系統(tǒng)故障檢測可靠性課程設(shè)計PPT

1、專業(yè)：專業(yè)：匯報人：匯報人：第一章第一章 研究背景研究背景第二章第二章 基于基于FMEA的的AUV可靠性分析可靠性分析第四章第四章 基基于于FMEA的的AUV貝葉斯診斷網(wǎng)絡(luò)貝葉斯診斷網(wǎng)絡(luò)第三章第三章 改進(jìn)的改進(jìn)的FMEA風(fēng)險評估方法風(fēng)險評估方法第五章第五章 診斷實驗及結(jié)果分析診斷實驗及結(jié)果分析第一章第一章 研究背景研究背景 智能水下機(jī)器人(AUV)由于工作環(huán)境的復(fù)雜性、外界因素的未知多變性，使得任何細(xì)微的故障都有可能產(chǎn)生災(zāi)難性的后果，所造成的經(jīng)濟(jì)損失將無法估量，因此如何提高系統(tǒng)可靠性及故障診斷能力已成為AUV研究領(lǐng)域的重要課題。 針對國內(nèi)在水下機(jī)器人軟件可靠性研究方面還沒有深入展開的現(xiàn)狀，本文

2、結(jié)合水下機(jī)器人軟件系統(tǒng)的特點，運用改進(jìn)的FMEA技術(shù)，給出了實際可行的水下機(jī)器人軟件可靠性分析及評估方案，總結(jié)了AUV的主要軟件故障模式，并在此基礎(chǔ)上，建立了基于FMEA的貝葉斯診斷網(wǎng)絡(luò)。第二章第二章 基于基于FMEAFMEA的的AUVAUV可靠性分析可靠性分析失效模式影響分析(Failure Mode and Effects Analysis，F(xiàn)MEA)是一種傳統(tǒng)的系統(tǒng)可靠性、安全性分析方法。根據(jù)FMEA的基本原理及方法要求，本文給出了水下機(jī)器人智能決策系統(tǒng)軟件的FMEA實施步驟：(1)確定描述分析對象；(2)確定潛在的失效模式；(3)描述失效的影響；(4)確定原因；(5)風(fēng)險評估。本文分析

3、對象為AUV智能決策系統(tǒng)軟件模塊，該系統(tǒng)主要包括6大功能模塊：(1)全局路徑規(guī)劃模塊；(2)局部路徑規(guī)劃模塊；(3)緊急情況處理模塊；(4)通訊模塊；(5)目標(biāo)搜索模塊；(6)任務(wù)下達(dá)模塊。以路徑規(guī)劃模塊為例，其FMEA表如表1所示。模塊名稱模塊名稱故障模式故障模式主要故障原因主要故障原因故障影響故障影響全局路徑規(guī)劃模塊全局路徑規(guī)劃模塊（1）全局路徑規(guī)劃不合理）全局路徑規(guī)劃不合理（1）環(huán)境建模不合理或失）環(huán)境建模不合理或失效效（2）全局路徑搜索模塊失）全局路徑搜索模塊失效效（3）地圖文件讀寫錯誤）地圖文件讀寫錯誤（1）航跡）航跡（2）航速）航速（3）狀態(tài)參數(shù)異常）狀態(tài)參數(shù)異常（2）無法規(guī)劃出全

4、局路徑）無法規(guī)劃出全局路徑路徑局部規(guī)劃模塊路徑局部規(guī)劃模塊（1）碰到障礙物）碰到障礙物（1）控制規(guī)則表創(chuàng)建失效）控制規(guī)則表創(chuàng)建失效（2）避障函數(shù)失效）避障函數(shù)失效（3）向目標(biāo)點前進(jìn)）向目標(biāo)點前進(jìn)（4）寫入目標(biāo)文件出錯）寫入目標(biāo)文件出錯（1）航跡）航跡（2）航速）航速（3）狀態(tài)參數(shù)異常）狀態(tài)參數(shù)異常（4）碰到障礙物）碰到障礙物（5）無法從文件獲取數(shù)）無法從文件獲取數(shù)據(jù)據(jù)（2）無法規(guī)劃出局部路徑）無法規(guī)劃出局部路徑（3）文件讀寫不同步）文件讀寫不同步（1）全局?jǐn)?shù)據(jù)庫不一致）全局?jǐn)?shù)據(jù)庫不一致（2）日志文件出錯）日志文件出錯表表1 路徑規(guī)劃模塊路徑規(guī)劃模塊FMEA表表3.13.1 傳統(tǒng)傳統(tǒng)FMEAFM

