CN105205271B - 一种基于动态特性的飞行器任务可靠性建模方法 - Google Patents

Abstract

本发明涉及一种基于动态特性的飞行器任务可靠性建模方法，包括(1)进行飞行器系统分析和任务分析，建立飞行器任务后果状态集；(2)选择事件树(ET)方法，构建飞行器任务过程可靠性基准模型；(3)分析飞行器初始/中间任务可靠性特征，选择动态故障树(DFT)、贝叶斯网络(BN)、马尔科夫(Markov)等方法，构建初始/中间任务可靠性特征模型；(4)综合初始/中间任务可靠性模型，构建飞行器任务可靠性综合模型。本发明方法能够更加准确的描述飞行器复杂任务过程中的动态特性，综合反映飞行器任务过程中不同任务阶段飞行器系统组成动态变化对飞行器任务可靠性的影响，使得建立的任务可靠性模型更加准确。

Description

一种基于动态特性的飞行器任务可靠性建模方法

技术领域

本发明涉及一种基于动态特性的飞行器任务可靠性建模方法，属于系统可靠性技术领域。

背景技术

目前各国在竞相研制具有多次重复使用、长期在轨停留、轨道空间机动以及在轨任务执行等多种用途的飞行器。该类型飞行器结构功能复杂，任务阶段众多，经历多种任务环境，任务可靠性受到上述因素的综合影响。因此，在飞行器研制和关键任务规划过程中，需要预先开展任务可靠性的分析和评估工作。建立能够全面反映飞行器任务过程特性的可靠性评估模型，是开展飞行器任务可靠性分析评估的基础。

目前，航天型号任务可靠性模型建立主要应用可靠性框图(RBD)模型等方法，通过构建系统任务可靠性框图模型，表征系统任务过程特征，作为开展系统可靠性分配预计、分析评估的基础。应用可靠性框图方法构建系统任务可靠性模型存在以下不足：

(1)可靠性框图模型不能准确表达系统不同任务阶段特征

复杂航天系统任务通常由多个任务阶段组成，每个任务阶段系统组成及功能各不相同，导致系统不同任务阶段具有不同的任务特征，例如系统组成单元之间的故障相关关系、系统组成单元的冗余备份等动态特性，以及系统任务阶段的多状态特性；

(2)可靠性框图模型不能准确描述系统动态任务过程

可靠性框图模型任务系统各组成单元同时工作，是一种静态描述系统工作状态的方法，无法准确描述系统实际工作过程中的动态特性；

(3)可靠性框图模型不能准确反映系统产品多故障模式对系统任务可靠性的影响

可靠性框图模型中系统各组成单元仅有故障和工作两种状态，实际工作中许多产品存在功能性能下降等降级状态，因此系统可靠性框图模型不能真实反映系统各组成单元多故障模式对系统任务可靠性的影响。

综上，根据可靠性框图模型建立的系统可靠性任务可靠性模型，存在不能准确表征系统任务特征的不足，需要提出能够准确描述复杂系统任务可靠性动态特征的可靠性建模方法。

发明内容

本发明所解决的问题是:克服现有技术的不足，提供了一种基于动态特性的飞行器任务可靠性建模方法，能够更加准确的描述飞行器复杂任务过程中的动态特性，综合反映飞行器任务过程中不同任务阶段飞行器系统组成动态变化对飞行器任务可靠性的影响，使得建立的任务可靠性模型更加准确。

本发明的技术解决方案是：一种基于动态特性的飞行器任务可靠性建模方法，步骤如下：

(1)进行飞行器系统分析和任务分析，将飞行器任务划分为发射上升、空间运行和返回着陆三个阶段，明确完成各阶段任务中涉及的飞行器分系统以及各分系统完成任务的成功准则，建立飞行器任务后果状态集；

