一种强电磁脉冲下柴油发动机电控系统薄弱环节识别方法与流程

本发明属于强电磁脉冲下系统的薄弱环节识别领域，尤其涉及针对强电磁脉冲辐照下的柴油发动机系统，能够在柴油发动机系统失效的情况下对其电控系统的薄弱环节进行识别。

背景技术：

汽车作为现代社会重要的交通工具，电子设备应用程度越来越高。在面对高功率微波武器攻击时，车辆电子设备必然会受到不同程度的干扰甚至损伤。发动机系统作为汽车的核心，电子控制程度较高，对电磁脉冲的攻击也较为敏感。如今柴油机发展越来越完善，以其高效、宽功率范围的优点，广泛应用于工业、农业、军用和民用等领域。强电磁脉冲辐照无法对柴油发动机的机械结构造成影响，而主要通过干扰和损伤柴油发动机电控系统导致柴油发动机系统失效。为提高发动机电磁环境适应性，降低失效概率，需要对柴油发动机系统采取一定的防护措施。设计电磁防护方案时为了节约成本，需要选择重点防护的部件，因此识别柴油发动机电控系统容易出现故障的部件即薄弱环节显得尤为重要。

目前国内外系统薄弱环节识别方法主要有两种：试验法和预测法。

方法一：试验法识别强电磁脉冲下发动机电控系统的薄弱环节需要进行大量的辐照试验，通过发动机故障诊断软件读取故障码来了解部件的状态以分析和查找系统的薄弱环节。韩卫东、石楚生的论文《康明斯发电机组柴油机你电控系统故障诊断》介绍了运用故障诊断软件判断发动机部件是否损坏的方法。

但是方法一存在以下三个问题，问题一：试验往往耗费大量的人力物力，成本高，问题二：样本数据有限的情况下无法进行薄弱环节识别，问题三：强电磁脉冲辐照源、电控部件电磁敏感度等参量的不确定性因素多导致试验法通用性差。

方法二：预测法是通过概率计算推测系统薄弱环节，并已得到广泛应用。概率计算参数主要包括元件的重要度(包括概率、结构和关键重要度)和系统故障后元件故障的后验概率。元件的重要度反映了底层事件对系统可靠性的影响。而系统失效后元件故障的后验概率，从故障诊断的角度反映了元件在系统中的重要性大小，相较于元件重要度更适合于系统失效条件下薄弱环节的识别。而推算柴油发动机在系统失效情况下各部件故障的后验概率，首先需要对柴油发动机电控系统故障网络进行精确建模，并预测柴油发动机电控系统从部件到系统级的失效概率等先验知识。

故障网络建模方法主要包括故障树分析(faulttreeanalysis，fta)和贝叶斯网络(bayesiannetworks，bn)分析方法。fta结构、逻辑关系简单，在系统可靠性、风险评估等方面具有广泛的应用，但要求组成故障树的同层单元必须相互独立。基于概率推理的贝叶斯网络可有效处理复杂系统的不确定性和相关性，克服了fta的缺点。lim，liuj，lij的论文<bayesianmodelingofmulti-statehierarchicalsystemswithmulti-levelinformationaggregation>中提出了基于贝叶斯网络，融合事件树分析(eventtreeanalysis，eta)、电磁拓扑(electromagnetictopology，emt)和fta的系统级电磁易损性评估方法模型，扩展了bn的建模能力，但仅考虑系统层级间的失效关系，未考虑同层单元的相关性；刘钰，韩峰，陆希成等人的论文《电子系统电磁脉冲易损性评估的分层贝叶斯网络模型》提出分层贝叶斯网络模型，能够描述系统内包括同层单元间失效的相关性，有效提高了复杂系统可靠性评估的准确性，但会导致模型计算量明显增大。

技术实现要素：

本发明提供一种强电磁脉冲下柴油发动机电控系统薄弱环节识别方法，以解决强电磁脉冲试验成本高，样本数据有限的情况下无法进行薄弱环节识别，强电磁脉冲辐照源、电控部件电磁敏感度等参量的不确定性因素多导致试验法通用性差等问题。

本发明采取的技术方案是：包括下列步骤：

步骤一、根据柴油发动机电控结构原理，对柴油发动机电控系统故障网络进行精确建模

(一)对柴油发动机电控部件进行分类

依据柴油发动机电控部件的功能结构及工作原理，将其电控部件分为n组(n>1的正整数)，分别属于n个子系统，相互配合工作的电控部件分为一组，其中第i个(1≤i≤n的正整数)子系统中包含mi个传感器(称为第i传感器组，共有n组传感器)和1个执行器；

