数理统计方法在大功率短波发射机故障诊断中的应用

2016-09-18王波国家新闻出版广电总局四九一台

卫星与网络 2016年7期

+ 王波国家新闻出版广电总局四九一台

+ 王波国家新闻出版广电总局四九一台

随着大数据技术的成熟，基于数理统计方法的机器学习算法广泛运用于各类重点设备的维护工作，本文针对大功率短波发射机的故障诊断流程，运用了数理统计方法中的因果分析法和排列图法对该流程进行优化，提高了故障诊断的命中率，为实现智能化故障诊断提供了一定的参考价值。

因果分析；排列图；故障诊断；大数据

1 引言

近年来，基于云计算的网络技术日益成熟，同时大数据业务孕育而生，目前各类大数据应用广泛用于各类贵重复杂设备的维护工作中。而大功率（发射功率50kW以上）短波广播发射机作为传统的广播覆盖设备，在公共服务体系中仍有着不可替代的作用。

在大功率短波发射机维护工作中故障诊断是其中的难点之一，尤其是新入职的人员或新担当机房的负责人，由于经验不足，设备了解不够深入，面对故障往往无所适从，为此，各广播发射台根据以往发射机出现的故障编制了各种类型的故障汇编和维护规程等等，以指导技术人员处理故障，缩短处理时间。

然而，在传统的故障汇编和维护规程故障诊断流程编制中，主要将所有的可能性因素逐一排列，因此，为提高故障诊断的速度，技术人员的经验成为关键因素。所以，要提高技术维护人员的故障诊断能力，就是将大量随机的经验数据进行整理、归纳，运用数理统计分析方法将其转换成有规律的法则，从而达到优化故障流程的目的。

2 数理统计方法概述

数理统计方法就是运用概率论原理研究样本特征同总体特征之间关系的一种科学方法。数理统计研究的对象主要是带有随机性质的自然及社会现象。它通过随机现象的观察收集一定量的数据，然后进行整理、分析，并应用概率论的知识作出合理的估计、推断、预测。其目的，是希望认识研究对象的概率特征，比如它是否服从某种分布，各数字特征是多少等等，从而为正确决策提供科学依据。

该方法应用范围很广，常常应用于社会生产活动中，适用于工程质量控制、市场营销等领域中。若把发射机故障诊断作为一个生产活动，处理流程当做一个质量控制手段，那么我们就能将一些数理统计分析方法应用在这个故障诊断中。

常用的分析方法有调查分析法、分层法、排列图法、因果分析法、直方图法等等。根据发射机故障诊断的特点，笔者推荐使用排列图法和因果分析法，下面简单介绍一下这两种方法。

排列图法是按引起故障可能的原因从多到少的顺序进行排列而采用的一种简单的图示技术。排列图由一个横坐标、两个纵坐标、几个按高低顺序排列的矩形和一条累积百分比折线组成。通常累计百分比将影响因素分为三类：占0%-80%的为A类因素，即主要因素；80%-90%的为B类因素，是次要因素；90%-100%的为C类因素，即一般因素。在使用排列图法分析时，往往认为处理了A类因素，就解决了大部分的问题。

因果分析法是一种逐步深入研究和讨论问题的图示方法。运用因果分析法可以将问题类型进行分类，有利于全面查找问题，在故障诊断中不致于漏检。其制作的方法为：

1决定特性，就是要解决的问题，放在主干箭头的前面。2确定引起问题特性的大枝，即影响正常工作的因素。3进一步划出中、小细枝，即找出中、小原因。4反复讨论，补充遗漏的因素。

3 优化方案

根据上述的数理统计分析方法，在编制各类故障汇编或维护规程时，首先使用因果分析法将对可能的因素进行分类，然后将每种可能性进行归类，同时发动同类型发射机维护人员利用头脑风暴法尽可能穷尽每种可能性因素。其次通过统计近一段时期（可以是1年或半年）各种可能性因素发生的频次，利用排列图法绘制出引起该故障的帕累托曲线。第三在实际故障诊断中优先考虑检查A类故障点，然后是B类故障点，最后是C类故障点，这也就是成为我们优化故障诊断流程的理论基础。下面我们以国内某型大功率短波发射机的一个典型故障诊断流程为例。

典型故障：末前级无阴流或过小

1故障现象

末前阴流小（或无），无过荷指示，高末无栅流，控制4（联锁5）灯灭。

2故障诊断处理流程图

故障诊断处理流程如图1所示。

注：宽放：宽频带射频放大器 1A9：射频自动增益控制器

通过以上的流程可以看出，为保证所有的状况下该故障诊断的通用性，在编制流程时未针对发射机具体运行和维护情况，来优化整个故障诊断的流程。下面我们将运用上述的因果分析法和排列图法对此流程进行优化，以提高处理该故障的效率。

4 改进后的流程

通过上面故障诊断流程描述以及笔者长年发射机维护工作经历，大功率短波发射机故障点或原因分为以下几类：

第一类：人的因素；第二类：电源故障；第三类：子设备故障；第四类：材料工艺；第五类：环境。

根据上述的故障描述就可

第一类：人的因素

1电源空气开关未合；2射频衰减器未置于指定位置；

图一　末前级阴流过小或无故障诊断流程

图2　末前级阴流过小或无故障因果分析图

3调谐方法不够熟练。

第二类：电源故障

1频率合成器电源；2宽放电源；3末前级电源。

第三类：设备自身故障

1频率合成器；2宽放；31A9（射频自动增益控制器）；4末前级电子管。

第四类：材料工艺

1连接线缆质量；2线缆接头焊接工艺。

第五类：环境

1环境温度过高，元器件参数变化。

制作成因果分析图，如图2所示：

前面我们分析过，通过绘制因果分析图，可有层次分析引起故障的原因，集中所有有关人员的智慧和经验，做到所有故障点无一遗漏。为下面使用排列图法优化故障诊断流程打好基础，也可以说因果分析法是优化故障诊断流程的基础工作。

通过上述的故障点归类，我们可以针对这部或多部同类型的发射机一段时期上述故障点发生的频次进行统计，如得出以下表1：

通过上述的表格我们可以计算出各故障点的累计频次百分比，从而绘制出排列图，如图3所示：

根据绘制的帕累托曲线，累计百分比占0%-80%的为A类因素，即主要因素；80%-90%的为B类因素，是次要因素；90%-100%的为C类因素，即一般因素。从上表可以得出：A类因素是：宽放故障、宽放电源、1A9故障、末前级电源、合成器故障等；B类因素是合成器电源、末前级电子管故障、调谐方法等；C类因素是：射频衰减器过小、空气开关未合、连接线缆质量、线缆接头焊接工艺、环境温度过高等。

因此，我们在此故障诊断时，应优化检查A类因素，其次是B类因素，同时根据难易程度，优先检查容易检查的A类因素。经过优化的故障诊断流程为如图4所示：从优化后的故障诊断流程可以看出，对于发射机末前级阴流小或无的故障，尤其在发射机播出过程中，C类因素的人为因素，如空气开关和激励衰减器不在位置等不作考虑，优先检查A类因素的宽放电源、宽放设备、末前级电源、频率合成器等，而后是B类因素，从而有效地提高了故障诊断的效率。