基于改進的go-flow方法的可靠性評估

基于改進的go-flow方法的可靠性評估

go法是一種成功的系統信用分析技術。它適用于復雜系統的可靠性和安全性分析，具有多個狀態(tài)和幾個序列功能的變化。根據代表部件操作符的可靠性參數，可以直接計算系統的可靠性，從而獲得準確的結果。Go-Flow方法是在Go法的基礎上發(fā)展形成的,是一種能夠處理時間依賴的分析技術,具有描述在不同事件條件下具有多狀態(tài)的大型復雜系統的功能,主要適用于處理有復雜時序或狀態(tài)隨時間變化的系統,在核工業(yè)、太空領域、化工業(yè)、電子等行業(yè)得到深入的研究和推廣。使用簡單的Go-Flow模型能夠處理復雜的階段任務分析問題,經過簡單的計算,能夠得到與時間相關的系統可用度,從而得到系統在各個時間點上的風險概率。作者應用Go-Flow方法分析其在數控機床可靠性評價中的應用。1go-flus算法Go-Flow方法的主要內容是建立Go-Flow模型和定量計算。采用圖形演繹的方式,以成功作為問題的出發(fā)點,根據部件在系統中的功能,選擇相應的Go-Flow運算符,直接把系統原理圖轉換為模型圖,根據模型圖用Go-Flow提供的算法計算各種狀態(tài)發(fā)生的概率。Go-Flow模型圖由信號線和運算符組成,其中信號表示物理量、時間和信息,信號強度描述信號的數字特征,通常表示信號存在的概率。運算符既可以對物理設備的運行或故障建模,也可以描述邏輯門(與門或或門)和信號發(fā)生器。圖1給出常用的運算符。Go-Flow通過選擇合適的運算符和建立運算符輸入輸出之間的聯系來實現系統建模,建模的結果生成Go-Flow圖,表示部件/子系統/系統的功能。首先,需要定義有限數目的離散時間點來表示系統處理的順序,這些事件點必須能反映處理的順序;然后根據系統中的子系統或部件的功能從圖1所示的常用運算符中選擇合適的符號;最后用表示輸入輸出的信號線將運算符連接起來,并根據評估目標設定終止信號,得到整個系統的Go-Flow圖。Go-Flow圖的定量計算從輸入運算符開始,沿著信號流在各個時間點上的存在概率,直至得到系統的最終輸出信號。利用Go-Flow分析結果,可以對系統的設計進行評估。Go-Flow圖直接對應系統的物理布局,能夠直接從系統原理圖或流程圖建立Go-Flow模型。圖中的元素與系統中的部件一一對應,能明顯地描述大多數部件或系統之間的相互關系和作用,模型結構緊湊,易于核實和修改。2基本事件是共因失效數控機床作為一個大的系統除由于自身原因,如元器件的老化、疲勞、磨損、腐蝕等導致系統單元故障外,在使用過程中還經常受到外界環(huán)境偶然因素的影響,如地震、雷擊、沖撞、著火等。這些破壞性很大的偶然因素的發(fā)生將導致系統中部分或全部單元同時發(fā)生故障。這類由于某個共同原因而引起的系統中多個部件同時發(fā)生故障的現象,稱為共因故障(CommonCauseFailure,CCF)。對于為提高可靠度而采取較高冗余度的系統,如數控機床系統,共因故障是導致故障概率增加、可靠度降低的關鍵環(huán)節(jié)。這里應用Go-Flow方法通過單獨評估每個共因故障,再綜合所有共因故障對數控機床系統不可用度的影響來評價系統的不可用度。一般地,數控機床系統故障可以用布爾代數式來表示T(A,B)={AE+BF+ABG}H+K(1)式中:A和B是受共因影響的基本事件,E、F、G、H、K是由基本事件組成的布爾代數項?；臼录嗀和B可以分解為獨立事件(Ai和Bi)和受共因故障影響的事件CAB。即A=Ai+CABB=Bi+CAB(2)由式(1)和(2)得T(A,B)={AiE+BiF+AiBiG}H+K+CAB(E+F+G)H=T(AiBi)+CAB(E+F+G)H(3)式中:T(Ai,Bi)表示基本事件A和B分別被獨立故障事件Ai和Bi代替。