故障树合成

故障树合成（精选8篇）

故障树合成 篇1

0 引言

合成氨装置生产使用的原料、半成品和产品绝大多数都具有易燃、易爆、腐蚀、毒害等危险特性[1],同时装置具有高温、高压的特点,并且生产装置大型化、连续化、工艺过程复杂化,因此生产过程潜存巨大风险,一旦发生事故易造成严重后果,不仅影响生产的正常进行,还威胁着人们的安全和健康,有些事故甚至给社会和环境造成严重破坏。加强安全管理,增强员工的安全意识是防止事故发生的有效手段,一套科学的、行之有效的危险性评价分析方法便是必不可少的措施之一。常用的系统安全评价方法主要有安全检查表法、危险指数方法、预先危险分析方法、故障假设分析方法、危险与可操作性(简称HAZOP)研究、故障类型和影响分析、故障树分析(FTA)、事件树分析、作业条件危险性评价法等。其中,HAZOP研究是一种用于辨识设计缺陷、工艺过程危害及操作性问题的结构化方法[2];故障树分析不仅能分析出事故发生的直接原因,而且能深入揭示事故发生的潜在原因以及事故发生的主要影响因素[3]。

因此,本文把HAZOP研究与故障树分析进行组合,应用在合成氨装置的危险辨识中。首先利用HAZOP研究,查找装置的设计缺陷、安全隐患以及可操作性问题;然后在HAZOP研究的基础上,对装置的重大危险部位进行故障树分析,研究事故发生的直接原因、潜在原因和主要影响因素,从而为制定安全对策提供可靠数据。

1 风险评估方法介绍

1.1 HAZOP研究方法简介

HAZOP研究是以系统工程为基础的一种可用于定性分析的危险评价方法,方法的本质就是通过系列的会议对工艺图纸和操作规程进行分析。在这个过程中,由各专业人员组成的分析组按规定的方式对工艺流程进行节点划分,系统研究每一个节点(工艺单元),分析参数偏离设计工艺指标的偏差所导致的危险和可操作性问题[2]。一个完整的HAZOP研究程序由四个阶段构成:准备工作、以会议的形式进行HAZOP研究、编制分析报告并提出建议措施、落实安全隐患的整改情况[4,5,6,7]。

1.2 故障树分析方法介绍

FTA是一种演绎推理法,这种方法把系统可能发生的某种事故与导致事故发生的各种原因之间的逻辑关系用一种称为故障树的树形图表示,通过对故障树的定性与定量分析,找出事故发生的主要影响因素,为确定安全对策提供可靠数据,以达到预测预防事故发生的目的。

FTA一般可分为5个步骤进行:准备阶段、故障树的编制、故障树定性分析、故障树定量分析、故障树分析的结果总结及应用[8,9,10]。

2 合成氨装置危险辨识结果

2.1 合成氨装置工艺流程简介

合成氨装置主体工艺主要包括:原料气压缩、脱硫单元;蒸汽转化和热回收单元;一氧化碳变换单元;MDEA脱碳单元;变压吸附PSA单元;合成气压缩单元;氨合成单元;氨冷冻单元。合成氨装置的主要易燃、易爆、有毒、有害物料有天然气、CO、氢气、NH3。合成氨装置的操作温度和压力较高,转化炉的炉膛温度高达1000℃,合成气压缩机(C5001)出口压力高达13MPa。

2.2 合成氨装置HAZOP研究结果

根据合成氨装置每个单元的设计意图,合成氨装置共分为16个节点,在HAZOP小组的共同研究下,合成氨装置共发现安全隐患23处,研究表明合成气压缩部分风险较大,合成气压缩单元的HAZOP研究结果见表1。从表中可以看出,通过HAZOP研究,对合成气压缩单元各偏差产生的原因、后果、已有保护措施进行了系统的分析,共发现安全隐患8处,对存在安全隐患的地方均提出了建议措施。

2.3 合成氨装置合成气压缩机火灾、爆炸故障树分析结果

2.3.1 合成气压缩机单元火灾、爆炸故障树的建立

根据HAZOP研究结果,合成气压缩机单元的安全隐患较多,其一旦发生超压,会产生严重后果,因此把合成气压缩机单元火灾、爆炸作为故障树的顶事件。在确定顶上事件后,用逻辑“与”或“或”门自上而下地分析导致顶上事件发生的所有基本事件以及相互间的逻辑关系。具体见图1。

2.3.2 合成气压缩机单元火灾、爆炸故障树的定性分析

通过故障树定性分析可以找出导致重大危险部位发生事故的直接原因、潜在原因以及主要影响因素,为确定安全对策提供可靠数据,以达到预测、预防事故发生的目的。

(1)最小径集

合成气压缩机单元火灾、爆炸故障树的最小径集为6个,如下:

(A0、A1、A2、A3、A7、A8);(A0、A1、A2、A3、A7、A9);(A0、A1、A2、A4、A5、A6、A7、A8);(A0、A1、A2、A4、A5、A6、A7、A9);(A10、A12、A13、A14、A15、A16、A17、A18、A19);(A11、A12、A13、A14、A15、A16、A17、A18、A19)。

本故障树有2个六阶最小径集,2个八阶最小径集,2个九阶最小径集。从直观角度看,该故障树中每个最小径集包括的基本事件都较多,因此事故预防的难度较大,投资较高。

(2)最小割集

合成气压缩机单元火灾、爆炸故障树的最小割集为72个,如下:

(A0、A10、A11);(A0、A12);(A0、A13)、(A0、A14);(A0、A15)、(A0、A16);(A0、A17);(A0、A18);(A0、A19);(A1、A10、A11);(A1、A12);(A1、A13);(A1、A14);(A1、A15);(A1、A16);(A1、A17);(A1、A18);A1、A19);(A2、A10、A11);(A2、A12);(A2、A13);(A2、A14);(A2、A15);(A2、A16);(A2、A17);(A2、A18);(A2、A19);(A4、A3、A10、A11);(A4、A3、A12);(A4、A3、A13);(A4、A3、A14);(A4、A3、A15);(A4、A3、A16);(A4、A3、A17);(A4、A3、A18);(A4、A3、A19);(A5、A3、A10、A11);(A5、A3、A12);(A5、A3、A13);(A5、A3、A14);(A5、A3、A15);(A5、A3、A16);(A5、A3、A17);(A5、A3、A18);(A5、A3、A19);(A6、A3、A10、A11);(A6、A3、A12);(A6、A3、A13);(A6、A3、A14);(A6、A3、A15);(A6、A3、A16);(A6、A3、A17);(A6、A3、A18);(A6、A3、A19);(A7、A10、A11);A7、A12);(A7、A13);(A7、A14);(A7、A15);(A7、A16);(A7、A17);(A7、A18);(A7、A19);(A8、A9、A10、A11);(A8、A9、A12);(A8、A9、A13);(A8、A9、A14);(A8、A9、A15);(A8、A9、A16);(A8、A9、A17);(A8、A9、A18);(A8、A9、A19)。

从上面可知,该故障树最小割集数目较多,并且最小割集中基本事件较少,数量基本为2-3个。在故障树分析中,最小割集越多,说明系统越危险。最小割集中基本事件的数量越少,则顶上事件发生的概率越大[9]。

(3)结构重要度分析

基本事件结构重要度分析是假定各基本事件的发生概率相等情况下,分析各基本事件的发生对顶事件发生的影响程度。结构重要度计算公式[11]如式(1):

式中:k为故障树包含的最小割集合数目;

Rj是包含第i个基本事件的第j个最小割集合中基本事件的数目。

根据式(1)计算如下:

同理,I(A4)=0.146,I(A5)=0.146,I(A6)=0.146,I(A7)=0.217,I(A8)=0.146,I(A9)=0.146,I(A10)=0.117,I(A11)=0.117,I(A12)=0.167,I(A13)=0.167,I(A14)=0.167,I(A15)=0.167,I(A16)=0.167,I(A17)=0.167,I(A18)=0.167,I(A19)=0.167

根据计算结果,基本事件结构重要度排序如下:

A3 >A0 = A1 = A2 = A7 > A12 = A13 = A14 = A15 = A16 = A17 = A18 =A19 > A4 = A5 = A6 = A8 = A9 > A10 = A11 (2)

从基本事件结构重要度结果来看,压缩机火灾、爆炸故障树的基本事件结构重要度共分为五级,在20个基本事件中,A3(压缩机三级出口压力探测器(PIA3-2)故障)对压缩机发生火灾、爆炸的影响程度最大,应重点防范。其次是材料本身质量问题以及操作程序问题。因此,在仪表选择上应选择可靠性高的仪表,最好压缩机三级出口压力探测器选三个,减少仪表假指示带来的安全问题;同时应定期对设备进行检测,发现问题,及时整改。操作中还应该严格执行工艺操作规程,严格检查原料质量,加强火源控制,设备均设置可靠的静电接地和防雷设施,避免使用可产生火花的用具,严禁在装置区吸烟。

3 结论

(1)经过HAZOP研究,合成氨主体装置共分析出风险因素23项。此次HAZOP研究,评价出了化工装置存在的不足、设计缺陷和安全隐患,为装置今后的整改提供了基础数据。通过HAZOP研究,为装置生产阶段的事故处理提供了依据,可有效避免非计划停车或重大事故的发生,提高了装置的本质安全性和抗灾能力。

(2)合成氨装置的合成气压缩单元安全隐患较多。合成气压缩机单元火灾、爆炸故障树的最小割集为72个,最小径集为6个。从基本事件结构重要度结果来看,压缩机三级出口压力探测器(PIA3-2)故障,对压缩机发生火灾、爆炸的影响程度最大,应重点防范,同时还应严格防范材料本身质量问题以及操作程序问题带来的风险。

