胡國(guó)飛 程月華 楊天社 陸寧云

1. 南京航空航天大學(xué)航天學(xué)院，南京 210016 2. 西安衛(wèi)星測(cè)控中心，西安 710043 3. 南京航空航天大學(xué)自動(dòng)化學(xué)院，南京 210016

?

基于性能退化的動(dòng)量輪系統(tǒng)故障危害評(píng)估*

胡國(guó)飛1程月華1楊天社2陸寧云3

1. 南京航空航天大學(xué)航天學(xué)院，南京 210016 2. 西安衛(wèi)星測(cè)控中心，西安 710043 3. 南京航空航天大學(xué)自動(dòng)化學(xué)院，南京 210016

航天器故障危害評(píng)估能夠?yàn)榧皶r(shí)采取預(yù)警措施，減少故障在系統(tǒng)內(nèi)的蔓延，提高航天器的可靠性，以及航天器在軌維修提供重要的理論依據(jù)。針對(duì)航天器部件故障情況下系統(tǒng)危害評(píng)估問題，本文將系統(tǒng)性能退化作為重要影響因素，提出了一種基于故障程度、性能退化特性及歷史故障影響程度的故障危害實(shí)時(shí)定量評(píng)估方法，建立了3個(gè)影響因素的數(shù)學(xué)模型及系統(tǒng)故障危害實(shí)時(shí)定量評(píng)估模型。以動(dòng)量輪系統(tǒng)的2種故障模式驗(yàn)證了所提出方法的可行性和有效性。仿真結(jié)果表明，該方法能更加客觀地評(píng)估航天器部件發(fā)生故障時(shí)對(duì)系統(tǒng)的危害。 關(guān)鍵詞 故障模式；影響因素；危害評(píng)估；實(shí)時(shí)；定量

隨著航天技術(shù)的不斷進(jìn)步，以及對(duì)高性能、高可靠性航天器的迫切需求，未來航天器所執(zhí)行的任務(wù)將日趨多樣化，航天器的結(jié)構(gòu)將會(huì)更加復(fù)雜，造價(jià)也將越來越昂貴。航天器在軌運(yùn)行期間，會(huì)經(jīng)歷嚴(yán)酷的高溫、低溫、溫度交變、高能粒子輻射、攝動(dòng)力及電磁干擾等，這些都可能誘發(fā)航天器發(fā)生故障，同時(shí)星上資源有限以及人工干預(yù)能力受限，即使是一個(gè)微小的元部件故障，都有可能造成航天器無法完成預(yù)定任務(wù)[1-3]，因此，有必要開展航天器在軌故障危害評(píng)估，及時(shí)采取預(yù)防、預(yù)警措施，防止故障危害的蔓延、擴(kuò)大，提高航天器的可靠性，延長(zhǎng)其使用壽命，同時(shí)也為航天器在軌維修提供重要的理論依據(jù)。

