基于故障模式分析的装甲车辆发动机故障概率模糊综合评估

朱连军 孔潇 孙海鹏

摘要：视情维修是解决定时维修和事后维修等维修方式所带来的维修不足或过度维修等问题的有效方式，能够实现根据发动机的工作状态，预测并排除故障，而故障概率评估是视情维修策略制定的基础。本文基于装甲车辆发动机故障模式分析，通过模糊隶属度及专家评价法与模糊综合评判相结合的方法，实现了发动机故障概率的综合评判，并通过算例进行了计算分析，为装甲车辆发动机的视情维修提供了基础。

Abstract： Condition based maintenance is the best way to solve the problems such as insufficient or excessive maintenance which caused by hard time maintenance. Condition based maintenance could predict and removal the faults of engine based on the engine working condition. Failure rate prediction is the basis of the strategy of condition based maintenance. In this paper， failure model effectiveness analysis （FMEA） is applied to armored vehicle engine， then， the fuzzy description logics method and the expert experience method are combined with the fuzzy comprehensive evaluation method to realize the failure rate prediction of armored vehicle engine， calculation and analysis though living example is carried out. The research results provide the basis for the condition based maintenance of the armored vehicle engine.

關键词：故障模式分析;装甲车辆;发动机;故障概率;模糊综合评估

Key words： failure mode analysis;armored vehicle;engine;failure probability;fuzzy comprehensive evaluation

中图分类号：V233.7                                      文献标识码：A                                文章编号：1674-957X（2020）23-0188-04

0  引言

我军装甲车辆发动机均采用定时维修和事后维修的方式，存在维修不足或过度维修的情况，给车辆运行带来了巨大安全隐患，同时也存在不同程度的资源浪费。视情维修能根据发动机的工作状态，及时预测并排除故障，不仅能降低故障率、提高车辆安全性而且能节省资源、降低成本。所以，积极探索装甲车辆发动机视情维修工作开展的理论及方法具有十分重要的意义。

故障概率评估是视情维修策略制定的基础，采用合理的方法对研究对象进行故障概率评估是很多学者研究的重点。文献[1-7]分别采用不同的方法对不同的设备故障概率进行了评估，并取得了很好的效果，但由于装甲车辆发动机结构复杂，零部件多，故障模式也复杂多样，对其故障概率进行合理评估需要从各子系统进行准确的故障模式分析，结合合理的故障概率评估方法，将各子系统故障概率转换为发动机故障概率。

综上，本文针对装甲车辆的特点，依据故障模式分析，结合模糊综合预测方法，对装甲车辆发动机进行科学合理的故障概率评估，为其视情维修提供基础。

1  故障模式分析

装甲车辆发动机由发动机本体及其辅助系统组成，其中发动机本体由曲柄连杆机构、传动机构以及配气机构组成，辅助系统由燃油供给系统、冷却系统、润滑系统、起动系统以及进排气系统组成。发动机是一个复杂的系统，故障形式也复杂多样，本文根据发动机的常见故障、原因分析及诊断方法建立了故障模式、表征故障的特征参量以及特征参量测试方法的对应关系表，如表1所示，具体的各故障特征参量的测试方法如表2所示。以气缸发生磨损故障为例，其故障特征参量表征为：气缸内缸压降低、发动机发出功率下降、油耗增大、噪声增大、排气管冒蓝烟等。上述故障特征参量可以通过发动机综合性能测试、油耗测试、耳测、目测等测试方式进行检测。

2  模糊隶属度法及专家评价法

基于故障特征参量的故障概率评估方法非常多，如威布尔比例风险模型[8]、比例强度模型[9]等，但上述模型不仅考虑了特征参量对故障概率的影响，而且考虑了部件故障概率随时间变化的因素。实际上，本文所列举的部分故障特征参量已经考虑了部件性能随时间退化的因素。所以，其会对故障概率评估的准确性产生影响。

2.1 模糊隶属度法

模糊理论是在模糊集合论的基础上发展起来的，在模糊理论的基础上，人们总结一些设备故障状态，以此找出故障原因的隶属度，由此发展为基于模糊隶属度函数的故障诊断。本文在总结装甲车辆柴油机故障模式的基础上，结合故障规律及常见的模糊隶属度函数，提出了基于故障特征参量及模糊隶属度函数的故障概率评估方法。