(3)HAZOP研究与故障树分析优势互补,不仅可以更全面合理的找出装置的安全隐患,更为系统安全分析提供了一种新的途径,使得系统的危险性分析更为科学、完整和全面,这为保证装置的本质安全提供了理论支撑。

参考文献

[1]齐海桃,蒋军成.HAZOP技术在氨合成塔危险辨识中的应用[J].中国安全生产科学技术,2011,7(3):104-108QI Hai-tao,JIANG Jun-cheng.Application of HAZOP inhazard identification of ammonia converter[J].Journal ofSafety Science and Technology,2011,7(3):104-108

[2]中国石油化工股份有限公司青岛安全工程研究院.HAZOP分析指南[M].北京:中国石化出版社,2011

[3]Khan F I,Abbasi S A.Analytical simulation and PRO-FAT II:a new methodology and a computer automated toolfor fault tree analysis in chemical process industries[J].Journal of Hazardous Materials,2000,75(1):1-27

[4]DunjóJ,Fthenakis V,Vílchez J A et al.Hazard and oper-ability(HAZOP)analysis.A literature review[J].Jour-nal of Hazardous Materials,2010,173(1-3):19-32

[5]张悦,石超,方来华.基于FMEA和HAZOP的综合分析方法及应用研究[J].中国安全生产科学技术,2011,7(7):146-150ZHANG Yue,SHI Chao,FANG Lai-hua.Study on com-prehensive analytical method and its application based onFMEA and HAZOP[J].Journal of Safety Science andTechnology,2011,7(7)146-150

[6]张艳辉,陈晓春.改进的HAZOP风险评价方法[J].中国安全生产科学技术,2011,7(7):174-178ZHANG Yan-hui,CHEN Xiao-chun.Improved HAZOPrisk assessment method[J].Journal of Safety Science andTechnology,2011,7(7):174-178

[7]李畅.氯乙烯生产装置危险性分析[J].中国安全生产科学技术,2007,3(5):116-118LI Chang.Risk analysis of chloroethylene reaction de-vices[J].Journal of Safety Science and Technology,2007,3(5):116-118

[8]刘英,胡腊梅,黄旭辉,等.彩南DPC-2804天然气压缩机故障树分析[J].广州化工,2011,39(3):150-154LIU Ying,HU La-mei,HUANG Xu-hui,et al.The faulttree analysis of DPC-2804 natural gas compressor in cain-an station[J].Guangzhou Chemical Industry and Tech-nology,2011,39(3):150-154

[9]孙兆强,赵连河,郑贤斌.油罐火灾爆炸故障树分析[J].天然气与石油,2004,22(3):27-30SUN Zhao-qiang,ZHAO Lian-he,ZHENG Xian-bin.Fault tree analysis of fire and explosion in oil tank[J].Natural Gas and Oil,2004,22(3):27-30

[10]王祥林.某热处理厂火灾事故的故障树分析研究[J].中国安全生产科学技术,2007,3(4):132-134WANG Xiang-Lin.Study on fire accident in a factory ofheat treatment by the method of Facult Tree Analysis[J].Journal of Safety Science and Technology,2007,3(4):132-134

[11]陈宝智.系统安全评价与预测[M].第二版.北京:冶金工业出版社,2011

故障树合成 篇2

梁 铁 柱 La gTeh in izu

（ 武警 8 1 部 队后 勤部 ， 60 盘锦 14 1 ） 2 0 0

L gsisD prmet f me oc s8 1 P ni 2 0 0，hn oi c e at n t o Ar d F re 6 0，ajn1 4 1 C ia）

摘 要： 障树分 析法 （A ） 简称 失效树 分析 ， 一种将 系统 故 障形成 的原 因由总 体到 部分 按树 型 结构逐 级 分析 HA ＇。从 系统 的 角度来 故 F T又 是 － ； － ＆ 说， 故障 既有 因设备 中具 体部件 （ 件 ） 硬 的缺 陷和 性 能恶化 所 引起 的 ， 有 因软件 ， 自 装 置 中的程 序错误 等 引起 的 。此外 ， 也 如 控 还有 因为操 作 人 员 操作 不 当或 不经 心而 引起 的损 坏故 障 。因此 ， 用此 方 法可对 常见 的车用 柴油发 动机 系统 故障 进行 分析诊 断 应

A s a t F i r Te nls F T ， l n w s a tre n yi i am to n yet ass f h s m f l e r h l t te b t c： a ue re a i A ） a o o n a f u e a s ，s e d t a a z h el e o es t i r o w o r l A y s（ sk l t al s h o l e l t v e au f m eoh

，

p rs a c r i g t h re sr cu e se y se ．F o t e s se c pon fve te fi r y be c u e y d fcs a d p r r n e o pe i c at c od n o te te tu tr tp b tp r m h y tmi i to iw h al e ma a s d b ee t n e oma c fs cf u f i

．

c mp n ns （ ad a e ， rc n e y s f a e o x mpe h r c d r lel r o u o a i c n rld vc s I a dio ．te i rpe p rto f o o e t h r w r ） o a sd b ot r，fre a l，te p o e u a los fa t m t o t e i w ＇ c o e n d t n h mp o ro e ain o i

o r tr rn tat

nie o e ain as a a s alr ．T rf r，we s o l p l hsmeh d t n lz n ig o e te c mmo a l o h is l peaoso o te t p r t lo c n c u ef i e heeoe v o u h ud a p yt i to o a ay ea d d a n s h o n fut ft ed ee

e i e s se ng n y t m．

关键词 ： 障树 ； 动机 系统故 障； 故 发 柴油发 动机

Ke y wor ：futte ；al e o n i y tm ； is le gn s ds a l re fi ur fe gnes se de e n ie

中 图分 类 号 ：M3 T 1

文献 标 识 码 ： A

文章编号 ：0 6 4 1（ 0 11― 0 2 0 10 ― 3 12 1 ）3 04 ― 2

0 引 言 故 障树 分 析 法 简 称 f A（al eTe nl i）是 16 年 为 可 T Fi r reA ay s ， 9 1 r u s

靠性及安全情况 ，由美国贝尔电话研究室的华特先生首先提出的。 其后 ， 在航 空和航天的设计、维修 ， 子反应堆 、原 大型 设备以及 大型 电子计算机 系统中得到了广泛 的应用。 目前 ， 故障树分析法虽还处 在 不 断 完 善 的发 展 阶段 ， 其 应 用 范 围正 在 不 断 扩 大 ， 一 种 很 有 但 是 前途 的故 障分析法。故障树分析（ A 是一种适用于复杂系统可靠 F T） 性和 安 全 性 分 析 的 有 效工 具 ， 一种 在 提 高 系统 可 靠 性 的 同 时 又 最 是 有 效 的 提 高 系 统 安 全 性 的 方 法 。 当 前 ， 大 型工 程 的 建设 ， 可 靠 超 对 性 ， 全 性 提 出 了更 高 的要 求 ， 安 因此 ， 障 树 分 析 法 已经 广 泛 的 应 用 故 图 l 发 动机 故 障 树 到宇 航 ， 能 ， 工 ， 核 化 电子 ， 械 和 采 矿 等 各个 领 域 。 机 裂， “ ⑦ 拉缸” 故障 ， ⑧气 门落缸。 1 故 障 树 分析 法 的 特 点 A： 燃油 超 供 a： 油 泵 柱 塞 被 卡 I2拉 杆 及 调 速 器 的 活动 部位 喷 a： 它是 一 种 从 系 统 到 部件 ， 到零 件 ， “ 降 形 ” 析 的 方法 。 再 按 下 分 它 卡滞 ，， a： 调速器 系统故障 从 系统开始 ， 通过 由逻辑符号绘制出的一个逐渐展开成树状的分枝 B： 烧 机 油 b． 气 滤 清 器 油 盘 油 面 过 高 ， 曲轴 箱 ，，回游 窜 。空 b： b： 图， 来分析故 障事件（ 又称顶端事件 ） 发生 的概率。 同时也可 以用来 孔堵 塞 分析零件 、部件或子 系统故 障对 系统故 障的

影响 ， 中包括 人为 因 其 C： 热 系 统 工作 不 良 散 素和环境 条件等在 内。 它对 系统故障不但 可以做定性的而且还可 以 D： 油压 力过 大 d ： 油 质 量 不 好 ，：润 滑 油 流 动 磨 损 ，3 机 ，机 d： d： 轴 做 定量的分析 ； 不仅可 以分析 由单一构件所 引起的系统故障 ， 而且 瓦 卸油 ， ： 油 泵磨 损 ， ： d。 机 d 曲轴 油 道 工 艺脱 落 也可以分析 多个构件不同模式故 障而产生的系统故 障情况。 因为故 E： 瓦 预 金 紧 高度 不合 要 求 轴 障树分析法使用 的是一个逻辑图 ， 因此 ， 不论是设计人 员或是使用 F 机油问题 ： ： 机油品质 不佳 ， ： f 机油压力过低 ， ： 油滤清器 2 f机 3 和维修人 员都容易掌握和运用 ， 并且 由它可派 生出其他专 门用途的 使用不当 “ 。 树” 例如 ， 可以绘制 出专用于研 究维修 问题的维修树 ， 用于研究经 G： 瓦和 轴 颈 装 配 间 隙 过 小 轴 济 效 益 及 方 案 比较 的决 策 树 等 。 H： 轴 问 题 h： 曲 ，曲轴 轴 颈 两 端 圆 角 过 小 ，2曲 轴 自身 质 量 差 ， h：

