基于Modelica仿真模型的故障树构建方法与流程

基于modelica仿真模型的故障树构建方法
技术领域
1.本发明实施例涉及流体管网故障识别领域，尤其涉及一种基于modelica仿真模型的故障树构建方法。


背景技术：

2.在汽车、航空、船舶等的复杂流体管网系统中，由于气体、液体或制冷剂在流通过程中的物性变化，使管网系统随着工作年限的增加出现各种故障。故障树能够依据部件状态（基层事件）显示系统状态（顶事件）的逻辑因果关系，是流体管网系统中进行故障识别的常用手段。
3.传统的故障树都是依据管网系统的历史运行数据建立的，包括了管网系统在实际运行中发生过的各种故障。但实际运行中遇到的故障种类是有限的，且各部件参数多保持在合理的阈值范围内，不能覆盖到阈值范围外的异常工况以及高温高压等极端工况。由此构建的故障树是不完备的，使用范围有限。


技术实现要素：

4.本发明实施例提供一种基于modelica仿真模型的故障树构建方法，用于丰富故障树的类型。
5.第一方面，本发明实施例提供了一种基于modelica仿真模型的故障树构建方法，包括：获取流体管网系统的modelica实时仿真模型；对所述模型的任一子系统中存在故障风险的各第一部件；修改各第一部件的模型参数，实现部件故障注入；运行注入后的模型，并识别所述流体管网系统和子系统的失效现象；根据所述失效现象，构建所述流体管网系统的故障树。
6.第二方面，本发明实施例还提供了一种电子设备，所述电子设备包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现任一实施例所述的基于modelica仿真模型的故障树构建方法。
7.第三方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一实施例所述的基于modelica仿真模型的故障树构建方法。
8.本发明实施例采用基于modelica语言搭建的流体管网系统实时仿真模型，通过修改模型参数实现软故障的注入来模拟各种工况，提供故障树的底层事件；并通过感知部件的异常参数输出，提供故障树所需的顶层和中层故障事件。其中，故障注入覆盖了流体管网系统的关键部件，工况模拟也包括了实际应用中不常遇到的异常工况、实物系统中的极端
工况，以及不易在实际中操作的危险工况等各种工况，极大丰富了故障树的类型，扩充了故障树的极限阈值。借助该故障树，能够快速进行故障定位，有利于工程师迅速给出解决方案，避免人为通过经验来判断的不确定性，实现流体管网系统的在线监测、诊断及排故。
附图说明
9.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
10.图1是本发明实施例提供的一种基于modelica仿真模型的故障树构建方法的流程图。
11.图2是本发明实施例提供的一种车内流体管网系统仿真模型的示意图。
12.图3是本发明实施例提供的流体管网系统的故障树架构示意图。
13.图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
14.为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行清楚、完整的描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。
15.在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
16.在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
17.本发明实施例提供的一种基于modelica仿真模型的故障树构建方法。为了说明该方法，优先介绍流体管网系统发生故障的原理。管网系统的故障以流体相变过程中的变化现象居多，以低温液氮的流体注入及传输的管网系统为例，在整体流体管网工作过程中，伴随与试验环境的长时间接触，会导致低温液氮发生相变，在流体由液态变成气态的过程中，对各类传感器的输出参数波动较大，容易产生故障现象。
18.基于以上原理，图1是本发明实施例提供的一种基于modelica仿真模型的故障树构建方法的流程图。该方法适用于通过流体管网系统的modelica仿真模型构建该系统故障树的情况，由电子设备执行。如图1所示，该方法具体包括：s110、获取流体管网系统的modelica实时仿真模型。
