基于最小割集综合排序的液压系统故障定位方法

　　0　引言

　　故障诊断包括三方面的内容:①发现系统的故障,如液压缸运行速度异常;②故障定位,这是故障诊断的核心问题;③故障修复。如何在最短的时间内将故障定位到 具体的部件上,以便准确地完成诊断和修复工作,不至使系统处于诊断-修理-诊断的反复过程,是故障诊断的重要课题[1]。

　　故障树分析法是工程中常用的故障分析方法,它在液压系统的可靠性分析及故障诊断领域有着广泛的应用[2-3]。但在利用故障树自上向下搜最小割集时,并不 明确应该沿哪条路径进行搜索,对故障起因的搜索检测顺序缺乏足够的考虑。采用遍历搜索的方法较费时且盲目性较大,在很多情况下会误入歧途,往往导致诊断效 率低。文献[4]按基本事件的重要度大小进行搜索,即比较基本事件的重要度大小,按照大者优先的原则,确定对基本事件的考察搜索序列。这种方法在最小割集 的重要度有差别时,能有效地区分最小割集集合,并按照重要度大小对它们进行排序,但缺乏对其搜索代价等问题的考虑,且当最小割集的重要度相等时,这种方法 就不再适用。文献[5-6]考虑了底事件的故障发生概率和搜索代价,但未考虑其影响程度。文献[7]没有考虑底事件的故障概率这一因素。

　　为此,需综合考虑最小割集的搜索成本、故障概率及影响程度等因素求解故障定位的搜索序列,对搜索成本低、故障概率高、影响程度大的故障疑点先行考察。

　　1　故障定位搜索序列求解算法

　　在液压系统的故障定位中,可将故障树的最小割集看作底事件,因此,与门、或门等故障树可统一描述为如图1所示的或门故障树。图1中,T为顶事件,M1,M2,…,MN为中间事件,x1,x2,…,xn为最小割集。

　　设S1,S2,…,Sn为各最小割集所对应的搜索代价,即完成对某一故障起因实施搜索考察所花费的时间、财力、物力的度量;P1,P2,…,Pn为各最小割集的故障概率;I1,I2,…,In为各最小割集对顶事件发生的影响程度。

　　若各最小割集的故障概率相等,且不考虑搜索代价等因素,则可随机依次搜索。但在实际问题中,上述假设往往不能成立,如在诊断图1顶事件T故障时,各最小割 集的搜索代价不同,有检测难易之分。此外,由于系统的结构与组成不尽相同,所以各最小割集的故障概率及其对顶事件发生的影响程度也不可能完全一致。因此, 要综合考虑各最小割集的搜索代价、故障概率及影响程度等因素,求解一个最佳的搜索序列。

　　1.1　故障定位搜索决策矩阵

　　假设液压系统发生故障后有n个搜索方案可实施故障寻因,有m个影响搜索方案的属性需要考虑,这些属性包括搜索成本S、故障概率P、影响程度I等 [8-9]。用X = (X1,X2,…,Xn)表示可供选择的方案的集,用Yi= (Yi1,Yi2,…,Yim)表示第i(i=1,2,…,n)个方案的属性值的集,其中Yij是第i个方案的第j(j=1,2,…,m)个属性的值。如 用目标函数表示属性,则属性Yij为