針對(duì)部件發(fā)生某一故障模式對(duì)系統(tǒng)的危害分析研究中，John B. Bowles首先將模糊邏輯運(yùn)用到故障模式危害評(píng)估中，用以描述嚴(yán)重度、發(fā)生度和檢測(cè)度與風(fēng)險(xiǎn)優(yōu)先順序的關(guān)系，通過引入模糊邏輯克服了傳統(tǒng)故障模式危害分析中RPN的缺陷，并提出了2種基于模糊邏輯的危害度評(píng)估方法[4-5]。K.Xu等在John B. Bowles的基礎(chǔ)上，提出了基于模糊邏輯的故障模式危害評(píng)估方法，并對(duì)該方法進(jìn)行了拓展，構(gòu)建了一個(gè)模糊評(píng)價(jià)系統(tǒng)，通過采用模糊故障模式危害性評(píng)估方法對(duì)柴油機(jī)渦輪增壓系統(tǒng)進(jìn)行風(fēng)險(xiǎn)程度評(píng)估，取得很好的效果[6]。Kai Meng Tay等改進(jìn)了模糊邏輯推理流程，經(jīng)過改進(jìn)后的模糊故障模式危害評(píng)估方法得到了極大的簡(jiǎn)化，同時(shí)也使進(jìn)行模糊風(fēng)險(xiǎn)評(píng)價(jià)的相應(yīng)規(guī)則更加突出[7]。P.A.A. Garcia 等和A Charnes等將模糊邏輯和數(shù)據(jù)包絡(luò)分析的思想結(jié)合，提出了基于模糊數(shù)據(jù)包絡(luò)分析的FMECA方法，該方法一方面能夠很好地克服傳統(tǒng)FMECA中很難處理“模糊”信息的缺點(diǎn)，另一方面能夠借助數(shù)據(jù)包絡(luò)分析 (DEA) 模型迅速確定影響每個(gè)故障模式的諸多指標(biāo)的權(quán)重，一定程度上降低了評(píng)價(jià)結(jié)果的主觀性，使其更加可信[8-9]。康銳等利用模糊數(shù)學(xué)方法建立模糊FMECA分析模型，對(duì)系統(tǒng)或部件進(jìn)行危害分析，確定其風(fēng)險(xiǎn)程度，找出薄弱環(huán)節(jié)，給出合理的預(yù)防措施[10-11]。Anand Pillay等將灰色理論和模糊規(guī)則庫應(yīng)用到傳統(tǒng)的FMECA分析中，利用模糊規(guī)則庫對(duì)那些風(fēng)險(xiǎn)程度不同，但是具有相同RPN值的潛在故障模式實(shí)施分級(jí)，然后采用反模糊語義值與灰色理論確定S，O，D的權(quán)重[12]。上述研究成果對(duì)開展故障危害分析研究起到了很好的推動(dòng)作用，但是依然存在不能開展故障危害實(shí)時(shí)定量評(píng)估的問題。

目前，針對(duì)航天器開展故障危害評(píng)估的研究成果大多是在故障模式影響分析的基礎(chǔ)上采用危害矩陣圖法和風(fēng)險(xiǎn)優(yōu)先數(shù)法[13-15]。其中，危害矩陣圖法是利用不同故障模式的影響嚴(yán)酷度等級(jí)繪制系統(tǒng)故障危害矩陣圖，分析各種故障模式對(duì)系統(tǒng)的危害度，進(jìn)而為確定處置措施的先后順序提供依據(jù)；風(fēng)險(xiǎn)優(yōu)先數(shù)法是計(jì)算不同故障模式的發(fā)生概率等級(jí)、故障影響的嚴(yán)酷度等級(jí)以及故障模式檢測(cè)難度等級(jí)三者的乘積，定量確定不同故障模式對(duì)系統(tǒng)的危害度，對(duì)引起高危害度的故障模式優(yōu)先采取處置措施。上述2種方法在開展航天器故障危害評(píng)估中，考慮了故障模式的影響嚴(yán)酷度、可檢測(cè)度以及故障模式的發(fā)生概率，是利用專家經(jīng)驗(yàn)知識(shí)以及分析大量歷史故障數(shù)據(jù)得到的，并未考慮故障程度以及部件的性能退化特性因素，而航天器在軌運(yùn)行期間何時(shí)發(fā)生故障、以及故障程度的大小是不確定的，由于部件在運(yùn)行過程中性能不斷退化，不同時(shí)刻部件的性能狀態(tài)也不盡相同，因此，針對(duì)在軌航天器的故障危害評(píng)估中，有必要綜合故障程度、部件性能退化特性以及歷史故障影響程度這3個(gè)因素，開展實(shí)時(shí)定量的故障危害評(píng)估。

本文開展基于性能退化情況下，部件故障對(duì)系統(tǒng)的危害評(píng)估技術(shù)研究，綜合考慮部件發(fā)生某一故障模式的故障程度、部件性能退化特性以及歷史故障影響程度因素，建立了動(dòng)量輪系統(tǒng)故障危害實(shí)時(shí)定量評(píng)估模型，并針對(duì)動(dòng)量輪系統(tǒng)開展故障危害評(píng)估研究，為航天器在軌故障預(yù)警及狀態(tài)維修提供更加準(zhǔn)確客觀的理論依據(jù)。

