楊成，高建勛

（廣東電網(wǎng)有限責任公司韶關供電局，韶關 512026）

引言

區(qū)別于無人機巡檢作業(yè)強度大，效率低，無人機因機動性能好、可實現(xiàn)場景精細化管理等特點在電力行業(yè)得到廣泛應用。無人機內(nèi)部結構組成復雜，通常包含主控單元、動力單元和各類傳感器等，在運行過程中，由于自身或外界環(huán)境的干擾等多種因素的共同作用，會出現(xiàn)運行異常且故障，這不僅會影響巡檢任務的正常執(zhí)行，甚至會帶來生命財產(chǎn)的威脅。無人機在執(zhí)行任務時高度依賴于所伴隨的自身部件保障能力來完成各種巡檢任務，因此可靠性作為衡量其任務能力的一個重要特性。雖然隨著技術和制造工藝的不斷進步，無人機的可靠性水平不斷提升，但用戶對無人機系統(tǒng)可靠性的需求已經(jīng)成為一個基本關注點。深層次的對無人機進行可靠性分析，找出導致無人機系統(tǒng)故障的缺陷及原因，可有效地提高其工作可靠度。近年來不少研究學者對無人機可靠性進行了一些研究。王古常[1]等利用故障樹分析法對無人機故障情況進行了分析，計算了系統(tǒng)的故障率；李勝利[2]為提高無人機故障診斷幅值對無人機發(fā)生概率計算與診斷；李萬華[3]設計了無人機地面微動作特征視覺識別的可靠性分析方法；王春暉等[4]對無人機的貯付環(huán)境的可靠性進行了可靠性分析測試；

上述研究都針對無人機的某個特征或組成部分進行了分析。本文將采用故障樹分析法，建立基于無人機硬件系統(tǒng)的故障樹模型，并對模型進行定性分析和定量分析。

1 電力無人機的硬件結構組成與故障分析

以電力巡檢中常采用的多旋翼無人機為例。無人機的硬件總體結構可以分成三個部分組成：①遙控部件。此為無人機飛行任務或動作指令的輸入端，工作人員通過地面工作站或無線遙控器完成對無人機的控制并完成相關任務；②飛行控制部件，包括主控MCU、IMU慣性導航單元、GPS磁羅盤、PMU電源模塊等等;其中主控MCU是實現(xiàn)無人機控制的核心部件，主要負責相應傳感器計算處理；IMU慣性導航單元可以感應無人機的角度、速度和高度等；GPS磁羅盤可以幫助無人機進行實時定位和利用磁場判斷無人機方向；輔助設備模塊飛行器狀態(tài)顯示LED和數(shù)據(jù)存儲模塊，用來實時顯示飛行狀態(tài)和數(shù)據(jù)記錄等；③執(zhí)行部件，包括旋翼、電機、電調(diào)和電池等，實現(xiàn)各種實際功能的設備。其中電池是無人機電能的來源，主控通過對調(diào)速器進行轉(zhuǎn)速控制，電機對輸出動力使螺旋槳獲得升力。

無人機硬件結構復雜，如圖1所示軟件系統(tǒng)也包含了各種控制算法，軟硬件搭配形式多樣，使得無人機功能豐富但在技術上具有一定的挑戰(zhàn)性。無人機的安全運行需要各部件的有效聯(lián)動配合，包括在風雨霧霾等特殊天氣、高海拔地區(qū)以及在發(fā)射塔、變壓站等高電磁環(huán)境影響下的正常工作。鄭天茹、王柯等[5-6]通過在高海拔地區(qū)和臺風災后對各種型號的無人機進行了環(huán)境適應性測試，對保證電力巡線作業(yè)無人機的型號選擇提供了一定的指導意義；王偉[7]也對無人機在各種環(huán)境中的飛控特性、飛行穩(wěn)定性做了相關的研究。這些工作都為無人機能在復雜環(huán)境下提高運行的可靠性做了有益的探索。但某些部件的多發(fā)性、易發(fā)性故障對無人機的可靠性產(chǎn)生嚴重影響。如IMU異常會使得飛行狀態(tài)不佳，無法行走直線；磁羅盤異常會使得無人機在地面無法或起飛后發(fā)生漂移；電機可能出現(xiàn)轉(zhuǎn)向錯誤、動平衡失效、軸承受損都會使得螺旋槳無法正常運動等等。這些問題都會給無人機帶來嚴重的安全隱患，輕則影響無人機的安全使用，重則甚至引起生命財產(chǎn)的威脅。

圖1 無人機硬件結構圖

2 無人機故障樹模型

2.1 故障樹分析基本原理

故障樹分析（Fault Tree Analysis, FTA）主要用于產(chǎn)品的可靠性研究，通過分析可能造成產(chǎn)品失效故障的組件、軟件或外部環(huán)境因素，畫出故障樹型圖，從而推斷出產(chǎn)品故障原因，對排查指導產(chǎn)品的故障維修等工作中具有重要意義。故障樹也可稱之為錯誤樹，是一種倒立樹狀邏輯因果關系圖。故障樹分析法的步驟一般是：①準備階段。通過相關資料收集，確定所要分析對象結構組成和各部件件功能；②確立頂事件，找出最不希望發(fā)生的事件作為頂事件；③搭建故障樹。由頂事件出發(fā)，逐層分解，通過邏輯門將事件因果關系聯(lián)結成樹狀圖形；④對故障樹進行定性分析和定量分析。定性分析的目的是為了找出故障樹的最小割集，最小割集表示引起頂事件發(fā)生的所有故障狀態(tài)；定量分析是在定性分析的基礎上，對頂事件的組成部件重要度、薄弱度進行計算等[8]。

