(dǎo)體的共性[7]是：由于載流子濃度指數(shù)式增大(施主或受主不斷電離)，而遷移率也是增大的(電離雜志散射作用減弱導(dǎo)致)，所以這時(shí)電阻率隨著溫度的升高而下降。在室溫時(shí)，由于施主或受主雜質(zhì)已經(jīng)完全電離，則載流子濃度不變，但遷移率將隨著溫度的升高而降低(晶格振動(dòng)加劇，導(dǎo)致聲子散射增強(qiáng))，所以電阻率將隨著溫度的升高而增大。而室外低溫環(huán)境下，在服務(wù)器剛開(kāi)機(jī)時(shí)，電子線路性能比室溫工作狀態(tài)相對(duì)下降，造成系統(tǒng)工作穩(wěn)定性等各方面技術(shù)指標(biāo)相對(duì)室溫條件下有所下降。隨著時(shí)間的推移，電子線路逐漸升溫，系統(tǒng)性能逐漸提升，最終服務(wù)器工作恢復(fù)正常。

5 結(jié)束語(yǔ)

技術(shù)保障車外測(cè)系統(tǒng)服務(wù)器A啟動(dòng)緩慢的主要原因是服務(wù)器內(nèi)部溫度較低，超出了5℃～40℃服務(wù)器工作溫度條件，且設(shè)備本身低溫適應(yīng)能力較差，也是引起此現(xiàn)象的原因之一。針對(duì)上述故障原因，采取相應(yīng)的措施，主要包括：更換備份服務(wù)器參加后續(xù)測(cè)試，調(diào)用同批次產(chǎn)品作為備份件；測(cè)試前對(duì)車內(nèi)進(jìn)行提前加溫，提高車內(nèi)溫度；測(cè)試流程開(kāi)始前首先對(duì)服務(wù)器加電，確認(rèn)其工作狀況滿足測(cè)試要求。

針對(duì)某火箭外測(cè)系統(tǒng)服務(wù)器A啟動(dòng)緩慢現(xiàn)象開(kāi)展故障樹(shù)分析，準(zhǔn)確找出導(dǎo)致故障產(chǎn)生的原因，制定適當(dāng)?shù)拇胧┮员ＷC后續(xù)火箭測(cè)試工作正常開(kāi)展，同時(shí)建議開(kāi)展相關(guān)設(shè)備改進(jìn)研究，提高設(shè)備在低溫環(huán)境下工作的可靠性。