基于模糊故障数的汽车底盘系统诊断方法研究故障

论文题目：基于模糊故障树的汽车底盘系统故障诊断方法研究The studied of automobile chassis system fault diagnosis method based on the fuzzy fault tree目 录摘要1Abstract11 引言22 模糊故障树分析基本理论22.1 故障树分析方法22.2 模糊数22.3 模糊故障树结构函数42.4 定性分析42.5 定量分析53 底事件的模糊概率重要度64 模糊故障树分析方法的实例验证64.1 驱动桥系统的模糊故障树分析64.1.1 驱动桥系统故障树的建立64.1.2 驱动桥模糊故障树的定性分析74.1.3 驱动桥模糊故障树的定量分析84.1.4 驱动桥底事件的模糊概率重要度分析94.2 液力自动变速器(AT)系统的模糊故障树分析94.2.1 液力自动变速器故障树的建立94.2.2 变速器模糊故障树的定性分析104.2.3 变速器模糊故障树定量分析104.2.4 变速器底事件的模糊概率重要度分析115 结论11参考文献12致 谢13基于模糊故障树的汽车底盘系统故障诊断方法研究摘要：由于汽车底盘系统机械结构复杂，使得汽车底盘系统故障具有复杂性、模糊性、不确定性等特点。本文着重介绍了模糊故障树分析的基本理论，针对汽车底盘系统中的驱动桥故障和自动变速器故障发生概率具有模糊性和不确定性的特点，运用模糊故障树方法绘制出故障系统的故障树，并对它们各个环节发生故障时所遇到的各种模糊信息进行定量的分析。试验证明，该方法能够使传统故障树同时分析处理随机不确定性和模糊不确定性的故障事件，有效的解决了汽车底盘故障具有复杂性、模糊性、不确定性的难题。关键词：模糊数 模糊故障树 驱动桥 自动变速器 Abstract：Because of the complex mechanical structure of automobile chassis, making the chassis fault with complexity, uncertainty and fuzziness, etc. This paper introduces the basic theories of the fault tree analysis, Automotive drive axle failures and automatic transmission failure probability which is provided with characteristics of fuzzy and uncertain , using the method of fuzzy fault analysis system drawing the fault tree, when each link failure ,all kinds of fuzzy information on quantitative analysis. The experiment proved that this method can make the traditional fault tree analysis and fuzzy random uncertainties and uncertainty of incidents, effectively solved the automobile chassis fault which is complex, uncertain and fuzzyKey words: Fuzzy number ；Fuzzy fault tree ；Drive axle ；Automatic transmission1 引言故障树分析方法是一种分析复杂系统可靠性和安全性的有效工具，常规的基于布尔代数和概率论的系统故障树分析的理论研究已取得了丰硕成果，在工程应用上也取得了许多成绩。由于在理论分析时常规故障树方法将底事件发生的概率视为精确值1，而在实际的故障诊断问题中，顶事件(系统故障)和底事件(零部件故障)发生的概率往往同时存在着随机性和模糊性。因此更适合应用模糊故障树进行分析2。