1 影響因素的數(shù)學(xué)模型

動(dòng)量輪系統(tǒng)作為航天器姿態(tài)控制的執(zhí)行機(jī)構(gòu)，主要功能是負(fù)責(zé)航天器的姿態(tài)穩(wěn)定控制及機(jī)動(dòng)控制，為了提高動(dòng)量輪系統(tǒng)的可靠性，常采用冗余備份設(shè)計(jì)。三正一斜裝是星載典型動(dòng)量輪配置系統(tǒng)，3個(gè)本體軸上各安裝1個(gè)性能相同的工作動(dòng)量輪，斜裝動(dòng)量輪作為3個(gè)本體軸動(dòng)量輪的公共備份。動(dòng)量輪發(fā)生故障時(shí)，其故障程度、動(dòng)量輪性能退化特性以及歷史故障影響程度是影響動(dòng)量輪系統(tǒng)故障危害，實(shí)時(shí)定量評(píng)估的3個(gè)重要因素[16]。

1.1 故障程度

故障程度是指部件發(fā)生故障，但并未使系統(tǒng)出現(xiàn)功能失效時(shí)，部件工作參數(shù)偏離正常狀態(tài)的比值。某一動(dòng)量輪的工作參數(shù)超過正常的允許范圍就會(huì)使動(dòng)量輪系統(tǒng)性能下降，進(jìn)而導(dǎo)致動(dòng)量輪系統(tǒng)發(fā)生功能故障。

考慮動(dòng)量輪的工作特性并參考相關(guān)文獻(xiàn)[17]，可以將其重要工作參數(shù)的一階變量，即均值作為衡量動(dòng)量輪故障程度的評(píng)判指標(biāo)。定義某一軸動(dòng)量輪發(fā)生故障時(shí)工作參數(shù)的預(yù)警值為Dthre，工作參數(shù)的閾值為Dl，當(dāng)某一軸動(dòng)量輪實(shí)時(shí)工作參數(shù)大于Dthre且小于Dl時(shí)，動(dòng)量輪系統(tǒng)處于故障狀態(tài)。假設(shè)動(dòng)量輪正常工作情況下工作參數(shù)均值為u(u不為0)，動(dòng)量輪系統(tǒng)運(yùn)行過程中動(dòng)量輪工作參數(shù)的實(shí)測(cè)值為m，則動(dòng)量輪v的故障程度為：

(1)

1.2 性能退化特性

R(t)=P(T>t)

(2)

可靠度是定量評(píng)估故障危害的重要指標(biāo)，借鑒已開展的基于動(dòng)態(tài)故障樹衛(wèi)星姿態(tài)控制系統(tǒng)壽命預(yù)測(cè)研究的相關(guān)成果，選取可表征動(dòng)量輪性能的特征參數(shù)(如電流、溫度等)，建立性能退化模型[18]，利用歷史退化數(shù)據(jù)得到動(dòng)量輪在某一工作狀態(tài)下的失效概率密度函數(shù)為fs(t)。動(dòng)量輪在備份情形下，動(dòng)量輪未啟用前的失效概率密度函數(shù)為fn(t)，啟用后的失效概率密度函數(shù)為fo(t)，得到動(dòng)量輪在某一工作狀態(tài)下的失效概率密度函數(shù)為：

(3)

其中，ts為動(dòng)量輪啟用時(shí)的時(shí)刻，tc滿足

(4)

求解得到動(dòng)量輪某一工作狀態(tài)下的失效分布函數(shù)為：

(5)

得到動(dòng)量輪的可靠度函數(shù)為：

Rv(t)=1-F(t)

(6)

