基于故障树和模糊推理petri网的塞拉门系统可靠性分析

信息技术 刘光武 等 基于故障树和模糊推理 p e t r i 网的塞拉门系统可靠性分析 基 于故 障树和模糊推理 p e t r i 网 的塞拉 门系统可 靠性分析 刘光武 蔡 昌俊 陈刚 杨玲芝 邢宗义 1 广州市地下铁道总公司 广东 广州 5 1 0 0 3 0 2 南京i I T大学 自动化学院 江苏 南京 2 1 0 0 9 4 摘要 对车门系统可靠性分析 提出了F T A定性分析和模糊推理 P e t r i 网定量分析相结合的 方法 首先 在分析了车门系统的故障模式及故障事件的因果关系的基础上 建立 了车门系统 故障树模型 其 次 通过 F I A F R P N的图形转化规则得到 P e t r i 网模 型 最后 将 模糊推 理 P e t r i 网的推理算法应用于车门系统的可靠性分析 计算得到 目标事件的故障率和初始事件的重要 度及排序 结果验证 了基于F T A和 F R P N的可靠性分析方法的有效性 计算结果有助于技 术 人员和维修人员分析车门系统的运营状况 关键词 可靠性分析 塞拉门 故障树分析 模糊 P e t r i 网 中图分类号 U 2 3 1 T B 1 1 4 3 文献标志码 A 文章编 号 1 6 7 1 5 2 7 6 2 0 1 5 0 3 0 1 4 6 0 4 Re l i a bi l i t y An a l y s i s o f M e t r o Do o r Sy s t e m Us i ng FTA a n d Fu z z y Re a s o n i n g Pe t r i Ne t L I U G u a n g W U C A I C h a n g j u n C H E N G a n g Y A N G L i n g z h i X I N G Z o n g y i 1 Gu a n g z h o u Me t r o C o r p o r a t i o n Gu a n g z h o u 5 1 0 0 3 0 C h i n a 2 S c h o o l o f A u t o ma t io n N a n j i n g U n iv e r s i t y o f S c ie n c e a n d T e c h n o l o g y N a n j i n g 2 1 0 0 9 4 C h i n a Abs t r a c t I n or d er t o c a r r y ou t d oo r s y s t em r e l iab i li t y an aly s i s a me t h o d olo g y i n v olv i n g q u ali t a t iv e mo d eli n g u s i n g F r A an d qu a n t it a t iv e a na ly s i s u s in g FRPN me t h o d i s p r o p o s e d i n t h is p a pe r Th e f a ult t r ee mo d el of t he do o r s y s t e m i s e s t a bli s h e d o n t h e b as is o f a n aly z i n g t h e d oo r s ys t e m an d c au s e a n d e ffe c t r e l a t i o n s h i p of e v en t s t h e FRPN mod el is c on ve r t e d f r 0 m a f a u lt t r e e mo d el t o t h r ou g h g r a p h ic a l t r a n s f o r ma t io n r u l e s a n d t h e n t h e r e a s o n i n g a l g o r it h m i s u s e d in d o o r s y s t e m r e l i a b i l ity a n a ly s i s a n d t h e f a i l u r e r a t e o f t a r g et e v e n t an d t h e i mp ort a n c e a n d s o r t i n g o f i n it ial e v e n t s a r e c a l c u l a t e d Th e r es u lt s ar e h e l p f u l t o t he t e ch n ic al p er s o n n el a n d ma in t en a n c e pe r s on n e l f o r an a ly