陶佳琦 翁正新

（1.上海交通大學自動化系，200240，上海；2.上海地鐵維護保障有限公司車輛分公司，200233，上?！蔚谝蛔髡撸T士研究生）

更好地診斷與處理地鐵列車發(fā)生的故障是保障地鐵列車運營安全的關(guān)鍵。地鐵列車的綜合線路圖是列車各個設備、繼電器、空氣開關(guān)等元器件的連接原理圖。綜合線路圖中的元器件出現(xiàn)故障會對列車正常運營造成很大的影響。在綜合線路圖的故障診斷中，由于沒有一套系統(tǒng)性、科學性的故障診斷方法，維護人員對故障的定位和排除難度較大。故障樹分析法以樹形圖的形式形象地闡明了系統(tǒng)故障與導致該故障的各個因素之間的邏輯關(guān)系。本文以列車無法建立牽引為頂事件，應用故障樹分析法建立了列車牽引系統(tǒng)故障樹，并對求出的最小割集進行了詳細的分析研究，結(jié)合故障案例統(tǒng)計數(shù)據(jù)，使維護人員能更快地查找出故障原因。

1 故障樹分析法簡介

故障樹分析法（Fault Tree Analysis，簡為FTA）又稱因果樹分析法。它是目前國際上公認的一種簡單、有效的可靠性分析和故障診斷方法，是指導系統(tǒng)最優(yōu)化設計、薄弱環(huán)節(jié)分析和運行維修的有力工具。其基本思想是：把所研究系統(tǒng)的最不希望發(fā)生的故障狀態(tài)作為分析的目標，找出直接導致這一故障發(fā)生的全部因素；然后以這些因素作為中間事件，找出導致這些中間事件發(fā)生的全部直接因素；采用演繹法，不斷地進行下去，直到不能展開的事件為止。各層事件之間通過“與”、“或”、“非”、“異或”等邏輯運算關(guān)系得到的樹狀圖即為故障樹。將FTA 應用于系統(tǒng)的故障診斷中，既可以幫助人們加深對系統(tǒng)故障和故障原因的理解，又能減少故障處理的時間、提高維護人員的工作效率，為系統(tǒng)的日常維護提供依據(jù)［1－3］。

2 地鐵列車牽引系統(tǒng)故障樹的建立

在綜合線路圖中，牽引部分對于地鐵列車的安全運營至關(guān)重要。圖1為綜合線路圖中的列車建立牽引的原理示意圖。由圖1可知，列車牽引前須檢查車門是否鎖好，制動是否緩解等條件。在綜合線路圖中，這些條件都由相應的繼電器等元器件來實現(xiàn)的，只有當所有條件都滿足了，才會產(chǎn)生牽引信號及脈沖信號，列車收到信號后才能動車。

圖1 牽引原理示意圖

當列車建立牽引發(fā)生故障時，由于建立牽引所需條件復雜、涉及的故障原因較多，導致維護人員難以很快給出正確判斷。為了提高故障診斷效率，本文以列車無法建立牽引為頂事件T，建立了圖2所示的故障樹。

圖2 列車無法建立牽引為頂事件T 的故障樹

在圖2中，中間事件M1為牽引信號故障，M2為脈沖信號故障，M3 為司機室繼電器故障，M4為列車狀態(tài)信號故障，M5 為司機室繼電器故障，M6為門聯(lián)鎖信號故障，M7 為停放制動緩解信號故障，M8 為緊急制動信號故障，M9 為常用制動緩解信號故障，M10 為快速制動緩解信號故障，M11為制動命令故障。底事件X1為牽引授權(quán)斷路器故障，X2為牽引授權(quán)繼電器1故障，X3為牽引授權(quán)繼電器2 故障，X4 為司機室激活繼電器3故障，X5為司機室激活繼電器10 故障，X6 為脈沖使能斷路器故障，X7 為門聯(lián)鎖繼電器1＿A故障，X8為門聯(lián)鎖繼電器2＿A故障，X9 為門聯(lián)鎖繼電器1＿B故障，X10 為門聯(lián)鎖繼電器 2＿B故障，X11為所有停放制動緩解繼電器故障，X12為制動隔離繼電器故障，X13 為所有制動緩解繼電器1故障，X14為緊急制動接觸器1故障，X15為緊急制動接觸器2 故障，X16 為全常用制動緩解繼電器1 故障，X17 為全常用制動緩解繼電器2故障，X18為無制動指令繼電器1故障，X19為無制動指令繼電器2故障。