式(3)可通過基本事件Ai、Bi、CAB之間的容斥關系轉換成發(fā)生概率表達式P{T(A,B)}=P{T(AiBi)}+P{CAB}[P{T(1,1)}-P{T(0,0)}](4)式中:P{T(1,1)}、P{T(0,0)}表示當基本事件A和B的發(fā)生概率分別被1和0代替時系統的故障概率。式(4)第一項是獨立事件的影響,第二項是共因故障事件CAB的影響。式(4)普遍的形式為:P{T(A,B...)}=P{T(AiBi...)}+∑Cj∑m=2N∑mP{Cjm}[P{T(1,1,...)}?P{T(0,0,...)}](5)Ρ{Τ(A,B...)}=Ρ{Τ(AiBi...)}+∑Cj∑m=2Ν∑mΡ{Cjm}[Ρ{Τ(1,1,...)}-Ρ{Τ(0,0,...)}](5)式中:A,B,…是受共因影響的基本事件;Cj是某共因故障部件組;m為Cj中故障部件的數目,2≤m≤N(N是由共因Cj引起的同時故障部件的最大數目);Cjm是m個故障部件的具體組合,∑mP{Cjm}∑mΡ{Cjm}是m個故障部件的所有可能組合。式(5)表明:系統總的不可用度由兩部分組成,一部分是由各部件獨立故障引起系統不可用,這部分通過Go-Flow方法獲取;另一部分考慮各種共因故障事件的影響,其中P{Cjm}為共因故障概率,可通過給定的故障模型及參數計算得到。P{T(1,1,...)}和P{T(0,0,...)}表示m個共因部件發(fā)生故障的概率分別被1和0代替時系統的故障概率,P{T(1,1,...)}和P{T(0,0,...)}也可通過Go-Flow方法獲取。Go-Flow方法處理共因故障的步驟如下:(1)建立Go-Flow圖,獲取系統在給定時間點上的不可用度;(2)確定共因故障部件組(CCCG);(3)選擇參數共因故障模型,給出模型參數的估計值;(4)利用參數共因故障模型計算CCCG的共因故障概率;(5)計算共因故障對系統不可用度的影響;(6)對其他的共因重復步驟(2)—(6);(7)根據式(5)計算系統總的不可用度。3使用示例3.1精定位、鎖定某系列數控機床刀架的工作原理是:刀架得到選刀指令后,電機帶動蝸桿、蝸輪、絲杠轉動,動齒盤抬起,刀臺松開后,傳動盤帶刀臺轉位;當轉到選刀工位時,霍爾開關發(fā)出信號使電機反轉,定位銷在彈簧作用下進入定位盤的定位槽中,刀臺不能轉動,動齒盤向下移動,實現精定位和鎖緊動作;鎖緊到位后,霍爾開關發(fā)出信號,電機斷電,選刀結束。其示例圖如圖2示。3.2動工作的描述來自系統的指令用類型25操作符表示。電機在接到控制信號后啟動工作,根據其工作特性,選擇類型26的常閉元件操作符和類型35的隨時間失效的工作元件進行描述。類型25的操作符輸出并連接到代表電機的類型26操作符上,表示電機的控制信號。3.3刀架系統不可用度計算(1)時間點的定義。時間點1為初始時間;時間點2為系統開始工作時間;時間點3表示開關1閉合;時間點4表示時間點3之后2000h,時間點5表示緊接時間點4之后的時刻,在時間點5開關2要求閉合;時間點6為時間點5之后的2000h。Go-Flow圖如圖3示。表1列出圖中定義的信號。認為部件故障相互獨立,用Go-Flow方法提供的算法計算刀架系統在各個時間點上的不可用度,計算結果如表2所示。(2)考慮由于共因使得電機1和電機2同時出現故障。(3)用β因子模型評估共因故障,分別設β=0.100、0.500、0.900,經過計算得到故障概率P{Cjm}分別為0.0032、0.0109、0.1753。(4)計算共因故障部件組(L1,L2)的故障概率為1和0時所對應的系統故障概率P{T(1,1)}和P{T(0,0)}。(5)按照式P{Cjm}[P{T(1,1)}-P{T(0,0)}]計算共因故障對刀架系統不可用度的影響。對應不同的β值,計算結果分別如表3—5所示。(6)綜合獨立故障和共因故障的影響,得到系統總的不可用度,并統計共因故障導致的系統不可用度在總的系統不可用度中所占的百分比,結果如表3—5所示。計算結果表明,對于數控機床這樣復雜的大型系統考慮共因故障對系統總的不可用度的影響是十分必要的。在評估