zin g t he s y s t ems be h a v i o r Ke y wo r d s r e li a b i l ity a n a ly s i s s l id in g p l u g d o o r F T A f u z z y P e t r i n e t 0 引言 城市地铁车辆车门是复杂的机械和电气相结合 的系 统 由于地铁列车运营线路站距短 车门高频次地开启和 关闭 极易导致车门的门控电气元件和机械零部件损坏 造成正线运营时列车车门故障频发 故障程度较轻的情形 则需要切除该车门 故障较重则会导致列车的掉线 停运 给正常的生活和城市的有序运转带来不利影响 对此 进 行了车门可靠性研究 近年国内外学者对车门系统可靠性进行了一些研究 朱小娟 1 周俊龙 2 等通过建立地铁车门系统的故障树 分析得到导致车门故障的薄弱环节 以此给出了提高车门 可靠性的建议 周黎明 3 提出用基于蒙特卡罗仿真和故 障树分析的方法进行地铁车门可靠性分析 由于缺乏有 效的数学表达方法 F T A方法不容易自动进行进一步的定 量分析l 4 无法有效地描述故障的传播 P e t r i 网是对离 散事件动态系统建模和分析的重要工具 而故障的产生和 传播是一个典型的动态过程 利用 P e t r i 网可以很好地描 述故障的产生和传播过程 5 模糊推理 P e t r i 网的形式 化推理算法 能很好地表示和处理模糊知识和模糊故障信 息 可实现智能推理 准确有效地控制故障传播 8 在对地铁车辆进行故障模式分析的基础上 采用基于 故障树和模糊推理 P e t r i 网的形式化推理算法 建立地铁 车辆车门 F R P N分析模型 定量分析车门系统的可靠性 据此给出提高系统可靠性的建议 1 F R P N及推理算法 1 1 F R P N基本概 念 模糊推理 P e t r i 网 F R P N F u z z y R e a s o n i n g P e t r i N e t 是一个在 P e t r i 网基础上扩展而来的图形化的数学建模工 具 非常适合于人类知识的表示和人工智能领域 被广泛 应用于通信 制造 运输等领域 文中将模糊 P e t r i 网应用 于更具一般性的推理过程中 运用矩阵运算来实现形式化 推理 使模糊推理过程更加简单 和易 于实现 在一个 F R P N模型中 在库所 中标识的 t o k e n的值与一个 0到 1 之间的真实值关联 变迁与一个 0到 1之间的 c F关联 c F表示变迁为真的置信度 而规则推理过程用推理 P e t r i 基金项 目 国家 8 6 3课题 2 0 1 1 A A1 1 0 5 0 6 国家科技支撑计划项 目 2 0 1 1 B A G 0 1 B 0 5 作者简介 刘光武 1 9 5 6 一 男 广东广州人 高级工程师 从事城市轨道交通运输系统研 究 1 4 6 h t t p Z Z H D c h i n a j o u r n a 1 n e t c n E m a i l Z Z HD c h ain a j o u r n a 1 n e t c a 机械制造与 自动化 信息技术 刘光武 等 基于故障树和模糊推理 p e t r i 网的塞拉 门系统可靠性分析 网中变迁的触发表示 F R P N定义为一个八元组 F R P N P T 0 H 0 C 其中 P p P p 是库所 命题 的有限集合 2 是变迁 规则 的有 限集 合 P 一 0 1 是 n X m输人矩阵 定义命题到规则的有向弧 0 P x 0 1 是 n X m输出矩阵 定义从规则到命题的有向 弧 日 P 0 1 是 n X m矩阵 定义从命题到规则的互 补弧 0是库所 命题 的真度向量 0 0 0 1 0 1 是标示向量 y l 2 y 若 中有一个托肯则 1 c d i g c c c 是变迁 规则 的置信度向量 c j是 tj的置信度 取值在 0到 1 之间 1 2 F R P N的构 建 在知识表达的模糊推理 P e t r i 网中 网的框架代表基 于产生式规则 的知识结构 故障树分析法 F a u l t T r e e A n a l y s i s 简称 F T A 是一种将系统故障原因按树枝状逐级 细化的图形 演绎方 法 从推理机制与故障描述来看 F R P N与故障树分析法 9 很相似 根据已发展成熟的故障 树进行 F R P N映射建模 l a 一般地 故障树与 p e t r i 网之间的转换规则如下 1 故障树中的事件可转换为 P e t r i 网中的库所 故障 树中的基本事件对应 p e t r i 网中的初始库所 故障树的顶 事件对应 p e t r i 网中的目标库所 2 故障树中事件发生的因果关系可转换为 P e t r i 网 中的变迁 3 故障树中的逻辑门 应根据不同含义进行转换 其 中与门和或门可以按照图 1中所示 转换成 P e t r i网中的 符号 