3 最小割集

割集是導致正規(guī)故障樹（僅含有頂事件、底事件以及與、或、非三種邏輯門）頂事件發(fā)生的若干底事件集合。最小割集是導致正規(guī)故障樹頂事件發(fā)生的數(shù)目不可再少的底事件集合。常用的故障樹最小割集求法有上行法和下行法兩種［4］。本文利用下行法 求最小割集，求解過程如表1所示。

表1 下行法求取列車無法建立牽引的最小割集過程

經(jīng)簡化、吸收、去掉重復的割集，得到16個最小割集K：

4 故障分析

4.1 建立故障查詢表

當?shù)玫焦收蠘涞淖钚「罴?，為了更好地進行故障處理，須確定各個最小割集的重要度。傳統(tǒng)方法是根據(jù)各個割集的故障率，從高到低排序確定故障排查順序。但分析本文故障樹得到的最小割集，可以發(fā)現(xiàn)大多數(shù)最小割集屬于同一型號的元器件，其故障率均相同。故僅僅用故障率排序的方法并不能很好地體現(xiàn)出各個最小割集的重要度。因此，本文根據(jù)割集包含的元素、不同元器件間的性能、同種元器件之間的工作位置對得到的16個最小割集進行分析，從而確定故障排查順序如下：

首先，根據(jù)割集包含元素的數(shù)量進行排序。割集包含元素越多，故障的可能性越低。割集K4、K15、K16均包含了2個元器件，表明必須2個元器件同時故障才會對系統(tǒng)造成影響。因此，這些割集的故障率比其他割集的故障率要低。

其次，根據(jù)不同元器件之間的性能進行排序。由于最小割集主要分為繼電器與空氣開關(guān)兩部分，因此，對繼電器與空氣開關(guān)進行性能分析?？諝忾_關(guān)在系統(tǒng)中主要起保護作用，防止經(jīng)過的電流過大；而繼電器則需通過頻繁的打開、閉合動作來實現(xiàn)系統(tǒng)的各項功能。故空氣開關(guān)發(fā)生故障的可能性肯定小于繼電器，因此在排序表中割集K1、K5的順序低于其他割集。

最后，根據(jù)同種型號元器件的工作特點進行排序。在繼電器的相互比較中，動作頻率越低，故障可能性越低。例如：割集K11是制動隔離繼電器，其工作原理是制動被隔離時動作，而制動隔離可能幾周都不會出現(xiàn)一次，因此可能幾周都不會動作一次。割集K10是所有停放制動緩解繼電器，原理是停放制動緩解時動作。由于停放制動只有在列車回庫后才會施加，因此頻率大約為1～2次／d。比較這兩個割集，割集K11的故障可能性明顯小于K10。又比如割集K13，K14是緊急制動接觸器，原理是列車緊急制動時動作。割集K6～K10是門聯(lián)鎖繼電器，門鎖閉時動作，一旦列車關(guān)門，門聯(lián)銷繼電器就會動作。在頻率上門聯(lián)鎖繼電器遠大于緊急制動接觸器，因此K13、K14的故障可能性小于K6～K10。

從上述故障排查順序可知，有些割集的排查順序相同，表明這些割集的工作特性類似。此時，可通過割集在故障案例中出現(xiàn)的次數(shù)多少進行判斷，從而更準確地判斷故障發(fā)生原因。例如：K6，K7，K8，K9均為門聯(lián)鎖繼電器，型號相同，工作頻率相同，僅僅根據(jù)特性很難判斷故障可能性高低，此時，可通過查詢這4個繼電器在列車運營至今的故障案例中出現(xiàn)故障次數(shù)的多少來進行判斷，次數(shù)越多，則故障可能性越大。

