基于Petri网的航空发动机控制器单粒子效应故障诊断.pdf

现 代 制 造 技 术 与 装 备42023 年第 9 期总第 322 期基于 Petri 网的航空发动机控制器单粒子效应 故障诊断束怡（江苏航空职业技术学院 航空工程学院，镇江 212134）摘要：航空发动机控制器是航空发动机的核心元件，若发生故障，将对航空发动机甚至飞机安全性造成很大影响，而单粒子效应是影响航空发动机控制器的重要因素。文章建立航空发动机控制器单粒子效应的故障树模型，并转换成对应的 Petri 网模型进行优化，简化计算过程，有利于后续进行快速的单粒子效应故障诊断动态分析。关键词：航空发动机控制器；故障诊断；Petri 网；故障树Single Event Effect Fault Diagnosis Model of Aeroengine Controller Based on Petri NetSHU Yi(School of Engineering,Jiangsu Aviation Technical College,Zhenjiang 212134)Abstract:The aviation engine controller is the core component of the aviation engine.If it fails,it will have a significant impact on the safety of the aviation engine and even the aircraft,and the single particle effect has gradually become an important factor affecting the aviation engine controller.In this paper,the fault tree model of single event effect of aeroengine controller is established and transformed into the corresponding Petri net model for optimization,which simplifies the calculation process and facilitates the subsequent rapid dynamic analysis of single event effect fault diagnosis.Keywords:aeroengine controller;fault diagnosis;Petri net;fault tree随着科技的发展，射入电子器件内部敏感区而导致的单粒子效应逐渐成为影响航空发动机控制系统乃至飞机安全性与可靠性的重要因素。作为航空发动机控制系统的核心，控制器对单粒子效应尤其敏感，若故障无法解决，飞机将有可能发生灾难性故障1-2。故障树能够反映系统故障的发生和传播，但是当利用故障树进行复杂的故障系统诊断时，计算量大。Petri 网能用简洁的表示形式简化故障树，不仅能诊断故障元件，还能显示故障的传播过程，展示每个故障事件动态时序变化和传递过程，可提高航空发动机控制器单粒子效应故障诊断的效率。1故障树与 Petri 网基本概念1.1故障树故障树分析是由上往下的演绎式失效分析法3，主要用来描述每个故障事件中的因果关系。它一般由事件、逻辑门和其他符号组成。逻辑门的输入事件是输出事件的“因”，输出事件是输入事件的“果”，可以进行定量分析或定性分析。故障树的事件分为顶事件、中间事件与基本事件。通常将灾难性故障作为顶事件，将不能再分解的故障作为基本事件，通过逻辑符号将各个事件连接形成树状图。最常用的逻辑符号如表 1 所示。表 1故障树逻辑符号逻辑门故障树表示与门或门1.2Petri 网Petri 网是对离散并行系统的数学表示，可以用来进行系统描述和模拟4，且应用于多个领域，如机械、计算机、航空航天等。Petri 网可以由一个 6 元组N=（P，T，I，O，M，M0）定义5。其中：P代表库所；T代表变迁；I代表输入函数，方向由P到T；O代表输出函数，方向由T到P；M表示 Petri 网内所有库所的标识分布；M0表示 Petri 网内所有库所的初始标识分布。在 Petri 网中，分别用空心圆“”、小短线“”基金项目：2022 年度院级课题资助项目（JATC22010113）。