楊昌寶 劉碩 李科 朱子瑞 徐亮 張小愷

摘要：針對機(jī)載蒸發(fā)循環(huán)系統(tǒng)多層次、相關(guān)性的故障特征，本文提出了基于模糊Petri網(wǎng)的機(jī)載蒸發(fā)循環(huán)系統(tǒng)故障診斷方法。根據(jù)故障的失效模式與效應(yīng)分析（FMEA）表以及模糊故障Petri網(wǎng)（FFPN）建模規(guī)則，通過對系統(tǒng)的功能、模塊劃分以及對故障數(shù)據(jù)進(jìn)行分析，建立了機(jī)載蒸發(fā)循環(huán)控制系統(tǒng)的故障模型。根據(jù)此模型，采用模糊集理論描述了故障的模糊程度，應(yīng)用Petri網(wǎng)理論反映故障的層次變遷及競爭關(guān)系。在此基礎(chǔ)上，對冷凝器、蒸發(fā)器故障進(jìn)行正向演繹狀態(tài)評價和反向故障診斷推理。最后，通過仿真驗證了該方法的可行性和有效性。

關(guān)鍵詞：故障診斷；機(jī)載蒸發(fā)循環(huán)系統(tǒng)；模糊Petri網(wǎng)；正向/反向推理；模糊集理論

中圖分類號：V245文獻(xiàn)標(biāo)識碼：ADOI：10.19452/j.issn1007-5453.2021.03.008

為進(jìn)一步滿足飛機(jī)環(huán)控系統(tǒng)熱載荷的需求，隨著蒸發(fā)循環(huán)制冷技術(shù)的發(fā)展，蒸發(fā)循環(huán)制冷系統(tǒng)逐步在軍用戰(zhàn)機(jī)上得以應(yīng)用[1-3]。針對機(jī)載蒸發(fā)循環(huán)系統(tǒng)故障診斷問題，考慮到其結(jié)構(gòu)復(fù)雜，系統(tǒng)包括壓縮機(jī)、冷凝器、膨脹閥和蒸發(fā)器等部件[4-6]。故障種類多且具有一定模糊性、耦合性、層次性和傳播性，故障診斷難度較大。

目前，對于復(fù)雜系統(tǒng)的故障診斷，近年來，有不少學(xué)者提出基于模糊算法的故障診斷方法，如韓光臣等[7]提出模糊概率網(wǎng)系統(tǒng)，使得復(fù)雜的直升機(jī)機(jī)電系統(tǒng)的故障分析得以簡化；李廈[8]等采用了模糊產(chǎn)生式規(guī)則的推理算法，進(jìn)而總結(jié)出了置信度矩陣推理的新算法。這些研究雖然在處理復(fù)雜機(jī)電系統(tǒng)故障分析中取得了一定影響，但均側(cè)重于故障在傳播過程中的賦予特性，而并未體現(xiàn)故障本身的特征。黃敏等[9]為克服模糊和故障Petri網(wǎng)在模擬故障傳播、診斷和推理過程中的缺點，提出了模糊故障Petri網(wǎng)的概念，進(jìn)行機(jī)械故障診斷的建模及應(yīng)用，取得了一定的成效。

鑒于傳統(tǒng)的故障診斷方法難以提高故障邏輯表達(dá)，而模糊Petri網(wǎng)可準(zhǔn)確描述故障不確定性，界定模糊事件的性質(zhì)，在復(fù)雜且存在不確定性干擾的系統(tǒng)應(yīng)用較為普遍[10-11]。本文采用模糊Petri網(wǎng)[12]的故障診斷方法，有效地解決故障信息的不確定性及模糊性表達(dá)等問題，提高故障診斷的效率，實現(xiàn)機(jī)載蒸發(fā)循環(huán)系統(tǒng)的故障診斷。

1建立蒸發(fā)循環(huán)系統(tǒng)的FFPN模型

（1）故障正向引發(fā)路徑

由在線監(jiān)測系統(tǒng)或技術(shù)人員預(yù)測故障原因，由此產(chǎn)生故障現(xiàn)象，根據(jù)托肯著色規(guī)則，正向演繹故障部，由此獲得變化的最終狀態(tài)，即系統(tǒng)故障。以蒸發(fā)器為例，預(yù)測有以下故障征兆“蒸發(fā)器泄漏”，產(chǎn)生了蒸發(fā)器工作異常的故障現(xiàn)象，演變?yōu)檎舭l(fā)器故障部，進(jìn)而演繹為機(jī)載蒸發(fā)循環(huán)制冷系統(tǒng)產(chǎn)生故障。

（2）故障反向推理過程

當(dāng)確定有故障發(fā)生時，根據(jù)托肯著色規(guī)則，按照反向推理方法，得出可能的故障原因。如當(dāng)確定為“蒸發(fā)器工作異?！睍r，經(jīng)過推理，最終確定“結(jié)霜過厚”“蒸發(fā)器泄漏”“蒸發(fā)器內(nèi)外表面有污垢”三個故障原因的優(yōu)先級順序，實現(xiàn)反向?qū)で蠊收显础?/p>