1.3 歷史故障影響程度

歷史故障影響程度是指部件歷史規(guī)定使用時(shí)間內(nèi)所發(fā)生的故障模式對(duì)系統(tǒng)所造成的影響程度。依據(jù)動(dòng)量輪所發(fā)生的故障模式對(duì)動(dòng)量輪系統(tǒng)的影響程度不同進(jìn)行分類，并給出每一類的評(píng)估值，具體見表1。

表1 動(dòng)量輪故障模式影響程度分類評(píng)估表

設(shè)有m個(gè)專家對(duì)動(dòng)量輪所發(fā)生的n個(gè)故障模式進(jìn)行評(píng)估，參與評(píng)估決策的專家包括設(shè)計(jì)人員、制造人員以及操作使用人員三類專業(yè)技術(shù)人員，則有m×n個(gè)評(píng)估值，用aij來表示，其中，aij表示第i(i=

1,2,3，…,m)位專家對(duì)故障模式j(luò)(j=1,2,3,…,n)的評(píng)估值，則形成m×n的評(píng)估矩陣：

對(duì)aij進(jìn)行規(guī)范化處理，得到各故障模式的評(píng)估值為：

(7)

在n個(gè)故障模式的評(píng)估值中，存在一個(gè)相對(duì)最優(yōu)的評(píng)估值，利用算數(shù)平均數(shù)法可以得到最優(yōu)評(píng)估值λj為：

(8)

利用最優(yōu)評(píng)估值和最小方差理論，得到第i位專家評(píng)估值偏差與總評(píng)估值偏差的比例ci：

(9)

用βi表示j故障模式因素條件下第i位專家的評(píng)估水平：

(10)

綜合考慮初始各故障模式的評(píng)估值及各位專家的評(píng)估水平，采用加權(quán)平均的數(shù)學(xué)模型，得到專家對(duì)各故障模式的綜合評(píng)估值wj：

(11)

在得到各故障模式的綜合評(píng)估值wj基礎(chǔ)上，采用算數(shù)幾何平均數(shù)建立了動(dòng)量輪歷史故障影響程度Dv的數(shù)學(xué)模型為：

(12)

2 故障危害實(shí)時(shí)定量評(píng)估模型

在開展動(dòng)量輪系統(tǒng)故障危害實(shí)時(shí)定量評(píng)估的研究中，主要考慮了故障程度、性能退化特性以及歷史故障影響程度3個(gè)影響因素。故障程度與故障危害度呈正相關(guān)，即故障程度越大，其產(chǎn)生的故障危害度越大；歷史故障影響程度與故障危害度也呈正相關(guān)；當(dāng)動(dòng)量輪可靠度越高，發(fā)生故障后，其對(duì)動(dòng)量輪系統(tǒng)的危害度越小，即呈負(fù)相關(guān)。3個(gè)影響因素之間存在一定的耦合性，線性的評(píng)估模型顯然不適用，因此，需要建立非線性評(píng)估模型。

為了建立基于多因素的故障危害實(shí)時(shí)定量評(píng)估模型，參考可靠性應(yīng)用指南中故障模式、影響及危害性分析(FMECA)的研究成果[19]，其主要在考慮影響危害性分析的任務(wù)喪失條件概率、故障模式比率、元件失效率以及任務(wù)持續(xù)時(shí)間這4個(gè)影響因素的基礎(chǔ)上建立了故障模式危害度的定量評(píng)估模型，得到故障模式的危害度為：

Cm=β·α·λ·t

(13)

式中，Cm表示故障模式的危害度；β表示功能或任務(wù)喪失的條件概率或故障影響概率；α表示故障模式比率，λ表示元件失效率或危害等級(jí)；t表示任務(wù)階段持續(xù)時(shí)間。

因此，可以借鑒文獻(xiàn)[18]處理多種因素影響下故障模式危害度的定量評(píng)估，建立故障危害實(shí)時(shí)定量評(píng)估的非線性加權(quán)模型Θ(v)：

Θ(v)=Θ(Fv,Rv,Dv)

(14)

