维修训练系统故障设置原理研究

张嘉,江浩

(第二炮兵工程大学 陕西 西安 710025)

维修训练系统故障设置原理研究

张嘉,江浩

(第二炮兵工程大学 陕西 西安 710025)

维修训练系统中故障设置是提高维修人员应对各类突发故障的重要方法,针对其他训练系统不能真实模拟再现故障的现状,提出了利用综合故障模型对故障率进行估算的方法,保证了维修训练系统与实际电气设备系统故障发生概率以及故障模型的一致性,依据随机理论和模糊理论,提出了故障设置方法,并通过实例验证了此方法的可行性。

维修训练系统；故障设置；元件故障率；综合故障模型

当前科技迅猛发展,各类电气设备也不断向着智能化、高科技、复杂化方向发展,使其呈现出更新速度快,技术含量高,测试维修过程复杂等特点,电气设备这些特点反过来对维修人员提出了更高的要求,为有效提高维修人员的能力素质,各类维修训练系统得到广泛的研发使用,这些系统通过不同的方法进行故障设置:文献［1］设计出由AT89S52单片机、按键单元模块以及继电器模块组成的数控实训台故障设置装置,通过按键随机产生故障,并由继电器组来完成故障设置,这种方法虽能设置故障,但不能真实模拟各类元件故障,故障随机性大；文献［2］中所设计的电路故障设置与诊断管理系统通过MODBUS协议将上位机设置的故障信息传输至以AT89C52单片机为核心的下位机,下位机通过故障点选择电路驱动对应的故障点继电器组中的某些继电器的线圈带电与否,达到远程故障设置的目的。此方法虽实现了远程设置故障,但所设计的故障不能够根据元件自身可能出现的故障进行设计,故障设置存在一定的局限性。本文以故障率的估算为切入点,对维修训练系统故障设置的原理进行了简要分析,并通过实例验证了故障设置原理的有效性和实用性。

1 故障设置分析

1.1 操作过程中故障情况分析

维修人员在进行训练过程中,因操作不当、设备元件安装问题、自然环境变化等,导致测试故障,如果维修人员没有处理过相类似的故障,就会无从下手排除故障,影响维修进程,降低训练效率。维修人员可以在维修训练系统上带故障操作,通过实际测量操作来解决故障,进而提高其处置故障的能力水平。

1.2 故障相关信息

在故障设置过程中,首先要对故障信息有一个清楚的认知。故障信息是指设备存在故障时所表现出来的所有信息的集合,主要包括故障现象、故障原因、故障出现的机理以及故障排除的方式方法等［4］。训练时,不仅仅要让维修人员能够发现操作过程中的故障现象,还要学会分析、排除的方法。因此我们通过专家经验尽可能收集实际系统的故障信息,确保维修训练系统拥有一个故障信息完备的故障数据库,以此故障数据库为依据进行故障设置。

2 故障设置原理

2.1 故障率估算流程

根据故障理论我们可以得知,任何一个电子设备或电子元件都有其故障率λ,元件故障率是指从某一时刻开始单位时间内发生故障的概率［4-5］。由于每个元件在制造、设计以及安装时的不同,元件的载荷水平、使用过程中自然因素或人为原因造成的元件磨损老化也不尽相同,这都会导致故障率的变化。有些元件的故障率可以通过工业生产部门查询得到,而有些元器件（比如:继电器,导致其故障的因素很多,故障类型也复杂多样）工业生产部门没有给出准确的故障率,为此只有通过其他相关信息对故障率进行估算,得出较为准确的元件故障率。

通过分析上述影响故障率变化的因素,我们可以分为前期因素造成故障和偶然因素造成故障,即前期故障和偶然故障。各类故障之间是不相关的,所以我们可以采用指数分布对前期故障和偶然故障进行描述。具体故障率估算的流程如下:

