基于FTA-AHP 的液压系统故障分析方法研究

2023-08-27祝天宇李焕良申金星

设备管理与维修 2023年14期

祝天宇，李焕良，申金星，王祥

（1.陆军工程大学军械士官学校，湖北武汉 430075；2.陆军工程大学，江苏南京 210007；3.中国人民解放军65739 部队，辽宁丹东 118006）

0 引言

未来战争中战场环境瞬息万变，在战略战役级的两军对垒中，工程兵部队通过布设雷场能够有效迟滞敌方大规模行动的速度，从而争取战争主动权。随着现代战争的演进和装备技术的发展，快速布雷装备在各个军事强国不断发展和改进，某型火箭布雷车是我军用于远距离、快速布设雷场的工程兵装备，能够让敌方的军事行动摁下“慢放”键。

在战场中，为了发挥出装备的技战术性能、完成作战任务，装备的完好率、可靠性以及故障修复能力就显得尤为重要，如何在战前保持装备良好的技术性能、在战时精准快速地完成抢修任务，对于保持部队战斗力非常关键。这就需要对装备故障原因有准确详细的梳理、对装备部件发生故障的概率有科学的研判、对装备备件需求有针对性的储备，从而有效提升部队的战斗力和保障力。

1 工程装备故障研究综述

从国内外对于工程装备故障的研究文献来看，大多数研究者从装备内在性和人为性两个方面进行研究，装备内在性因素主要包括装备设计合理性、使用可靠性、材料工艺科学性等，装备人为性因素主要包括装备后期使用中操作和保养的合规性、维修和管理的适当性等。按照装备故障发生的时间逻辑，可以划分为预防性维修、装备故障诊断及修复、战场损伤后抢修等阶段，覆盖工程装备的整个生命周期。

随着工程装备中先进技术的不断融入，装备系统结构更加复杂，智能水平日益提升，导致工程装备出现故障时的检测诊断、故障排除越加困难。尤其在液压系统中，故障点可能涉及电气控制线路、液压线路和机械联动组件，单纯运用传统的“望闻问切”方法来判断排除故障往往很难做到有效的“对症下药”，对装备维修人员提出了更高要求。本文将FTA（Fault Tree Analysis，故障树分析法）和AHP（Analytic Hierarchy Process，层次分析法）结合起来，旨在探索一种快速有效的工程装备液压系统故障诊断方法，以准确预测的装备故障点，指导部队针对性开展日常维护保养，精准储备液压系统维修器材，提升装备可靠性、完好率。

2 FTA-AHP 方法

FTA 法是从顶事件开始向下逐层搜索其并最终找到其发生的原始事件（基本事件），在搜索过程中可以获得顶事件发生的直接原因和潜在原因。故障树分析方法是装备维修保障领域故障分析的有效方法，具有因果关系分析全面、逻辑关联性较强、定性与定量相结合等优势。但是，存在基本事件发生概率难量化的问题，如果仅采用FTA 法对装备故障进行分析研究，容易产生较大误差。因此，在FTA 法的定性分析基础上，融入AHP 法进行定量分析。AHP 法是将决策目标或评价对象分成多个层级，并对方案或评价指标进行量化，再计算出各层级、各指标的权重系数，从而给出方案的优秀次序或评价指标的权重组合。

将AHP 法中的目标层、准则层、指标层与FTA 法中的顶事件、子事件、基本事件有机融合，并根据专家经验和装备维修数据对故障基本事件赋值，确定装备故障树各事件综合权重系数，既能对装备故障进行逻辑清晰、系统全面的梳理，又能对各个可能性故障进行量化处理。

2.1 建立故障树

首先确定顶事件，并通过查阅资料、现场访谈等方法分析导致顶事件发生的子事件，再逐一分析子事件，直至无法继续分解子事件，此时子事件即为基本事件。对于整个故障树而言，只有找到所有的基本事件，故障树模型才构建完毕。

2.2 建立层次分析模型

按照故障树模型构建的逻辑关系，适当整合不同子事件下的相同基本事件，将故障树的顶事件、子事件、基本事件对应将AHP 模型中的的目标层、准则层、指标层，完成相应层次分析模型的建立。

2.3 影响因素权重

影响因素权重计算主要分为构造判断矩阵、计算各因素相对权重、一致性检验等，具体过程如下：

（1）构造判断矩阵。在确定递归层次模型之后，要对相同层次中元素进行两两比较，并将比较结果进行赋值。本文采用Saaty 标度对比较结果进行赋值，即两个指标重要性对比赋值从“1”到“9”逐渐递增，其中“1”表示两个指标同样重要，倒数表示两个指标重要性倒置。将该层次中所有元素进行两两比较之后，即可得到判断矩阵。