2 故 障树 的 建 立 h： 故 障树 是 实际 系统 故 障 的组 合 和 传 递 关 系正 确 而 抽 象 的表 达 ， h ： 轴 装 配 间 隙过 大 ， 曲轴 润 滑 不 良 曲 I供 油 时 间和 供 油 量 出错 ：

建树是否完整会直接影响定性 ， 定量分析 的结果 ， 是关键的一步。 建 J 主轴 瓦不 同轴 ： 树 方法分为人工建树和计算机辅助 建树 ， 建树就是按照严格 的演绎 K： 塞 的装 配 问题 k： 活 活塞 与汽 缸 配 合 间 隙过 大 ，：活 塞 方 向 k： 逻辑 ， 顶事件开始 ， 从 向下 逐 级 追 溯 事件 的直 接 原 因 ， 至 找 出全 部 直 装反或活塞 变，，汽缸垫过 薄， 连杆装配不好或连杆弯曲 k： k： 底事 件 为 止 。 据 故 障 树 分 析 方 法确 定 顶 事 件 是 发 动机 无 法 正 常 运 根 L 燃 烧 不 良 l 燃 烧 室 内 积碳 严 重 ， ： 燃 气体 燃 烧 过快 ： 。 ： l可 转。而引起的原 因主要 为： 飞车故障 ， 缸体故障 ， 烧瓦故障 ， 曲轴 故 M： 油 提 前 角过 大 喷 障， 飞轮碎裂 ， 门落缸等（ 气 其中任意原因都 可导致发动机故障 ） 以 。 N： 造 加 工 或 装配 不 当 n： 轮 壳 紧 固 螺栓 松 动 ，2曲轴 轴 向 制 ，飞 n： 这几 项 作 为 次 要 事件 ， 渐往 下 分析 其 原 因 ， 层 深 入 ， 终 建 立 起 逐 层 最 或 径 向间 隙 过 大 ，3曲轴 与 飞 轮 壳 同轴 度 较 差 1： 1 柴油 发动 机 的 失 效 故 障 图。 见 图 1 。

o： 动 组 件平衡超 差 传 图 1中 ， 框 的 事 件 代 表 结 果 事 件 ， 方 它又 分 为 顶 事 件 和 中 间 事 P 使 用不 当因素 p： ： l润滑油使用不 当， 发动 机温度过高 ，3 p： p： 仔， 是由其它事件或事件组合导致 的事件。 圆圈事件表示底事件 ， 是 填压器窜油 ， 严重超载 ， 冷却添 加不足 ， 点火时机不正确 ， p： p： p： 基 本故障事件或不需再探 明的事件 ，但一般它的故障分布是 已知 p 节 温 器工 作 不 良 ： 的 ， 导 致其 他 事 件 发 生 的 原 因 事件 。 是 Q： 配和 加 工 因 素 q ： 塞 装 配 间 隙 过 小 ，2活 塞 环 开 口问 阱 装 活 q： 其 中， 各个数字和字母代表的含 义为 ： “ ① 飞车 ” 障， “ 故 ② 粘缸 ” 太小 ， 活 塞 纬 度影 响 第一文库网q： 故障 ， 烧 瓦” 障 ， “ ③“ 故 ④ 曲轴 ” 障 ， “ 故 ⑤ 活塞敲缸 ” 故障 ， 飞轮碎 ⑥ R： 门杆 折 断 气 S 气 门弹簧折断 ： 作者简介 ： 梁铁柱（ 9 1 ， 山东郓城 人， 17 一）男， 助理工程 师， 研究方向为工程机 T： 门弹 簧座 开 裂 气 械修理。

Vau g n e i l e En i e rng

?4 ? 3

论 提 高矿 井素质 实 现 可 持续 发 展

S u yo n raigteC amieQu l ya dA he igS s ia l e eo me t o nn r a td nI ce s h o l n ai n c i n ut n beD v lp n rMiigA e s n t v a f

田利军∞ Ta i n； 由③L o 张辛亥③Z a gXih i inLj 李 u i u； Y h n n a

（ 辽 宁工 程技 术大 学 ， 新 13 0 ； 山西 省大 同煤 矿集 团忻 州窑 矿 ， ① 阜 200 ② 大同 07 4 ： 301

③ 西安科 技 大学 能源 学院 ， 西安 7 ￣5 ） 1 4 （ ¨．n g n e i 。 eho g n nier gF x 200 C ia② xnhua o m n ，a n ol i ru ， a n 30 1c i ① d i i r t f cnl y dE g ei ，ui 130 ，hn ； i oYoCa ieD t gCamn GopD t g 74 ， h a 0 n U v sy T o a n n n z l o e o 0 n ③ sho o E eg ni e n ， inU i rt o i c n eho g ， in705 ，hn ） colf nr E g er gX＇ nv sy f c ne dTc nl yX＇ 10 4C i y n i a e i S e a o

a a 摘要 ： 究 了矿井 素质对 解 决矿 井生产 中的安 全 ． 研 资源 开发 与环 境保 护 之 间的 矛盾 、员素 质提 高以及 矿 山和谐 稳 定发 展 等 问题 的关键 作 人

用 ， 出提 高矿 井素质 是 实现矿 区可 持续 发展 的 重要 途 径 。 提

Ab t a t sr c ：Co l n uai a s a c u il oe i ovn h r be o aey p o ucin o ta ito t e o lr su c s e po ain a amie q lt ply r ca rl n s lig t e p o lm fs ft rd to ，c nr d cin bewe n c a e o r e x lr t nd y o

e io me tDrtcin mp o e n fsafq aiy n amo iu e eo me to h o it r un te mi ig a e s tp o e h tice sn h nvr n n oe t ，i r v me to tf u lt，a d h r no s d v lp n ft e s cey a o d h nn r a ．I rv d t a n ra ig t e o c ami u l yc ud b h ini c n y t c iv usan b ed v lpme to h n ． o l neq ai o l e te sg f a twa o a he es tia l e eo t i n ft emi e

关键 词 ： 区； 矿 矿井 素质 ； 可持 续发 展

Ke y wor s d ：miea e s e amie q a i ； u t ia ede eo me t n ra；o l n u lt s san bl v lp n y

中 图分 类 号 ：D T8

文 献标 识 码 ： A

文章 编 号 ：0 6 4 1 （0 1 1― 0 3 0 10 ― 3 12 1 ）3 0 4 ― 2

O 引 言

煤 矿 生 产 由 于 受 地 质 条 件 、源 等 因素 影 响 ， 全 问题 比较 突 资 安

煤 矿 企 业 对 我 国 G P贡 献 较 大 ，是 我 国 能源 供 应 的基 础 。 因 出 ， 全 生产 一 直 是 煤 炭 行 业 关注 的 首 要 问题 。 煤矿 安 全 事故 原 因 D 安 此 ， 山企 业 健 康 稳 定 持 续 的 发 展 ， 我 国 国 民经 济 也 有 着 重 要 的 通常 归结为两点 ： 矿 对 措施不落实 ， 管不到位。 管通过加强监管和安 监 尽 全措施的落实伎百万吨死亡率和千人伤亡率虽有所下 降， 与其他 但 意义。 可持 续 发 展 是 8 代 初在 国际 上 开 始 提 出的 。 0年 进入 9 0年代 越 先进 采 煤 国 家 差 距 还 很 大1

其 根 本原 因是 我们 的矿 井 素质 还 不够 2 ］ 。 来越 多 的 国家 把 可持 续 发 展 放 到 经 济 发 展 的 首 位 ， 提 出各 自 的 可 高 。 仅 仅 找 管理 上 的原 因 是 远远 不够 的 ， 要 从 矿 井 素质 的整 个 系 并 需 持续 发展 战 略 和 对 策 。 现 煤 炭 工 业 的可 持 续 发 展 是 我 国 目前煤 炭 统 分 析 事 故 的 缘 由 ， 根 本 上 找 出 实 现 安 全 生产 的途 径 。 实 从 经济 发 展 的关键 l 】 1 。 从 矿 井素 质 的 主 要 构 成 要 素看 ， 升 矿 井 形 象 ， 利 于 创 造 安 提 有 自改 革开 放 以来 ， 国 的煤 炭 行 业 总体 上 蓬 勃发 展 。 是 ， 我 但 由于 全 的 生 产环 境 。 井 形 象 提 升 的 一 个途 径 就 是 对 井 下 安 全 生产 条件 矿 其行 业 的 特殊 性 ， 炭 企 业 的 可 持 续 发 展 受诸 多 因 素 的 制 约 ： 全 的改 善 ， 先要 各种 硬 件 设 施 达 到 一 定 的. 标 准 ， 后 加 强 对 员 工 的 煤 安 首 然 生产 问题 ， 境破 坏 与 资 源减 少 问题 ； 区 不 能 留住 人 才 ， 能 合 理 安 全 、康 的 关 心程 度 及 安 全 隐 患 意识 ， 员 工 思 想 上 充 分 意 识 到 环 矿 不 健 让 的利 用 人 才 问题 ， 就 是 人 才 问题 ； 外 还 有 矿 区 社 会 的和 谐 发 展 安 全 生 产 的重 要 性 ， 挥 其 主 观 能 动 作 用 ， 且 有 能 力 和 条 件 去 落 也 此 发 并 等 问题 。这 些 问题 对 矿 区 的可 持 续 发展 造 成 不 良影 Ⅱ 。只 有 这些 问 实 安 全 生 产 ， 外 界 条 件 和 员 工 自 身 这 两 个 角 度 出 发 ， 现 矿 井 的 向 从 实 题 都 能 得 到合 理 、有效 的解 决 ， 区才 能 持 续 稳定 的发 展 。 矿 安 全 生产 。 要解 决 制 约 矿 井 可持 续 发 展 的各 个 问题 ， 就要 全 面 提升 矿 井 素 矿 井 能 力 的提 升 从 人 力 、力 和 管 理 执 行 力 方 面 为 安 全 生 产 提 物 质 。 矿 井 素质 是 一 个 新 的概 念 ， 它是 一 个 表 现 煤矿 企 业 现状 及 发 展 供 了保障。 比如 ， 从人的方面 ： 补充素质劳动力 ， 提高 员工整体 素质 ， 潜 力 的综 合 指 标 。 矿 井素 质 由矿 井 能 力 、井 形 象 和 矿 井作 用 的 发 人 的 素 质 的提 高是 实 现 安 全 生 产 的 必 要 条 件 ； 的 方面 ： 强 员 工 矿 物 增 挥 这三 个 构 成 要 素 组成 ， 反 映 了煤 矿 企 业 对 员工 安全 与健 康 的 关 的劳动保护措施 ， 它 各设 备的及 时检修 ， 完善通风 系统 ， 使矿井能既安 心 程 度 ， 持正 常 、续 、全 生产 的 能 力 ， 及 为 社 会 技 术 经 济 发 全又 高效 的生 产 ； 维 持 安 以 管理 方

