基于TEAMS 的调距桨电液系统故障诊断测试性建模与分析

娄 康，王 溢，付黄龙

（1. 上海船舶设备研究所，上海 210031；2. 大连船舶重工集团有限公司，辽宁大连 116021)

0 引言

近几年来，随着调距桨装置使用数量和使用强度的大幅提升，设备出现故障的频率和风险越来越高，舰员级故障处理过程中暴露出故障定位困难和处置措施缺乏等问题[1-2]，舰船使用单位迫切希望研制单位全面提升调距桨装备尤其是电液系统的故障诊断水平，并通过故障诊断技术实现装备运行状态的自评估、运行维护和检修作业的智能引导，从而全面提升装备的保障性，提升现场故障处置能力[3-5]。

国外调距桨的主要生产厂商有KAMEWA公司、Wartsila公司、SCHOTTEL公司和MAN公司等。国际上主流厂商的调距桨装置均实现了一定程度的智能化，人机界面友好，具有一定故障诊断和状态预测能力[6-7]。调距桨电液系统的智能化和在线诊断测试技术受到了非常高的关注，各厂商均投入了较多的研发资源从事相关工作，并取得了一定的进展。

国内厂商和科研机构围绕调距桨的研究工作主要集中于装备的基础功能和技术性能的实现，在故障诊断方面开展的研究工作较少、实用性的成果非常缺乏[8-10]，在调距桨装备整体的测试性、保障性和维护性方面与国外同行相比仍有较大差距，对装备全寿命周期的运行支持和保障能力较弱[11]。

本文结合实际装备使用需求，结合TEAMS对调距桨装置电液系统开展测试性建模，故障诊断算法等研究工作。

1 电液系统测试性建模研究

由于当前的电液系统测点较少，仅有系统压力、系统油温和螺距指示电流等少量测点，且系统实际使用过程中非线性及干扰性较强，因此，本文采用多信号流测试性建模方法，建立调距桨电液系统的测试性模型。

该模型是一种以系统信号传递关系为基础的测试性建模方法，采取分层建模确定一种失效模式对其他模块影响的传播途径，不用建立系统准确的定量关系，只需确定系统重要的功能属性。由于多信号流图模型覆盖了多个信息流模型，所以模型更接近于系统的物理结构。此外，由于模型中的信号是独立的，信号之间不会相互影响，这些特征使得多信号流图模型建模简单，模型的集成和验证都相对简单。

本文首先对调距桨电液系统进行故障模式与对应征兆进行拆解分析，确定系统的各个部件在设计和制造过程中所有可能的故障模式以及每一故障模式的征兆。据此对电液系统功能和结构进行划分，完整建立电液系统内的模块层次和隶属关系、功能及信号的传递关系，结合可用测试点建立相关性模型，在电液系统可开展测试的位置布置测试点，设置测试点的测试属性，最后得到D矩阵模型（也称“诊断矩阵或依赖性矩阵”）。在建立了D矩阵模型后，以实际电液系统的组成、结构和连接关系为基础，进行测试点优选计算，并利用生成的诊断策略在建模工具TEAMS的支持下完成测试检测率、故障隔离率和测试模糊组等分析。电液系统层次化测试性模型见图1。

图1 电液系统层次化测试性模型

基于测试性建模的方法可以较好地分析调距桨电液系统的测试性指标，并可根据测试性分析结果优化测试点的布局和测试属性，从而确保在期望的测试偏好和测试代价前提下开展测试工作，定位并隔离故障单元。通过反复测试和优化，可以建立符合期望测试特性的电液系统模型，并为电液系统的设计和优化提供明确的指导。

建立调距桨电液系统测试性模型后，可以通过分析软件对模型进行测试性分析并得出测试性分析报告，测试性分析报告主要从故障隔离率、故障检出率、模糊组大小分布（即开展所有测试后还未能区分的故障集）、系统测试使用率等指标对系统的可测试性进行综合评价从而指导推动实际装备及装备模型的进一步完善。

