0 引言

    故障樹分析法^[1]是在實際工程應(yīng)用中判斷系統(tǒng)安全性與可靠性常用的方法，在理論分析方面已經(jīng)發(fā)展得非常成熟,，其研究多數(shù)集中于計算頂事件發(fā)生概率和分析系統(tǒng)薄弱環(huán)節(jié)的算法上,，如文獻[2]中的智能故障樹診斷方法，按照計算所得底事件的故障率確定故障診斷的最優(yōu)順序,，是典型的故障樹靜態(tài)分析方法,。利用故障樹法診斷實時診斷的系統(tǒng)也有一些研究成果，如文獻[3]提出了一種實時預(yù)測故障的方法,，引入底事件工作狀態(tài)隸屬度的概念,，實時計算頂事件發(fā)生概率，對薄弱系統(tǒng)環(huán)節(jié)進行預(yù)測,。但是這種方法僅能作為預(yù)測軟件,，并未達到實時診斷系統(tǒng)故障的效果。

    二元決策圖^[4-5]（Binary Decision Diagram,，BDD）本質(zhì)上是變量集的布爾函數(shù),，這與故障樹的割集^[6]概念一致，由于BDD的結(jié)構(gòu)規(guī)范,，對比故障樹節(jié)點更少,，對于存儲器空間占用少，有利于快速得出故障失效的不交化割集,。

    在實際工程應(yīng)用中,，現(xiàn)場操作人員雖然有現(xiàn)場數(shù)據(jù)，但對于復(fù)雜系統(tǒng)故障不一定具備診斷知識,，因此很難現(xiàn)場準(zhǔn)確診斷故障原因^[7],。對于以上問題，本文提出了一種針對具有總線報警的實時監(jiān)控系統(tǒng),，根據(jù)總線節(jié)點的報警代碼，利用ITE算法將故障樹轉(zhuǎn)化為BDD,，在線實時診斷系統(tǒng)故障,，對于分析系統(tǒng)故障模式，不斷完善修正故障樹有一定實際意義,。

1 ITE算法及實現(xiàn)

1.1 ITE算法基本原理

    BDD是一種非閉環(huán)有向圖,，是一組變量的布爾表達式的圖形化表示，在BDD中除了變量節(jié)點,，還存在兩種基本終結(jié)點“0”和“1”,，從層數(shù)最高的“1”節(jié)點沿著所有節(jié)點的“1”腳回溯至BDD的頂節(jié)點,，得到的變量集合之和即為該BDD的布爾表達式。ITE(if-else-then)算子采用香農(nóng)分解式的思想,，將BDD按變量排序順序依次展開,，比傳統(tǒng)二元決策圖轉(zhuǎn)換算法復(fù)雜度低，其表達式如式(1)所示,。

    采用式(1)算子對圖1故障樹進行BDD轉(zhuǎn)換,，假設(shè)其底事件排序為：abcd，那么依次得到故障樹中各個門的ITE表達式如下：

    由該故障樹的頂事件（TOP）ITE表達式可得圖1故障樹的割集為：{ab,acd,，cd},。

1.2 ITE算法實現(xiàn)

    由于BDD特殊的結(jié)構(gòu)形式，每個節(jié)點的結(jié)構(gòu)都是相同的,，適合使用遞歸方法實現(xiàn),。首先，對于ITE節(jié)點定義,，如表1所示,。

    從表1中可以看出形成BDD的ITE結(jié)構(gòu)節(jié)點定義中使用了自引用的方式，其中它的nodehigh ,、nodelow屬性也是itenode的類結(jié)構(gòu),，這樣使得在ITE節(jié)點連接時可以使用遞歸方式，形成的合并節(jié)點也都為相同結(jié)構(gòu),。

    使用ITE算法將故障樹轉(zhuǎn)換為BDD主要有兩個步驟：(1)對于門形成該門的ITE結(jié)構(gòu),；(2)將所有門的ITE結(jié)構(gòu)連接起來形成最終BDD。具體算法如表2,、3所示,。

    表2中形成子門所有底事件的ITE函數(shù)將所有該門下的底事件連接形成ITE函數(shù)，由于在連接底事件的時候不存在兩個ITE間的操作,，只需編輯被連接節(jié)點的左右腳即可,，如節(jié)點b需要連接節(jié)點a時，判斷b節(jié)點父門的類型,，若是“或”門,，b節(jié)點的ITE結(jié)構(gòu)中第2個元素中放入a節(jié)點，第3個元素置“0”,；若是“與”門,，b節(jié)點的ITE結(jié)構(gòu)中第3個元素中放入a節(jié)點，第2個元素置“1”,，如此循環(huán)至該門下所有節(jié)點均連接完成,，最后返回該門所有底事件的ITE結(jié)構(gòu)。