面 ： 学 的管 理 能 力和 执 行 能 力 ， 有 效 的 科 更 展 、谐 稳定 等 所 起 的作 用 。 提 高矿 井素 质 是 解 决 制 约矿 井持 续 发 处理 安 全 与 生 产 之 间 的 关 系 等 ， 根 本 上 遏 制 事故 隐患 。 和 从 展 的各 个 问题 ， 现矿 区 的 可持 续 发 展 的 重 要 途径 。 实 矿 井 作 用 的 发挥 方 面 的 提 升 标 志 着 在 安 全 生 产 、技 术 进 步 、社 1 提 升矿 井素 质 是 解 决 安全 生 产 问题 实 现 持续 发 展 的基 础 会 作 用 等 方 面 取得 了 比 较 好 的成 果 ， 并且 得 到 了 认 可 。 必 然 会 取 得

作者 简 介 ： 田利军 （ 94 ）男 ， 1 6 一 ， 吉林 前 郭 人 ， 授 级 高 级 工程 师 ， 宁 工 程技 教 辽

术大学在读博 士生 ， 究方向为煤矿科研和现场技术管理。 研

集 团 公 司 及社 会 的支 持 ， 煤 矿 企 业 下 一 阶段 发展 提供 良好 的外 部 为 支持 ， 为安 全 生 产 提供 更 加 完 善 的 系统 保 障。

4 结论

u： 门 锁 靠拢 夹 脱 落 气 3 定 性分 析

41文中给 出的柴油 发动机机故障书能够较全面清晰的反映发 ．

故 障 树 的定 性 分 析 主 要 任 务 是 寻 找 导 致 顶 事 件 发 生 的所 有 可 动机系统故 障成 因， 故障之间关系 ， 以及各种可能故障传递途径。 能 的 失效 形 式 ，也就 是 要 找 到 故 障 树 的 最 小 割 集 或 全 部 最 小 割 集 。 42故 障树 为设计 ， ． 检测 ， 维护和维修柴油发动机提供 了一种形 割集代表 了该 系统发生故障的可能性 ， 小割集（ S） 事件 不 象图解 ， 最 MC 是底 指导人们 去查 找故 障 ， 改进和强化系统 的关键部 分。 为柴油 能再减少的割集 。 ～个最小割集代表 引起故障树顶事件发生的一种 发动 机 系统 的可 靠 行 提 供 了有 效 的 定 性 分 析 和定 量评 价 方法 。 模式 ， 最小割集发生时 ， 顶事件必然 发生。 最小割集指出 了处于故 障 43在 柴 油 发 动 机 的 实 际 工 作 中 ，经 常 遇 到 不 同故 障程 度 的 底 ． 状态的系统 所必须修理的基本故 障 ， 出了系统的最薄 弱环节。求 事 件 ， 其计 算 并 求 出最 小 割 集 ， 助 于 掌 握 柴 油 发 动 机 故 障 的 规 指 将 有 解最小割集 的方法有上行法 ， 质数法和下行法。这里主要介绍下行 律和特征。 故障树分析理论可以进一步将 常规 的故 障诊断方法和计 法。下行法（ se― eey ） f sl vsl 法 特点是从顶事件开 始从下逐级进 行 ， 算 机 程 序 技 术 有 机 的结 合 起 来 ， u l 形成 专 家 系统 ， 样 可 以 方 便 和 快 这 遇 到

故障树合成 篇3

测控装备是保障靶场武器系统试验鉴定的重要环节。测控装备在发生故障时,装备的修复率和修复速度从某种程度上将影响靶场试验的顺利进行,所以运用故障诊断系统来对复杂测控系统装备进行诊断,找出故障原因、给出维修建议,成为辅助技术保障人员维修测控装备必不可少的途径。随着电子技术的发展,人们逐步认识到,对故障诊断问题有必要重新研究,必须把以往的经验提升到理论高度,同时在坚实的理论基础上,系统地发展和完善一套严谨的现代化电子设备故障诊断方法,并结合先进的计算机数据处理技术,实现电子电路故障诊断的自动检测、定位及故障预测。

1 故障树分析方法

故障树分析[1,2]是一种主要的系统可靠性和可用性预测方法,广泛的应用于工程实践中。在系统设计过程中,通过对可能造成系统失效的各种因素(例如硬件、软件、环境、人为等因素)进行分析,画出逻辑框图(图1),从而确定系统失效原因的各种可能组合方式及其发生概率,以计算系统失效概率,并采取相应的纠正措施,是提高系统可靠性、安全性的一种设计分析方法和评估方法。

将系统级的故障现象(称为顶事件)与最基本的故障原因(称为底事件)之间的内在关系表示成树形的网络图[3],各层事件之间通过 “与”、“或”、“非”、“异或”等逻辑运算关系相关联。基于故障树模型可以对系统进行定性和定量的分析,故障诊断则是一个从观测到的顶层故障现象出发,逐步向下演绎,最终找出对应的底层故障原因的过程。他把系统故障与组成系统的部件故障联系在一起,并有层次地分别描述出系统在实效的进程中,各种中间事件的相互关系。故障树模型是描述诊断对象结构、功能和关系的一种定性因果模型,他体现了故障传播的层次性和子节点(即下层故障源)与父节点(即上层故障现象)之间的因果关系。

2 故障树建造

在故障树分析中,建树的关键是要清楚地了解所分析的系统功能逻辑关系及故障模式、影响及致命度,建树完善与否直接影响定性分析和定量计算结果是否正确,故障应是实际系统故障组合和传递的逻辑关系的正确抽象。整个建树过程是工程技术人员对系统的分析思考过程,通过不同角度的建树过程,使分析人员进一步得到系统各种信息而更加熟悉系统,帮助设计人员判明潜在故障,以便改进设计、改进运行和维修方案。建树工作较繁,因此应由系统设计、使用人员和可靠性方面的专家密切合作,而且应该不断深入,逐步完善。

首先,分析系统各个组件的功能、结构、原理、故障状态、故障因素及其影响等,并作深刻透彻的了解,确定一个不希望的顶事件。由此开始,逐级找出各级事件的全部可能的直接原因,并用故障树的符号表示各类事件及其逻辑关系,直至分析到各类底事件为止。按以下4个步骤进行建树[5]:

(1) 熟悉系统

在对一个系统进行故障树分析之前,建树者首先应对系统的功能、结构原理、故障状态、故障因素及其影响等作深刻透彻的了解,收集有关系统的技术资料,这是建树的基础工作。

(2) 确定顶事件

顶事件可以根据研究对象来选取,通常顶事件是指系统不希望发生的故障事件,为了能够进行分析,顶事件必须有明确的定义,能够定量评定,而且能进一步分解出发生的原因。一个系统可能有多个不希望发生的事件,因此可以建立几棵故障树,但一个故障树只能从一个不希望事件开始分析,这就要选择与设计、分析目的最相关的事件作为建树的起始事件,即顶事件。

(3) 构造故障树

由顶事件出发,逐级找出各级事件的全部可能的直接原因,并用故障树的符号表示各类事件及其逻辑关系,直至分析到底事件为止。显然,对于一个复杂的系统构造一颗故障树需要很大的工作量,建树分为2类:人工建树,基本上用演绎法,即对系统的各级故障事件进行逻辑推理;第2类是计算机辅助建树,目前这是个很活跃的研究课题。

(4) 简化故障树

当故障树构成后,还必须从故障树的最下级开始,逐级写出上级事件与下级事件的逻辑关系式,直到顶事件为至。并结合逻辑运算算法做进一步分析运算,删除多余事件。

3 脉冲雷达故障树的建立

电子设备故障检测和定位,由于情况复杂、原因较多,传统的手段难以很快给出相应正确的故障判断,因为故障解决时间的拖延,因此迫切需要可以快速自动检测故障[6]。某装备发射机发射功率大,故障发生频繁,给保养维护带来很多问题。以该发射机为例,建立发射机故障树,应用故障树分析方法对发射机进行分析。

发射机分系统是该雷达的核心部分之一。发射机将激励源所产生的频率稳定度极高的高频小信号放大到所需要的功率电平,具有频率稳定度高,失真小,相位相参等优点。建立故障树建立某型雷达发射机的故障树,如图2所示。