2機(jī)載蒸發(fā)循環(huán)控制系統(tǒng)的故障診斷

在FFPN模型中，權(quán)值w、閾值λ及托肯值都為概率值，代表了可能性，可以用來進(jìn)行被模擬事件的模糊推理，并代表模糊命題中理論支持度、事件真實度及推理最低限等。因此，此定義能較好反映機(jī)載蒸發(fā)循環(huán)控制系統(tǒng)的故障不確定性。因機(jī)載蒸發(fā)循環(huán)制冷系統(tǒng)FFPN模型規(guī)模較大，這里以冷凝器和蒸發(fā)器故障為例，進(jìn)行正向故障狀態(tài)評價和反向故障診斷推理，如圖2所示。

首先，根據(jù)查找專家知識庫、尋求歷史數(shù)據(jù)或在線測量等方法確定各輸入庫所的權(quán)值w、變遷規(guī)則可信度Uμ及閾值λ、初始庫所置信度α、故障率f。其次，根據(jù)置信度矩陣法，計算得到各庫所的置信度，為故障的正反推理提供初始數(shù)值。其中，對于基本事件的故障率可以通過經(jīng)驗數(shù)據(jù)、可靠性手冊查得其精確失效概率；如果某些底事件不能獲取其精確值，則由專家進(jìn)行語言值評價獲得其模糊數(shù)，并取其最大隸屬度對應(yīng)的概率區(qū)間的平均值作為事件的概率值。

最后，根據(jù)所得到的置信度及模糊變遷規(guī)則，推理出潛在使能變遷序列，其為正反向推理點火判斷的前提。由此，進(jìn)行正反向推理。

2.1正向推理

由在線監(jiān)測系統(tǒng)或?qū)I(yè)人員，預(yù)測有“蒸發(fā)器泄漏”“冷凝器冷卻風(fēng)量、水量不足”“蒸發(fā)器內(nèi)外表面有污垢”“冷凝器內(nèi)外表面有污垢”故障征兆，此時在模型中生成初始庫所標(biāo)識如圖3所示。

4結(jié)束語

本文將模糊Petri網(wǎng)應(yīng)用于機(jī)載蒸發(fā)循環(huán)系統(tǒng)故障診斷，能較好地反映故障模糊等級和層次關(guān)系，為解決故障的模糊性、傳播性、突發(fā)性等問題提供了理論支撐：當(dāng)預(yù)測系統(tǒng)有故障征兆時，通過正向演繹獲得故障狀態(tài)信息的可靠評價，即清晰地反映出故障事件、傳播過程及故障可靠性等級；當(dāng)系統(tǒng)確定產(chǎn)生故障時，羅列產(chǎn)生的故障現(xiàn)象，然后進(jìn)行反向推理，從多種故障原因中得出最可能的故障源，并通過對系統(tǒng)進(jìn)行仿真，驗證了該診斷方法的可行性。

基于模糊Petri網(wǎng)的故障診斷算法可較好地表達(dá)故障的概率特征，提高設(shè)備系統(tǒng)的可靠性，具有良好的實用性。

參考文獻(xiàn)

[1]胡文超. 270V高壓直流電機(jī)驅(qū)動的機(jī)載蒸發(fā)循環(huán)制冷系統(tǒng)研究[J].航空科學(xué)技術(shù)，2019，30（12）：72-75. Hu Wenchao. Research on airborne evaporative cycle refrigeration system driven by 270V HVDC motor [J]. Aeronautical Science & Technology， 2019， 30 （12）： 72-75.（in Chinese）

[2]唐有才，王占勇，孫金立.現(xiàn)代軍用飛機(jī)環(huán)境控制系統(tǒng)探討[J].航空科學(xué)技術(shù)，2002，11（4）：35-37. Tang Youcai， Wang Zhanyong， Sun Jinli. Discussion on environmental control system of modern military aircraft [J]. Aeronautical Science & Technology， 2002， 11（4）： 35-37. （in Chinese）

[3]袁修干.高性能軍用環(huán)境控制系統(tǒng)研究發(fā)展趨勢的探討[J].航空學(xué)報， 1999， 20（S1）： 2-4. Yuan Xiugan. Developing trend discussion of environmental control system of high performance military aircraft[J]. Acta Aeronautica et Astronautica Sinica， 1999， 20（S1）： 2-4. （in Chinese）

[4]Pollock D T，Yang Z，Wen J T，et al. Model-based control of vapor compression cycles for transient heat-flux removal[J]. International Journal of Heat & Mass Transfer，2014，77：662-668.