设 计 与 研 究5和有向弧“”来表示库所节点、变迁节点以及流关系，并用实心圆圈“”表示托肯，表示此事件发生。托肯的数量代表了系统的发生状态。Petri 网的基本结构如图 1 所示。库所托肯变迁有向弧图 1Petri 网的基本结构2故障模型的建立2.1航空发动机控制器具体结构某型航空发动机数字电子控制器的内部结构，如图 2 所示。它包括两个相互冗余的主控制通道与备份通道。无错误信号时，两个通道会进行相同的信号处理。一旦主通道出现错误信号，会依据情况让备份通道运行，防止出现安全隐患。根据功能分类，数字电子控制器可以分为 4 大模块，分别为输入模块、核心控制模块、输出模块与电源模块6。输入模块包括模拟量输入调理电路、频率量输入调理电路以及开关量输入调理电路；核心控制模块是核心模块，主要针对的是中央处理器（Central Processing Unit，CPU）电路；输出模块包括模拟量输出调理电路和开关量输出调理电路。此外，该控制器中包括机内自检（Built in Test，BIT）电路，主要用于在检测到故障后切换通道7。2.2故障树模型单粒子效应具有随机性，是一个随机事件，因此可以通过故障树模型分析单粒子效应。航空发动机控制器单粒子效应可能会导致控制输出异常、错误或指令错误等故障模式，而其造成的航空发动机控制系统灾难性事件共有 3 种，分别为可变放气活门（Variable Bleed Valve，VBV）异常、丧失高压涡轮间隙控制活门（High Pressure Turbine Active Clearance Control，HPTACC）控制以及由数控系统导致发动机停车。以VBV 异常为例，建立故障树如图 3 所示。评估图 3的故障树可以得出，没有单粒子效应造成的单一故障引起顶事件的产生，可以后续计算单粒子效应故障树顶事件的概率。模拟量输入频率量输入开关量输入开关量输入频率量输入楔拟量输入模拟量调理模块模拟量输出模块模拟量输出模块模拟量输出模拟量输出频率量调理模块开关量调理模块电源选择模块电源模块开关量调理模块开关量输出模块开关量输出开关量输出A 通道B 通道开关量输出模块频率量调理模块模拟量调理模块Built-in-Test模块CPUCPU飞机或交流发电机电源飞机或交流发电机电源Built-in-Test模块图 2双通道数字电子控制器功能结构图现 代 制 造 技 术 与 装 备62023 年第 9 期总第 322 期3Petri 网模型故障树与 Petri 网之间的转化是将故障树中的事件也就是故障现象作为库所，将逻辑关系也就是故障行为作为 Petri 网中的变迁，将不同位置的与门、或门等逻辑门作为Petri网中的符号，以此表示故障传递。故障 Petri 网中流动的是故障信息，转化关系如表 2所示8。将故障树模型转化为 Petri 网模型后，故障树模型中的重复事件可以用同一个库所来代替，所有的逻辑关系也都用简单的库所、变迁和有向弧代替，使得系统的故障模型和故障传播关系变得简洁明了。故障树模型越复杂，Petri 网的优势越突出。表 2故障树逻辑门与 Petri 网的转化关系逻辑门Petri 网表示与门或门根据转化原理，将图 3 的故障树模型转化为 Petri网模型，如图 4 所示。由图 4 可知，故障树模型得到了一定简化，使得故障树分析中的计算更加简单。t18P22P21P20P19P1P2P3P4P5P15P17P16P12P18P13P14P9P8P7P6P10P11t11t19t13t12t14t15t16t17t20t10t8t9t7t6t5t4t3t1t2图 4可变放气活门异常故障树 Petri 网模型4故障诊断实例在通过故障树与 Petri 网进行故障诊断时，主要目的是找到故障源。Petri 网控制托肯的数量、位置与变迁点火来实现使能转移，即实现 Petri 网的动态故障传播。故障发生的征兆可以用输入库所的初始标识来表示。如果有故障即有征兆出现，则输入库所输入一个托肯，否则不输入。这个库所转移时，有向弧的数量小于等于输入库所中的托肯数量是基本条件。如果目标库所中有一个托肯，则代表有故障事件发生，反之则没有9。对得到的 Petri 网模型进行分析。