其中,T表示发射机不能上高压;主要故障分别是:U1为末级组件电路故障,U2为前级组件电路故障,U3为激励产生故障,U4为PIN开关故障,U5为组件电源故障,U6为馈线故障。

对应的故障征兆参数有10个,分别是:X1为发射机功率欠输出,X2为末级组件输出故障,X3为前级组件输出故障,X4为前级组件RF功率输出不正常,X5为发射机超温,X6为工作比和脉宽不正常,X7为发射激励故障,X8为发射允许故障,X9为PIN驱动故障,X10为电源过流或欠压。

4 故障树分析

4.1 定性分析

对故障树进行定性分析[7]的主要目的是:寻找导致与系统有关不希望事件发生的原因组合,即寻找导致顶事件发生的所有故障模式,从中确定系统的薄弱环节,采取措施,予以补救。

undefined

同样,引入二值变量Φ,表示顶事件T的状态。定义顶事件的状态为

undefined

割集是导致正规故障树(仅含有底事件、结果事件以及与、或、非三种逻辑门)顶事件发生的若干底事件集合。若有K个状态向量X,能使Φ(X)=1,则称为割向量,割向量对应的底事件集合称为割集。最小割集是导致正规故障树顶事件发生数目不可再少的底事件集合。如图2所示的故障树,利用下行法求最小割集。下行法的特点是根据故障树的实际结构,从顶事件开始,逐级向下寻查,找出故障树的所有割集,然后再通过集合运算规则加以简化、吸收,得到全部最小割集。求解过程如表1所示。

经简化、吸收,去掉重复的割集,得到全部10个最小割集分别为

K1={X1};K2={X2};K3={X3};K4={X4};K5={X5};K6={X6};K7={X7};K8={X8};K9={X9};K10={X10}。最小割集表明系统的危险性,每个最小割集都是顶事件发生的一种可能渠道,最小割集越多系统越危险。

4.2 定量分析

定量分析[8]的目的是计算顶事件的发生概率,以他来评价系统的安全可靠性,将计算的顶事件发生概率与预定的目标值进行比较,如果超出目标值就应该采取必要的改进措施,使其降至目标值以下。各底事件发生概率如表2所示。

根据底事件的发生概率可以计算出顶事件发生概率为

undefined

概率重要度分析是故障树分析中的重要部分,反映了底事件概率变化对顶事件概率变化的难易程度,但并不能反映出不同底事件改进的难易程度。设t=1000h,λ为各底事件的发生概率,则可靠度的计算公式为

Ri(t)=e-λit (3)

各底事件的可靠度为

R1(t)=e-λ1t=0.923;R2(t)=e-λ2t=0.368;R3(t)=e-λ3t=0.895;R4(t)=e-λ4t=0.926;R5(t)=e-λ5t=0.945;R6(t)=e-λ6t=0.932;R7(t)=e-λ7t=0.913;R8(t)=e-λ8t=0.894;R9(t)=e-λ9t=0.941;R10(t)=e-λ10t=0.926。

设t=1000h,Fi(t)=1-Ri(t),则概率重要度的计算公式为

undefined

式中

各底事件的概率重要度为

Δg1(t)=0.221;Δg2(t)=0.850;Δg3(t)=0.231;Δg4(t)=0.239;Δg5(t)=0.219;Δg6(t)=0.263;Δg7(t)=0.256;Δg8(t)=0.219;Δg9(t)=0.245;Δg10(t)=0.219

通过分析可知每个底事件在系统中所处位置的重要性,设计人员在设计过程中应该采取必要的检测手段和保护措施来提高其可靠性和安全性。

5 结束语

由于导致顶事件故障的原因有多个,在故障诊断时,可以判断所有最小割集即故障模式,从而找到故障原因,但是对于复杂电路的故障树分析,将有大量的故障模式需要测试,在此用故障树最小割集重要度进行分析,只要对重要度大的故障模式进行监测,对于重要度小的故障模式可以不进行监测,或者对几个重要度大的故障模式所对应的监测点进行监测,然后综合进行判定。根据故障树分析结果,将脉冲雷达的可靠性指标转换为对各底事件的可靠性要求,通过提高底事件的可靠性达到提高脉冲雷达可靠性的目的。经过可靠性验证,脉冲雷达实际达到的可靠性值与分析结果基本一致。将所有底事件按概率重要度进行排序,由高到低初步设置故障检测点,然后再进行优化,达到用尽量少的检测点来确保尽可能高的故障检测能力。

摘要：首先对某单脉冲雷达建立故障树模型,然后通过建立的故障树对雷达故障进行定性、定量分析、计算,最后对研究结果进行试验验证。可以证明利用构建故障树来进行无线电测量设备故障诊断分析,不仅可以方便推理机构寻找潜在故障和进行故障诊断,而且可以进一步预测未来系统故障发生的概率,便于测量设备故障的检测与定位。

关键词：故障树分析,雷达,故障诊断,重要度

参考文献

[1]朱大奇,于盛林.基于故障树最小割集的故障诊断方法研究[J].数据采集与处理,2002,6(4):46-50.

[2]金星,洪延姬,武江涛,等.基于故障树的智能型故障诊断系统[J].宇航学报,2001(3):34-37.

[3]杨晓川,谢庆华,何俊,等.基于故障树的模糊故障诊断方法[J].同济大学学报,2001,4(2):67-69.

[4]张琦,廖捷,吴建军,等.基于FTA的通用装备电子系统故障诊断专家系统设计[J].兵工学报,2008,3(1):78-80.

[5]Tang Z,Dugan B.Minimal cut set/sequence generation fordynamic fault trees[C]//Annual reliability and maintain-ability symposium on product quality and integrity.Los an-geles:american institute of aeronautics and astronautics,2004:207-213.

[6]罗志勇.雷达系统智能故障诊断技术研究[D].西安:西北工业大学,2006:167-171.

[7]耿宏,刘晔,武泰安.基于模糊故障树的ILS接收机的故障诊断[J].计算机技术与发展,2011,21(9):133-136.

故障树合成 篇4

1 系统总体结构框架

电梯故障诊断专家系统采用两层集散式结构框架, 其总体结构如图1所示。现场采用自动测试设备对电梯的各项运行数据进行采集, 并通过A/D转换模块将模拟量信号转换为系统可以识别的数字量信号并传输至上位机, 上位机采用系统开发软件构建基于故障树分析的电梯故障诊断专家系统, 将采集到得数据与标量进行比较, 对异常运行的数据, 专家系统进行进一步的分析和处理, 给出相应的诊断结论和处理方案。

2 电梯系统故障树分析

电梯故障诊断专家系统采用故障树分析方法, 通过大量实际经验和事实分析, 将电梯系统故障分为四大模块即门系统、制动系统、安全回路和拖动系统[2], 其故障树二级节点结构图如图2所示。以电梯系统故障为作为整个故障树的顶事件, 将门系统故障、制动系统故障、安全回路故障和拖动系统故障作为故障树的二级节点, 并依此向下分解延伸, 构建电梯系统的故障树。

3 专家系统的构建与实例分析

3.1 电梯故障诊断专家系统的构建

电梯故障诊断专家系统整体结构如图3所示, 由知识库、数据库、人机接口、推理机、知识获取机制和解释机制六部分组成[3]。是一个集数据采集、信号分析、专家诊断、故障预测和定位多个子系统于一身的智能集成化系统.电梯故障诊断专家系统的其核心部分为知识库和推理机[4]。电梯的故障诊断是在电梯的状态监测与信号分析处理的基础上进行的, 通过故障诊断专家系统可实现对电梯故障的性质和程度、产生原因或发生部位进行诊断, 并对电梯的性能和故障发展趋势进行预测。

电梯故障诊断专家系统推理方法的选择采用正反向混合推理, 它弥补了正向推理和反向推理的不足之处, 将正向推理和反向推理的独立优势进行了有机结合, 推理思路更近似于人们日常决策的思维方式, 其推理流程图如图4所示。

3.2 电梯故障诊断实例分析

以电梯门系统故障为例, 当电梯出现反复开关门的故障时, 专家系统至门系统分支故障树的定事件向下正向推理, 第一级推理得出故障为轿门系故障 (该级节点含厅门系、轿门系和门锁继电器) , 继续向下推理依次得到故障为轿门系-运行异常-反复开关门, 最后又反复开关门得出电梯系统故障的底事件为门锁触点接触不良或关门受阻。如果此时用户对故障结论有所质疑还可以通过手动进行反向推理, 验证故障结论的准确性。

结束语

基于故障树分析的电梯故障诊断专家系统能够实现对电梯系统故障的精确定位, 并提供相应的维修方案和安全措施, 同时对危险故障进行预警, 提示用户进行及时处理, 保障了电梯系统的安全运行, 大大降低电梯安全事故, 对电梯的长期稳定运行和保障人的生命安全具有重大意。

参考文献

[1]史慧, 王伟, 高戈.智能故障诊断专家系统平台[J].计算机测量与控制, 2005, 13 (11) :1167-1169.

[2]陶鹏, 孙晓明, 张超.基于神经网络推理策略的电梯故障诊断法[J].武汉理工大学学报:信息与管理工程版, 2009, 31 (6) :950-953.

[3]陈志军, 闫学勤, 黄德启等.无机房电梯的智能故障诊断系统[J].自动化仪表, 2010, 8 (31) :70-73.