[5]金敏.殲擊機(jī)蒸發(fā)制冷循環(huán)系統(tǒng)控制與仿真研究[D].成都：電子科技大學(xué)， 2009. Jin Min. Control and simulation of evaporative refrigeration cycle system for fighter[D]. Chengdu：University of Electronic Science and Technology of China， 2009.（in Chinese）

[6]趙曉軍，封衛(wèi)忠，趙利利.蒸發(fā)循環(huán)制冷技術(shù)在航空器上的應(yīng)用[J].中國科技信息， 2015（3）： 55-57. Zhao Xiaojun， Feng Weizhong， Zhao Lili. Application of evaporative cycle refrigeration technology [J]. China Science and Technology Information， 2015（3）： 55-57.（in Chinese）

[7]韓光臣，孫樹棟，司書賓，等.復(fù)雜系統(tǒng)故障傳播與故障分析模型研究[J].計算機(jī)集成制造系統(tǒng)， 2005，11（6）：794-798. Han Guangchen， Sun Shudong， Si Shubin， et al. Study on failure propagation and failure analysis model of complex system[J]. Computer Integrated Manufacturing System， 2005， 11（6）： 794-798.（in Chinese）

[8]李廈，烏建中.模糊Petri網(wǎng)在液壓同步提升系統(tǒng)故障診斷中的應(yīng)用[J].中國工程機(jī)械學(xué)報， 2006， 4（1）：68-71. Li Xia， Wu Jianzhong. Application of fuzzy Petri net in fault diagnosis of hydraulic synchronous lifting system[J].Chinese Journal of Engineering Machinery， 2006， 4（1）： 68-71. （in Chinese）

[9]Min H，Xiao L，Hou Z. Modeling method of fuzzy fault Petri netsanditsapplication[J].JournalofCentralSouth University，2013，44（1）：208-215.

[10]Ding Z，Zhou Y，Zhou M. Modeling self-adaptive software systems by fuzzy rules and petri nets[J]. IEEE Transactions on Fuzzy Systems，2018，26（2）：1.

[11]Zisman M D. Use of production systems for modeling asynchronous，concurrent processes[J]. Acm Sigart Bulletin，1977（63）：23.

[12]楊大光，常波.模糊故障Petri網(wǎng)在飛機(jī)電源系統(tǒng)故障診斷中研究[J].裝備制造技術(shù)，2016（11）：18-22. Yang Daguang， Chang Bo. Research on fuzzy fault Petri net in fault diagnosis of aircraft power system[J]. Equipment Manufacturing Technology， 2016 （11）： 18-22.（in Chinese）

[13]任能.制冷系統(tǒng)故障檢測、診斷及預(yù)測研究[D].上海：上海交通大學(xué)，2008. Ren Neng. Research on fault detection， diagnosis and prediction of refrigeration system[D]. Shanghai：Shanghai Jiaotong University，2008.（in Chinese）

[14]Adamyan A，He D. System failure analysis through counters of petri net models[J]. Quality & Reliability Engineering International，2004，20（4）：317-335.

[15]龍志強(qiáng)，張永燾，葉俊.基于Petri Fault Net的磁浮列車懸浮系統(tǒng)故障分析[J].系統(tǒng)仿真學(xué)報， 2007（S1）：266-270. Long Zhiqiang， Zhang Yongtao， Ye Jun. Fault analysis of maglev train suspension system based on Petri fault net[J]. Journal of System Simulation， 2007（S1）： 266-270.（in Chinese）

[16]Chen S M. Fuzzy backward reasoning using fuzzy Petri nets[J]. IEEE Transactions on Systems Man & Cybernetics part B，2000，30（6）：846-856.

（責(zé)任編輯王昕）

作者簡介

楊昌寶（1983-）男，碩士，高級工程師。主要研究方向：制冷及低溫工程。

Tel：13951009386E-mail：changbao_yang@163.com

Fault Diagnosis Method of Airborne Evaporation Cycle System Based on Fuzzy Petri Net

Yang Changbao1，*，Liu Shuo2，Li Ke3，Zhu Zirui3，Xu Liang1，Zhang Xiaokai1

1. AVIC Jincheng Nanjing Engineering Institue of Aircraft Systems，Nanjing 210000，China

2. Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China

3. The Third Military Representative Office of Air Force Equipment Department，Nanjing 210000，China

Abstract： Aiming at the multi-level and correlation fault characteristics of the airborne vapor cycle system， this paper proposes a fault diagnosis method based on fuzzy Petri net. According to fault FMEA table and FFPN modeling rules， the fault model of evaporative cycle control system is established by analyzing the system function， module division and fault data. According to the model， the forward deductive state evaluation and reverse fault diagnosis reasoning are carried out for the faults of condenser and evaporator. Among them， the fuzzy degree of fault is described by fuzzy set theory， and the hierarchical change and competition relationship of fault are reflected by Petri net theory. Finally， the feasibility and effectiveness of the method are verified by simulation.

Key Words： fault identification； airborne vapor cycle system； fuzzy Petri net； forward/reverse reasoning； fuzzy set theory