綜合考慮各影響因素的相對(duì)重要程度[18]，建立故障危害實(shí)時(shí)定量評(píng)估模型為：

Θ(v) =Fvw1·(1-Rv)w2·Dvw3

(15)

式中，w1表示故障程度的權(quán)值，w2表示可靠度的權(quán)值，w3表示歷史故障影響程度的權(quán)值。合理的權(quán)重參數(shù)是模型能夠客觀準(zhǔn)確地得出評(píng)估結(jié)果的關(guān)鍵所在，本文將通過層次分析法來確定3個(gè)影響因素的權(quán)重。下節(jié)將以衛(wèi)星姿態(tài)控制系統(tǒng)中的動(dòng)量輪系統(tǒng)為例開展仿真驗(yàn)證。

3 仿真分析

為了驗(yàn)證所提出的故障危害實(shí)時(shí)定量評(píng)估方法的可行性和有效性，選取三正一斜裝的動(dòng)量輪系統(tǒng)X軸上的動(dòng)量輪在力矩控制模型下的2種突變故障模式對(duì)動(dòng)量輪系統(tǒng)的危害開展仿真驗(yàn)證，具體步驟如下。

(1)確定X軸動(dòng)量輪的故障程度

已知某一衛(wèi)星姿態(tài)控制系統(tǒng)正常運(yùn)行時(shí)，其動(dòng)量輪系統(tǒng)X軸動(dòng)量輪的相關(guān)參數(shù)如表2所示，動(dòng)量輪突變故障的數(shù)學(xué)模型為：

(16)

式中，Tout為動(dòng)量輪的實(shí)際輸出力矩(N·m)；Tin為動(dòng)量輪的期望輸出力矩(N·m)；tf為故障發(fā)生時(shí)刻；Δt為故障的持續(xù)時(shí)間。若動(dòng)量輪發(fā)生2種突變故障后的控制電壓實(shí)測(cè)值為f1和f2，通過1.1節(jié)的數(shù)學(xué)模型可以得到這2種故障模式的故障程度Fv。

表2 動(dòng)量輪相關(guān)參數(shù)表(單位：V)

(2)確定X軸動(dòng)量輪的性能退化特性

動(dòng)量輪在衛(wèi)星姿態(tài)控制系統(tǒng)中有2種工作狀態(tài):1)作為工作部件；2)作為備份部件，本文研究的X軸動(dòng)量輪一直處在工作部件狀態(tài)下，選取X軸動(dòng)量輪軸溫退化數(shù)據(jù)，建立性能退化模型[18]，得到其在某一工作狀態(tài)下的失效概率密度函數(shù)為：

得到X軸動(dòng)量輪的可靠度Rv曲線如圖1所示。

圖1 X軸動(dòng)量輪可靠度曲線

(3)確定X軸動(dòng)量輪的歷史故障影響程度

通過對(duì)大量同類型同批次動(dòng)量輪的歷史故障模式進(jìn)行統(tǒng)計(jì)，以104h為一個(gè)時(shí)間段，共統(tǒng)計(jì)10個(gè)時(shí)間段。然后，通過三類專業(yè)技術(shù)人員對(duì)每一個(gè)時(shí)間段的歷史故障影響程度Dv進(jìn)行評(píng)估，具體結(jié)果如表3所示。

表3 動(dòng)量輪歷史故障影響程度

(4)確定權(quán)值參數(shù)

應(yīng)用層次分析法以及專家經(jīng)驗(yàn)知識(shí)，得到3個(gè)影響因素的評(píng)判矩陣為：

根據(jù)評(píng)判矩陣，求得最大特征值λmax=3.0940，以及對(duì)應(yīng)的特征向量W，經(jīng)過歸一化處理得到3個(gè)因素的權(quán)值為：

w0={w1,w2,w3}={0.5217,0.4620,0.0164}。

對(duì)所得到的權(quán)值進(jìn)行一致性檢測(cè)，

CR=0.0810<0.1。

因此，權(quán)值的取值是合理的。

(5)仿真結(jié)果

將所得到的故障程度Fv、可靠度Rv以及故障影響程度Dv代入故障危害實(shí)時(shí)定量評(píng)估模型中，得到X軸動(dòng)量輪不同時(shí)間發(fā)生某一故障模式對(duì)動(dòng)量輪系統(tǒng)的危害度，結(jié)果如圖2所示。