(二)建立柴油发动机电控系统分层贝叶斯网络故障模型

依据系统结构的层次性，将柴油发动机电控系统分为系统层、子系统层、部件层，考虑同层单元相关性，并增加引起部件失效的原因层即电磁应力层(electromagneticstress,ems)，建立柴油发动机电控系统分层贝叶斯网络故障模型，其中将柴油发动机电控系统v分为n各子系统s1、s2、……、sn，其中子系统si中包括传感器组ci.1及执行器ci.3，传感器组ci.1包括c1.i.1、c1.i.2、……、等基本传感器，其中电控部件ci.j.k、ci.j对应的电磁应力分别为vi.j.k、vi.j，i＝1,2,..…,n，j＝1,2,.…,n，k＝1,2,.…,mi，mi≥1的正整数；

步骤二、强电磁脉冲辐照下柴油发动机电控系统先验失效概率的预测

(一)计算外部电磁应力

强电磁脉冲主要通过辐照方式将电磁能量耦合到车辆线缆上，干扰或损伤线缆终端的柴油发动机电控部件，即部件上的电磁应力以传导干扰为主，根据车辆机械模型(包括线缆走向和车辆外壳)，建立车辆电磁仿真模型，运用cstmws工作室，加入强电磁脉冲辐照波形，在0-180°范围内分别以a1⁰、a2⁰、a3⁰为步长改变其入射角、方向角、极化角，对于与每一个电控部件相连接的线缆，均仿真得到组线缆耦合电压峰峰值，作为该部件的电磁应力值，将该组电磁应力仿真数据，运用matlab拟合成正态分布函数g(y)，即为电磁应力概率密度函数，得到其平均值μc，标准差σc，电磁应力y上、下限定义为ymin，ymax；

(二)部件失效概率计算

1、基本传感器失效概率计算

(1)试验数据获取

由于发动机各个传感器、执行器难以脱离发动机独立工作，因此进行柴油发动机系统级辐照试验，通过监控系统实时监控各个传感器及执行器的状态，当电脑监控端出现某部件故障码报错时，将发动机舱内辐照场强耦合到线缆上的电压值定义为该部件的电磁敏感度x，通过试验获取各个传感器、执行器出现故障码报错时的发动机舱内辐照场强上、下限，根据本步骤中(一)的仿真方法得到耦合到传感器、执行器线缆上的电压即部件的电磁敏感度上下限xmin，xmax，运用matlab拟合得到每个传感器、执行器电磁敏感度概率密度函数f(x)，得到其平均值μb，标准差σb；

(2)基本传感器失效概率计算

令pc表示当电控部件(comp)上的电磁应力大于电控部件的电磁敏感度阈值时会导致部件失效的概率，即p(compems)；

其中，g(y)为电磁应力概率密度函数，服从平均值为μc、标准差为σc的正态分布y～n(μc，σc²)，并依据3σ规则确定电磁应力值的范围[ymin,ymax]＝[μc-3σc,μc+3σc]；f(x)为部件电磁敏感度概率密度函数，服从正态分布x～n(μb，σb²)，其中，[xmin,xmax]＝[μb-3σb,μb+3σb]；

系统周围电磁环境(ambientelectromagneticenvironment,aeme)产生的电磁应力值大于电控部件的电磁敏感度阈值下限xmin的部分可能导致电控部件工作异常产生的电磁威胁，定义为电磁应力耦合效率pt，即p(ems|aeme)，其表达式为：

则在强电磁脉冲作用下，可计算出部件的失效概率p(c)，

p(c)＝p(aeme)p(ems|aeme)p(comp|ems)(3)

2、传感器组失效概率计算

由于每个传感器组中的各个传感器相互独立不影响，因此可用加权故障树法计算出n个传感器组的失效概率，层次分析法可用于对无结构特性的系统评价以及多目标系统的权重求取，因此加权故障树法的每个传感器组中各个传感器的权重值可以用层次分析法计算得到；

