曾 婷, 高 帥, 孫富強(qiáng), 賴(lài)小明, 李 云, 李孝鵬

(1. 北京衛(wèi)星制造廠(chǎng)有限公司, 北京100094; 2. 北京航空航天大學(xué)可靠性與系統(tǒng)工程學(xué)院, 北京 100191;3. 中國(guó)航天標(biāo)準(zhǔn)化與產(chǎn)品保證研究院, 北京 100071)

0 引 言

衛(wèi)星裝配是按照設(shè)計(jì)要求將各分系統(tǒng)或部組件裝配成完整衛(wèi)星的過(guò)程,是衛(wèi)星系統(tǒng)研制過(guò)程的關(guān)鍵環(huán)節(jié)之一。衛(wèi)星裝配是一項(xiàng)復(fù)雜的系統(tǒng)性工作,具有工藝流程復(fù)雜、人機(jī)環(huán)多風(fēng)險(xiǎn)因素耦合等特點(diǎn)[1-2],裝配質(zhì)量將直接影響衛(wèi)星功能和性能,甚至?xí)?duì)后續(xù)在軌運(yùn)行可靠性和壽命產(chǎn)生影響。

衛(wèi)星天線(xiàn)裝配過(guò)程是衛(wèi)星裝配的典型任務(wù)場(chǎng)景,以星載合成孔徑雷達(dá)(synthetic aperture radar,SAR)天線(xiàn)為例,其裝配過(guò)程由面板、鉸鏈和桿件定位安裝、精度測(cè)量、展收微重力測(cè)試等不同階段構(gòu)成,每個(gè)階段還可以劃分成更細(xì)致的多個(gè)裝配工序,是一個(gè)多階段任務(wù)系統(tǒng)(phased-mission system,PMS)[3-4]。在工程中,衛(wèi)星天線(xiàn)裝配過(guò)程通常依賴(lài)于手工作業(yè),裝配質(zhì)量受到人機(jī)環(huán)多風(fēng)險(xiǎn)因素耦合的影響。從人的因素分析,裝配人員會(huì)因生理因素、心理因素、技術(shù)因素的影響[5-6],進(jìn)行錯(cuò)誤的裝配動(dòng)作或遺忘行為,產(chǎn)生衛(wèi)星天線(xiàn)裝配的人因差錯(cuò)風(fēng)險(xiǎn)。從機(jī)的因素分析,在衛(wèi)星天線(xiàn)裝配過(guò)程會(huì)使用種類(lèi)繁多的工裝設(shè)備,這些工裝設(shè)備,特別是吊裝、氣浮、高空作業(yè)平臺(tái)等發(fā)生故障可能會(huì)導(dǎo)致關(guān)鍵儀器、部件受損,甚至人身傷害,產(chǎn)生衛(wèi)星天線(xiàn)裝配的設(shè)備故障風(fēng)險(xiǎn)。從環(huán)的因素分析,衛(wèi)星天線(xiàn)裝配環(huán)境可分為溫濕度控制、潔凈度控制、靜電防護(hù)等方面,這些方面如有控制不當(dāng),會(huì)產(chǎn)生衛(wèi)星天線(xiàn)裝配的環(huán)境擾動(dòng)風(fēng)險(xiǎn)。在衛(wèi)星天線(xiàn)裝配過(guò)程中,人機(jī)環(huán)多項(xiàng)風(fēng)險(xiǎn)間還會(huì)發(fā)生耦合作用,如在翻轉(zhuǎn)衛(wèi)星天線(xiàn)進(jìn)行測(cè)試時(shí),由于翻轉(zhuǎn)工裝缺乏限速裝置及相應(yīng)的保護(hù)組件,一旦產(chǎn)生人因差錯(cuò),會(huì)引發(fā)人-機(jī)耦合風(fēng)險(xiǎn),造成嚴(yán)重的后果。因此,需要對(duì)衛(wèi)星天線(xiàn)裝配這一復(fù)雜過(guò)程開(kāi)展人機(jī)環(huán)多因素風(fēng)險(xiǎn)耦合分析,識(shí)別風(fēng)險(xiǎn)及影響,進(jìn)而有效地指導(dǎo)提高裝配過(guò)程的可靠性。

