[发明专利]一种基于SBDD模型的冷储备系统故障行为建模方法

说明书

本发明提供一种基于SBDD模型的冷储备系统故障行为建模方法，包括以下步骤：S1：分析确定系统各部件在储备期和工作期内的关键故障机理、故障机理类型及相关关系：根据不同阶段的应力环境，对系统各部件分别进行FMMEA分析，以确定确定系统各部件在储备期和工作期内的关键故障机理、故障机理类型及相关关系；S2：对在储备期和工作期内的各系统部件分别建立故障机理BDD模型；S3：对冷储备系统的系统结构建立SBDD模型；S4：融合得到冷储备系统故障行为SBDD模型，将系统结构SBDD模型中代表各部件的单元，以相应的故障机理BDD模型来替代，从而得到冷储备系统故障行为SBDD模型；S5：对系统故障行为SBDD模型进行仿真分析，根据需求得到相应的部件或冷储备系统的可靠度曲线。

技术领域

本发明涉及产品可靠性建模领域，具体地涉及基于连续二元决策图(SBDD)模型的冷储备系统故障行为建模方法。

背景技术

随着对可靠性认识的不断加深，用户对产品可靠性提出了更高的要求。在目前的工程实际应用中，冷储备技术以其耗能小、易实现和效果好等特点，成为提高系统可靠性的有效手段，并得到广泛应用。冷储备系统是指对系统关键部位或易发生失效的部件设置冗余部件(即冷储备部件)，以提高相应部位可靠性的系统。当初始部件正常工作时，冷储备部件不被接入工作应力，处于储备期；当初始部件故障后，冷储备系统内相应的检测装置和转换开关会立即将冷储备部件接入工作应力并开始对外输出功能或做功，以替代故障的初始部件并保证系统的正常工作。可见，冷储备系统内存在着复杂的相关性，如冷储备部件的工作与初始部件的故障相关，系统可靠性与接入顺序相关等。建立故障行为模型，对冷储备系统相关性进行建模，是提高冷储备系统可靠性的基础。故障行为是指导致部件故障的故障机理通过故障机理相关关系、故障传播、故障隔离等方式发展，直至整个系统发生故障的过程。

目前，由于冷储备部件在储备期不受工作应力的作用，传统建模方法通常会假设冷储备部件在储备期内不会发生退化，也不会失效。然而在现实世界中，冷储备部件在储备期内是可能由于突然冲击或振动疲劳等环境应力而受到损伤或发生技术参数的变化，甚至可能会引发失效。虽然冷储备部件在储备期的应力环境要优于工作期的环境，但随着系统使用时间的增加，冷储备部件在储备期内的损伤和退化会越来越难以忽略。

对系统故障行为的研究，可以帮助设计者更深层次地理解系统故障，准确地分析冷储备系统可靠性并进一步完善设计方案。目前，国内外学者提出的关于冷储备系统的可靠性建模方法主要分为可靠性框图法、动态故障树、状态空间法、通用生成函数法和二元决策图(BDD)类方法。可靠性框图法以功能框图为基础，但不表示各部件或产品的连接顺序，仅从可靠性的角度以相互连接的方框，来分析系统的正常工作与各部件正常工作的关系。可靠性框图构造简单，有着非常良好的可读性，但缺点是由于将其转化为数学模型对使用者的素质和逻辑思考能力有很高的要求，难以直接进行可靠性分析。动态故障树(DFT)是在传统故障树的基础上，引入优先与门、冷储备门、热储备门和优先与门等动态逻辑门而形成的。从根本上说，其是传统故障树的拓展，着重表达系统故障或不可靠与各部件的故障之间的逻辑关系，简单明了，逻辑性强，在实际的可靠性工程中应用广泛。状态空间法主要是通过罗列系统各部件可能存在的所有状态组合，并分别得到各状态组合之间的转移概率，最终得到系统处于故障状态的组合发生的概率，即不可靠度。但状态空间法的转移概率矩阵规模较大，且仅适用于各部件寿命服从指数分布的情况，适用性较差。通用生成函数法基于可靠性工程师对目标系统内的故障逻辑关系的理解，建立系统不可靠度的通用生成函数。理论上，该方法可以得到系统不可靠度的解析解，但其分析过程十分复杂、繁复，且当系统内任一部件发生更改或替换，都要对系统的通用生成函数进行重新分析和构建，不可重复使用。BDD方法是基于Shannon分解的基本原理，对故障树模型作进一步分析，从而得到故障树底事件的不交化组合，从而得到系统的不可靠度，是分析故障树模型的有效方法。SBDD是在传统BDD模型中各底事件相互独立的基础上，引入带有连续性的底事件而形成的一种新的BDD模型，主要可对DFT中的优先门、功能相关门和冷(热)储备门等动态逻辑门进行有效描述和转化。