(1)层次分析法确定权重系数，步骤如下：

1)根据1-9标度法构造判断矩阵q；

2)对步骤1)中构造的判断矩阵q进行归一化处理；

a.计算判断矩阵q中的每一行各标度数据的几何平均数，记作wi；

b.利用公式计算得到各个指标的权重系数；

3)对步骤1)中构造的判断矩阵q进行一致性检验，若一致性检验通过，则确定最终权重值为w'i，若一致性检验未通过，则需重新构造判断矩阵q，再重复上述步骤，直至通过一致性检验，具体步骤如下：

a.求出判断矩阵q(t阶)的最大特征根λmax；

b.计算一致性指标

c.若满足则满足一致性检验，其中，cr是一致性比率，ri是随机一致性检验指标，ri由一致性检验对照表确定；

(2)传感器组失效概率的计算

第i组传感器失效概率为：

3、执行器失效概率计算

计算执行器ci.3失效概率需考虑电磁应力、传感器异常信号两方面因素，当上述两方面因素至少有一个发生时，会导致执行器失效，执行器失效概率的计算公式如下：

其中，受扰执行器为ci.3，其电磁应力为emsi.3；

(三)子系统层失效概率计算

若子系统si的失效概率只与其对应的传感器、执行器以及传感器执行器之间的关系有关，则计算公式为

若子系统si的失效概率计算除了与其对应的传感器、执行器以及传感器执行器之间的关系有关，还需考虑与子系统(与子系统si的失效概率相关的子系统)的关联失效情况，则

(四)系统层失效概率计算

由计算得到的部件及子系统的失效概率，可计算得到柴油发动机电控系统的失效概率为：

步骤三、强电磁脉冲下柴油发动机电控系统薄弱环节识别

系统故障后部件故障的条件概率可反映部件在系统中的重要性大小，指出引起系统故障的最可能原因；

贝叶斯后验概率公式

a和b代表两个事件，通过公式(9)计算柴油发动机电控系统失效情况下各电控部件故障的后验概率并排序以识别器薄弱环节；

(一)子系统的后验概率计算

根据步骤二中计算得到的子系统、系统失效概率计算可得

(二)系统中电控部件的后验概率计算

由公式(10)可计算得到系统中每个电控部件的后验概率。

其中，传感器的后验概率为

执行器的后验概率为

根据上述电控部件后验概率的大小对其进行排序，即为电控部件薄弱程度的排序，以实现柴油发动机电控系统的薄弱环节识别。

因此，对柴油发动机系统的电磁防护措施应按照排序顺序进行，对排序较靠前的电控部件应重点考虑其防护措施，有利于在成本有限的条件下有效的提升整个系统的电磁环境适应性。

本发明的优点在于：在样本有限的情况下，仍能对强电磁脉冲辐照下柴油发动机电控部件的薄弱环节进行识别，且具有通用性，解决了试验法成本高，样本数据有限的情况下无法进行薄弱环节识别，强电磁脉冲辐照源、电控部件电磁敏感度等参量的不确定性因素多导致试验法通用性差的问题；建立分层贝叶斯网络故障模型，综合考虑同层单元失效的相关性，加权故障树法的局部应用解决了模型计算量明显增大的问题，提高计算效率；识别柴油发动机电控系统容易出现故障的电控部件即薄弱环节，根据薄弱环节识别的顺序，在设计电磁防护方案时选择需要重点防护的电控部件，可以节约防护成本，提高发动机电磁环境适应性，该方法可适用于各种结构原理的发动机系统。

附图说明

图1是强电磁脉冲下柴油发动机电控系统薄弱环节识别流程图；

图2是本发明柴油发动机电控系统分层贝叶斯故障网络模型图；

图3是本发明强电磁脉冲下柴油发动机电控系统先验失效概率预测流程图；

图4是本发明具体实施方式中柴油发动机电控结构图；

图5是本发明具体实施方式中柴油发动机电控系统分层贝叶斯故障网络模型图。

具体实施方式

包括下列步骤：

步骤一、根据柴油发动机电控结构原理，对柴油发动机电控系统故障网络进行精确建模

(一)对柴油发动机电控部件进行分类

依据柴油发动机电控部件的功能结构及工作原理，将其电控部件分为n组(n>1的正整数)，分别属于n个子系统(相互配合工作的电控部件分为一组)，其中第i个(1≤i≤n的正整数)子系统中包含mi个传感器(称为第i传感器组，共有n组传感器)和1个执行器；

1、燃油供给系统依据曲轴位置传感器、凸轮轴位置传感器的信号确定柴油发动机当前的转速，结合控制器对当前柴油发动机油量的计算查map表获取目标轨压值，通过将油轨压力传感器测定的当前轨压值与目标轨压值的对比信息经过控制器传送给燃油计量阀，对轨压值实行闭环控制，最终使燃油压力在工作过程中保持稳定；

2、燃油喷射系统根据曲轴位置传感器和凸轮轴位置传感器的信号确定喷油器的喷油顺序及喷油时间，控制器通过分析计算以得到基本喷油量，通过加速踏板位置传感器了解柴油发动机的负荷状况，冷却液温度传感器利用冷却液测定柴油发动机的温度，进气温度压力传感器和大气压力传感器确定吸入空气的质量来修正喷油量，并由喷油器控制电磁阀的开启和关闭来控制喷油量；