隶属度函数的确定方法非常多，常见的有模糊统计法、专家经验法、二元对比排序法、综合加权法、指派法等[10]，常见的模糊隶属度函数也非常多，主要有：矩形分布、梯形分布、K次抛物线型分布、Γ形分布、正态分布、柯西分布等[10]，本文在分析各装甲车辆使用部队、战区大修厂以及柴油机大修厂的维修数据后，选取五种隶属度函数作为基于故障特征参量的装甲车辆柴油机故障概率评估方法。

其中，A（x）为故障概率随故障特征参量x的变化隶属度函数，a，b，c为特征参量的阈值，？琢，？茁分别为常数。

2.2 专家评价法

专家评价法是由有丰富经验的专家，根据其经验，通过分析对比做出的综合评价。专家评价法是实现缺乏数据而需要定量评价的有效方法之一。通过专家打分、一致性检验、求和平均等步骤实现[11]。

3  模糊综合评判法

模糊综合评判法是一种基于模糊数学的综合评标方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价[12]。其实现步骤如下：

3.1 构建模糊评价矩阵

根据实验测得的各评价参数数据，通过相对劣化度法、专家评价法等，可以确定评价向量S。

3.2 建立权重集

建立权重集是模糊综合评判的重点，因为各个评价因素对总体评价结果的重要度各不相同，通过建立权重集能很好的区分各因素的重要度。结合L.A.Satty提出的层次分析法，首先应建立单层判断矩阵：

aij为评价指标i对评价指标j的相对重要度，取值范围为1～9，具体取值可以参考表3，且aji=1/aij。

其次求取判断矩阵A的最大特征根？姿max并代入式（7）中进行一致性检验：

其中，RI由n决定，见表4。

若，CR？燮0.1则满足一致性条件，当不满足条件时可适当调整A中各项的取值。将满足条件的最大特征根？姿max所对应的特征向量E进行归一化处理即为权重集W。

3.3 综合评价

将权重集对评价向量进行加权即可获得发动机故障概率的综合评价结果：

4  应用算例

基于曲柄连杆机构的分析算例，详细阐述了柴油机故障概率评估方法，以柴油机拉缸故障为例，柴油机拉缸故障的故障特征参量表征为：①柴油机动力性下降;②水温升高;③柴油机出现明显抖动;④怠速工况不稳定，易熄火;⑤排气管排蓝烟，加机油口处冒蓝烟;⑥噪声明显加大。其对应的故障特征参量测试方法为：U1，U1，U7，U8，U35，U36。对于故障特征参量表征①，②，③有标准值进行评估对比，可以采用模糊隶属度法进行评价，对于故障特征参量表征④，⑤，⑥无标准值对比，可以采用专家评价法进行评价。

①该型柴油机标定转速功率（陆上）为C0=404（kW），柴油机使用手册规定当柴油机最大功率低于标定转速功率60%时，即应该进行大修，所以其特征参量阈值为q=404×60%=242.4（kW），当柴油机在标定转速的实际功率越接近C0时，柴油机发生故障的概率越低，所以采用偏小型柯西分布计算其隶属度函数值，取？琢=1，？茁=0.2，该型柴油机实际标定转速功率为x=354.2（kW），依据式（3），可知其模糊隶属度值为A（x）=0.2802。

②柴油机的冷却水正常温度范围为70～90℃，参量值有一定取值范围，在正常温度范围之内时，柴油机发生故障概率低，当在温度范围之外时，发生故障的概率较高，所以，采用公式（5）进行计算，取a=70℃，b=90℃，取？琢=2，？茁=2。将柴油机稳定在标定工况转速，求取冷却水温平均值为91.2℃。采用公式（5）进行计算得到其模糊隶属度为A（x）=0.3415。

③依据文献[13]所述方法对柴油机振动状态进行测试，振动值越大，柴油机状态越差，发生故障的概率越大，其对应的隶属度函数值越大，所以，采用偏小型柯西分布计算其隶属度函数值，？琢=2，？茁=6，依据国家标准GB 6075-1985《制定机器振动标准的基础》，选定Ⅲ类机械B级作为柴油机振动状态的评价标准，所以，阈值确定为：