圖2 X軸動(dòng)量輪故障對(duì)動(dòng)量輪系統(tǒng)的危害度隨時(shí)間變化曲線

從圖2可以看出，X軸動(dòng)量輪在0～2000h運(yùn)行階段，其發(fā)生2種故障模式后對(duì)動(dòng)量輪系統(tǒng)的危害度幾乎為0，這主要是由于整個(gè)動(dòng)量輪系統(tǒng)性能良好，即使發(fā)生一定的故障，可以通過系統(tǒng)的控制，減少部件發(fā)生故障后產(chǎn)生的危害；當(dāng)動(dòng)量輪運(yùn)行20000h發(fā)生故障后，危害度值會(huì)明顯增加，同時(shí)同一時(shí)間不同故障模式對(duì)動(dòng)量輪系統(tǒng)產(chǎn)生的危害也不同，故障模式的故障程度越大，其對(duì)動(dòng)量輪系統(tǒng)產(chǎn)生的危害也越大。對(duì)比不同時(shí)間X軸動(dòng)量輪發(fā)生同一故障模式，也會(huì)產(chǎn)生不同的危害，并且隨時(shí)間的推移呈現(xiàn)逐漸增大的趨勢(shì)，這與實(shí)際情況是完全吻合的，主要是由于X軸動(dòng)量輪在運(yùn)行過程中其性能不斷地退化。根據(jù)工程經(jīng)驗(yàn)，選取動(dòng)量輪系統(tǒng)中等危害閾值為0.3，X軸動(dòng)量輪運(yùn)行56000h后發(fā)生故障模式1可對(duì)動(dòng)量輪系統(tǒng)產(chǎn)生中等危害，同樣X軸動(dòng)量輪運(yùn)行89000h后發(fā)生故障模式2也可對(duì)動(dòng)量輪系統(tǒng)產(chǎn)生中等危害，動(dòng)量輪系統(tǒng)處于中等危害的時(shí)間點(diǎn)不同，主要是由于部件退化和部件發(fā)生某一故障模式的故障程度綜合影響的結(jié)果。

4 結(jié)論

提出了一種基于影響因素的部件故障危害實(shí)時(shí)定量評(píng)估方法，并通過對(duì)動(dòng)量輪系統(tǒng)X軸動(dòng)量輪的2種故障模式進(jìn)行仿真分析，驗(yàn)證了所提出方法的可行性和有效性，實(shí)現(xiàn)了部件發(fā)生某一故障模式對(duì)整個(gè)子系統(tǒng)危害的實(shí)時(shí)定量評(píng)估，具有一定的理論和工程應(yīng)用價(jià)值。然而，在實(shí)際工程應(yīng)用中，更加關(guān)注部件發(fā)生故障后對(duì)整個(gè)系統(tǒng)的危害度，需要考慮部件在整個(gè)系統(tǒng)中的結(jié)構(gòu)重要度，以及系統(tǒng)處于不同配置情況下某一部件發(fā)生故障對(duì)整個(gè)系統(tǒng)的危害，這些問題有待后期開展更加深入的研究。

[1] 歐陽高翔，倪茂林，孫承啟，李果. 航天器的故障建模與應(yīng)用[J]. 航天控制, 2011, 29(5):22-29.(OuyangGaoxiang,NiMaolin,SunChengqi,LiGuo.FaultModelingandApplicationofSpacecraft[J].Aerospacecontrol, 2011, 29(5):22-29.)

[2] 南熠. 基于有向圖的航天器健康管理算法研究[D].哈爾濱工業(yè)大學(xué)，2006.(NanYi.ResearchonSpacecraftManagementAlgorithmBasedonDirectedGraph[D].HarbinInstituteofTechnology, 2006.)