特别是故障树中的复合逻辑门 可用若干个基本逻 辑门描述 为方便起见 故障树中的复合逻辑门经过简化 后再 转化为 P e t r i 网模型 b 故障树中的逻辑门转化为 P e t r i 网表示时 运算规 则需 要同时更 新 如 图 1 所示 主要 的规则 如下 r ain c 图 1 与 或 门对应 的 P e t r i 网表 示 1 如果一个变迁被触发 库所 中的托肯将会被送入 上一级库所中 2 如有变迁结构类似与门结构 上一级库所的真度 值由输入库所的最小值真度值确定 如果变迁结构类似或 门机构 则上一级库所的真度值由输入库所的最大真度值 确定 1 3 F R P N的推理算法 采用一种实用的不确定推理方法 即 MY C I N置信度 方法 来进行正向推理 该方法被广泛的应用与不确定 推理 它的主要思路是模糊命题合取式的真值取各子式真 M a c h i n e Bu i ld in g Au t o ma t io n f u n 2 0 1 5 4 4 3 1 4 6 1 4 9 值的最小值 模糊命题析取式的真值取各子式真值的最大 值 引入极大代数中的两个算子 1 0 A B D 其中A B D是 mX n维矩阵 有 d m a x a 6 2 o A oB D 其中A B D分别是 mx p p x n m r t 维矩阵 有 d m a x a b F R P N的推理规则包括使能规则和激发规则 4 为了 更好地表示 F R P N的推理规则 文中使用了上述运算符计 算得到控制向量P和激发向量 k 一 o o y 1 1 re x 1 一 日 o 其中 采用 n e g 算子得到变迁的多个输入库所中托肯的 最小值 即对应命题为真的可信度 1 re x I O k 2 y 1 一y 当一组规则被激发后 F R P N的真度向量和标识向量 变为 o g y o 由此 可以得到推理算法如下所示 步骤 1 根据 F E P N模型得到 0 H C O 0 y o 步骤 2 令 k 0 步骤 3 根据式 1 一 3 由O k 计算得到 1 步骤 4 如果 1 O k 令 k 1 重复步骤 3 如果 Ok 1 Ok 推理结束 2 车门系统的故障树模型 地铁车门主要有开门 关门 警示灯 蜂鸣器 障碍物 探测 关门防夹 开门时障碍物探测 车门退出服务 紧 急解锁等功能 地铁车辆自动塞拉门系统由门扇 机构和 控制系统组成 门扇包括门板 玻璃 胶条和其它零件等 机构包括基础部件 驱动锁闭装置 承载导向装置 内外操 作开关等 控制系统包括电子门控器 E D C U 执行器件 检测器件等 其中承载导向机构由短导柱 挂架 长导柱 携门架 导向滚轮 上下导轨构成 驱动锁闭装置包括车门 电机 丝杆螺母副和锁 闭装置 车门系统示 意图如图 2 所示 图 2 车门系统原理图 1 4 7 信息技术 刘光武 等 基于故障树和模糊推理p e t r i 网的塞拉门系统可靠性分析 车门故障可以分为机械故障和电器故障 通过分析列 车运行历史数据可得到 电器故障主要表现为 E D C U 车 门电机 继电器 限位开关等引起的开 关门问题等 机械 故障主要是车门尺寸变形 解锁装置 传动部件卡滞 丝杆 螺母磨损开裂 螺丝松动松脱等引起 的车 门品质减弱 问题 针对车门故障进行详细 系统的分析 通过对影响车 门功能的各个中间事件进行分析 逐步分解引起故障的原 因 建立车门故障树 图 3为车门系统失效故障树 其中 标识对应的事件见表 1 图 3 地铁车门系统的故障树模型 表 1 F T A和 F R P N中标识所对应的事件 根据故障树布尔运算规则车门系统顶事件发生概率 I 1 1 6 为 P P X 12 X 13 i 1 i 1 4 3 基于 F R P N的车 门可靠性分析 3 1 车门系统的 F R P N模型 车门系统的F R P N模型由上一章节中的故障树模型转 换得到 如图4 所示 其中的初始库所为P 1 尸 2 尸 3 尸 4 尸 5 Jp 6 P 7 尸 8 P 9 P 1 0 Pl l P 1 4 P 1 5 P1 6 P 1 7 P 1 8 其中故障树 的事件 解锁信号错误 依据吸收原则 1 在 F R P N模型中省 略 车门系统 F R P N模型包含有 2 3个库所和 2 2个变迁 F R P N模型中库所对应的事件如表 1 所示 3 2 基于 F R P N的车门可靠性分析 丢 c 丑 06 6 6x8 1 48 0 0 0 1 1 1 0 I 5 7 I 给定各事件传播关系 规则 的可信度为 C 2 2 x 2 2 d i a g 0 9 0 8 0 7 O 7 0 9 5 0 7 0 9 0 8 0 8 5 0 7 h t t p ffZ Z H D c h i n a j o u r n a 1 n e t c n E m a i l Z Z H D c h a i n a j o u ma 1 n e t c n 机械帝 3 造与自动化 