    表3中ITE連接函數(shù)有3個變量,，變量f,、g表示2個待連接的ITE節(jié)點,，變量op表示連接類型。兩個ITE節(jié)點連接主要分為3種情況：(1)f,、g節(jié)點中有一個是“0/1”節(jié)點,，根據(jù)op類別返回相應(yīng)ITE節(jié)點；(2)計算表中已經(jīng)有節(jié)點f,、g的相關(guān)操作,，直接返回操作值；(3)以上2種情況均不符合,，則按照ITE結(jié)構(gòu)遞歸連接,。

    對于整棵樹的ITE求解步驟為：(1)對所有門，求取其門下所有底事件的ITE合并結(jié)構(gòu),；(2)從層數(shù)最多的門開始求解ITE,，逐步替代其上層門的輸入直到頂門,。最終得到頂門的ITE結(jié)構(gòu)就是該故障樹的BDD形式,。

2 算法實現(xiàn)平臺

    作為一個通用的嵌入式軟件平臺[9-10],，對于一個具有CAN總線結(jié)構(gòu)的系統(tǒng)，合理設(shè)置故障報警節(jié)點,，以所有故障節(jié)點作為故障樹的頂事件建立多棵故障樹,，通過GUI界面將所有故障樹信息錄入軟件平臺。監(jiān)控界面實時顯示系統(tǒng)數(shù)據(jù),，當(dāng)有報警信號時,，操作人員可判讀是否需要進行診斷，如要現(xiàn)場診斷,，則進入診斷推理界面,，根據(jù)報警信號找到相應(yīng)故障樹，采用ITE算法,，進行定性分析,，確定發(fā)生故障的割集集合，給出結(jié)果及修復(fù)信息,，系統(tǒng)結(jié)構(gòu)如圖2所示,。

2.1 故障樹建模模塊

    在實際監(jiān)控診斷工作開始之前，首先需要建立本系統(tǒng)的故障樹模型,。在建立故障樹時,，出于軟件通用性考慮，將建立故障樹與錄入監(jiān)測參數(shù)分開,。首先將所有的系統(tǒng)參數(shù)錄入，在建樹的過程中直接選擇相應(yīng)底事件對應(yīng)的參數(shù),，這樣避免了不同底事件在依賴同樣特征參數(shù)時的重復(fù)操作,，提高了建樹效率及準(zhǔn)確性,。

2.2 數(shù)據(jù)庫模塊

    數(shù)據(jù)庫是平臺系統(tǒng)存儲故障樹信息和原始系統(tǒng)數(shù)據(jù)的重要環(huán)節(jié)，如圖3所示是系統(tǒng)的數(shù)據(jù)庫結(jié)構(gòu),。ADO.NET平臺具有執(zhí)行速度快,、網(wǎng)絡(luò)傳輸時間短的優(yōu)點，適用于平臺的分布式數(shù)據(jù)傳輸環(huán)境,，基于以上原因,，數(shù)據(jù)庫采用SQL Server軟件平臺開發(fā)^[8]，與界面設(shè)計軟件Visual Studio有良好的接口,。

    數(shù)據(jù)庫主要存儲了包括故障樹信息,、原始特征參數(shù)值(總線數(shù)據(jù))、推理過程中得到的各種中間信息(割集),、報警信息和解決問題后輸出結(jié)果信息(修復(fù)方法)等,。總線數(shù)據(jù)分為報警信息和征兆參數(shù)值兩部分,。在導(dǎo)入故障樹信息時,，將各參數(shù)對應(yīng)的CAN總線關(guān)聯(lián)對象的ID、關(guān)聯(lián)指針,、對象長度一并導(dǎo)入,，根據(jù)這些信息，系統(tǒng)可以將收到的數(shù)據(jù)幀轉(zhuǎn)換為有意義的參數(shù)值,。如圖3中的WriteData_SQL表記錄所有的總線原始數(shù)據(jù),，通過查找parameters表將原始二進制數(shù)據(jù)翻譯成參數(shù)實際值提供給監(jiān)控界面顯示。

3 應(yīng)用

3.1 案例分析

    車輛液壓控制系統(tǒng)中包含液壓機械設(shè)備,、控制電路等復(fù)雜結(jié)構(gòu),，發(fā)生故障的可能性也隨之增大。某些故障不但會影響車輛正常運轉(zhuǎn),，還可能會導(dǎo)致整個系統(tǒng)的故障,。