19.实时仿真模型能够达到与实际物理时间相同的响应速度，本步骤获取modelica语言编写的实时仿真模型，用于模拟流体管网系统的真实运行情况。图2是本发明实施例提供的一种车内流体管网系统仿真模型的示意图，如图所示，该模型显示了车内存在流体注入和传输的两个子系统，分别是空调子系统和冷却流路子系统，以及用于感知管网系统运行状态的部件（温度传感器、流量传感器和压力传感器等，图中未示出）。其中空调子系统通过压缩机实现冷却液的液态和气态转换，从而实现制冷或制热。冷却流路子系统用于将汽车电机和电池等冷却至安全温度。
20.各子系统包括：机械运动受流体影响的动态部件，受流体影响的静态部件，用于感知子系统运行状态的部件，以及受流体影响较小的管路。以冷却流路子系统为例，该子系统中机械运动受流体影响的动态部件包括阀门、泵、换热器等，受流体影响的静态部件包括过滤器等，用于感知子系统运行状态的部件包括温度传感器、流量传感器和压力传感器等。图2中仅显示了部分器件。
21.为了便于区分和描述，将受流体影响的部件称为第一部件，将用于感知子系统运行状态的部件称为第二部件，将用于感知管网系统运行状态的部件称为第三部件。进一步的，在第一部件中，将机械运动受流体影响的动态部件称为动态第一部件，件受流体影响的静态部件称为静态第一部件。需要说明的是，第二部件和第三部件可以相同，也可以不同，无必然联系。
22.s120、识别所述模型的任一子系统中存在故障风险的各第一部件。
23.为了构建故障树，本步骤从模型中的任一子系统入手，分从子系统的众多部件中识别存在故障风险的部件，或最容易出现故障的部件，用于进行故障注入。具体的，在任一子系统的众多部件中，感知部件仅用于显示子系统运行的状态变量，不涉及物理运行原理，因此将第二部件视为理想部件，不会发生故障；而管道在流体流动中起导流约束的作用，管道本身并无机械运动，静态性能也几乎不受流体流动的影响，因此也视为不容易出现故障的部件。这样，存在故障风险的部件就剩下受流体影响较大的动态第一部件和静态第一部件。
24.s130、修改各第一部件的模型参数，实现部件故障注入。
25.锁定存在故障风险的部件后，通过修改该部件的仿真参数，实现部件级别的软故障注入。可选的，在进行故障注入之前，首先根据所述流体管网系统正常运行时的历史数据，对所述仿真模型进行标定，借助管网系统正常运行时的历史数据对仿真模型进行精度校核。比如利用过往的系统试验数据，部件特性数据等，通过数据不断对modelica的实时模型进行校核，使其在计算效率和计算精度上都能准确复现整个流体管网系统的完整流程，且流程中每个传感器的数据变化均在合理的范围内。具体的，根据管网系统的历史正常数据对模型中的阀门、泵、换热器发送控制指令并运行系统模型，接收控制指令下的各传感器的参数波动等，使各传感器的参数波动与历史正常数据相符，实现模型标定，尤其对阀门的节流特性、泵体的流通特性，换热器的加热特性等进行重点标定。由于流体管网使用到十余个泵体、三十余个阀门、若干个换热器及管路，部件多，且注入传输的控制指令频繁，对系统模型标定的要求高，需对正常流体注入及传输流程的输出结果保持90%以上的准确度。
26.根据历史正常数据完成标定后，考虑到管网系统模型在注入软故障时同样会对模型精度产生干扰，因此筛选管网系统发生故障时的历史数据对注入软故障的系统模型开展
二次标定，进一步提升系统模型传感器在异常状态下的结果准确度。经过两轮的试验标定过程后，流体管网模型具备模拟输出故障现象的仿真能力。
27.上述标定均完成后，在标定好的模型中修改阀门的流通面积参数、开闭时长参数和关闭时缝隙尺寸参数的至少之一，实现阀门故障的注入；修改泵的扬程曲线数据，实现泵故障的注入；修改换热器的换热面积参数，实现换热器故障的注入；修改过滤器的流阻压降参数，实现过滤器故障的注入。通常管道系统各部件的运行参数都有预设范围，当参数保持在该范围内时可以保证整个系统正常运行。实际应用中，该范围通过部件的历史运行数据确定，分别取历史正常运行数据中的最大值和最小值作为预设的最大阈值和最小阈值。可以理解的是，通过这一方式确定的预设范围一定是比较窄的，各部件实际可运行的参数范围要大于这一预设范围。本实施例即通过仿真模型拓宽参数范围，既可以避免实际管道中的器件损伤，又可以分析异常工况和极端工况下的故障类型。
28.在一具体实施方式中，子系统各部件中均有单独参数设置面板，可以通过参数面板修改各部件的模型参数。以图2所示的冷却流路子系统为例，将阀门的流通面积参数av修改为小于预设的最小流通面积，例如由0.002m2修改为0.001m2，能够使阀门流量变低，用于模拟阀门堵塞事件。将阀门开闭时长参数risetime修改为大于预设的最大开闭时长，例如由2s修改为1s，将阀门开闭时间延长1倍，用于模拟阀门开闭卡顿事件。将阀门的关闭时缝隙尺寸参数修改为大于预设的最小缝隙尺寸，例如由10-3
修改为10-2