(2)根据步骤(1)建立的飞行器任务后果状态集，将发射上升阶段作为初始任务，空间运行和返回着陆作为中间任务，利用事件树方法，构建飞行器任务过程可靠性基准模型；

(3)根据飞行器完成各阶段任务涉及的分系统的特点，对于有备份冗余单元参与的初始或中间任务过程，选择DFT方法建立可靠性特征模型；对于系统组成单元之间存在失效相关及多状态影响的任务过程，选择BN建立可靠性特征模型；对于可细分为多个子任务阶段、并且任务状态存在转换的任务过程，选择Markov方法建立可靠性特征模型；

(4)将步骤(2)中构建的飞行器任务过程可靠性基准模型中具有相同后果状态的事件链进行合并，确定不同任务后果状态对应的可靠性模型；将步骤(3)建立的可靠性特征模型加入新的可靠性模型中，得到飞行器任务可靠性综合模型。

所述的任务后果状态包括任务成功、任务降级和任务失败；三个任务阶段均成功，整个任务成功；发射上升阶段任务失败，整个任务失败；“空间运行”阶段任务失败，整个任务降级；“返回着陆”阶段任务失败，整个任务失败。

本发明与现有技术相比的有益效果是：

基于动态特性的飞行器任务可靠性建模方法是针对复杂航天系统多阶段、多任务过程进行可靠性建模的一种有效方法，能够满足导弹武器、飞行器以及卫星等型号不同产品层次的任务可靠性建模需求，具备良好的推广应用前景。

(1)本发明采用以飞行器任务可靠性ET模型为基准，综合不同任务阶段可靠性模型，构建飞行器任务可靠性综合模型，作为开展飞行器任务可靠性评估的基础，与可靠性框图(RBD)模型等传统方法相比，能够更加准确表达系统不同任务阶段特征，描述系统动态任务过程以及反映系统产品多故障模式对系统任务可靠性的影响。

(2)本发明解决了传统故障树在进行建模时，对于失效时序的表达存在困难的问题当中间事件相关系统存在冗余备份关系时，失效次序对系统可靠性有着显著影响，采用动态故障树进行故障建模，能够准确表达存在的失效时序。

(3)本发明方法通过可靠性综合建模和评估数据信息综合分析，克服了传统理论分析在处理多态性、相关性和不确定性时面临的困难，在获得任务可靠性定量分析结果的同时，给出任务可靠性薄弱环节和重要度排序结果，支持系统进行针对性的设计改进和任务方案优化权衡。

附图说明

图1为本发明基于动态特性的飞行器任务可靠性建模方法示意图；

图2为本发明飞行器任务过程可靠性基准模型；

图3为本发明飞行器中间任务可靠性特征模型：动态故障树DFT；

图4为本发明飞行器中间任务可靠性特征模型：马尔科夫链MC；

图5为本发明飞行器中间任务可靠性特征模型：贝叶斯网络BN；

图6为本发明飞行器相同任务后果状态事件链合并；

图7为本发明飞行器不同任务后果状态可靠性模型；

图8为本发明飞行器任务可靠性综合模型。

具体实施方式

本发明提出的一种基于动态特性的飞行器任务可靠性建模方法，下面结合附图，以飞行器为例对本发明作进一步详细描述，如图1所示步骤如下：

步骤(一)、进行飞行器系统分析和任务分析，建立飞行器任务后果状态集

飞行器由结构系统、机构系统、测控系统、推进系统、热控系统以及GNC系统等分系统组成，其功能为执行空间运行任务。

飞行器任务要求是执行完规定任务后安全返回地面，其任务剖面分为三个阶段：发射上升、空间运行及返回着陆。其成功准则为：三个任务阶段均成功，整个任务成功；“发射上升”阶段任务失败，整个任务失败；“空间运行”阶段任务失败，整个任务降级；“返回着陆”阶段任务失败，整个任务失败。

其后果状态集为{任务成功，任务降级，任务失败}，任务后果状态之间的转换关系为若“发射上升”阶段任务失败，任务后果状态由成功转为失败；若“空间运行”阶段任务失败，任务后果状态由成功转为降级；若“返回着陆”阶段任务失败，任务后果有由成功转为失败。