    如圖4所示為某液壓控制系統(tǒng)故障樹，本文假設(shè)所有事件是二態(tài)的,，即故障或正常,。故障樹信息如表4所示。本系統(tǒng)故障樹特點在于底事件可分兩類：人工判斷類及自動判斷類,。其中,，人工判斷類底事件只對應(yīng)一個特征參數(shù)，即需要人工判斷該特征參數(shù)的狀態(tài),。而對于自動判斷類底事件,，出于通用性考慮，為每個底事件預(yù)留3個特征參數(shù)，且3個特征參數(shù)之間的布爾關(guān)系可編輯,，系統(tǒng)將在后臺根據(jù)現(xiàn)場數(shù)據(jù)及用戶給出的布爾關(guān)系判斷該底事件是否發(fā)生,。

    頂事件為主泵異常，底事件主要分為電控回路故障,、電纜故障,、閥件故障等。對與每個底事件有相應(yīng)的征兆,，如X1電源故障,，可通過電源電壓U判斷X1的狀態(tài)；而有的底事件可能對應(yīng)多個征兆,，如X8閥件卡滯對應(yīng)的征兆有控制電流I和系統(tǒng)壓力P兩個參數(shù),，這兩個參數(shù)之間也存在布爾關(guān)系，當(dāng)兩個參數(shù)同時異常時X8故障,。

3.2 模擬環(huán)境拓撲結(jié)構(gòu)

    分別采用兩臺PC機作為現(xiàn)場環(huán)境模擬機和診斷機,，其拓撲結(jié)構(gòu)如圖5所示。上位機模擬發(fā)送總線數(shù)據(jù)以及故障注入,，下位機運行本診斷軟件,。

3.3 實驗結(jié)果分析

    在模擬開始前，將上文故障樹信息輸入診斷軟件,，并將該系統(tǒng)的模擬總線數(shù)據(jù)輸入上位機,。注入液位高度故障數(shù)據(jù)，在升車過程進行到20 s時注入報警幀,，報警代碼為101,。接到報警后，軟件提示是否立即診斷,，如圖6所示,，即轉(zhuǎn)入診斷推理界面，如圖7所示,，診斷結(jié)果為油液高度異常,。

4 結(jié)論

    本文將二元決策圖ITE算法應(yīng)用于實際系統(tǒng)，實現(xiàn)了在線系統(tǒng)故障診斷軟件的設(shè)計仿真,，根據(jù)仿真結(jié)果可得出：

    (1)算法通用性強,，可靠性高。二元決策圖ITE算法可應(yīng)用于任何結(jié)構(gòu)的系統(tǒng),，具有一定的工程意義,。

    (2)診斷效率高，實時診斷故障原因并給出解決方案,。

    (3)良好的人機交互界面,，完整的數(shù)據(jù)知識存儲機制,，對于完善已有故障樹，從而提升整個系統(tǒng)的可靠性有一定的應(yīng)用價值,。

參考文獻

[1] 王少萍.工程可靠性[M].北京：北京航空航天大學(xué)出版社,，2000.

[2] 倪紹徐，張裕芳,，易宏，等.基于故障樹的智能故障診斷方法[J].上海交通大學(xué)學(xué)報.2008(8).

[3] 董豆豆,，周忠寶.基于故障樹的系統(tǒng)安全風(fēng)險實時監(jiān)測方法[J].國防科技大學(xué)學(xué)報.2006(28).

[4] 張超.基于BDD的動態(tài)故障樹優(yōu)化研究[D].西安：西北工業(yè)大學(xué),，2004.

[5] 袁靜，胡昌華,，徐瑞,，等.基于改進BDD算法的導(dǎo)彈安控系統(tǒng)故障樹仿真分析[J].系統(tǒng)仿真學(xué)報，2007(19).

[6] 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(shù)據(jù)采集與處理,，2002，17(3).

[7] 朱大奇,，于盛林,，陳小平.基于故障樹分析及虛擬儀器的電子部件故障診斷技術(shù)研究[J].儀器儀表學(xué)報，2002,，23(1).

[8] 張勇.基于ACCESS數(shù)據(jù)庫的CAN總線數(shù)據(jù)采集方法的設(shè)計與實現(xiàn)[J].制造業(yè)自動化.2011(21).

[9] JOANNE B D,，KEVIN J S.Developing a low-cost high-quality software tool for dynamic fault-tree analysis.IEEE Trans.Reliability，2000(40)：49-59.

[10] Zhou Zhiwei,，Zhuang Ming.Design  of a real-time fault diagnosis expert system for the  EAST cryoplant.Fusion Engineering and  Design,，2012(87)：2002-2006.