本文以汽车底盘系统中常见的自动变速器打滑故障和驱动桥异响故障这两个方面进行分析，过去汽车底盘的常见故障通常采用基于知识的诊断方法、基于解析模型的诊断方法和基于信号处理的诊断方法为使用者诊断故障3。但这些方法都存在各方面的不足，容易出现故障的错判和漏判。模糊故障树分析法常用于复杂系统可靠性、安全性预测和检测，它的引入解决了这个难题。本文以汽车自动变速器打滑故障和驱动桥异响为例，应用模糊故障树分析法分别对它们进行了定性、定量分析，得到了满意的结果，由于该方法节省诊断时间，能有效的提高系统故障的检测效率，较快的找出故障原因。所以近年来很受重视，是国际上公认的可靠性分析和故障诊断的一种简单、有效的方法。2 模糊故障树分析基本理论2.1 故障树分析方法模糊故障树是由构成它的全部底事件的逻辑“与”和“或”联结而成的，是在理论分析和丰富的经验基础上完成的。系统失效可称为模糊故障树的顶事件；系统各部件故障称为底事件。模糊故障树是以系统最不希望发生的事件顶事件为分析目标，应用逻辑演绎的方法研究造成顶事件发生的各种直接及间接故障原因，用“逻辑门”将各故障原因相联系，建立一个倒立的树枝图形，并指出单元故障与系统故障之间的逻辑关系，运用模糊概率取代精确的概率值，对模糊故障树进行定性、定量分析4。2.2 模糊数本文采用模糊数来描述故障事件发生的概率，可同时处理不确定性问题的两个方面：随机性和模糊性。例如，假定某个零部件故障事件的概率介于0.10.2之间，可能在0.12，也可能在0.15左右，这就可用一个模糊数来描述它。由此可以看出；采用模糊数来描述事件发生的概率，既能减少获取事件发生概率精确值的难度，又能结合工程技术人员的实际经验和判断来构造模糊数的隶属函数，因此这种方法具有较大的灵活性和适应性5。通常采用参照函数来描述模糊数，由模糊数定义可知：设L，R为模糊数的参照函数，若有 (1)则称模糊数为L-R型模糊数，并记，其中m为的均值，分别为的置信上、下限。当等于0时，为非模糊； 分布越大，越模糊。较常用的是三角模糊数的模糊故障树的分析，以三角模糊数为例，其参照函数为： (2) 对应的三角模糊数的隶属函数为： (3) (4) 为一个区间数。设，为三角模糊数，根据典型扩张原则6，对于，有以下的扩张运算公式：（1）加法 (5) （2）减法 (6) （3）乘法 (7) （4）除法 (8) 2.3 模糊故障树结构函数 模糊故障树是由它的全部底事件用逻辑“与”和“或”联结而成的，将所有的故障树节点模糊化，并给每个模糊事件定义隶属函数: X 0,1,表示模糊事件i发生的程度。部件“完全失效”时的隶属度为1,部件不发生故障时的隶属度为0, 在两者之间一个连续变化的中介过渡过程。这种基于模糊事件的故障树称之为模糊故障树。于是故障树的结构函数可定义为( 1, 2, , n) 式中1, 2, , n分别表示各个部门发生效率或故障的程度。若用表示引起部件发生故障的各个原因，则底事件x1, x2, n, xn 以“与”关系相联，其故障树结构函数为： min ( 1, 2, , n), 若事件x1, x2, n, xn 以“或”关系相联，其故障树结构函数为：max ( 1, 2, , n) 可见的取值范围是0,1为顶事件发生的程度,也是系统的失效程度。另外,还可以凭借系统设计人员、管理人员和专家的知识及经验，给顶事件定义一个阈值,通过与的比较做出相应的决策7。2.4 定性分析模糊故障树定性分析包括割集、最小割集和结构函数的确定等主要内容，最主要的任务是根据所建故障树求出它的最小割集和最小路集。其最主要的目的是为了弄清系统出现某种故障 (顶事件)有多少可能,发现系统的最薄弱环节。割集是指故障树中一些底事件的集合，当这些底事件同时发生时，顶事件必然发生。设故障树底事件的集合 x1, x2, n, xn , 若有一个子集 xi1, xi2, , xil ,则i= 1, 2, , k。在 xi1, xi2, , xil x1, x2, n, xn 子集中，全部底事件都发生时顶事件必然发生，则该子集就是割集,这里割集数量为k。最小割集是指若将割集中所含的底事件任意去掉一个就不再成为割集了，即导致正规故障树顶事件发生的数目不可再少的底事件的组合，它表示系统的一种失效模式，系统的全部最小割集就构成了系统的故障谱。