故障树合成 篇5

关键词：故障树,牵引封锁,顶事件,可靠性

0引言

和谐1 型机车自上线运用以来, 先后发生多起牵引封锁故障。根据故障原因的不同, 牵引封锁可能导致机车发生临修、机破甚至D21 事故, 严重干扰铁路运用秩序。利用故障树 ( FTA) 方法分析机车牵引封锁故障, 采用的是自上而下的逻辑演绎法, 从顶事件分析到基本的零部件故障, 从故障后果分析故障原因, 能方便地找出引起牵引封锁故障的所有可能原因和原因组合, 找出产品薄弱环节, 帮助进行故障诊断, 改进使用维修方案以及进行事故调查及责任判定。

1FTA的一般步骤

FTA的一般步骤如图1 所示。

2确定顶事件

顶事件是建立故障树的基础, 确定的顶事件不同, 则建立的故障树也不同。本文以牵引封锁故障作为故障树的顶事件。

3故障树逐层分析

根据和谐1 型机车控制原理以及在段运用数据统计分析, 引起机车牵引封锁故障的主要原因有主变压器油温超限、主逆变器水温超限、主逆变器水压低、牵引电机过热、网压异常、原边电流或回流电流超限、机车控制异常等。再逐层由上向下严格按层次分析引起上述故障 ( 即中间事件) 的直接原因, 并通过合理的逻辑将这些故障原因联系起来, 就可以建立牵引封锁的故障树。

如主变压器油温超限主要由油泵故障、冷却塔油路故障、布赫继电器故障引起。故障树逐层原因分析的过程见表1。

4建立故障树

根据表1 利用故障树中提供的逻辑门建立机车牵引封锁的故障树, 如图2 所示。

说明:该故障中仍有一些未发展事件, 可以根据实际需要和掌握的数据进行更进一步分析, 以便于利用故障树进行故障诊断。

5定性分析

定性分析的目的在于寻找导致顶事件发生的原因和原因组合, 识别导致顶事件发生的所有故障模式, 即求故障树最小割集。定性分析的结果可以帮助设计人员判明潜在的故障, 以便改进设计; 用于指导机车故障诊断, 改进运用和维修方案。

5. 1求最小割集

使用下行法求出牵引封锁故障树的所有割集, 过程如表2所示。

最小割集是{ S1} , { S2} , { S3} , { S4} , { S5} , { S6} , { S7} , { S8} , { S9} , { S10} , { S11} , { S12} , { S13} , { S14} , { S15} , { S16} , { S17} 。

5. 2最小割集分析

在求得全部最小割集后, 可以初步进行最小割集的定性比较, 以便判断哪些底事件对顶事件的影响较大。因所有底事件阶数都是1, 故所有底事件是同等重要。

6定量分析

定量分析的主要任务是在底事件相互独立和已知其发生概率的条件下, 计算顶事件发生概率和底事件重要度等定量指标。一般来说, 复杂系统的定量计算比较困难, 一般可以借助软件进行。

6. 1求顶事件发生概率

实际计算时常用以下公式近似求顶事件发生概率:

即顶事件发生概率等于最小割集发生率之和。在牵引封锁故障树中, 最小割集是各底事件。因此顶事件发生概率P ( T) 即为各底事件发生概率之和。

对于各底事件的发生概率, 可以通过统计的和谐I型机车机破临修数据进行分析。代入上述公式即可求得顶事件的发生概率。

6. 2重要度计算

底事件对发生顶事件的贡献称为该底事件的重要度。一般用底事件概率重要度来衡量底事件的重要度。计算公式如下:

式中: Iip—第i个底事件的概率重要度;

Fs—故障树的故障概率函数 ( 即顶事件发生概率表达式) , = P ( T) ;

Fi—第i个底事件的发生概率。

代入上式计算, 可以求得各底事件的重要度。

由于该故障树每一个底事件都是一个最小割集, 代入上式求解重要度都是1, 因此所有底事件对顶事件的贡献一样。但必须认识到, 每一个底事件的发生率是不一样的, 不同原因引起的牵引封锁故障后果也不同。因此对该故障树, 可以认为发生率较高的底事件对顶事件影响较大, 重要度较高, 导致后果更严重的底事件重要度也更高。如主逆变器模块故障、TCU故障发生率较高, 因此重要度更高。

7 结论与建议

根据故障树分析, 我们找到了引起机车牵引封锁故障的主要原因。根据故障树, 主逆变器水压低、水温超限及主变压器油温超限都与冷却塔故障有关, 因此冷却塔故障 ( 含水路和油路故障) 是牵引封锁的重要底事件, 必须引起重视且从设计选型上确保冷却塔的可靠性, 同时在冷却塔结构设计与设备布置时必须考虑维护的简便性。

对于机车用户而言, 可以利用该故障树建立故障诊断流程图, 并针对每一种故障原因制定相应的故障处理措施, 便于在机车出现牵引封锁故障后能迅速判别故障原因, 然后根据预先指定的维修措施及时处理故障以迅速恢复机车使用。

参考文献

[1]EN 50126《铁路设施可靠性、有效性、维修性和安全性 (RAMS) 规范及示例》[S].

[2]李良巧.可靠性工程师手册[M].北京:中国人民大学出版社, 2006.

故障树合成 篇6

目前在电厂系统故障诊断中常用的方法主要有基于专家系统的故障诊断方法、基于神经网络的诊断方法和基于模糊数学的诊断方法。基于专家系统的方法[2,3]不需要系统的精确数学模型,根据长期的实践经验和大量的故障信息知识,建立知识库,知识推理机制,设计专家系统的故障检测、故障诊断模型,它可以较好地解决复杂系统的故障检测与诊断问题。然而知识的获取是其应用的瓶颈。基于神经网络的方法[4,5]利用神经网络强的自组织自学习能力,能够较方便地建立故障模型或对象模型,适合于处理复杂系统的故障诊断问题。但是在使用神经网络进行故障检测以前必须使用大量的故障样本训练网络。人工神经网络的诊断结果取决于训练样本的准确性和充分性,但对于电厂的热力系统而言,具体的机组、设备很难获得足够的样本,而同类机组和设备之间即使参数相同也会因制造、安装和改造等因素而有所差别,这就使得神经网络在实际应用中受到很大地限制。基于模糊数学的方法[6,7,8]通过建立模糊关系矩阵或模糊关系库,进行模糊推理,能较好地处理故障检测中的不确定性问题。其技术难点在于建立有效充分的特征集和故障状态集,对于新出现的故障不能做出有效判断。

本文采用广义故障树知识表示方法建立起智能诊断系统的诊断知识规则库,同时设计基于故障树的故障诊断推理机制,从而设计出一个基于故障树的汽包水位智能故障诊断系统。这一系统建立在深入了解汽包水位故障成因机理基础上,算法实现简单,具有很强的工程价值。

1 汽包水位故障树的建立

故障树分析法[9]是从所研究的故障现象出发寻找产生这一故障的根源,因而是从果到因的研究过程。通过对汽包水位变化机理研究,并结合对具体热力设备结构特征和故障机理的研究,可建立电厂运行中汽包水位常见故障的故障树(见图1,2)。

2 基于故障树的知识表示

建立的故障树中每一个结点往往可以伴随着一些其它信息,如故障事件发生的概率、贡献因子、发生时间,或者其父辈事件和子辈事件发生瞬间的时间间隔等等。在这种情况下,该故障树称为广义故障树(Generalized Fault Tree-GFT)。在此条件下,故障诊断知识库可以直接由广义故障树的知识表示方法来构造。具体实现方法为:先用框架将故障分类,将整个故障树用分层的树状框架结构来描述,针对不同故障采用规则来描述。故障树的每一个逻辑门都能转变成一个“IF-THEN”规则。由“与门”转变成的规则,其前提条件部分由该“与门”的各子事件的逻辑乘法构成,而其结论部分则由该“与门”的输出事件构成。“或门”转变成规则和“与门”生成规则相类似,只需把其前提条件中的逻辑乘法换成逻辑加法即可[9]。这样框架和产生式规则相结合,能全面描述复杂故障诊断知识。

约束数据槽中,贡献因子为本结点事件的给定子事件引起该故障事件发生原因的可靠性度量;重要性为本结点事件的重要程度的度量,反映导致其父辈结点事件发生的影响程度。对于广义故障树中的具体诊断对象结点来说,诊断对象的描述框架诊断单元中,除框架名和类型槽外,其它槽值可以缺省。如主蒸汽压力骤升的广义故障树描述框架(见表1)。

可以看到上述描述框架能够自动生成下列诊断规则:IF(负荷突降)OR(燃料量突升)THEN(主蒸汽压力骤升,0.85)。

3 基于故障树模型的故障推理

基于故障树模型的故障推理就是利用现有的测量信息和故障树节点间的逻辑关系进行正向推理和反向推理。利用异常节点作为推理的起始点,利用正常节点进行假设排除,最终确定底事件的状态。如测点充分,则可确定全部底事件的状态(正常或异常)。否则把底事件集分成三部分,即一个必然故障源集、一个可能故障源集和—个正常底事件集。必然故障源集中的所有元素均是系统的故障源,可能故障源集中的所有元素则是其可能的故障源。

由此,可将知识库分为四个部分:广义规则库(每条广义规则就是故障树上父、子节点间构成的一条反向因果链,父节点对应广义规则的前提,子节点对应广义规则的结论);异常事件库(如果故障树上某—节点的实际状态与期望状态不—致,则把该节点事件放入异常事件库);正常事件库(如果故障树上某一节点的实际状态与期望状态一致,则把该节点事件放入正常事件库);未知事件库(如果故障树上某—节点的实际状态未知,则把该节点事件放入未知事件库)。