4.2 診斷實例

1）故障現(xiàn)象：2013年11月28日13：18，上海軌道交通1號線261＃車在陸家嘴站下行牽引無法正常建立，無故障顯示，且所有門關(guān)好燈亮。司機切ATCIS（列車自動控制隔離開關(guān)）、ABRBS（所有制動旁路開關(guān)）、APBRBS（所有停放制動旁路開關(guān)）、EBKBS（緊急制動旁路開關(guān)）、DIRBS（門關(guān)好旁路開關(guān)）后清客至威寧路存車線。

2）診斷過程：使用從上述故障排查順序所示順序?qū)收线M行診斷，首先檢查第一順序割集K2、K3、K12，查詢案例統(tǒng)計數(shù)據(jù)后發(fā)現(xiàn)這3個割集發(fā)生故障的次數(shù)均為0，因此，對這3個割集逐個進行排查，檢查結(jié)果均正常。隨后排查第二順序割集K6、K7、K8、K9，查詢案例統(tǒng)計數(shù)據(jù)后發(fā)現(xiàn)這4個割集發(fā)生故障的次數(shù)也均為0，因此，逐一對這4個割集進行排查，使用電壓表依次測量4個割集的進線及出線觸點電壓。檢查發(fā)現(xiàn)，K6進線、出線觸點有電壓，K7進線觸點有電壓，而出線觸點無電壓。因此，判斷K7即DIR2＿A 繼電器故障，更換DIR2＿A繼電器后，牽引能正常建立，試車線試車正常。

在此次案例中，維護人員使用故障排查順序快速、準確地對故障進行了診斷。針對案例中各元器件案例統(tǒng)計數(shù)據(jù)相同的現(xiàn)象，一方面是由于牽引無法建立這一故障現(xiàn)象，在地鐵運營中出現(xiàn)較少，另一方面是由于地鐵運營時間較短，各元器件發(fā)生故障概率較低。隨著列車運營時間的增加，各元器件發(fā)生故障的概率會逐漸增大，此時應用結(jié)合故障案例統(tǒng)計數(shù)據(jù)的故障排查順序，能使維護人員更快捷地進行故障診斷。

5 結(jié)論

故障樹分析法形象直觀、邏輯性強，通過對地鐵列車牽引系統(tǒng)建立故障樹，維護人員能加深對牽引系統(tǒng)原理的理解，了解導致各種故障發(fā)生的所有可能原因。為了使一線員工更方便快捷地處理列車牽引的各種故障現(xiàn)象，可將故障樹分析法與編程軟件相結(jié)合，從而大大減少維護人員處理故障的時間，提高工作效率，保障列車正常運營。

［1］倪紹徐，張裕芳，易宏，等.基于故障樹的智能故障診斷方法［J］.上海交通大學學報，2008（8）：1372.

［2］張迪，朱發(fā)新，談亮.船舶造水機故障樹構(gòu)建及其應用研究［J］.中國水運，2012（11）：89.

［3］姜來春.故障樹分析方法在脈沖雷達故障檢測中的應用［J］.電子設計工程，2013（3）：27.

［4］鐘飛，劉傳偉，鄧世東，等.基于故障樹的發(fā)射機故障診斷［J］.艦船電子工程，2013（1）：111.

［5］Marko epin，Borut Mavko.A dynamic fault tree［J］.Reliability Engineering and System Safety，2002（1）：83.

［6］沈濤.地鐵車輛牽引控制單元故障樹分析與診斷建模［D］.上海：上海交通大學，2003.

［7］姚竹亭，潘宏俠，吳立新，等.故障樹法在車輛控制系統(tǒng)CPU板故障診斷中的應用［J］.合肥工業(yè)大學學報：自然科學版，2009（9）：1317.

［8］陶勇劍，董德存，任鵬，等.基于故障樹的軌道交通通信系統(tǒng)可靠性研究［J］.華東交通大學學報，2007（2）：48.