目前,國(guó)內(nèi)外通常采用概率風(fēng)險(xiǎn)評(píng)價(jià)(probabilistic risk assessment,PRA)方法為復(fù)雜、高風(fēng)險(xiǎn)的工程系統(tǒng)做定量風(fēng)險(xiǎn)評(píng)估[7-12]。美國(guó)國(guó)家航空航天局先后在航天飛機(jī)、探月飛船等項(xiàng)目中采用PRA技術(shù)開(kāi)展定量風(fēng)險(xiǎn)評(píng)估[13-14],針對(duì)航天器升空的PMS過(guò)程,使用事件序列圖、故障樹(shù)等方法建模分析,得到任務(wù)成敗的概率及風(fēng)險(xiǎn)重要度排序。李孝鵬等[15]對(duì)某型月球探測(cè)器PMS開(kāi)展PRA綜合建模分析,在多階段任務(wù)事件樹(shù)模型基礎(chǔ)上,建立故障樹(shù)進(jìn)行故障建模,得到各部組件失效風(fēng)險(xiǎn)的重要度排序,從而提出針對(duì)性的設(shè)計(jì)改進(jìn)措施。王鑫等[16]針對(duì)某型導(dǎo)彈武器系統(tǒng)作戰(zhàn)任務(wù)PMS過(guò)程開(kāi)展PRA綜合建模,建立導(dǎo)彈系統(tǒng)任務(wù)剖面的事件樹(shù)模型,開(kāi)展各部組件的故障樹(shù)建模與數(shù)據(jù)收集,綜合利用蒙特卡羅仿真和貝葉斯分析方法計(jì)算模型的不確定性,得到導(dǎo)彈武器系統(tǒng)典型任務(wù)中相關(guān)階段的重要度排序?？梢钥吹?上述研究側(cè)重于分析部組件故障對(duì)于PMS系統(tǒng)可靠性的影響,沒(méi)有考慮人機(jī)環(huán)多風(fēng)險(xiǎn)因素耦合效應(yīng)對(duì)PMS可靠性的影響。在多風(fēng)險(xiǎn)因素耦合效應(yīng)的研究方面,Liu等[17]對(duì)造成海底井噴事故的人為、電氣、水力和機(jī)械因素建立貝葉斯網(wǎng)絡(luò)模型,描述事故風(fēng)險(xiǎn)演化和風(fēng)險(xiǎn)耦合的動(dòng)態(tài)特征。汪子恒[18]在研究危險(xiǎn)貨物道路運(yùn)輸過(guò)程中人、車(chē)、物、環(huán)境耦合風(fēng)險(xiǎn)時(shí),基于運(yùn)輸流程與事故數(shù)據(jù),構(gòu)建了貝葉斯網(wǎng)絡(luò)模型,識(shí)別了耦合風(fēng)險(xiǎn)并開(kāi)展風(fēng)險(xiǎn)評(píng)價(jià)。

綜上所述,盡管現(xiàn)有文獻(xiàn)已經(jīng)對(duì)概率風(fēng)險(xiǎn)評(píng)價(jià)方法進(jìn)行了大量的研究,但是綜合考慮人機(jī)環(huán)耦合風(fēng)險(xiǎn)的研究非常少,而后者具有較強(qiáng)的工程意義。由于貝葉斯網(wǎng)絡(luò)模型具有強(qiáng)大的不確定性問(wèn)題處理能力,以及能方便地表達(dá)變量之間的相關(guān)關(guān)系。因此,本文針對(duì)衛(wèi)星天線(xiàn)裝配過(guò)程提出一種基于貝葉斯網(wǎng)絡(luò)的概率風(fēng)險(xiǎn)評(píng)價(jià)方法。該方法在識(shí)別人機(jī)環(huán)風(fēng)險(xiǎn)的基礎(chǔ)上,綜合運(yùn)用事件樹(shù)、貝葉斯網(wǎng)絡(luò)、人因可靠模型準(zhǔn)確地描述分析天線(xiàn)裝配過(guò)程中人機(jī)環(huán)風(fēng)險(xiǎn)耦合的影響,得到天線(xiàn)裝配任務(wù)成功、失敗及導(dǎo)致人員傷害的概率分布及裝配過(guò)程可靠性關(guān)鍵風(fēng)險(xiǎn)因素,并針對(duì)性提出改進(jìn)措施。最后,本文以某型星載SAR天線(xiàn)作為示例,驗(yàn)證了本文提出方法的工程適用性。