1）故障数据统计,即收集汇总可能造成故障的因素,包括元件安装时间,因磨损老化、安装或自然因素造成故障的时间等。

2）根据故障产生的原因,将故障分为前期故障和偶然故障,并确定偶然故障所占的比例p。

黄岛区还率先试点了《药品生产不良行为计分办法》，全面加强药品生产事中监管，被列为全省试点。创新实施“无烟烧烤”示范建设，带动社会资金1500余万元解决了食品安全、油烟扰民的顽疾。开展实施了食品药品“双随机”监管模式，制定了监管人员和企业数据库，自动随机抽取企业和监管人员开展检查。

3）建立前期故障和偶然故障的综合分布模型,推导出综合故障率函数h（t）。

第四、通过对故障数据进行完整的统计,采用极大似然估计法（MLF）［6］对参变量进行估算,从而确定综合故障率函数。

图1 元件综合故障率估算流程图Fig.1 Integrated failure rate estimate flowchart

2.2 元件故障综合分布模型的建立

在某个统计时间段内,对于同一个元件,其前期故障和偶然故障会同时存在,设前期故障的分布函数为指数分布E（t |η2）,偶然故障的分布函数为指数分布E（t|η2）,偶然故障的比例为p（0＜p＜1）。

两类故障指数分布E的概率密度函数分别为:

可靠度函数分别为:

由于偶然概率的比例为p,因此可求得综合后可靠度函数为:

则综合故障率系数为:

故障率函数分别为:

则由（6）（7）（8）式可得到综合后的故障率函数为:

由公式（9）可以看出,综合故障率函数λ（t）中含有两个参变量η1和η2,下面采用极大似然估计（MLF）方法对变量进行估算。

2.3 元件故障综合分布模型的建立

对某一元件进行故障数据统计时,由于故障之间不相关联,所以可以完全分开前期故障和偶然故障,偶然故障的比例为p可以直接求得,因此只对前期故障和偶然故障所对应的分布函数中的变量进行η1和η2估算。采用极大似然估计方法对变量进行估算,得出其估算值和。

2.4 实例分析

继电器是电气设备中最常用的一种元件,对于某一个继电器,根据工业制造部门提供的性能指标可知,该元件在运行300个小时内出现故障的次数为3次,其中前期故障1次,偶然故障次数为2次,厂家提供的元件故障率为0.005。运用综合故障模型分析故障率的数值如下。

根据上述参数,可得p=2/3,由公式（11）、（12）可得

则将公式（13）带入公式（10）可得故障率

通过综合故障模型计算得出的故障率=0.007；如不对故障进行分类,直接通过指数分布对元件进行描述得出故障率为0.01,通过与工业制造部门所提供的标准故障率0.005比较可知,综合故障模型估算得出的故障率更加接近。因此在维修训练系统中我们采用综合故障模型对故障率进行估算。

3 故障设置方法

对维修训练系统进行故障设置时,我们可以采用故障理论对元件故障率进行估算,假定各部件的故障随机出现,则故障出现的概率符合正态分布,运用随机理论构造正态分布随机数发生函数［7］,当随机数超过某一特定值时,认为该元件出现故障,进行故障设置,维修人员进行正确的操作发现故障,输入正确的排除方法,并进行故障排除操作,系统采用模糊匹配的方法从故障数据库中进行故障方法匹配,用于判别维修人员的排除方法是否正确。下面以一个实例对故障设置方法进行说明。

图2为某设备工作状态转换控制图。当主控机发出由保险状态装换为工作状态指令信号时,继电器K1的第一个触点K1:1为自保开关,第二个触点K1:2工作指示灯相连,发出工作指示信号。但当进行工作状态转换操作时,继电器K1线圈可能会击穿,从而出现故障,影响正常测试,这时要求维修人员暂停测试流程,对故障点进行从新测试,若故障复现,则立即停止操作,切断电源,并检查故障。此故障只有在K1供电情况下才会出现,因此故障设置应从K1供电后对故障数据库中的故障进行匹配,然后由故障数据库引入故障现象、故障原因以及排除方法等信息,反映给维修人员,从而判断维修人员能否正确排除故障［8］。