5、EA的局限性的局限性 傳統(tǒng)FMEA風(fēng)險評估過程如圖1所示，其主要是通過計算風(fēng)險順序數(shù)RPN來評估產(chǎn)品或系統(tǒng)的風(fēng)險等級。由于不同的O、S、D相乘可以得到相同的RPN值，而RPN值相同情況下，各種失效模式對于系統(tǒng)的風(fēng)險作用卻不相同，因此，僅以RPN來判斷各種失效模式的風(fēng)險順序明顯存在著不足。圖圖1 1 風(fēng)險評估過程圖風(fēng)險評估過程圖3.2 3.2 基于三角模糊數(shù)基于三角模糊數(shù)的的FMEAFMEA評價模型評價模型 模糊數(shù)形式有很多，本文采用三角模糊數(shù)模糊數(shù)形式有很多，本文采用三角模糊數(shù)對模糊語言術(shù)語進(jìn)行定量對模糊語言術(shù)語進(jìn)行定量化處理。若模糊數(shù)化處理。若模糊數(shù)A A可由可由(a,b,c)(a,b,c)

6、決定，且隸屬函數(shù)值為：決定，且隸屬函數(shù)值為： 0,0,Axaxaxa bbaxcxxb ccbxc （1）模糊數(shù)的非模糊化是應(yīng)用灰色關(guān)聯(lián)理論計算的基礎(chǔ)，國內(nèi)外有許多學(xué)者對模糊數(shù)的非模糊化是應(yīng)用灰色關(guān)聯(lián)理論計算的基礎(chǔ)，國內(nèi)外有許多學(xué)者對非模糊化算法進(jìn)行了深入的研究非模糊化算法進(jìn)行了深入的研究。本文根據(jù)三角模糊數(shù)分布特點，由式本文根據(jù)三角模糊數(shù)分布特點，由式(2)(2)： 46ab cG 將三角模糊數(shù)將三角模糊數(shù)(a,b,c)(a,b,c)化為單值，即可得出最終的評價結(jié)果，見表化為單值，即可得出最終的評價結(jié)果，見表2 2。（2）評價語言三角模糊數(shù)清晰數(shù)極低（R）（0,0.76,1.84）0.81低

7、（L）（1.5,2.8,3.85）2.76一般（M）（3.7,5.2,6.2）5.1高（H）（6.22,8.15,9.13）8.0很高（VH）（8.8，9.8,10）9.67表表2 模糊語言術(shù)語的清晰化模糊語言術(shù)語的清晰化故障模式OSD全局規(guī)劃不合理MMM避障失敗RVHM無法處理緊急情況RVHH通訊超時LML未能搜索到目標(biāo)LHH任務(wù)沒有順利下達(dá)LMM 本文從水下機(jī)器人6大模塊中選擇了主要的故障模式，分別為：(1)全局路徑規(guī)劃不合理；(2)避障失?。?3)無法處理緊急情況；(4)通訊超時；(5)未能搜索到目標(biāo)；(6)任務(wù)沒有順利下達(dá)。這6種主要故障模式的模糊等級評價表，如表3所示。表表3 故障模

8、式模糊等級評價表故障模式模糊等級評價表3.3 3.3 基于灰色關(guān)聯(lián)度的基于灰色關(guān)聯(lián)度的PRNPRN排序排序?qū)Φ湫偷膸追N失效模式進(jìn)行評價后，便可以根據(jù)灰色關(guān)聯(lián)理論計算各種失效模式的灰色關(guān)聯(lián)度，通過排序來確定各種失效模式的風(fēng)險順序，制定改進(jìn)措施。根據(jù)灰關(guān)聯(lián)理論及對水下機(jī)器人失效模式的評價，按照表2中模糊語言術(shù)語對應(yīng)的清晰數(shù)，建立水下機(jī)器人主要故障模式的比較矩陣A。本文選擇最差值最為參考基準(zhǔn)建立參考矩陣A0。5.10 5.10 5.100.81 9.67 5.100.81 9.67 8.002.76 5.10 2.762.76 8.00 8.002.76 5.10 5.10MMMR VH MR VH

9、 HALMLLHHLMM 0101010101010101010101010101010101010VHVHVHAVHVHVH關(guān)聯(lián)性實質(zhì)上是曲線間幾何形狀的差別，因此可以將曲線間差值的大小，作為關(guān)聯(lián)程度的衡量尺度。可以定義以下關(guān)聯(lián)系數(shù)的計算公式： 00000minminmaxmax,maxmaxiii mk mi mk mjiiii mk mxkx kxkx kxkx kxkx kxkx k式中， 為xi對于x0在k點的灰色關(guān)聯(lián)系數(shù)， 為分辨系數(shù)，取值在0至1之間，是可以事先確定的參數(shù)，取0.5。 0,ix k x k根據(jù)以上公式可以得出水下機(jī)器人失效模式各變量與參考基準(zhǔn)間的關(guān)聯(lián)系數(shù)： 00.