下面介绍普通模糊故障树最小割集的求法。求最小割集的方法,对于简单的故障树，只需将故障树的结构函数展开，使之成为具有最小项数的积之和表达式,每一项乘积就是一个最小割集。对于复杂系统的模糊故障树，要从为数众多的底事件中先找到割集，再从中剔除一般割集，求出最小割集,往往工作量很大，又容易出错，通常用的两种方法是上行法和下行法两种算法8。本文用上行法来求故障树的最小割集。上行法算法自下而上进行，把最底一层的逻辑门用其输入事件来表示，与门是事件的交，或门是事件的并，而上一级的逻辑门再由其输入表示，一步步往上推，一直把顶事件表示出来，其中在做每一步时均利用集合运算规则进行简化。2.5 定量分析在求得全部最小割集后，如果有足够的数据，则可以进一步作定量计算。故障树的定量分析可以对系统的可靠性、可用性和安全性做出定量的评价，求顶事件的发生概率是故障树的定量分析的主要内容。 在传统故障树分析中，顶事件的失效概率是利用逻辑门算子对基本事件发生的概率进行运算获得的，因此知道底事件的发生概率和结构函数就可以惟一确定系统顶事件的发生概率。在模糊故障树分析过程中，采用模糊数来描述底事件发生的概率，用模糊算子代替传统的逻辑门算子，从而得到顶事件发生的概率模糊数9，当用三角型模糊数表示底事件发生概率时，根据三角型模糊数截集表示方法，底事件发生概率的截集为： （9） （10） （11）则故障树的“与门”结构和“或门”结构的模糊算式如下：“与门”结构式子 , （12）“或门”结构式子，1- （13）3 底事件的模糊概率重要度重要度分析是模糊故障树定量评价的重要组成部分，重要度是一个部件或系统的割集发生失效时对顶事件发生的影响程度，它是时间、部件的可靠性参数以及系统结构的函数，是系统中各单元重要程度的一种度量，事件的重要度越大该事件所处的环节越薄弱，它在系统中的地位也越重要10。在改善系统的设计、确定系统的关键部位、进行系统安全性的优化设计、系统故障诊断维修方面有重要作用。 底事件模糊概率重要度反映底事件发生概率的变化引起顶事件发生概率的变化程度，它可以用来定量衡量降低各底事件的发生概率对于降低顶事件的贡献的大小。底事件模糊概率重要度11的计算方法为 （14）式中：为顶事件模糊故障函数；为第j 个底事件发生的模糊概率。4 模糊故障树分析方法的实例验证4.1 驱动桥系统的模糊故障树分析驱动桥位于汽车动力传动系统的末端，一般由主减速器、差速器、半轴、桥壳等组成。由于其结构复杂，诊断信息繁多，引起设备不能正常运行的故障发生的概率又具有不同层次的模糊性、不确定性。通过将模糊集理论引入故障树分析，将基本事件发生的概率描述为模糊数，然后通过模糊数的运算规则，对设备发生故障时所遇到的各种模糊信息进行科学的、定量的处理，从而估算出整套设备的模糊故障率。驱动桥故障的原因千差万别，各种故障的形成也不是单一孤立，而是相互联系的。如果出现一种故障而不及时排除，很能够容易诱发另一种故障，形成连锁反应。驱动桥的常见故障包括：过热、异响、漏油，本文主要是针对驱动桥异响故障，利用模糊故障树分析法对其进行研究。4.1.1 驱动桥系统故障树的建立对于汽车驱动桥，选择驱动桥异响故障为顶事件，中间事件为主减速器总成异响、差速器总成异响、齿轮轴承异响。若这三个中间事件中的任意一个事件发生，顶事件就会发生(见表1)，所建立的故障树如图1所示：表1 驱动桥故障事件编码事件代号事件名称事件代号事件名称T驱动桥异响x9差速器齿轮装配过紧M1主减速器总成异响x10差速器轴承磨损过大M2差速器总成异响x11半轴弯曲M3主动锥齿轮轴承异响x12行星齿轮与半轴齿轮间隙不均x1齿轮轮齿折断x13半轴齿轮与半轴花键配合松旷x2齿轮磨损严重x14半轴齿轮磨损过大x3齿侧间隙不均x15键槽磨损过大x4齿轮啮合不良x16轴承疲劳点蚀x5齿轮轴承预紧度不足x17轴承调整过松x6主动齿轮油封损坏x18轴承座不同心x7润滑油不足x19轴承预紧度过大x8差速器壳螺栓松动x20轴承磨损过大图1 汽车驱动桥系统故障树4.1.2 驱动桥模糊故障树的定性分析根据与门用乘、或门用加的原则，所建系统故障树的代数表达式为：T = M1+ M2+ M3M1= x1+ x2+ x3+ x7 （15）M2= x8+ x9+ x10+ + x15 （16）M3= x16+ x17+ x18+ x19+ x20 （17）故得 T = x1+ x2+ x3+ x19+ x20 （18）所以最小割集法可以求得本例中的割集为： x1 , x2 , x3 , , x18 , x19 , x20 4.1.3 驱动桥模糊故障树的定量分析 考虑到分析的简便，仅取中间事件M3 来分析。