故障诊断的推理原则为先通过正向推理,搜索到可能发生故障的故障树节点,并将其加入异常事件库;推理中遇到状态未知的故障树节点加入未知事件库中,人工判断;以候选的故障数节点为起始点作反向推理,验证正向推理的结论并最终得到所有故障树节点的状态。

4 实例分析

以某2×135MW供热机组的额定参数运行为基础作仿真实验,进行“汽包水位低”故障发生时的故障诊断推理。

4.1 故障征兆的获取

汽包水位低运行的故障征兆是指:在汽包水位下降时,相关热力参数的异常变化或相关设备表现出来的外在异常现象。具体征兆的获取可有以下几个途径:(1)由仪表直接测得的热力参数与其正常值相比较后得到的故障征兆。(2)由测点参数算得的热力参数与其正常值相比较后得到的故障征兆。(3)由运行人员对热力设备进行现场查看、检修和试验得到的故障征兆。

4.2 仿真分析

运行中由于水冷壁管泄漏导致汽包水位降低,这一故障的故障征兆(见表2),诊断故障树结构见图2。由故障征兆A,C,D(含义见表2)作正向推理,排除“汽包水位故障”、“给水流量不正常小于主蒸汽流量”和“汽包压力骤升”,并根据故障征兆E初步确定汽包水位降低;然后以“给水流量不正常大于主蒸汽流量”故障树节点为起始点作反向推理,检测不到汽包水位高报警,故只在异常状态中将其列出。最终根据故障征兆F,G验证“水冷壁或省煤器管泄漏”故障的存在。

摘要：锅炉汽包满、缺水事故是长期困扰火力发电厂安全的恶性频发事故之一,对故障的早期征兆和发展趋势进行处理对于事故预报和预警、避免事故发生具有重要意义。在深入研究汽包水位故障的成因机理基础上,采用将广义故障树分析方法与智能诊断系统相结合的思路,给出一种汽包水位故障的在线监测和诊断的方法。通过汽包水位低故障的现场实例应用表明该方法的有效性。

关键词：故障诊断,汽包水位,故障树,火电厂

参考文献

[1]候子良,刘吉川等.锅炉汽包水位测量系统,北京:中国电力出版社,2005

[2]李德英,张跃.锅炉系统故障诊断模糊推理方法,系统工程理论与实践,1998:125~129

[3]夏朝阳.循环流化床锅炉状态监测与故障诊断专家系统[博士学位论文],北京:清华大学,1996

[4]张建华,侯国莲,段泉圣.模糊及神经网络在凝汽器故障诊断中的应用,现代电力,1998,15(3):13~16

[5]李勇,叶荣学,曹祖庆.基于BP网络的凝汽器故障隶属函数及模糊诊断方法,汽轮机技术,1995,37(4):25~31

[6]王培红,朱玉娜,贾俊颖等.模糊式识别在凝汽器故障诊断中的应用,中国电机工程学报,1999,19(10):46~49

[7]汪健.基于热力参数的大型机组热力循环系统的集成故障诊断系统[硕士学位论文],北京:清华大学,1994

[8]闻新,周露等.控制系统的故障诊断和容错控制,北京:机械工业出版社,1998

电液伺服机构故障树分析 篇7

电液伺服机构既能控制很大的惯量和产生很大的力或力矩,又具有很高的精度和快速响应能力,因而得到了广泛应用。如用于飞机与船舶舵机控制、雷达与火炮控制、导弹与火箭姿态飞行控制等。作为飞行器控制系统的执行机构,伺服机构驱动摇摆发动机或摆动喷管来完成对飞行器的控制,其性能的好坏及可靠性高低直接关系到整个控制系统的性能及可靠性,由于伺服机构处在整个系统的后段,系统上游部件的一切故障瞬态都有可能传过来以致影响飞行品质,对伺服机构的可靠性要求很高。但作为控制系统中动特性复杂、工作环境恶劣的设备,它也是飞行器控制系统中故障率最高的部件[1]。其次,对于导弹之类一次性使用的武器,发射之后伺服机构一旦发生故障即无法排除[2]。因此其可靠性的高低,将直接影响到飞行器控制系统甚至整个飞行器的可靠性。电液伺服机构作为机电液产品,其故障呈现多样性,既有电气方面的,又有机械液压方面的,因而影响其可靠性指标的因素较多,而且比较复杂。

为提高电液伺服机构的可靠性水平,本研究采用直观性强、灵活性大、通用性好的故障树分析法对电液伺服机构进行全面的可靠性分析,建立可靠性模型,从而为电液伺服机构的改进和可靠性设计提供依据。

1 电液伺服机构

在某型号装备自动控制系统中,主要采用电动泵电液伺服机构,它具有力矩惯性比和功率质量比大、控制精度高、动态响应快、效率高等优点,该伺服机构的系统原理图如图1所示。

1—电机;2—油泵;3—单向阀;4—高压快卸接头;5—油滤;6—高压安全阀;7—磁性油滤;8—充气阀;9—气压传感器;10—清洗阀;11—油面传感器;12—低压安全阀;13—低压传感器;14—低压快卸接头;15—油滤;16—阀供油压力传感器;17—集成块基体;18—蓄能器;19—油箱;20—放气阀;21—压差传感器;22—旁通阀;23—作动器;24—反馈电位计;25—力矩马达;26—阀体;27—伺服放大器;28—温度传感器;29—分流器;30—控制电流测点;31—电压测点

伺服机构在功能上可划分为动力装置、液压油源回路和伺服控制回路3个组成部分。其中,动力装置包括电池,电机(1)和专用电缆;液压油源回路包括油泵(2),单向阀(3),过滤器(5)、(7)和(15),蓄能器(18),增压油箱(19),清洗旁通阀(10),高压安全阀(6),低压安全阀(12),高压快卸接头(4),低压快卸接头(14),放气孔(20),油面高度传感器(11)等;伺服控制回路包括电子伺服放大器(27),双喷嘴二级力反馈电液伺服阀(25),直线双作用式作动器(23),反馈电位计(21)及专用连接器和相应电缆。

当某型号装备转弯或克服干扰纠正姿态时,电机驱动油泵,油泵工作后,泵的吸油管经低压金属软管、活门组件、头部壳体内的低压管道从油箱中吸油,并经泵的排油嘴排出高压油。高压油通过高压金属软管、滤油器、活门组件、头部壳体的高压管道分两路分别进入蓄压器油腔(作为系统的辅助能源)和伺服阀入口。飞行控制系统向伺服控制回路输入电压指令信号,该信号经伺服放大器变换放大成电流信号输出至伺服阀的力矩马达线圈,使伺服阀的阀芯产生位移,阀芯位移打开伺服阀的输出窗口,从而输出方向一定的高压流体,流体流量的大小由电流与系统负载压差决定。高压流体进入作动器对应的一腔,推动活塞杆以与流量成比例的速度运动。活塞杆带动喷管绕定轴摆动,形成转角,从而产生侧向控制力,改变弹体姿态。

2 故障树的建立

故障树的建立把系统中最不希望发生的故障状态作为故障分析的目标,然后找出导致下一级事件发生的全部因素,再找出导致下一级事件发生的全部直接因素,直到那些故障机理已知的基本因素为止[3]。本研究根据电液伺服机构生产、调试及试验情况,以及使用中所出现的故障情况[4]来建立故障树。电液伺服机构如果不能正常地进行工作,则认为机构发生故障,并以此作为故障树的顶事件建立故障树。机构分析表明,组成机构的三部分—动力装置、液压油源回路和伺服控制回路,只要其中一个出现事故,便可发生顶事件,因此三者之间由逻辑“或”门连接;其中动力装置出现故障可能由电池故障或电机故障引起,二者之间用逻辑“或”门连接,由于电池出现故障由很多因素决定,在这里作为未探明事件;液压油源回路由油箱组件、油泵和蓄压器组件组成,只要其中之一出现故障便可导致液压油源回路出现故障,所以三者之间也用逻辑“或”门连接;伺服控制回路主要由作动器组件和伺服阀组件组成,它们之间也用逻辑“或”门连接;如此逐级向下发展,直到所有最低一排原因事件都是底事件为止(如图2～图5所示)。由图可知一共有48个底事件(包括基本事件和未探明事件),用Xi(i=1,2,3,…,48)表示。

3 故障树的分析

故障树是由顶事件和构成它的全部底事件按逻辑关系连结而成的。因此,可用结构函数给出其数学表达式,以便对故障树作定性分析和定量计算。为此必须首先确定故障树的最小割集,从而找出伺服机构最薄弱的环节,再由最小割集写出故障树的结构函数。本研究采用上行法自下而上地求顶事件与底事件的逻辑关系,以得到顶事件积和表达式,再用幂等律和吸收律分别去掉重复事件和多余的项,从而得到全部48个最小割集。若令Φ表示系统的状态,Kj表示第j个最小割集。那么,由最小割集可得该故障树的结构函数为:

$\text{ϕ}\left(X\right)={\displaystyle \sum _{j=1}^{48}{\rm K}}{}_j={\displaystyle \sum _{i=1}^{48}X}{}_j(1)$

由上式可知,所有的最小割集都是单一的底事件,说明X1,X2,…,X48任一底事件的发生都将引起伺服机构失效,它们的结构重要度是相同的。若假定各底事件和未探明事件相互独立,则在各独立事件的寿命分布已知的条件下,即可按逻辑关系用数值方法求得伺服机构的寿命分布曲线,进而可求出各种可靠性特征指标。