[3] 宋飛，秦世引. 衛(wèi)星姿態(tài)控制系統(tǒng)在軌實(shí)時(shí)健康評(píng)估[J]. 北京航空航天大學(xué)學(xué)報(bào), 2014, 40(11):1581-1588.(SongFei,QinShiyin.Real-timeHealthAssessmentofSatelliteAttitudeControlSystem[J].JournalofBeijingUniversityofAeronauticsandAstronautics,2014, 40(11):1581-1588.)

[4]JohnBBowles,CEnriquePeláez.FuzzyLogicPrioritizationofFailuresinaSystemFailureMode,EffectsandCriticalityAnalysis[J].ReliabilityEngineeringandSystemSafety, 1995,50(2): 203-213.

[5]JohnBBowles,CEnriquePeláez.UsingFuzzyLogicforSystemCriticalityAnalysis[C]. 1994AnnualReliabilityandMaintainabilitySymposium,IEEE, 1994, 449-455.

[6]XuK,TangaLC,XieaM,HoaSL,ZhuML.FuzzyAssessmentofFMEAforEngineSystems[J].ReliabilityEngineeringandSystemSafety, 2002, 75(1): 17-29.

[7]KaiMengTay,CheePengLim.FuzzyFMEAwithaGuidedRulesReductionSystemforPrioritizationofFailures[J].InternationalJournalofQualityandReliabilityManagement, 2006, 23(8): 1047-1066.

[8]GarciaPAA,SchirruR,FrutuosoEmeloPF.AFuzzyDataEnvelopmentAnalysisApproachforFMEA[J].ProgressinNuclearEnergy, 2005, 46(3-4): 359-373.

[9]ACharnes,WCooper,AYLewin,LMSeiford.DataEnvelopmentAnalysistheory,Methodology,andApplication[M].American:KluwerAcademicPublishers, 1997.

[10] 康銳,鄭濤.危害性分析中的模糊數(shù)學(xué)方法[J].北京航空航天大學(xué)學(xué)報(bào), 1995,21(4): 60-65.(KangRui,ZhengTao.FuzzyMathematicalMethodinHazardAnalysis[J].JournalofBeijingUniversityofAeronauticsandAstronautics,1995,21(4): 60-65.)

[11] 崔文彬,吳桂濤,孫培廷.基于FMEA和模糊綜合判斷的船舶安全評(píng)估[J].哈爾濱工程大學(xué)學(xué)報(bào), 2007, 28(3): 263-267.(CuiWenbin,WuGuaitao,SunPeiting.ShipSafetyAssessmentBasedonFMEAandFuzzyComprehensiveJudgment[J].JournalofHarbinEngineerUniversity,2007,28(3):263-267.)

[12] 任榮權(quán),于博生,趙眾.失效嚴(yán)重度模糊綜合評(píng)判[J].石油學(xué)報(bào),1997,18(2): 138-142.(RenRongquan,YuBosheng,ZhaoZhong.FuzzyComprehensiveEvaluationofFailureSeverity[J].ActaPetroleiSinica,1997,18(2):138-142. )

[13] 張海，周志兵. 故障模式影響分析技術(shù)進(jìn)展[J]. 航空制造技術(shù),2007,8(8):64-66.(ZhangHai,ZhouZhibing.DevelopmentofFailureModeEffectAnalysisTechnology[J].AeronauticalManufacturingTechnology,2007,8(8):64-66.)

[14]PillayA,WangJ.ModifiedFailureModeandEffectsAnalysisUsingApproximateReasoning[J].ReliabilityEnsinecfingandSystemSafety, 2003, 79(1):69-85.

[15]HawkinsPG,WoollonsDJ.FailureModesandEffectsAnalysisofComplexEngineeringSystemsUsingFunctionalModels[J].ArtificialIntelligentEngineering,1998, 12(4):375-397.