因此，如图4所示曲轴位置传感器、凸轮轴位置传感器、油轨压力传感器及燃油计量阀属于第一个子系统，曲轴位置传感器、凸轮轴位置传感器、加速踏板位置传感器、冷却液温度传感器、进气温度压力传感器、大气压力传感器及喷油器属于第二个子系统，其中，电子控制单元(electroniccontrolunit，ecu)有金属外壳能有效削减电磁能量的进入，且内部有滤波电路减少电磁波的干扰，因此，认为ecu是不敏感部件，可不考虑其在预测模型中的失效概率计算；

(二)建立柴油发动机电控系统分层贝叶斯网络故障模型

依据系统结构的层次性，将柴油发动机电控系统分为系统层、子系统层、部件层，考虑同层单元相关性，并增加引起部件失效的原因层即电磁应力层(electromagneticstress,ems)，建立了柴油发动机电控系统分层贝叶斯网络故障模型如图5所示，将柴油发动机电控系统v分为燃油供给子系统s1和燃油喷射子系统s2，其中子系统s1中包括第一组传感器c1.1及燃油计量阀c1.3，子系统s2包括第二组传感器c2.1及喷油器c2.3，第一组传感器c1.1包括曲轴位置传感器c1.1.1、凸轮轴位置传感器c1.1.2、油轨压力传感器c1.1.3三个基本传感器，第二组传感器c2.1包括曲轴位置传感器c2.1.1、凸轮轴位置传感器c2.1.2、加速踏板位置传感器c2.1.3、冷却液温度传感器c2.1.4、进气温度压力传感器c2.1.5及大气压力传感器及喷油器c2.1.6六个基本传感器，其中电控部件ci.j.k、ci.j对应的电磁应力分别为vi.j.k、vi.j；i＝1,2,..…,n，j＝1,2,.…,n，k＝1,2,.…,mi，

步骤二、强电磁脉冲辐照下柴油发动机电控系统先验失效概率的预测

强电磁脉冲辐照下柴油发动机电控系统先验失效概率的预测流程图如图2所示；

(一)计算外部电磁应力

强电磁脉冲主要通过辐照方式将电磁能量耦合到车辆线缆上，干扰或损伤线缆终端的柴油发动机电控部件。即部件上的电磁应力以传导干扰为主，根据车辆机械模型(包括线缆走向和车辆外壳)，建立车辆电磁仿真模型，运用cstms工作室，加入强电磁脉冲辐照波形，在0-180°范围内分别以18°、18°、18°为步长改变其入射角、方向角、极化角，对于与每一个电控部件相连接的线缆，均仿真得到1000组线缆耦合电压峰峰值，作为该部件的电磁应力值。将该1000组电磁应力仿真数据，运用matlab拟合成正态分布函数g(y)，即为电磁应力概率密度函数，得到其平均值μc，标准差σc，电磁应力y上下限定义为ymin，ymax；

(二)部件失效概率计算

1、基本传感器失效概率计算

(1)试验数据获取

由于发动机各个传感器、执行器难以脱离发动机独立工作，因此进行柴油发动机系统级辐照试验，通过监控系统实时监控各个传感器及执行器的状态，当电脑监控端出现某部件故障码报错时，将发动机舱内辐照场强耦合到线缆上的电压值定义为该部件的敏感度。通过试验获取各个传感器、执行器出现故障码报错时的发动机舱内辐照场强上下限；根据步骤(一)的仿真方法得到耦合到传感器、执行器线缆上的电压即敏感度上下限xmin，xmax，运用matlab拟合得到每个传感器、执行器电磁敏感度概率密度函数f(x)，得到其平均值μb，标准差σb；

(2)基本传感器失效概率计算

令pc表示当电控部件(comp)上的电磁应力大于电控部件的电磁敏感度阈值时会导致部件失效的概率，即p(comp|ems)。

其中，g(y)为电磁应力概率密度函数，服从平均值为μc、标准差为σc的正态分布y～n(μc，σc²)，并依据3σ规则确定电磁应力值的范围[ymin,ymax]＝[μc-3σc,μc+3σc]。f(x)为电控部件电磁敏感度概率密度函数，服从正态分布x～n(μb，σb²)。其中，[xmin,xmax]＝[μb-3σb,μb+3σb]。

系统周围电磁环境(ambientelectromagneticenvironment,aeme)产生的电磁应力值大于部件的电磁敏感度阈值下限xmin的部分可能导致电控部件工作异常产生的电磁威胁，定义为电磁应力耦合效率pt，即p(ems|aeme)，其表达式为：