步骤(二)、选择事件树(ET)方法，构建飞行器任务过程可靠性基准模型

飞行器任务过程是顺序发生的，根据第(一)步骤得到的结果，确定其初始任务为：发射上升，中间任务为：空间运行和返回着陆；应用ET方法构建飞行器任务过程可靠性基准模型，如图2所示。

步骤(三)、分析飞行器初始/中间任务可靠性特征，构建初始/中间任务可靠性特征模型

根据飞行器任务过程初始/中间任务特征，可选择动态故障树(DFT)、贝叶斯网络(BN)、马尔科夫(Markov)等方法，建立初始/中间任务可靠性特征模型。

对于完成初始/中间任务(如：发射上升)涉及组成单元之间存在失效相关及多状态影响的，选择BN建立可靠性特征模型。如图5所示，贝叶斯网络能够方便的表达变量之间的相互关系，能够根据变量的边缘概率分布和条件概率分布，结合链式规则和条件独立假设，在网络的输入节点和输出节点状态之间进行概率推理，从而实现可靠性分析。采用BN构建初始/中间任务可靠性特征模型。

发射上升阶段，飞行器各分系统处于不加电状态，主要承受来自运载火箭的振动、冲击载荷等，应用BN方法建立该阶段的可靠性特征模型，如图3所示。

对于有备份冗余单元参与的初始/中间任务(如：空间运行)，选择DFT方法建立可靠性特征模型。如图4所示，当初始/中间任务相关系统存在冗余备份关系时，失效次序对系统可靠性有着显著影响。对初始/中间任务采用DFT构建可靠性特征模型，底事件E5和E6构成冷备份关系。当主件失效在前切换失效在后时，系统可以通过切换启动备件进行工作。但当切换失效在前主件失效在后时，系统无法启动备件，从而造成系统故障。传统故障树在进行建模时对于失效时序的表达存在困难，而动态故障树可以有效解决时序表达的问题。

以飞行器空间运行任务阶段为例，选取GNC系统中星敏感器，采用DFT方法，构建初始/中间任务可靠性特征模型。如图E2为星敏感器故障，E5为星敏感器1故障，E6为星敏感器2故障。

对于可以细分为多个子任务阶段、并且任务状态存在转换的初始/中间任务(如：返回着陆)，选择Markov方法建立可靠性特征模型。

返回着陆阶段，飞行器GNC系统作为关键分系统，对系统任务成功影响甚大，GNC系统某一功能失效时，可以快速切换至备份工作方式，系统状态在正常、故障以及中间状态之间动态变换。如图5所示，选择Markov链建立导航系统的故障特征模型，正常、降级和故障将分别界定为状态S0、状态S1以及状态S2。GNC系统会存在于这三种状态中的某一种。马尔可夫分析的输出结果是处于各种状态下的各种概率，因此，可以估算出正常、降级、故障概率等。

步骤(四)、综合初始/中间任务可靠性特征模型，构建飞行器任务可靠性综合模型

飞行器任务后果状态为：任务成功、任务降级、任务失败；且任务成功和任务降级各对应一条事件链，任务失败则对应两条事件链，合并具有相同后果状态的事件链，如图6所示。确定不同任务后果状态对应的可靠性模型，如图7所示。

在不同后果状态可靠性模型中加入可靠性特征模型，得到飞行器任务可靠性综合模型，以任务降级为例进行飞行器可靠性模型的综合，见图8。其中E1为GNC系统失败，E11为推进系统失效，E12为测控通信系统失效；E2为星敏感器故障、E3为GNC控制器失效、E4为反作用飞轮失效，E0为空间运行失败。返回着陆成功主要考虑热防护系统、GNC系统以及机构系统。由于单个系统任一失效，都会导致返回着陆失败，则三系统可靠性模型为串联模型，将GNC系统的MC特征模型嵌入到返回着陆的可靠性框图模型中，构成飞行器任务可靠性综合模型。