从抽采效果分析，布置在煤层顶板向上38 m位置的1#～3#钻孔抽采效果良好。经分析，上分层布置在厚层砂岩中，钻孔成孔状态较好；下分层钻孔虽位于砂岩中，但与钻孔下方花斑泥岩较近，存在钻孔塌孔、堵孔等情况。钻孔布置首选岩性较好的层位，以提高钻孔成孔质量和抽采效果。

（2）计算因素的相对权重。在技术各因素相对权重时，不仅要构建好判断矩阵，还要对其进行归一化处理，需要得到模型中各层次所有指标的相对权重才能反映出各个指标的重要性程度，可有采用算数平均数、几何平均数、特征根等方法进行求解，本文应用特征根法求得权重。

2.4 一致性检验

在构建判断矩阵时，模型中系统的复杂性、专家经验和决策者在赋值时的主观性，有可能不同层级或不同指标评价时会产生不一致现象，如果不一致性过大，会导致较大误差，影响模型整体判断质量。因此需要检验判断矩阵的一致性。一致性评价指标CI（Consistency Index），矩阵具有完全一致性时CI=0。

其中，n 为判断矩阵的阶数，λmax为最大特征值。

引入平均随机一致性指标RI，通过公式CR=CI/RI 得到，其值越小则说明判断矩阵一致性越好。

一般情况下，CR 值小于0.1，判断矩阵满足一致性检验；CR值大于0.1，则说明不具有一致性。

3 某型火箭布雷车液压系统故障实例应用与分析

3.1 建立故障树模型

通过查阅资料，研究某型火箭布雷车液压系统原理构造，采用故障树分析法构建故障树图，建立某型火箭布雷车液压系统故障树模型（图1）。其中，基本事件符号所代表的具体含义见表1。

表1 某型火箭布雷车液压系统故障基本事件及其含义

图1 某型火箭布雷车液压系统故障树

3.2 建立层次分析模型

结合故障树模型，建立层次分析模型。其中，以某型火箭布雷车液压系统故障（A）作为层次分析模型中的目标层；以液压系统无压力或压力偏低（B1）、千斤顶不翻转（B2）、千斤顶翻转不到位（B3）、千斤顶支撑不到位（B4）、弹架没有到位即可操纵推弹缸（B5）构建准则层，以故障树中的15 个基本事件构建指标层（图2）。

图2 某型火箭布雷车液压系统故障层次分析模型

3.3 影响因素权重的计算

根据模型情况，邀请院校教授、工厂专家、部队技师等具有丰富教学经验和装备维修经验的装备维修专家，对模型中某型火箭布雷车液压系统故障重要性通过德尔菲法进行评分，评分问卷按照Saaty 指数进行设计，在要素层因素较多时，采取不同的因素两两比较，降低不同种因素比较的难度，从而提高准确性。将数据处理后录入矩阵模型，得到图3 所示的判断矩阵。

图3 液压系统故障判断矩阵

通过比较千斤顶不翻转、液压油缸活塞杆处漏油、液压系统无压力或压力偏低、弹架没有到位即可操纵推弹缸、千斤顶翻转不到位等5 个故障的相对重要程度，获得对液压系统故障影响的相对权重Wi，Wi=［0.399 6 0.192 3 0.246 6 0.093 5 0.068 0］；CR=0.044 5（0.044 5<0.10）（图4）；满足一致性检验要求。

图4 A-B 准则层判断矩阵和各因素的权重值

图5～图9 是各个故障的基本事件对其重要性权重的影响，其计算原理、表达方式与图4 相同。

图5 B1-C 指标层判断矩阵和各因素的权重值

图6 B2-C 指标层判断矩阵和各因素的权重值

图7 B3-C 指标层判断矩阵和各因素的权重值

图8 B4-C 指标层判断矩阵和各因素的权重值

图9 B5-C 指标层判断矩阵和各因素的权重值

通过计算可知，本模型中一致性检验均为通过，即可得到基事件对液压系统故障的权重排序（表2）。

表2 方案层中要素对决策目标的排序权重

3.4 灵敏度分析

由于战场环境是不断变化的，并且随着任务的进行，液压系统零部件的可靠性会改变，为了能够掌握在执行任务过程中液压系统零部件的可靠性，需要进行灵敏度的分析。Yaahp 软件通过改变某一要素的权重来进行灵敏度分析，观察权重产生怎样的变化。当改变某个要素的权重后，其他的权重将会按照最初的权重比例发生相应改变。

当在研究液压系统无压力或压力偏低对液压系统故障影响时，横坐标表示液压系统无压力或压力偏低故障占液压系统故障的权重（图10）。由图10 可以看出，随着液压系统无压力或压力偏低故障的权重由“0→1”逐渐递增，其他系统对液压系统故障的影响权重越来越小，当液压系统无压力或压力偏低故障为“1”时，液压油泵失效、吸油滤油器或液压油滤清器堵塞、溢流阀调整不当或失效散热器和管路的影响权重分别约0.141 6、0.524 7 和0.333 8。