1 O L l 8 2 8 0 O O O 1 O O 0 0 1 O O 0 0 1 O 0 O 0 l O O 0 l O O 0 0 1 0 0 O O 1 0 O O 1 0 O 0 0 l 0 O O 1 O 0 0 O 1 O 0 O O l 0 0 O 1 O O 0 0 1 O 0 0 O 1 0 0 0 O 信息技术 刘光武 等 基于故障树和模糊推理 p e t r i 网的塞拉门系统可靠性分析 0 7 0 8 5 0 9 5 0 8 0 7 0 7 0 8 0 7 5 0 8 0 9 0 8 5 0 7 5 初始的标识矩阵为 1 1 1 初始库所的 真度值矩阵为 0 o 1 1 1 1 4 1 8 根据车 门系统 特性 历史运营数据及工程经验 得到真度值为 O 0 i 1 1 1 1 4 1 8 0 8 0 7 0 4 0 7 0 3 0 3 0 9 0 4 0 6 0 6 0 4 o 1 0 6 0 6 0 7 o 6 则由推理算法得到 1 8 i 1 2 1 3 1 9 2 0 2 1 2 2 2 3 0 7 2 0 8 1 0 5 1 0 2 8 0 4 2 0 5 6 0 8 i 1 2 1 3 1 9 2 0 2 1 2 2 2 3 0 7 2 0 8 1 0 5 1 0 7 6 9 5 0 4 2 O 5 6 0 4 2 i 1 2 1 3 1 9 2 0 2 l 2 2 2 3 0 7 2 0 8 2 0 5 1 O 2 8 O 4 2 0 5 6 0 6 9 2 5 8 4 i 1 2 1 3 1 9 2 0 2 1 2 2 2 3 o 7 2 0 8 2 0 5 1 0 2 8 0 4 2 0 5 6 0 6 9 2 5 由于 0 4 0 3 推理过程结束 在初始条件 下 系统 真度值为 8 4 8 i 1 2 1 3 1 9 2 0 2 1 2 2 2 3 0 7 2 0 8 2 0 5 1 0 2 8 O 4 2 0 5 6 0 6 9 2 5 则系统目标事件 发生的最大可信度为0 6 9 2 5 5 为了评估基本事件对系统整体性能的影响 定义当只 有一个故障发生时 通过 F R P N推理算法计算得到的目标 事件的真度值为基本事件重要度指标 底事件重要度 计算结果如表 2所示 计算结果表明 P P P P 的重 要度值最大 表明事件 E D C U模块故障 锁闭开关 S 1 故障 关门到位开关 S 4故障 丝杆 螺母副卡滞 是 最重要的事件 由于初始库所的重要度指标值越大 对系 统性能的影响就越严重 工程人员可依据计算结果制定维 修策略 加强对这些薄弱环节的维护 表2 初始库所的重要度指标 5结语 文中研究地铁车门系统的可靠性 首先建立车门系统 故障树模型 然后通过 F T A F R P N的图形转化规则得到 P e t r i 网模型 最后将模糊推理 P e t r i 网的推理算法应用于 车门系统整体的可靠性分析 计算得到目标事件的故障率 和初始事件的重要度 计算结果展示了影响车门运行性 能的故障排序 有助于技术人员和维修人员分析车门系统 的运营状况 并且通过采用恰 当的维修策略提高系统性 能 其有效的模糊推理过程及智能推理能力便于计算机 编程求解复杂过程 参考文献 1 朱小娟 王建兵 印臻民 上海地铁车辆客室车门可靠性技术 研究 J 城市轨道交通研究 2 0 0 6 3 3 l 一 3 4 2 周俊龙 王建兵 上海地铁 车辆客室 车 门可靠 性和安全 性技 术研究 J 电力机车与城轨车辆 2 0 0 6 2 9 4 7 1 0 3 Z h o u L i mi n g Y a n g J i a n w e i C a i G u o q i a n g M o n t e C a r l o S i m u l a t i o n B a s e d o n F r A i n R e l i a b i l i t y A n a l y s i s o f D o o r S y s t e m J I c C A E 2 0 1 0 T h e 2 n d I n t e rna t i o n al C o n f e r e n c e o n V o l u me 5 2 6 2 8 F e b 2 0 1 0 p a g e S 7 1 3 7 1 7 4 W u J i a n i n g Y a h S h a o z e X i e I j y a n g R e l i a b i l i ty a n a l y s i s m e t h o d o f a s o l ar a r r a y b y u s i n g f a u l t t ree a n aly s i s an d f u z z y r e a s o n i n g P e t r i n e t J A e t a As t r o n a u t i e a 2 0 1 l 6