图2 工作状态转换控制图Fig.2 Operating state transition diagram

根据厂家提供的指标显示,继电器K1在运行300个小时内出现故障的次数为3次,其中前期故障1次,偶然故障次数为3次,采用综合故障模型估算出的故障率=0.008 4。由于平均一次测试该器件工作时间为1 h,则测试120次就发生一次故障,查正态分布函数表,落入1.2倍标准差范围内的概率是99.2﹪,因此在实际故障设置中为了保证此系统与实际系统具有相同的故障率,则可以构造均值为0,标准差为120/1.2=100的正态随机数Z。当Z的绝对值大于120时,出现故障,即对应0.84﹪的故障率。每次进行工作状态转换操作时,系统产生随机数Z,当Z的绝对值大于120时,系统对继电器K1进行故障设置。维修人员按照流程进行操作,当发现故障后,进行排除。系统根据故障数据库通过模糊匹配的方法进行判别该排除方法是否正确,如果正确,则排除故障,可以继续训练；反之无法继续,并且此次操作结果为不合格。

4 结束语

文中提出一种维修训练系统故障设置的新方法及用综合故障模型对故障率进行估算的方法,克服了传统方法的不足,保证了维修训练系统与实际电气设备系统在故障发生概率以及故障模型的一致性,能真实全面的实现故障设置,锻炼维修人员处置故障的能力,提高维修技能,达到了训练目的。

［1］尹昭辉.基于AT89S52的数控实训台故障设置装置结构设计［J］.机电技术,2013(4):29-30.YIN Zhao-hui.Design of numerical control bench failure setting structure based on AT89C52 ［J］.Mechanical &Electrical Technology，2013（4）:29-30.

［2］朱涛,沙凯,单仕瑞,等.电路故障设置与诊断管理系统的设计［J］.科技视界,2013(22):23-24.ZHU Tao，SHA Kai，SHAN Shi-rui，et al.Design of circuit failure setting and diagnosis management system［J］.Science &Technology Vision，2013（22）:23-24.

［3］冯管印,何川,丁坚勇,等.电气设备故障率演化推算综合算法［J］.武汉大学学报,2014,47(2):244-249.FENG Guan-yin，HE Chuan，DING Jian-yong.Synthesis algorithm of electrical equipment failure rate evolution［J］.Engineering Journal of Wuhan University,2014，47（2）:244-249.

［4］王辉,张启信,高玉水,等.导弹测试训练中故障设置理论与实现方法［J］.飞航导弹,2002(11):12-15.WANG Hui，ZHANG Qin-xin，GAO Yu-shui，et al.The failure's setting theory and it's realized method in missile's test training［J］.Aerodynamic Missile Journal,2002（11）:12-15.

［5］Willis H L.Power distribution planning reference book［M］.Second edition，revised and expanded.Marcel Dekker，INC，2004.

［6］王荣鑫.数理统计［M］.西安:西安交通大学出版社,2006.

［7］王清河.随机数据处理方法［M］.青岛:中国石油大学出版社, 2011.

［8］张磊,冀海燕,卢文忠.模拟器测试与维修训练应用仿真研究［J］.现代防御技术,2011,39(1):153-156.ZHANG Lei，JI Hai-yan，LUN Wen-zhong.Application of simulator testing and maintenance training［J］.Modern Defence Technology,2011，39（1）:153-156.

Research of failure setting principle on maintenance training system

ZHANG Jia，JIANG Hao
（The Second Artillery Engineering University,Xi’an 710025，China）

In Maintenance Training System，failure Setting is an important method to improve the operators’ability to deal with all types of failure.According to the fact that other training systems can’t reappear the failure，this paper proposes a new approach that using integrated failure model to evaluate the failure rate，which have ensured that this system has the same probability of failure and failure model with the real Electrical Equipment System.Basing on stochastic theory and fuzzy theory，this paper proposes failure Setting method，and then use an example to verify the method’s feasibility.

maintenance training system；failure setting；component failure rate；integrated failure model

TP306

：A

：1674-6236（2015）18-0110-03

2015-03-26稿件编号：201503369

张 嘉（1990—）,男,河北保定人,硕士研究生。研究方向:机电控制与故障诊断等。