1 天線(xiàn)裝配過(guò)程及風(fēng)險(xiǎn)因素識(shí)別

1.1 天線(xiàn)裝配過(guò)程簡(jiǎn)介

星載SAR天線(xiàn)是一種典型的空間可展開(kāi)桁架機(jī)構(gòu)[19-21],在其發(fā)射階段,天線(xiàn)兩翼處于折疊收攏狀態(tài)安置在運(yùn)載平臺(tái)上,待發(fā)射入軌后,由地面指揮中心控制結(jié)構(gòu)按設(shè)計(jì)要求逐漸展開(kāi),鎖定并保持運(yùn)行工作狀態(tài)。天線(xiàn)收攏及展開(kāi)狀態(tài)如圖1所示。

圖1 美國(guó)RADARSAT-2型平面SAR天線(xiàn)Fig.1 American RADARSAT-2 planar SAR antenna

可展開(kāi)桁架機(jī)構(gòu)是多閉環(huán)的空間桿系機(jī)構(gòu),存在復(fù)雜的桿件關(guān)聯(lián)和苛刻的位形約束,其展開(kāi)情況決定了天線(xiàn)陣在軌運(yùn)行時(shí)的指向精度、平面精度和基頻。因此,在天線(xiàn)的裝配過(guò)程中,涉及種類(lèi)眾多的裝配部件、復(fù)雜的裝配流程、較高的裝配精度及可靠性要求,有著較高的裝配任務(wù)難度與較多的風(fēng)險(xiǎn)因素。

星載SAR天線(xiàn)地面裝配流程按先后順序可分為4個(gè)階段:轉(zhuǎn)動(dòng)軸空間定位、框架和桁架機(jī)構(gòu)安裝、收攏展開(kāi)測(cè)試、真板對(duì)接及展收測(cè)試,各階段又可細(xì)分為具體的裝配工序,如圖2所示。

圖2 星載SAR天線(xiàn)地面裝配任務(wù)主要工序Fig.2 Main procedure of spaceborne SAR antenna ground assembly task

1.2 風(fēng)險(xiǎn)因素識(shí)別

星載SAR天線(xiàn)裝配過(guò)程涵蓋了大型吊裝、部件轉(zhuǎn)運(yùn)、、精度測(cè)量、熱控實(shí)施、電纜鋪設(shè)、儀器設(shè)備安裝等,涉及機(jī)械、熱控、人因工程等領(lǐng)域的復(fù)雜工藝過(guò)程。因此,天線(xiàn)裝配質(zhì)量受到人員、工藝裝備、操作工具、周邊環(huán)境等眾多因素的影響,需要開(kāi)展相應(yīng)的風(fēng)險(xiǎn)識(shí)別工作。

風(fēng)險(xiǎn)表現(xiàn)為一系列不期望事件的發(fā)生概率,是星載SAR天線(xiàn)裝配過(guò)程人機(jī)環(huán)各類(lèi)風(fēng)險(xiǎn)因素突破控制措施,不受約束地傳播和演化的結(jié)果。風(fēng)險(xiǎn)因素是導(dǎo)致任務(wù)失敗、事故發(fā)生和傳播的直接原因。針對(duì)天線(xiàn)裝配關(guān)鍵工序開(kāi)展人機(jī)環(huán)及其耦合風(fēng)險(xiǎn)因素的識(shí)別篩選工作,結(jié)果如表1所示。表1中,Hij、Mij和Eij分別表示第i個(gè)任務(wù)階段的第j個(gè)人因差錯(cuò)、設(shè)備故障和環(huán)境風(fēng)險(xiǎn)；HMi和HEi分別表示第i個(gè)人機(jī)耦合風(fēng)險(xiǎn)和人環(huán)耦合風(fēng)險(xiǎn)。

2 人機(jī)環(huán)耦合效應(yīng)下PRA綜合建模

2.1 PRA技術(shù)簡(jiǎn)介

PRA是一種識(shí)別與評(píng)估復(fù)雜工程系統(tǒng)風(fēng)險(xiǎn)的結(jié)構(gòu)化、集成化的邏輯分析方法[22]。PRA以事件樹(shù)[23]為基礎(chǔ)進(jìn)行綜合建模,集成工程各類(lèi)定性和定量信息,基于不確定性分析開(kāi)展模型量化,通過(guò)開(kāi)展風(fēng)險(xiǎn)重要度排序識(shí)別系統(tǒng)關(guān)鍵風(fēng)險(xiǎn),為制定針對(duì)性的風(fēng)險(xiǎn)管控措施提供決策支持。PRA技術(shù)的實(shí)施流程如圖3所示。