例如：对于发射上升阶段结构系统完好的条件概率表格(CPT)如下：

P(D＝1|A＝0,B＝0,C＝0)＝0

P(D＝1|A＝1,B＝0,C＝0)＝0

P(D＝1|A＝0,B＝1,C＝0)＝0

P(D＝1|A＝0,B＝0,C＝1)＝0

P(D＝1|A＝1,B＝1,C＝0)＝0

P(D＝1|A＝1,B＝0,C＝1)＝0

P(D＝1|A＝0,B＝1,C＝1)＝0

P(D＝1|A＝1,B＝1,C＝1)＝1

通过计算可得到发射上升阶段系统成功的概率为0.9652272，灵敏度数值最大的两个叶节点为机翼结构完好、其他结构完好。

对于空间运行阶段任务失败，设E5、E6的失效概率均为0.0001，E3、E4失效率为0.0002，E11、E12失效率为0.0003；DFT可靠性特征模型可知E2失效率为0.000673，易得空间运行阶段任务失败的概率为0.001273。

对于返回着陆段，假定热防护系统和机构系统的失效概率分别为0.00036和0.00028；状态S0、S1、S2状态转移矩阵如下表：

	S0	S1	S2
				S0	0.9998	0.0002	0
S1	0	0.9998	0.0002
				S2	0	0	1

可求得处于状态S0的概率为0.9965，S1的概率为0.00177，S2的概率为0.00173；得返回着陆成功的概率为0.99827。

根据发射上升、空间运行以及返回着陆求得的数据，易得任务降级的概率为0.001227。

从关键任务阶段角度分析，发射上升、空间运行以及返回着陆阶段任务失败概率分别为0.034773、0.001273和0.00173，因此发射上升任务过程风险薄弱环节，应重点关注该阶段结构系统的可靠性，尤其是机翼结构可靠性，提高设计裕度。

通过Fussell-Vesely、RRW等重要度计算方法可以得到当任务失败(成功)时，初始/中间任务中各基本事件(如：DFT模型中的基本事件、BN模型中的根节点、Markov模型中的状态)引起任务失败(成功)的概率I,并对得到的I进行降序排列，得到基本事件重要度排序结果。在重要度排序的基础上，根据系统设计组成、进度安排以及设计改进的效费比等因素，综合权衡后确定设计改进方案及措施。本发明未详细描述内容为本领域技术人员公知技术。

Claims (1)

1.一种基于动态特性的飞行器任务可靠性建模方法，其特征在于步骤如下：

(1)进行飞行器系统分析和任务分析，将飞行器任务划分为发射上升、空间运行和返回着陆三个阶段，明确完成各阶段任务中涉及的飞行器分系统以及各分系统完成任务的成功准则，建立飞行器任务后果状态集；所述的后果状态集为{任务成功，任务降级，任务失败}，任务后果状态之间的转换关系为若“发射上升”阶段任务失败，任务后果状态由成功转为失败；若“空间运行”阶段任务失败，任务后果状态由成功转为降级；若“返回着陆”阶段任务失败，任务后果有由成功转为失败；

(2)根据步骤(1)建立的飞行器任务后果状态集，将发射上升阶段作为初始任务，空间运行和返回着陆作为中间任务，利用事件树方法，构建飞行器任务过程可靠性基准模型；

(3)根据飞行器完成各阶段任务涉及的分系统的特点，对于有备份冗余单元参与的初始或中间任务过程，选择动态故障树方法建立可靠性特征模型；对于系统组成单元之间存在失效相关及多状态影响的任务过程，选择贝叶斯网络建立可靠性特征模型；对于可细分为多个子任务阶段并且任务状态存在转换的任务过程，选择马尔科夫方法建立可靠性特征模型；

(4)将步骤(2)中构建的飞行器任务过程可靠性基准模型中具有相同后果状态的事件链进行合并，确定不同任务后果状态对应的可靠性模型；将步骤(3)建立的可靠性特征模型加入新的可靠性模型中，得到飞行器任务可靠性综合模型；

(5)根据上述可靠性综合模型，获得任务可靠性定量分析结果，给出任务可靠性薄弱环节和重要度排序结果。