10、51870.51870.51870.35731.00000.51870.35731.00000.7468,0.41610.51870.41610.41610.74680.74680.41610.51870.5187ixkx k 3001,jiiixkx k 311ii在衡量失效模式的風(fēng)險排序時由于各變量的影響程度不同，因此，可以考慮帶有權(quán)值的關(guān)聯(lián)度計算公式：設(shè)失效模式3個變量的指標(biāo)權(quán)重為 ，則第j種失效模式與參考基準(zhǔn)的關(guān)聯(lián)度可由下式得到：。i(4)i1230.4,0.4,0.2,由專家根據(jù)經(jīng)驗知識事先確定。水下機(jī)器人失效模式各變量的權(quán)系數(shù)分別為：則根據(jù)公式(4)可計算得到各失效模式相對于參考基

11、準(zhǔn)的關(guān)聯(lián)度，按照水下機(jī)器人各失效模式關(guān)聯(lián)度從大到小進(jìn)行排序，就可以確定風(fēng)險順序。表4為改進(jìn)的失效模式風(fēng)險排序；表5是按照傳統(tǒng)FMEA方法得到的風(fēng)險排序。表表4 基于灰色關(guān)聯(lián)的風(fēng)險排序基于灰色關(guān)聯(lián)的風(fēng)險排序故障模式失聯(lián)度系數(shù)排序全局路徑規(guī)劃不合理0.51874避障失敗0.64662無法處理緊急情況0.69231通訊超時0.45726未能搜索到目標(biāo)0.61453任務(wù)沒有順利下達(dá)0.47775 通過比較可以發(fā)現(xiàn)，在傳統(tǒng)FMEA中，避障失敗和搜索目標(biāo)失敗的嚴(yán)重度和難檢度相差不多。傳統(tǒng)FEMA中，避障失敗排在3，而在改進(jìn)的FMEA中，由于綜合考慮了O、S 、D三個變量對失效模式的影響，避障失敗的嚴(yán)重度要

12、大于搜索目標(biāo)失敗，因此避障失敗的風(fēng)險排序上升為2。可見，改進(jìn)后的FMEA方法，能夠綜合比較，選擇風(fēng)險作用較大的潛在失效模式作為改進(jìn)對象，提高判斷的準(zhǔn)確性。故障模式OSDRPN排序全局路徑規(guī)劃不合理355754避障失敗295903無法處理緊急情況2108.51701通訊超時34.54546未能搜索到目標(biāo)286962任務(wù)沒有順利下達(dá)354605表表5 傳統(tǒng)傳統(tǒng)FMEA的風(fēng)險排序的風(fēng)險排序 貝葉斯網(wǎng)絡(luò)本質(zhì)上是因果關(guān)系網(wǎng)，它對于解決復(fù)雜系統(tǒng)不確定性和關(guān)聯(lián)性引起的故障有很大的優(yōu)勢。根據(jù)水下機(jī)器人故障的狀態(tài)信息及因果關(guān)系，建立了一個基于FMEA的貝葉斯診斷網(wǎng)絡(luò)，它包括3個基本事件層：故障征兆層、故障層、故

13、障原因?qū)?。所?gòu)造的貝葉斯診斷網(wǎng)絡(luò)模型如圖2所示。第四章第四章 基于基于FMEA的的AUV貝葉斯診斷網(wǎng)絡(luò)貝葉斯診斷網(wǎng)絡(luò)圖圖2 水下機(jī)器人故障診斷系統(tǒng)的貝葉斯網(wǎng)絡(luò)圖水下機(jī)器人故障診斷系統(tǒng)的貝葉斯網(wǎng)絡(luò)圖 4.1 基于基于FMEA的的AUV貝葉斯診斷網(wǎng)絡(luò)模型貝葉斯診斷網(wǎng)絡(luò)模型4.2 AUV故障診斷系統(tǒng)的貝葉斯推理故障診斷系統(tǒng)的貝葉斯推理 在貝葉斯診斷網(wǎng)絡(luò)建立完成之后，就可以進(jìn)行相應(yīng)的故障診斷推理。設(shè)E為故障征兆，F(xiàn)i 為導(dǎo)致征兆E產(chǎn)生的n個故障組成的互不相容且完備的故障集，由貝葉斯公式可知： 1|iiiiniiiP F EP FP E FP FEP EP FP E F 以水下機(jī)器人“航跡異?！惫收嫌绊?/p>