2.2 基于事件樹(shù)和貝葉斯網(wǎng)絡(luò)的綜合建模

在系統(tǒng)任務(wù)流程及風(fēng)險(xiǎn)因素分析的基礎(chǔ)上,以事件樹(shù)為基礎(chǔ)開(kāi)展綜合建模,通過(guò)中間事件狀態(tài)組合描述任務(wù)后果狀態(tài)的多樣性特征,如圖4所示的任務(wù)成功、任務(wù)降級(jí)、任務(wù)失敗等。在事件樹(shù)模型基礎(chǔ)上,針對(duì)各中間事件開(kāi)展故障建模。經(jīng)典的概率風(fēng)險(xiǎn)評(píng)估技術(shù)是基于故障樹(shù)建立中間事件模型,然而對(duì)于人機(jī)環(huán)耦合風(fēng)險(xiǎn)事件而言,故障樹(shù)分析不能清晰的表達(dá)多風(fēng)險(xiǎn)因素間的關(guān)聯(lián)關(guān)系,以及失效事件傳播的因果關(guān)系、相關(guān)關(guān)系等,因此使用貝葉斯網(wǎng)絡(luò)[24]進(jìn)行人機(jī)環(huán)耦合風(fēng)險(xiǎn)的建模工作。此外,故障樹(shù)也可以轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)進(jìn)行分析[25-27],所以基于貝葉斯網(wǎng)絡(luò)方法的中間事件建模,在工程中更具通用性與實(shí)用性。

圖4 PRA綜合建模示意圖Fig.4 PRA comprehensive modeling diagram

采用貝葉斯網(wǎng)絡(luò)對(duì)中間事件開(kāi)展建模,該網(wǎng)絡(luò)由葉節(jié)點(diǎn)X1、兩個(gè)子節(jié)點(diǎn)X3和X4、兩個(gè)根節(jié)點(diǎn)X5和X6及連接弧組成,如圖4所示。其中,X1代表中間事件的后果狀態(tài),X5和X6代表人因差錯(cuò)、設(shè)備故障、環(huán)境擾動(dòng)的風(fēng)險(xiǎn),X3和X4代表這些風(fēng)險(xiǎn)因素間的耦合作用。根據(jù)鏈?zhǔn)揭?guī)則和條件獨(dú)立假設(shè),在明確根節(jié)點(diǎn)的邊緣概率分布和節(jié)點(diǎn)間的條件概率后,可計(jì)算出葉節(jié)點(diǎn)發(fā)生的概率:

(1)

式中:Xi代表某一節(jié)點(diǎn)的隨機(jī)變量;Xpa(i)代表前驅(qū)節(jié)點(diǎn)的聯(lián)合。

2.3 數(shù)據(jù)收集與模型量化

針對(duì)貝葉斯網(wǎng)絡(luò)的根節(jié)點(diǎn)邊緣概率分布和節(jié)點(diǎn)間的條件概率,分別給出相應(yīng)的數(shù)據(jù)收集要求和模型量化方法,并在此基礎(chǔ)上開(kāi)展不確定性分析評(píng)估,將基本事件的不確定性自底向上集成至中間事件,再?gòu)淖蟮接已厥录?shù)集成在最終的后果狀態(tài)中。

貝葉斯網(wǎng)絡(luò)的根節(jié)點(diǎn)代表人機(jī)環(huán)各類(lèi)風(fēng)險(xiǎn)因素,子節(jié)點(diǎn)代表人機(jī)環(huán)風(fēng)險(xiǎn)因素間的耦合作用。根節(jié)點(diǎn)風(fēng)險(xiǎn)可根據(jù)不同風(fēng)險(xiǎn)類(lèi)型分類(lèi)進(jìn)行確定:設(shè)備故障風(fēng)險(xiǎn)可根據(jù)設(shè)備故障類(lèi)型采用不同的可靠性分布函數(shù)進(jìn)行評(píng)估;環(huán)境擾動(dòng)風(fēng)險(xiǎn)可基于數(shù)據(jù)統(tǒng)計(jì)與專(zhuān)家經(jīng)驗(yàn)統(tǒng)計(jì)得出;人因差錯(cuò)風(fēng)險(xiǎn)可使用人因可靠性分析(human reliability analysis, HRA)模型開(kāi)展分析。各節(jié)點(diǎn)間的條件概率可通過(guò)歷史數(shù)據(jù)統(tǒng)計(jì)、專(zhuān)家評(píng)分等方式獲取。