[16] 厲海濤. 基于風(fēng)險(xiǎn)狀態(tài)的安全性分析方法研究[D].國(guó)防科學(xué)技術(shù)大學(xué)，2012.(LiHaitao.ResearchonSecurityAnalysisMethodBasedonRiskState[D].NationalUniversityofDefenseTechnology,2012.)

[17] 何克磊. 飛行器健康評(píng)估和故障預(yù)測(cè)技術(shù)研究[D].南京航空航天大學(xué)，2012.(HeKelei.ResearchonAircraftHealthAssessmentandFaultPredictionTechnology[D].NanjingUniversityofAeronauticsandAstronautics,2012.)

[18] 田靜. 基于動(dòng)態(tài)故障樹的衛(wèi)星姿態(tài)控制系統(tǒng)壽命預(yù)測(cè)方法研究[D].南京航空航天大學(xué)，2016.(TianJing.ResearchonLifePredictionMethodofSatelliteAttitudeControlSystemBasedonDynamicFaultTree[D].NanjingUniversityofAeronauticsandAstronautics，2016.)

[19] 陳曉彤，趙廷弟，王云飛，吳躍,等.譯.可靠性實(shí)用指南[M].北京航空航天大學(xué)出版社，2005.(ChenXiaotong，ZhaoTingdi，WangYunfei，WuYue，etal.Translation.ReliabilityandPracticalGuide[M].BeijingUniversityofAeronauticsandAstronauticsPress，2005.)

Fault Hazards Assessment of Momentum Wheels System Based on Performance Degradation

Hu Guofei1, Cheng Yuehua1, Yang Tianshe2, Lu Ningyun3

1. College of Astronautics, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China 2. Xi′an Satellite Measurement and Control Center, Xi′an 710043, China3. College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China

Thedevelopmentofspacecraftfaulthazardassessmentcanprovidetimelywarningsmeasurestoreducethespreadoffaultsinthesystem,improvethereliabilityofthespacecraftandprovideimportanttheoreticalbasisforthespacecrafton-orbit-maintenance.Regardingthesystemfaulthazardsassessmentintheconditionofthecomponentsofspacecraftfault,thesystemperformancedegradationistakenasanimportantfactor.Afaulthazardreal-timequantitativeevaluationmethodisproposed,whichisbasedonthreeinfluencingfactorsofthedegreeoffault,performancedegradationcharacteristicsandthedegreeofhistoricalfailureimpact.themathematicalmodelofthethreefactorsandthesystemfaulthazardreal-timequantitativeevaluationareestablished.Thefeasibilityandeffectivenessofthemethodareverifiedbythetwofailuremodesofthemomentumwheelsystem.Thesimulationresultsshowthatthehazardsofthespacecraftcomponentstothesystemcanbemoreobjectivelyevaluatedbyusingthisproposedmethod.

Faultmodel；Influencingfactors；Hazardevaluation；Real-time；Quantitative

*西安衛(wèi)星測(cè)控中心重點(diǎn)實(shí)驗(yàn)室基金；南京航空航天大學(xué)研究生創(chuàng)新基地(實(shí)驗(yàn)室)開放基金(kfjj20160315)

2016-05-30

胡國(guó)飛(1990-)，男，山西忻州人，碩士研究生，主要研究方向?yàn)橄到y(tǒng)故障檢測(cè)與容錯(cuò)控制技術(shù)；程月華(1977-)，女，安徽懷寧人，博士，副研究員，主要研究方向?yàn)楹教炱鞴收项A(yù)測(cè)、故障診斷與容錯(cuò)控制；楊天社(1964-)，男，陜西渭南人，博士后，教授，高級(jí)工程師，主要研究方向?yàn)楹教炱飨到y(tǒng)工程和故障診斷維修技術(shù)；陸寧云(1978-)，女，江蘇連云港人，博士，教授，主要研究方向?yàn)閺?fù)雜工業(yè)過程的建模、監(jiān)測(cè)、故障診斷和質(zhì)量控制。

V1

A

1006-3242(2016)05-0086-07