测定柴油机振动烈度为4.25mm/s，依据式（4），计算得到其隶属度函数值为A（x）=0.0446。

④开展怠速运转测试，测试分为两组，每组测试十次，每次柴油机在怠速工况下运行5分钟。由于怠速运转测试没有标准值与对比，所以采取专家经验法进行评定，请五名有经验的维修员对柴油机怠速状态进行打分为：

计算打分的总体标准差？啄<1，所以，打分满足条件，求取平均值得到A（x）=0.1220。

⑤观察排气管尾气状态，当柴油机在标定转速时，无排蓝烟现象，当柴油机处于怠速工况时，排气管有轻微排蓝烟现象，五名维修员的打分为：

同样，总体标准差？啄也满足条件，所以，A（x）=0.2060。

⑥请维修员对柴油机怠速及标定转速时发出的噪声进行判断，依据噪声的声级与正常柴油机声级对比并进行打分，得到的结果依次为：

与前述方法一样，得到A（x）=0.2820。

⑦综合得到其评价得分分别为：

依照模糊层次分析法，通过分析各特征参量对故障的表征程度，建立判斷矩阵为：

采用方根简化算法计算得到其最大特征根？姿max=6.0138，对应的特征向量：

归一化后得到权重集为：

⑨综合评判。

综合评判柴油机发生拉缸故障的概率为：

同理，通过综合评判，可以求出曲柄连杆机构其它6种典型的故障模式的概率。以此为基础，通过对比7种典型故障模式对曲柄连杆机构的影响程度，采用模糊综合评判求出曲柄连杆机构整体故障概率。求出各子系统的故障概率后，同样，可根据模糊综合评判的方法求出整个发动机的故障概率。由此，为发动机视情维修策略的制定提供基础。

5  结束语

本文提出了基于故障模式分析的发动机概率评估方法，通过故障模式分析，结合模糊隶属度及专家评价法，采用模糊综合评判，实现了发动机概率的综合评估。①根据装甲车辆发动机的结构分类，对发动机的典型故障模式进行了详细分析，并列举了故障特征参量以及特征参量的测试方法;②基于故障模式分析，提出了基于模糊隶属度及专家评价法，对发动机典型故障模式发生概率进行评估;③采用模糊综合评判的方法，通过对发动机典型故障模式的故障概率评估，实现了对发动机整体故障概率的评估。

研究成果为发动机视情维修策略的制定提供了基础。

参考文献：

[1]张安华.灰色预测模型及其在故障预测中的应用[J].设备管理与维修，1994（09）：21-22.

[2]杨江天，岳维亮.灰色模型在机械故障预测中的应用[J].机械强度，2001（3）：277-279.

[3]李瑞莹，康锐.基于神经网络的故障率预测方法[J].航空学报，2008（3）：357-363.

[4]崔梅英.基于神经网络的电力变压器故障预测模型研究[D].山东大学硕士学位论文，2011.

[5]杨婷.基于遗传神经网络的汽车故障率预测[D].上海交通大学学位论文，2008.

[6]梁锦强，孙炯，刘凯.广义加权最小二乘组合预测法在装备故障率预测中的应用[J].计算机与数字工程，2012（09）：39-40.

[7]汪文峰，杨建军.装备故障率预测模型[J].装备环境工程，2007（5）：75-77.

[8]左洪福，张海军，戎翔.基于比例风险模型的航空发动机视情维修决策[J].航空动力学报，2006（8）：716-721.

[9]张继权.基于比例强度模型的风力发电机齿轮箱优化检修决策[J].广东电力，2010（9）：1-6.

[10]余琼芳，陈迎松.模糊数学中隶属函数的构造策略[J].漯河职业技术学院学报（综合版），2003（1）：12-14.

[11]王有元.基于可靠性和风险评估的电力变压器状态维修决策方法研究[D].重庆大学博士学位论文，2008.

[12]朱世輝，杨春，李树勇，唐杰.结合层次分析法的模糊综合评价模型及其应用[J].实验科学与技术，2006（3）：42-44.

[13]刘建敏.装甲车辆柴油机技术状态评价与预测方法研究[D].装甲兵工程学院博士学位论文，2006.