其中,HRA模型已經(jīng)在許多領(lǐng)域得到了廣泛的應(yīng)用,但是其數(shù)據(jù)庫(kù)是從核工業(yè)領(lǐng)域或整個(gè)工業(yè)環(huán)境中采集的,將其用于天線(xiàn)裝配過(guò)程不能準(zhǔn)確地表達(dá)人因風(fēng)險(xiǎn)發(fā)生的概率[28-30]。因此,本文基于第二代經(jīng)典HRA模型——認(rèn)知可靠性和失誤分析方法(cognitive reliability and error analysis method,CREAM)[31],結(jié)合德?tīng)柗茖?zhuān)家意見(jiàn)法[32-33],開(kāi)展人因風(fēng)險(xiǎn)量化工作,分析流程如圖5所示。首先,分析任務(wù)剖面。在此基礎(chǔ)上,分別開(kāi)展失效模式概率評(píng)估與情景環(huán)境權(quán)重評(píng)價(jià)。CREAM對(duì)不同的人因差錯(cuò)事件,進(jìn)行了認(rèn)知功能及失效模式分類(lèi)并給出了相應(yīng)的失效概率區(qū)間。但這個(gè)區(qū)間過(guò)于寬泛,因此本文使用德?tīng)柗茖?zhuān)家意見(jiàn)法,即通過(guò)多輪的匿名評(píng)估與反饋,直至專(zhuān)家們的評(píng)定意見(jiàn)比較吻合,得到更為準(zhǔn)確的失效模式發(fā)生概率區(qū)間。隨后,對(duì)裝配任務(wù)所處的情景環(huán)境開(kāi)展評(píng)價(jià)工作:在CREAM模型中情景環(huán)境被歸納為9類(lèi)常見(jiàn)績(jī)效條件(common performance conditions,CPC),可根據(jù)CREAM指導(dǎo)書(shū)獲得不同失效模式下權(quán)重因子。使用該風(fēng)險(xiǎn)事件所對(duì)應(yīng)的認(rèn)知功能權(quán)重因子修正失效模式的基本發(fā)生概率,可以得到裝配各階段人因風(fēng)險(xiǎn)的失效概率,該公式為

CFPi=BFPi·Wi

(2)

式中:CFPi代表某事件修正后的人因失效概率;BFPi代表某事件基本人因失效概率;Wi為情景環(huán)境下的權(quán)重因子。

圖5 衛(wèi)星天線(xiàn)裝配人因差錯(cuò)分析模型Fig.5 Human error analysis model for satellite antenna assembly

2.4 敏感性分析和重要度排序

在模型量化的基礎(chǔ)上,開(kāi)展敏感性分析和風(fēng)險(xiǎn)重要度排序。敏感性分析關(guān)注貝葉斯網(wǎng)絡(luò)中節(jié)點(diǎn)參數(shù)(即人機(jī)環(huán)各風(fēng)險(xiǎn)事件)對(duì)系統(tǒng)后果狀態(tài)的敏感程度;風(fēng)險(xiǎn)重要度關(guān)注各風(fēng)險(xiǎn)因素對(duì)總體風(fēng)險(xiǎn)的貢獻(xiàn)程度。在制定措施時(shí)應(yīng)該重點(diǎn)關(guān)注排序靠前的風(fēng)險(xiǎn),特別是對(duì)于重要又敏感的風(fēng)險(xiǎn),制定好相應(yīng)的改進(jìn)措施。

敏感性分析通過(guò)研究貝葉斯網(wǎng)絡(luò)參數(shù)與其輸出概率之間的關(guān)系識(shí)別關(guān)鍵風(fēng)險(xiǎn),其核心問(wèn)題是計(jì)算貝葉斯網(wǎng)絡(luò)中目標(biāo)節(jié)點(diǎn)與各網(wǎng)絡(luò)參數(shù)的微分,基本公式為