某型号伺服机构的外场故障中,50%以上是密封问题,29%是电子元件的失效[5]。从故障树可以得出密封部位主要的失效模式有:油泵气蚀、蓄压器气体漏入油中、油箱充气嘴密封不好、油箱活塞密封圈发生滚动、油箱活塞密封圈发生破损、蓄压器胶囊漏气、蓄压器密封圈增压杆密封圈发生滚动、蓄压器密封圈增压杆密封圈发生破损。经过对失效密封装置的分解检查发现,造成密封失效的主要原因有2种:①密封圈尺寸偏小,使有效密封面积减小,密封界面存在微缝隙;②密封圈压缩永久变形量和密封圈老化的影响,使密封圈弹性降低,法兰盘与密封圈的接触压力下降,或密封圈永久变形增大,起不到密封作用。

大量的事实证明,影响电子元器件性能和寿命的主要因素是环境条件,贮存环境中的温、湿度水平是影响电子元件的两个主要因素[6]。在温度、湿度的作用下也能导致其潜在的外壳、封装工艺缺陷失效(包括封装漏气失效、引线焊接失效、外引线腐蚀断裂)[7,8]。

4 可靠性模型的建立

通过对故障树的分析可知,影响伺服机构正常工作的因素很多。虽然通过对故障树的分析,依据其结构函数可建立完整的可靠性框图模型,从而可以定量地评定出伺服机构的可靠性指标,但这在实际中却是既不可能也没有必要的,原因有二:①上述模型反映不出影响伺服机构的主要失效因素;②在实际工作中无法得到足够的信息来估计各底事件的寿命分布。因此,根据伺服机构在实际使用和寿命试验中遇到的失效形式,以及各失效因素对伺服机构正常工作的影响程度和逻辑关系,对结构函数进行简化,得到简化后的故障树如图6所示。

按逻辑关系可知,简化后的电液伺服机构的可靠性框图模型为一串联系统(如图7所示)。串联系统要能正常工作,必须是组成它的所有单元都能正常工作,因此串联系统的可靠度为:

$R{}_s(t)=R{}_1(t)R{}_2(t)\cdots R{}_{10}(t)={\displaystyle \prod _{i=1}^{10}R}{}_i(t)(2)$

式中$R{}_i\left(t\right)$—单元i的可靠度,i=1,2,…10。

5 结束语

本研究通过对电液伺服机构进行故障树分析,以探究电液伺服机构的故障与哪些因素有关、有怎么样的关系以及影响的程度。通过对电液伺服机构的可靠性建模,对寿命分布类型不同的零部件按逻辑关系进行了可靠性综合,从而实现了整机的可靠性评定,并找出对电液伺服机构影响最大的薄弱环节,通过可靠性设计以提高电液伺服机构的可靠性水平。

参考文献

[1]潘荣霖.飞航导弹测高装置与伺服机构[M].1版.北京:中国宇航出版社,1993.

[2]朱忠惠.推力矢量控制系统[M].1版.北京:中国宇航出版社,1995.

[3]维齐利W E.故障树手册[M].1版.北京:原子能出版社,1987.

[4]祝荣喜.电液伺服机构失效模式、影响与严重性分析(FMECA)[J].战术导弹控制技术,2001,34(3):39-44.

[5]李久祥.整机加速贮存寿命试验研究[J].质量与可靠性,2004(4):14-17.

[6]陈迪,周百里,费鹤良.导弹系统贮存可靠性预测的数学模型[J].宇航学报,1996,17(3):51-57.

[7]杨丹,恩云飞,黄云.电子元器件的贮存可靠性及评价技术[J].电子元件与材料,2005,24(7):61-64.

故障树合成 篇8

在某工业中, 大型设备机组的运行具有长时间、连续性的特点, 因此大型设备机组在某工业领域具有无可替代的作用。 其中, 机组等关键设备具有造价高昂、结构复杂、安全要求高等特点, 一旦发生故障将会影响整体机组的正常运行, 甚至带来重大的安全隐患。 因此, 需要对大型设备故障进行及时诊断, 使其在发生故障时在最短的时间内投入正常使用。

随着故障诊断理论体系的不断完善和智能故障检测技术的不断发展, 越来越多的领域已经开始通过各种先进的检测手段对设备故障进行检测。 现阶段大型设备机组故障诊断的方法主要有基于粗糙集的诊断方法、基于神经网络的诊断方法和基于小波变换的诊断方法。 其中最常用的是基于小波变换的大型设备机组故障诊断方法。 由于故障诊断方法是大型设备机组安全运行的重要保障, 因此该课题拥有广阔的发展前景, 并成为很多学者研究的重点课题。

传统的故障诊断方法仍然存在着一些不足:基于粗糙集的诊断方法需要处理的运算量巨大, 诊断效率降低;基于神经网络的诊断方法容易陷入局部最优解, 收敛速度较慢;基于小波变换的诊断方法会造成原始故障的时频信号失真。 为了避免传统诊断方法的不足, 提出一种基于故障树的大型设备机组故障诊断方法。

1利用故障树对大型设备机组进行故障检测

故障树诊断法 (简记为FTA) 又被称为“因果树诊断法”, 利用此方法能够对诸多领域中的设备故障进行简单、准确的诊断。 在利用故障树诊断法进行大型设备机组故障诊断的过程中, 首先需要大型设备机组在满足正常的运行条件下, 构建一个系统安全运行的目标, 并将此目标定义为故障诊断的分析目标, 然后再根据大型设备机组的结构或者功能的关系, 从上到下, 逐层分析引起故障的全部直接因素, 并通过逻辑门的方式将故障与故障因素相连接, 这样可以构建大型设备机组的故障树模型, 从而可以直观的表示出大型设备机组中各子单元与系统故障之间的逻辑联系。 利用FTA进行大型设备机组的故障诊断, 不仅可以对由硬件引起的故障原因进行分析, 同样可以对引起故障的环境因素和软件因素进行分析, 因此可以对故障原因进行定性分析。

通过FTA的分析, 可以找到引起大型设备机组发生故障的因素, 并由此确定最小割集和最小路集, 然后根据大型设备机组运行的有关参数进行定量计算, 获得已知故障的分布情况、故障发生概率等重要参数。 将FTA应用于大型设备机组的故障诊断中, 将系统的故障作为故障树分析的目标, 通过逻辑分析可以直接寻找到引起故障的因素, 从而为故障的排除提供了准确的依据。

在大型设备机组运行的过程中, 通过设备运行在线监测系统, 对设备的运行数据进行实时采集, 并与给定的参数值域相比较, 若超过规定的值域范围, 则对该数据进行故障判断, 并作为FTA的顶事件, 根据FTA分析的有关原理, 构建对应的故障树分析模型。 大型机组可以采用下行法和不交最小割集法构建故障树模型, 通过模型的分析可以得到系统中全部最小割集合顶事件发生的概率。 对引起故障的因素进行分析可以, 此时所有低事件均为可测的分析单元, 也就是引起故障的主要因素。 因此, 最小割集是隐去故障的最小组合, 也是故障诊断的关键。 顶事件发生的概率即为故障发生的可能性, 为了对大型设备机组的故障进行及时诊断, 需要尽快找到故障发生的原因, 可以通过对系统中各个功能单元的重要程度进行排序来实现。 此处的重要程度的定义为:单元故障概率的变化率导致系统故障概率的变化率, 其公式如下所述:

其中, g (t) 为顶事件发生的概率, 能够描述大型设备机组的可靠程度;为大型设备机组中单位为i的故障发生概率, 为只有单元i发生故障时大型设备机组发生故障的概率;为单元i引起系统发生故障的概率, 该值越大, 表明由单元i引发系统故障的概率就越大。因此, 当大型设备机组发生故障时, 首先对单元i进行检查和更换, 以排除系统故障。

在大型设备机组中, 由于各个单元的故障检测时间都是相同的, 因此, 将所有单元的重要程度按照从大到小进行排列, 绘制系统的故障诊断表, 用于大型设备机组的故障诊断的指导。 当大型设备机组发生故障时, 在建立的故障树模型中输入对应的单元底事件故障数据, 获得各个单元的重要程度, 并按照大小进行排序得到故障诊断表。 进行故障诊断时, 从重要程度最大的单元开始检查, 若该单元发生故障则进行维修, 若非该单元发生故障, 则继续向下一个单元检查, 直至检查到发生故障的单元。 这个故障诊断的路径即为最优故障诊断路径。

要确定引起故障的原因, 还要对故障进行准确的定位, 假设单元i能够引起k种故障类型, 对应的故障发生概率为 λij, 则利用下述公式能够计算单元i的故障检测时间:

若各单元之间的MTTDi相差较大时, 利用重要程度确定故障诊断次序的方法是不合适的, 因此, 需要对重要程度与检测时间的比值进行计算, 并将该值进行排序, 作为故障诊断的次序, 单元重要程度与检测时间的比值的计算公式如下所述:

利用上述公式能够获得时间最小的最优故障诊断路方案。 假设在同一时间内只有一个单元发生故障, 则利用上述方法进行故障诊断有着明显的效果, 假设在同一时间内多个单元同时发生故障, 则需要将多个故障看作统一的整体。 具体方法是, 将全部故障看座一个新故障树的顶事件, 将包含各个单元故障的故障树作为子故障树, 并置于该顶时间的下方构建新的故障树诊断模型。

2结束语

本文介绍了故障树诊断方法在某工业领域中大型设备机组中的应用方法, 详细阐述了构建大型设备机组故障诊断的故障树的方法和最优诊断路径实现的方法。 该课题具有重要的应用价值, 可以实现大型设备机组故障及时诊断与维修, 从而保证了大型设备机组的安全运行。

参考文献

[1]孙福安, 郭亚坤, 戴兵.基于模糊故障树的基带设备故障诊断方法[J].兵工自动化, 2013 (3) :76-79.