则在强电磁脉冲作用下，可计算出基本传感器的失效概率p(c)，

p(c)＝p(aeme)p(ems|aeme)p(comp|ems)(3)

2、传感器组失效概率计算

由于第一组和第二组传感器中的各个传感器相互独立不影响，因此可用加权故障树法计算出两个传感器组的失效概率。层次分析法可用于对无结构特性的系统评价以及多目标系统的权重求取，因此加权故障树法的每个传感器组中各个传感器的权重值可以用层次分析法计算得到；

(1)层次分析法确定权重系数

层次分析法确定权重系数步骤如下:

1)根据1-9标度法构造判断矩阵q；

2)对步骤1)中构造的判断矩阵q进行归一化处理；

a.计算判断矩阵q中的每一行各标度数据的几何平均数，记作wi；

b.利用公式计算得到各个指标的权重系数。

3)对步骤1)中构造的判断矩阵q进行一致性检验，若一致性检验通过，则确定最终权重值为w'i，若一致性检验未通过，则需重新构造判断矩阵q，再重复上述步骤，直至通过一致性检验，具体步骤如下：

a.求出判断矩阵q(t阶)的最大特征根λmax；

b.计算一致性指标

c.若满足则满足一致性检验，其中，cr是一致性比率，ri是随机一致性检验指标，ri由一致性检验对照表确定。

根据上述计算步骤计算可得，第一组传感器的权重系数为w1，第二组传感器的权重系数为w2；

(2)传感器组失效概率的计算

第一组传感器失效概率为

p(c1.1)＝[p(c1.1.1),p(c1.1.2),p(c1.1.3)]^t×w1(4-1)

同理，第二组传感器失效概率为

p(c2.1)＝[p(c2.1.1),p(c2.1.2),p(c2.1.3),p(c2.1.4),p(c2.1.5),p(c2.1.6)]^t×w2(4-2)

(3)执行器失效概率计算

计算执行器ci.3(i＝1,2)失效概率需考虑电磁应力、传感器异常信号两方面因素，当上述两方面因素至少有一个发生时，会导致执行器失效，执行器失效概率的计算公式如下：

其中，受扰执行器为ci.3，其电磁应力为emsi.3。

(三)子系统层失效概率计算

燃油供给系统s1的失效概率与其子系统对应的传感器、执行器以及传感器执行器之间的关系有关，计算公式为

燃油喷射系统s2的失效概率计算还需考虑与燃油供给系统子系统的关联失效情况，即

(四)系统层失效概率计算

由计算得到的部件及子系统的失效概率，可计算得到柴油发动机电控系统的失效概率为：

步骤三、强电磁脉冲下柴油发动机电控系统薄弱环节识别

系统故障后部件故障的条件概率可反映部件在系统中的重要性大小，指出引起系统故障的最可能原因；

贝叶斯后验概率公式

a和b代表两个事件，通过公式(22)计算柴油发动机系统失效情况下各部件故障的后验概率并排序以识别器薄弱环节；

(一)两个子系统的后验概率计算

根据步骤二中计算得到的子系统、系统失效概率计算可得

其中，

同理可得：

(二)系统中电控部件的后验概率计算

由图4可知，柴油发动机系统可分为燃油供给系统和燃油喷射系统两大系统，而柴油发动机系统的部件可以分为三类：两个子系统中都存在的传感器，即曲轴位置传感器、凸轮轴位置传感器；只包含在某一个子系统中的传感器：油轨压力传感器、加速踏板位置传感器、冷却液温度传感器、进气温度压力传感器、大气压力传感器；执行器：燃油计量阀、喷油器，由图5及公式(10)可计算每个部件的后验概率，下面分别以曲轴位置传感器、油轨压力传感器和喷油器为例进行说明；

1、曲轴位置传感器的后验概率计算

其中，

其中，p(s1|c1.1.1)＝p(s1|c1.1)×p(c1.1|c1.1.1)，p(c1.1.1)＝p(c1.1.2)；

p(c1.1|c1.1.1)为曲轴位置传感器在第一组传感器中的权重值。

2、油轨压力传感器的后验概率计算

其中，

3、喷油器的后验概率计算

其中，

其中，

根据上述电控部件后验概率的大小对其进行排序，即为电控部件薄弱程度的排序，以实现柴油发动机电控系统的薄弱环节识别。

因此，对柴油发动机系统的电磁防护措施应按照排序顺序进行，对排序较靠前的部件应重点考虑其防护措施，有利于在成本有限的条件下有效的提升整个系统的电磁环境适应性。