(3)

式中:P(E=0)代表目標(biāo)節(jié)點(diǎn)在E=0后果狀態(tài)下發(fā)生的概率;P(x|u)代表節(jié)點(diǎn)u處的網(wǎng)絡(luò)參數(shù);ΔP(e)代表節(jié)點(diǎn)u處網(wǎng)絡(luò)的敏感程度。

重要度排序基于事件樹(shù),分析各風(fēng)險(xiǎn)因素對(duì)總體風(fēng)險(xiǎn)的貢獻(xiàn)程度。對(duì)于衛(wèi)星天線(xiàn)裝配過(guò)程而言,在分析風(fēng)險(xiǎn)重要度時(shí),不僅要關(guān)注單個(gè)風(fēng)險(xiǎn)事件對(duì)系統(tǒng)風(fēng)險(xiǎn)的影響,也要考慮包含多個(gè)風(fēng)險(xiǎn)因素的人機(jī)環(huán)耦合風(fēng)險(xiǎn)事件,因此基于最小割集計(jì)算的Fussell-Vesely(F-V)重要度方法,具有比較好的適用性,計(jì)算公式為

(4)

3 星載SAR天線(xiàn)裝配過(guò)程PRA

3.1 目標(biāo)和范圍確定

星載SAR天線(xiàn)裝配過(guò)程包含多個(gè)任務(wù)階段,是一類(lèi)典型的多階段任務(wù)系統(tǒng)。分析工作的目標(biāo)是評(píng)價(jià)裝配過(guò)程的可靠性水平,發(fā)現(xiàn)裝配可靠性薄弱環(huán)節(jié)并提出針對(duì)性的改進(jìn)意見(jiàn)。

星載SAR天線(xiàn)裝配任務(wù)操作工序復(fù)雜,涉及多領(lǐng)域的工藝流程,天線(xiàn)裝配的精度及可靠性與人員、工藝裝備、操作工具、周邊環(huán)境等眾多因素息息相關(guān),因此需要綜合評(píng)估這些風(fēng)險(xiǎn)因素及其耦合作用對(duì)星載SAR天線(xiàn)裝配過(guò)程的影響,具體風(fēng)險(xiǎn)因素的梳理如表1所示。

3.2 綜合建模

本文使用事件樹(shù)描述星載SAR天線(xiàn)裝配過(guò)程中各階段與裝配總?cè)蝿?wù)的后果狀態(tài)之間的關(guān)系。根據(jù)任務(wù)后果狀態(tài),將裝配精度及可靠性達(dá)標(biāo)視為任務(wù)成功(記為OK);裝配任務(wù)延期或裝配精度/可靠性未達(dá)標(biāo)視為任務(wù)失敗(記為L(zhǎng)OM);若裝配過(guò)程中產(chǎn)生人員傷害,后果狀態(tài)記為L(zhǎng)OC,建立星載SAR天線(xiàn)裝配過(guò)程事件鏈模型如圖6所示。使用貝葉斯網(wǎng)絡(luò)針對(duì)事件樹(shù)模型中的中間事件開(kāi)展故障建模。以表1中識(shí)別的人機(jī)環(huán)風(fēng)險(xiǎn)為貝葉斯網(wǎng)絡(luò)的根節(jié)點(diǎn),人機(jī)環(huán)耦合風(fēng)險(xiǎn)及中間事件的后果狀態(tài)作為貝葉斯網(wǎng)絡(luò)的子節(jié)點(diǎn),以“SAR天線(xiàn)裝配完成”作為貝葉斯網(wǎng)絡(luò)的葉節(jié)點(diǎn),構(gòu)建星載SAR天線(xiàn)裝配過(guò)程的貝葉斯網(wǎng)絡(luò)模型,如圖7所示。

圖6 星載SAR天線(xiàn)裝配過(guò)程事件樹(shù)模型Fig.6 Event tree model of spaceborne SAR antenna assembly process

圖7 星載SAR天線(xiàn)裝配過(guò)程貝葉斯網(wǎng)絡(luò)模型Fig.7 Bayesian network model for spaceborne SAR antenna assembly process