根据查阅资料12，假设总体失效概率为10% 。另据统计13，轴承失效中的16%为装配不当，34%为疲劳失效，36%为润滑不良,14%为污染。设M3 中间事件的发生概率如表2所示，根据上文中关于底事件发生概率的截集区间表示方法，则有 （19） （20） （21） （22） （23）表2 事件M3的基本数值事件代号事件名称轴承疲劳点蚀0.0340.0100.010轴承调整过松0.0160.0050.005轴承座不同心0.0160.0050.005轴承预紧度过大0.0160.0050.005轴承磨损过大0.0360.0100.010 由于，结合式（13）、式（19）（23）保留4位有效数字，则发生概率的截集区间为 （24）为一区间数，对取不同的值，则可得到不同的置信区间。当=1时，即不考虑各基本事件发生概率底的模糊性，这时事件的发生概率为确定值，。当=0时，底事件的发生概率为一个模糊数，表明在充分考虑了原因事件和随机不确定因素的模糊不确定因素时，轴承异响的概率取值为一个区间0.0766，0.1226，即轴承异响的概率在7.66%和12.26%之间变化，与实际相符。4.1.4 驱动桥底事件的模糊概率重要度分析从驱动桥异响故障树图可知，所建故障树全部由或门组成，因此由公式 ，1- （25） （26）为了分析方便，仅取M3 的底事件作为分析对象来计算底事件的重要度，系统整个底事件重要度的计算方法类似。根据（25）、（26） 及表2，取=0 =0.8952,0.9422=0.8741.0.9298；=0.8741,0.9298；=0.8741,0.9298；=0.8970,0.9441。因此，M3 底事件模糊概率重要度的偏序为 =4.2 液力自动变速器(AT)系统的模糊故障树分析液力自动变速器根据汽车速度、发动机转速、动力负荷等因素自动进行升降档位，不需由驾驶者操作离合器换档的一种变速器。自动变速器常见故障包括：自动变速器打滑故障、变速器换挡冲击大、变速器开档过迟或不能开档、变速器升、降档不良、变速器频繁跳档等。由于汽车液力自动变速器也具有结构复杂，引起变速器发生的故障的概率具有模糊性和不确定性等特点，针对自动变速器打滑故障这一常见故障，利用模糊故障树分析法对其进行科学的、定量的处理，从而估算出模糊故障率。4.2.1 液力自动变速器故障树的建立对于汽车变速器系统，选择自动变速器打滑为顶事件，中间事件为机械磨损、变速器油问题、变速器漏油。若这三个中间事件中的任意一个事件发生，顶事件就会发生（见表3），所建立的故障树如下图2所示表3 自动变速器故障事件编码事件代号事件名称事件代号事件名称T自动变速器打滑x8液压油品质化恶化M1机械磨损x9油管凹陷M2变速器油问题x10油液型号不对M3变速器漏油x11节气门位置传感器调整不当x1离合器摩擦片磨损x12离合器活塞密封圈损坏x2制动器摩擦片磨损x13制动器活塞密封圈x3制动带磨损烧焦x14减震器活塞密封圈损坏x4油泵磨损x15滤清器堵塞x5单向离合器打滑x16主油路泄露x6液压油油面太低x17主调压阀不良x7液压油油面太高x18压力控制电磁阀不良图2 汽车变速器系统故障树4.2.2 变速器模糊故障树的定性分析由本文系统所建的故障树，根据与门用乘、或门用加的原则，代数表达式有：T = M1+ M2+ M3 （27）M1= x1+ x2+ x3+x4+ x5 （28）M2= x6+ x7+ x8+ x9+ x10 （29）M3= x11+ x12+ x13+ + x18 （30）故得T = x1+ x2+ x3+ x17+ x18 （31）所以最小割集法可以求得本例中的割集为： x1 , x2 , x3 , , x16 , x17 , x18 4.2.3 变速器模糊故障树定量分析 为了分析的简便性，仅取中间事件M1来分析。根据有关实验数据、历史统计资料以及工程技术人员的经验，假设总体失效概率为10% 。