14、節(jié)點E1為例，節(jié)點F1、F2的先驗概率和節(jié)點E1的條件概率分別如表6和表7所示。 有了條件概率和先驗概率，根據(jù)條件獨立性假設(shè)，就可以得出每個節(jié)點的邊緣概率。E1的邊緣概率可根據(jù)如下公式得出：節(jié)點取值False0.81280.91True0.18720.092P F表表6 節(jié)點節(jié)點 和和 的先驗概率表的先驗概率表 1P F1F2F表表7 節(jié)點節(jié)點 的條件概率表的條件概率表1E節(jié)點 節(jié)點 FalseFalse0.960.04FalseTrue0.450.55TrueFalse0.550.45TrueTrue0.130.87112|F,P EfalseF112|F,P EtrueF 121 212|

15、0.04 0.8172 0.91 0.55 0.8172 0.09 0.45 0.8172 0.91 0.87 0.8172 0.09 0.1615FFP E TrueP E True FF P F P F2111|0.4410|0.1328P CTrue ETrueP CTrue ETrue1121|P CTrue ETrueP CTrue ETrue 這樣，就可以按照貝葉斯推理公式得出條件概率： 并可以進(jìn)一步得到： 結(jié)果表明，如果通過監(jiān)控平臺得知水下機(jī)器人航跡異常，利用貝葉斯推理機(jī)制可得出很大程度上是由于水下機(jī)器人的全局路徑規(guī)劃搜索策略模塊失效所導(dǎo)致的，這樣就找到了導(dǎo)致航行異常的原因。該方

16、法可以有效地對故障進(jìn)行定位，準(zhǔn)確找到故障原因，以便使故障得到及時處理。5.1 單一故障診斷單一故障診斷第五章第五章 診斷實驗及結(jié)果分析診斷實驗及結(jié)果分析 通過對水下機(jī)器人狀態(tài)監(jiān)控系統(tǒng)的觀察，對圖2建立的診斷網(wǎng)絡(luò)進(jìn)行推理，假設(shè)當(dāng)獲得以下證據(jù)：(1)evidenceE3=true，航速不穩(wěn)定；(2)evidenceE5=true，狀態(tài)參數(shù)異常。將該證據(jù)加入到網(wǎng)絡(luò)中，得出各故障發(fā)生的概率值，如表8所示。節(jié)點FalseTrue0.68600.31400.46680.53320.62040.37960.59370.40630.86000.14000.65010.34991F2F3F4F5F6F表表8 單

17、一故障診斷結(jié)果單一故障診斷結(jié)果5.2 多故障診斷多故障診斷 上面所進(jìn)行的只是對單一故障的診斷推理，而水下機(jī)器人系統(tǒng)由于它的復(fù)雜性，很可能是多個故障同時出現(xiàn)，因此要考慮復(fù)合故障的推理。其中后驗概率最大的那個狀態(tài)組合最有可能會出現(xiàn)故障征兆。假設(shè)在水下機(jī)器人運行過程中，獲得如下證據(jù)：(1)evidenceE3=true，航速不穩(wěn)定；(2)evidenceE4=true，自救失??；(3)evidenceE5=true，狀態(tài)參數(shù)異常。將以上證據(jù)加入到網(wǎng)絡(luò)中，得出各故障發(fā)生的概率值，如表9所示。表表9 加入證據(jù)后各節(jié)點概率加入證據(jù)后各節(jié)點概率節(jié)點FalseTrueF10.74170.2583F20.709

18、90.2901F30.14380.8562F40.06680.9332F50.86000.1400F60.76130.2387343451256,| E ,PFFEEFFFF由表9可知，F(xiàn)3 和F4同時發(fā)生故障概率的可能性增大，明顯高于其他故障發(fā)生的概率。復(fù)合故障診斷時，可以根據(jù)以上單一 故障診斷結(jié)果，沒定概率值低的故障為不發(fā)生，加入為證據(jù)，進(jìn)行最大故障組合概率推理計算。如 其表示的含義為：給定證據(jù)E，故障a、b發(fā)生，c不發(fā)生的概率。這樣，根據(jù)上面單一故障診斷結(jié)果，獲得的證據(jù)信息如下，并加入到網(wǎng)絡(luò)中。(1)evidenceE3=true，航速不穩(wěn)定；(2)evidenceE4=true，自救失敗；(3)evidenceE5=true，狀態(tài)參數(shù)異常；(4)evide