Petri 网用关联 VBV控制异常燃油作动部件导致VBV开度异常VBV控制电液伺服阀故障定压活门失效VBV作动筒故障传感器故障导致VBV开度异常ECU故障导致VBV开度异常ECU主控通道VBV控制输出异常ECU备份通道VBV控制输出异常或不可用ECU备份通道VBV控制输出异常CCDL故障在控通道CPU及外围电路丧失通信功能备份通道CPU及外围电路丧失通信功能N1传感器信号异常T12传感器信号异常VBV信号异常主控通道VBV信号异常备份通道VBV信号异常VBV传感器主控通道异常主控通道VBV处理异常VBV传感器备份通道异常备份通道VBV处理异常CCDL故障图 3可变放气活门（VBV）异常故障树设 计 与 研 究7矩阵和状态方程进行分析，状态方程为10Mk+1=Mk+ATXk;k=1,2,（1）式中：Mk为点火前故障的初始标识集；Mk+1为点火后系统故障的结果标识集；Xk为第k次点火的转移序列。Petri 网可以通过关联矩阵AT完成变迁计算，公式为A=O-I（2）式中：A为关联矩阵；O为nm的非负整数矩阵，即O(P,t)=；I为nm的非负整数矩阵，即I(P,t)=。在=1 的情况下可以不用标注。在I和O的取值为零的情况下，可以不画有向弧。有故障时，会给输入库所增加一个托肯，否则赋值为 0。通过反复计算，最终得到顶库所中的函数值不小于 1 时，表示系统发生故障，反之则没有。只要Petri 网中存在托肯，无论托肯的数量多少，就代表有故障发生11。选取图 4 中的控制器单粒子效应可能引起的航空发动机可变放气活门异常故障传播路径为研究对象，Petri 网内相关的库代表的故障事件如表 3 所示。表 3Petri 网相关的库所代表的故障事件Petri 网相关的库所故障事件P13ECU 备份通道 VBV 控制输出异常P18ECU 备份通道 VBV 控制输出异常或不可用P21ECU 故障导致 VBV 开度异常P22VBV 控制异常故障路径的初始标识记为M01，i表示 Petri 网中库所的序号，1 i 22。T10112 14220,0,1,0,0ii=M?（3）故障路径的 1 次点火序列分别为X01，m表示变迁的序号，1 m 20。T1019 11200,0,1,00mm=X?，（4）通过式（2）可以得到 Petri 网中的关联矩阵AT，即 111T11qppqaaaa=AOI?（5）aim=Oim-Iim（6）式中：p=22；q=20。根据式（1）的状态方程，最终可以得到M11=0，代表最终的顶库所内不存在托肯，即无故障发生。根据故障失效分析可以得到：当P13故障与P18故障同时发生时，才会导致P21故障的产生；当上述两个故障中只有一个发生时，不会导致P22故障发生。这与 Petri 网关联矩阵诊断结果一致，可见建立的 Petri 网模型无误，能够准确表示航空发动机控制器单粒子效应故障之间的动态转移过程，并简化后续研究。5结语文章建立了航空发动机控制器单粒子效应造成的可变放气活门异常故障树，并转化成 Petri 网模型进行故障诊断。此方法可以展示控制器内部每个故障事件动态时序变化和传递过程，并降低后续故障率计算的复杂度，可为航空发动机控制器单粒子效应故障的研究提供借鉴与参考。参考文献1FAA.Engine&propeller issues listZ.FAA，2017.2 闫峰，刘壮壮，付为刚.航空发动机 FADEC 系统单粒子效应适航符合性验证方法讨论 J.中国民用航空，2017（10）：114-115.3 王显彬，陈燕.故障树分析在船舶起货机液压系统中的应用 J.舰船科学技术，2023（3）：186-189.4 宋龙龙.基于非规范知识处理的高速列车综合智能故障诊断方法研究 D.北京：北京交通大学，2016.5NORMAND E，BAKER T J.Altitude and latitude variations in avionics SEU and atmospheric neutron fluxJ.IEEE Transactions on Nuclear Science，1996（6）：1484-1490.6 姚华，张天宏.航空发动机控制系统设计技术 M.北京：科学出版社，2017.7 韩建军.基于 BIT 的双通道容错电子控制器设计及验证 D.南京：南京航空航天大学，2010.8 段毅刚.基于模糊 Petri 网的动车组塞拉门系统可靠性分析 D.兰州：兰州交通大学，2020.9 闫丽梅，徐伟丽.基于 Petri 网的电力系统故障诊断综述 J.广东电力，2022（4）：1-10.10 束怡.航空发动机控制系统单粒子效应的安全性分析研究 D.南京：南京航空航天大学，2021.11 高炜.基于 Petri 网方法的智能变电站故障诊断方法研究 J.现代信息科技，2022（15）：97-100.