另据统计14，变速器机械磨损中的30%为离合器片磨损，10%为离合器片打滑，25%为制动装置系统中的磨损，18%为油泵磨损严重,2%为其它。设M1中间事件的发生概率如表4所示，根据上文中关于底事件发生概率的截集区间表示方法，则有 （32） （33） （34） （35） （36）表4 事件M1的基本数值事件代号事件名称离合器摩擦片磨损0.0300.0100.010制动器摩擦片磨损0.0250.0100.010制动带磨损烧焦0.0250.0050.005油泵磨损0.0180.0050.005单向离合器打滑0.0150.0050.005 由于，结合式（13）、式（33）（36）保留4位有效数字，则发生概率的截集区间为 （37）同理，为一区间数，对取不同的值，则可得到不同的置信区间。当=1时，相当于底事件的发生概率为确定值，。当=0时，底事件的发生概率为一个模糊数，表明在充分考虑了原因事件和随机不确定因素的模糊不确定因素时，的值为一个区间0.0658，0.1118，即自动变速器打滑的概率在6.58%和11.18%之间变化，与实际相符。4.2.4 变速器底事件的模糊概率重要度分析从自动变速器打滑故障树图可知，所建故障树全部由或门组成。同理，为了分析方便，仅取M1 的底事件作为分析对象来计算底事件的重要度，同样根据（35）、（36）及表4，同上一个例子分析方法完全一致。因此，可得出M1 底事件模糊概率重要度的偏序为 =5 结论本文结合故障诊断中理论研究的热点，以汽车底盘系统中的驱动桥异响故障和自动变速器打滑故障为实例，对模糊故障树诊断的理论方法的特点以及如何运用这些原理与方法有效的诊断汽车系统的故障进行了研究。应用模糊集合理论对复杂系统进行基于故障率为模糊数的故障树分析时，可以较好地解决经典方法中难于精确赋值等缺点。这种方法既反映了概率本身的模糊性，又容许概率赋值在一定程度上的误差，同时可将现场和少量实验数据与工程技术人员的经验集合起来，因此在可靠性工程上具有广泛的应用前景。模糊故障树分析也存在缺点：构成故障树需考虑耗费时间和人力，难度大，并且需要大量的现场实际经验的科学总结和研制开发人员与专业修理人员的密切配合，对分析人员要求高。因此，该方法只有在实践中不断进行丰富和发展，才能适应客观需要，满足更高的诊断和使用要求。参考文献：1 梅启智，廖炯生系统可靠性工程基础M北京：科学出版社，2003166-195.2 Tanaka H，Fanl T，Laifs，et alFault-tree analysis by fuzzy probabilityJIEEE Transactions on Reliability，2005，32(5)：453-457.3 何敏，张志利故障诊断技术方法综述J国外电子测量技术，2006，25(5)：4-6.4 王超，王金机械可靠性工程M冶金工业出版社，2004，180-1855 黄洪钟机械系统故障树分析的一种新的模糊方法J. 机械科学与技术，2001，49(1)：1-76 赵艳萍，贡文伟模糊故障树分析及其应用研究J中国安全科学学报，2006，12(6)：81-877 李馨模糊故障树分析方法探究J可靠性与环境适应性理论研究，2007，25(1)：27-308 朱大齐，于盛林基于故障树最小割集的故障诊断方法研究J数据采集与处理，2002，17(3)：341-3449 HUANGHZ,TONGX,ZUO MJPosbist fault tree analysis of coherent systemsJReliability Engineering and System Safety，2004，84(2)：141-14810 李青，张玉柱三角模糊数的模糊故障树分析及其应用J中国矿业大学学报，2004，29(1)：56-5811 曹晋华，程侃可靠性数学引论M北京：高等教育出版社，2006131-16412 蔡力志，赵满仓.汽车底盘的日常维护与保养J黑龙江交通科技，2006，22(11)：9-1213 蒋永华.轴承失效原因和解决方法J现代零部件，2007，21(4)：32-35 14 陈一永，张家玺.变速器齿轮磨损分析及改善措施J解放军汽车管理学院，2006，54(3)：12-17