3.3 分析評(píng)估

開(kāi)展貝葉斯網(wǎng)絡(luò)根節(jié)點(diǎn)邊緣概率分布與節(jié)點(diǎn)間條件概率關(guān)系的量化評(píng)價(jià)工作,進(jìn)行不確定性量化集成。以中間事件“轉(zhuǎn)動(dòng)軸空間定位”為例,開(kāi)展貝葉斯網(wǎng)絡(luò)參數(shù)的數(shù)據(jù)收集與分析工作,其他中間事件分析同理,限于篇幅不再贅述。轉(zhuǎn)動(dòng)軸空間定位階段受到人因差錯(cuò)事件、機(jī)器故障及人機(jī)耦合風(fēng)險(xiǎn)的影響。

轉(zhuǎn)動(dòng)軸空間定位階段有3個(gè)典型的人因差錯(cuò)事件,以“精測(cè)基準(zhǔn)選擇不當(dāng)”為例開(kāi)展分析。通過(guò)查詢(xún)CREAM指導(dǎo)書(shū),可知其風(fēng)險(xiǎn)事件的失效模式為辨識(shí)錯(cuò)誤,對(duì)應(yīng)的認(rèn)知功能為觀察。使用德?tīng)柗茖?zhuān)家意見(jiàn)法,即通過(guò)邀請(qǐng)相關(guān)領(lǐng)域的專(zhuān)家及一線(xiàn)工程師,進(jìn)行多輪匿名評(píng)估與反饋直至評(píng)定意見(jiàn)較為吻合,得到該人因風(fēng)險(xiǎn)事件發(fā)生的概率分布(分位數(shù)),如表2所示。在此基礎(chǔ)上,評(píng)價(jià)該裝配階段的CPC情景權(quán)重因子,如表3所示。最后,使用該風(fēng)險(xiǎn)事件所對(duì)應(yīng)的認(rèn)知功能權(quán)重因子修正事件發(fā)生的基本概率分布。其他人因差錯(cuò)事件分析同理,最終得到該階段人因差錯(cuò)事件發(fā)生概率,如表4所示。

表2 人因差錯(cuò)事件發(fā)生概率的專(zhuān)家評(píng)估

表3 CPC情景權(quán)重評(píng)價(jià)

表4 人因差錯(cuò)事件發(fā)生的概率分布

轉(zhuǎn)動(dòng)軸空間定位階段有兩個(gè)典型的設(shè)備風(fēng)險(xiǎn),通過(guò)相似產(chǎn)品的事故數(shù)據(jù)分析,獲得其事件發(fā)生的概率分布,如表5所示。

表5 設(shè)備風(fēng)險(xiǎn)事件發(fā)生的概率分布

通過(guò)對(duì)專(zhuān)家學(xué)者及裝配人員開(kāi)展面談、發(fā)放問(wèn)卷等形式得到人機(jī)環(huán)耦合事件發(fā)生的條件概率分布,如表6所示。各風(fēng)險(xiǎn)事件與轉(zhuǎn)動(dòng)軸空間定位階段后果狀態(tài)的概率分布,如表7所示。在表6和表7中,0代表事件未發(fā)生,1代表發(fā)生。

表6 安全防護(hù)風(fēng)險(xiǎn)條件概率表

表7 轉(zhuǎn)動(dòng)軸空間定位中間事件條件概率表

以上述轉(zhuǎn)動(dòng)軸空間定位階段的貝葉斯網(wǎng)絡(luò)參數(shù)量化過(guò)程為例,分析事件樹(shù)中其他中間事件的網(wǎng)絡(luò)參數(shù),如圖8所示。最終,得到裝配任務(wù)不同后果狀態(tài)發(fā)生概率的分布,如表8所示。

表8 裝配任務(wù)后果狀態(tài)概率分布

3.4 結(jié)果分析

針對(duì)星載SAR天線(xiàn)裝配過(guò)程,開(kāi)展敏感性分析和重要度排序,為確定薄弱環(huán)節(jié),制定風(fēng)險(xiǎn)應(yīng)對(duì)措施指明方向。

首先,開(kāi)展F-V重要度排序。以風(fēng)險(xiǎn)事件50%分位數(shù)下的發(fā)生概率作為風(fēng)險(xiǎn)排序標(biāo)準(zhǔn),假設(shè)期望風(fēng)險(xiǎn)基線(xiàn)為1。根據(jù)式(3)確定影響裝配任務(wù)可靠性的上述因素風(fēng)險(xiǎn)重要度排序結(jié)果,重要度排名前5的風(fēng)險(xiǎn)如表9所示。