2 故障诊断算法研究

测试性模型建立后，可以将测试模型数据导出，得到描述系统测试性的动态关联矩阵（D矩阵）、测试资源文件、测试描述文件。动态关联矩阵是一个规模较大的二维矩阵，D矩阵中的一行对应到一个基本的现场可更换单元（如中控模块、隔离模块和比例阀等），一列对应一种测试行为（如：测试点的电压、电流和压力等），列中的元素分别表示了测试对系统内现场可更换单元运行状态的判决能力。测试资源文件定义了开展测试所用器具的全部信息。测试描述文件定义了测试的附加属性，其中包括了图文表示的测试提示信息、诊断辅助信息，可用于在实际开展测试阶段生成图文向导。

调距桨装置故障诊断软件具有多种诊断策略，用于应对不同场景。调距桨装置故障诊断策略流程图见图2。

图2 调距桨装置故障诊断软件诊断策略流程图

由于动态关联矩阵规模较大，测试和模块之间存在复杂的关联耦合关系，所以必须根据已经获得的信息或测试结果动态生成并调整诊断测试策略。为了实现测试策略的动态生成，本项目拟采用基于故障概率和信息熵的滚动（Rollout）推理算法。

基于调距桨电液系统测试性模型与故障诊断经验，所得的D矩阵表示调距桨电液系统测试点与对应故障模式的依赖关系，涵盖了测试信息，故障信息与测试序列信息。故障诊断策略的形成均是基于对测试性D矩阵的处理，D矩阵其形式如下：

式中：D矩阵的行f0为故障；t1列为测试。如果测试t1可以检测故障f0，则dij=1，否则为0。

Rollout算法是一种近似寻优算法，可以在期望的时间复杂度条件下获取的较好的优化结果。算法优化的目标函数考虑了故障概率和信息熵2个因素，通过多步寻优策略选择最有可能隔离故障单元的诊断测试行为序列。为了提升Rollout算法生成诊断测试策略的性能，本文在传统Rollout策略基础上增加案例推理的功能，所谓案例就是实际出现过的故障现象和最终隔离的故障模块之间的关系，案例的引入可以显著提升现场支持系统诊断测试策略的性能，可部分防止由于人为设置的器件故障概率偏离实际情况而导致开展不必要的测试行为。

调距桨电液系统故障诊断过程首先假设要测试的模拟电路的故障状态集为F，可用测点集为T，则初始化节点f={F}，可用测点集t={T}。

首先用测点集t中的每个测点tq将节点f中的所有故障状态集分别划分为多个子集，所有包含元素大于1个的子集组成节点fq，对节点fq中的所有子集，用信息熵算法计算对应的优化测点集，然后计算节点的优化测点集。

比较测点集t中每个测点对应的优化测点集中测点的个数，选择最小测点集对应的测点。若有多个最小测点集，则选择其中序号最小的测点。在Rollout算法的计算过程中，每前进一步，都用信息熵算法进行试探并选择最优的结果，不难分析出，Rollout 算法的计算结果优于信息熵算法。最终通过TEAMS对调距桨装置电液系统进行仿真验证，仿真验证结果见图3。

图3 调距桨装置电液系统故障诊断仿真验证结果图

根据已经建立的调距桨装置电液系统测试性模型，分析结果中故障模糊集大小为1的占82%，模糊集数量大于9的占18%，最终实现故障隔离需要用到18个测试的占72%，利用这种直观的数据和图形显示, 测试性设计人员可直观地得到系统测试诊断能力和测试性设计中存在的缺陷，其中故障检测率与故障隔离率均大于80%，满足项目要求。

3 结论

通过基于TEAMS的调距桨电液系统测试性建模与分析，积累了调距桨电液系统的故障模式与对应征兆关系，通过软件设计诊断步骤测点序列和实物试验，验证了诊断思路和软件应用的正确性、合理性、可靠性。探索了调距桨装置电液系统故障诊断的新思路，为后续调距桨装置深层次故障诊断打下了初步的基础。根据调距桨装置故障诊断的实际需求，通过理论分析、试验验证，不仅提高了调距桨装置最小可更换单元的分析深度，更积累了调距桨系统电液系统基本故障信息和宝贵排障经验。