2.2 故障樹模型構建

本文將無人機故障的分析范圍限制在較為常見的故障類型上。根據(jù)無人機故障數(shù)據(jù)集和工程經(jīng)驗，通過對無人機故障進行全面的分析，把無人機故障事件作為頂事件，由上而下逐層分析，找出每層故障可能導致故障的原因作為中間事件，直到找出引起頂事件發(fā)生的最基本原因作為底事件。具體步驟為：

1）確定無人機故障頂事件。通過資料收集統(tǒng)計分析，列出無人機常見部件故障，確定以無人機故障K作為頂事件；

2）定義中間事件。通過無人機各個組件以及對組件功能進行深入分析，定義無人機機架故障、執(zhí)行部件故障、控制部件故障3個中間事件；

3）確定底事件。確認導致頂事件發(fā)生的根本原因作為底事件位于故障樹的末端。通過對無人機故障數(shù)據(jù)集的分析[9]和結合相關文獻資料[10,11]的基礎上，得出多旋翼無人機底事故和底事故故障概率如表1所示；

4）根據(jù)各類事件的因果邏輯關系，結合邏輯門對上下因果進行連接，綜合分析得無人機故障樹如圖2所示。

5）確定故障樹結構函數(shù)。由表1可知，無人機底事件有11項，以z表示，令Zi(0)表示第i個底事件處于正常狀態(tài)，Zi(1)表示第i個底事件處于故障狀態(tài)。以φ表示頂事件，φ(1)表示頂事件發(fā)生，φ(0)表示頂事件不發(fā)生。由于頂事件是底事件的狀態(tài)函數(shù)，即稱為故障樹的結構函數(shù)，其中則圖2所示的無人機故障樹結構函數(shù)為：

圖2 無人機故障樹

表1 多旋翼無人機各部件故障概率表

3 無人機故障樹可靠性分析

3.1 無人機故障樹定性分析

定性分析的目的是找出故障樹中所有導致無人機故障發(fā)生的根本原因，即找到故障樹的最。最小割集是。依據(jù)所建立的無人機故障樹，采用下行法進行求解，即根據(jù)“或門”增加割集的數(shù)目，“與門”增加割集的容量。求得相應的全部割集為{x1}，{x2}，{x3}，{x4}……{x11}共11個。

3.2 無人機故障樹定量計算

無人機故障樹的定量計算主要任務是根據(jù)所建立的故障樹邏輯圖形，計算頂事件發(fā)生的概率以及底事件的重要度計算，從而對無人機的可靠性進行分析[12]。

3.2.1 頂事件發(fā)生概率計算

由定性分析可得，無人機故障樹所有最小割集有11個，分別表示為x1,x2…x11，其發(fā)現(xiàn)概率分別為p1,p2…p11。由于各最小割集為互相獨立事件，因此工程上近似的無人機總故障率P(K)為：

無人機發(fā)生故障的概率，即是()1PK=的概率，對于圖2所示的故障樹，將表1的數(shù)據(jù)代人得：

3.2.2 事件重要度計算

無人機故障樹包含11個最小割集，每個最小割集導致無人機故障的影響定義為最小割集的重要度。重要度的計算包括結構重要度、概率重要度。對重要度的計算對提高無人機的可靠性或減少排除無人機失效原因具有指導性意義。

1）結構重要度。結構重要度是指各最小割集在無人機故障樹中位置的重要程度，與最小割集的故障率無關。用Fp(i)表示第i個割集的結構重要度，其計算公式為：

式中：

IP(1,x)—當割集x發(fā)生故障時頂事件也發(fā)生的狀態(tài)組合；

IP(0,x)—當割集x不發(fā)生的時而頂事件發(fā)生的狀態(tài)組合。

根據(jù)圖2，無人機最小割集與頂事件的狀態(tài)表共有211=2 048項。通過軟件編程求出相關參數(shù)并計算各割集的結構重要度如表2所示。由表2可得， x2、x3割集重要度最低，其余割集具有相同的結構重要度。

表2 各割集結構重要度

2）概率重要度。概率重要度是用來表示某個最小割集發(fā)生故障時對無人機故障的“貢獻”。其計算表達式為：

式中：

Ip(i)—第i個最小割集的概率重要度；

p(K)—頂事件發(fā)生的概率；

pi—第i個最小割集發(fā)生的概率。

即若要求無人機某個最小割集的概率重要度，則要找出在無人機故障樹狀態(tài)表中所求割集發(fā)生頂事件才發(fā)生的組合。通過編寫相應程序可求得各割集的概率重要度為表3所示。由表3可得，概率重要度中遙控器與地面機動站最低，而旋翼重要度為0.928最高，表明旋翼是無人機發(fā)生故障的主要原因。其余部件概率重要度基本一樣。

表3 最小割集概率重要度

4 結論

無人機的可靠性問題關系到飛行任務是否安全完成。本文采用最經(jīng)典的故障樹分析法對無人機可靠性進行分析，通過對無人機的硬件組成及其邏輯關系進行分析，建立了無人機故障樹模型，并對模型進行了定性分析和定量分析。所得結果如下：①無人機故障樹的最小割集有11個；②無人機故障發(fā)生率為0.094 3，其中x2、x3的結構重要度最低，概率重要度旋翼最高，表明旋翼發(fā)生故障的可能性最高。