表9 風(fēng)險(xiǎn)重要度排序結(jié)果(前5)

其次,開(kāi)展貝葉斯網(wǎng)絡(luò)的敏感性分析。借助GeNle軟件設(shè)置裝配任務(wù)LOM為目標(biāo)節(jié)點(diǎn),敏感度分析結(jié)果如圖9所示。圖9中,縱軸顯示的是貝葉斯網(wǎng)絡(luò)中人機(jī)環(huán)風(fēng)險(xiǎn)因素,橫軸顯示的是概率水平,條形圖表達(dá)了各風(fēng)險(xiǎn)因素發(fā)生概率在±10%范圍內(nèi)發(fā)生變化時(shí),裝配任務(wù)失敗狀態(tài)的變化幅度,紅色表示負(fù)變化,綠色表示正變化。由圖9可知,風(fēng)險(xiǎn)敏感性排序前5為:“精測(cè)基準(zhǔn)選擇不當(dāng)”“被測(cè)物沒(méi)有固定”“定位工裝影響精度”“電纜妨礙機(jī)構(gòu)運(yùn)動(dòng)”“氣浮裝置失效”。

通過(guò)上述分析可知,“精測(cè)基準(zhǔn)選擇不當(dāng)”和“定位工裝影響精度”兩個(gè)風(fēng)險(xiǎn)事件既重要又敏感,結(jié)合其他識(shí)別出的關(guān)鍵風(fēng)險(xiǎn),本文研究制定了3點(diǎn)應(yīng)對(duì)措施:

圖8 星載SAR天線(xiàn)裝配過(guò)程貝葉斯網(wǎng)絡(luò)輸出(50%分位數(shù))Fig.8 Bayesian network output for spaceborne SAR antenna assembly process (50% quantile)

圖9 敏感度分析結(jié)果(前5)Fig.9 Sensitivity analysis results (top five)

(1) 改進(jìn)轉(zhuǎn)動(dòng)軸定位操作流程,建議采取增加激光跟蹤儀的數(shù)量,固定精測(cè)基準(zhǔn),增加測(cè)量次數(shù)取平均等措施。

(2) 制定合理的工作計(jì)劃。裝配人員在長(zhǎng)時(shí)間工作后容易產(chǎn)生身體疲勞、精神不集中,這會(huì)導(dǎo)致其忽視部分裝配細(xì)節(jié)來(lái)加快裝配進(jìn)度。針對(duì)該現(xiàn)象,管理人員需要合理分配工作任務(wù)和時(shí)間,對(duì)工作壓力大的崗位,交替開(kāi)展裝配。

(3) 研制星載SAR天線(xiàn)裝配測(cè)量與實(shí)時(shí)反饋調(diào)整系統(tǒng),采用數(shù)字?jǐn)z影測(cè)量技術(shù)對(duì)天線(xiàn)的面板、鉸鏈和桿件的裝配精度進(jìn)行測(cè)量,并將測(cè)量結(jié)果實(shí)時(shí)反饋給系統(tǒng),開(kāi)展自主調(diào)節(jié),有效地解決因工裝精度而引發(fā)的裝配任務(wù)失敗。

4 結(jié) 論

本文對(duì)人機(jī)環(huán)耦合效應(yīng)下的衛(wèi)星天線(xiàn)裝配過(guò)程進(jìn)行了可靠性安全性分析,提出了一種基于貝葉斯網(wǎng)絡(luò)的概率風(fēng)險(xiǎn)評(píng)價(jià)方法,以某型星載SAR天線(xiàn)裝配過(guò)程為例進(jìn)行應(yīng)用,得到了裝配任務(wù)成功、失敗及產(chǎn)生人員傷害不同后果狀態(tài)的概率分布,對(duì)人機(jī)環(huán)風(fēng)險(xiǎn)因素進(jìn)行了敏感性分析與重要度排序,提出了針對(duì)性的設(shè)計(jì)改進(jìn)措施。本文所提方法可以為飛船、運(yùn)載火箭等人機(jī)耦合系統(tǒng)的風(fēng)險(xiǎn)分析與量化提供一定的參考。