，表明阀门关闭时缝隙加大，关不严实，使阀门流量偏大，用于模拟阀门漏气事件。将换热器的换热面积尺寸参数修改为小于预设的最小面积，例如由4.5
×
10-4
修改为4.3
×
10-4
，表明换热面积变小，用于模拟换热翅片结构变形或存在积灰等杂物干扰加热，造成温度偏低。将过滤器的电阻压差参数修改为大于预设的最大压差，例如由0.025bar修改为0.026bar，表明过滤器的滤网存在残渣，干扰流体通过面积，造成流量减小、阻力增大。
29.s140、运行注入后的模型，并识别所述流体管网系统和子系统的失效现象。
30.子系统和流体管网系统的失效现象分别通过第二部件和第三部件感知。如果任一第二部件的仿真数据超出预设范围，识别所述子系统出现了与所述第二部件对应的失效现象；如果任一第三部件的仿真数据超出预设范围，识别所述流体管网系统发生了与所述第三部件对应的失效现象。更具体的，如果温度传感器显示的温度超出预设的温度范围，则子系统或流体管网系统可能出现温度过高或温度过低而失效的现象；如果流量传感器显示的流量超出预设的流量范围，则子系统或流体管网系统可能出现堵塞或溢出的异常；如果压强传感器显示的压强超出预设的压强范围，则子系统或流体关系网系统可能出现压强不足或压力过大而爆炸等失效现象。
31.s150、根据所述失效现象，构建所述流体管网系统的故障树。
32.图3是本发明实施例提供的流体管网系统的故障树架构示意图。如图所示，故障树包括顶层事件、中层事件和底层事件三级节点。在利用故障树进行故障定位时，按照“顶层事件-中层事件-底层事件”的逻辑顺序，通过顶层事件逐步向下定位中层事件和底层事件，最终判定底层事件所在的失效部件。故障树的分支和节点越多，追溯和判别产生故障原因的部件就越精准。本实施例反其道而行之，按照“底层事件-中层事件-顶层事件”的逻辑顺序，逐步丰富故障树的分支和节点。
33.具体的，首先，确定所述模型参数关联的底层事件。可选的，确定阀门的流通面积
参数关联的阀门阻塞事件；确定阀门的开闭时长参数关联的阀门开闭卡顿事件；确定阀门的关闭时缝隙尺寸参数关联的阀门开闭漏气事件；确定泵的扬程曲线数据关联的气流冲刷造成叶轮边缘损失事件；确定换热器的换热面积参数关联的换热器换热翅片变形或存在杂物事件；确定过滤器的流阻压降参数关联的过滤器滤网存在残渣事件。
34.确定底层事件后，将所述子系统的失效现象，作为所述底层事件上一级的中层事件；将所述流体管网系统的失效现象，作为所述中层事件上一级的顶层事件；按照故障树的逻辑关系，将所述顶层事件、中层事件和底层事件逐级添加至所述流体管网系统的故障树中。具体的，首先判断所述顶层事件在故障树中是否已经存在。如果所述顶层事件已经存在，判断所述中层事件是否已作为所述顶层事件的分支存在于故障树中；如果所述中层事件已经存在，将所述底层事件作为所述中层事件的分支，添加至所述故障树中；如果所述中层事件不存在，将所述中层事件作为所述顶层事件的分支添加至故障树中，并将所述底层事件作为所述中层事件的分支添加至故障书中。如果所述顶层事件不存在，将所述顶层事件添加至故障树中，将所述中层事件作为所述顶层事件的分支添加至故障树中，并将所述底层事件作为所述中层事件的分支添加至故障树中。
35.进一步的，如果所注入的故障有一种，将所述底层事件作为所述中层事件的或分支，添加至所述流体管网系统的故障树中；如果所注入的故障有多种，将各故障对应的底层事件作为所述中层事件的与分支，添加至所述流体管网系统的故障树中。在一具体实施方式中，同时对多个阀门、泵组、换热器注入不同形式的软故障后，运行仿真模型并通过传感器识别子系统和流体管网系统的失效现象。这时，每个故障对应一个底层事件，子系统的失效现象对应一个中层事件，流体管网系统的失效现象对应一个顶层事件，则将所有的底层事件作为所述中层事件的与分支，添加至故障树中。
36.可选的，在所述根据所述失效现象，构建所述流体管网系统的故障树之后，还包括：识别所述子系统中未被注入故障的第一部件是否出现故障；如果是，将新识别的故障注入所述仿真模型，返回所述运行注入后的模型的操作，循环迭代，直到每一次循环中新识别的故障均完成注入。具体的，每个子系统中包括的部件有很多，本实施在每次故障注入后，选取同时出现故障的第一部件作为下一次故障注入的对象。这些第一部件虽然在本次试验中没有进行故障注入，但可以看出它们与本次注入故障的部件存在一定联系，也许是工作原理上的相互影响，也许是特定工况下的相互关联。因此，这些部件也是容易发生故障的部件，将其作为下一次故障注入的对象，有利于今早发现故障类型，提高构建故障数的速度。
37.进一步的，将新识别的故障注入所述仿真模型的过程，包括以下两种可选实施方式：第一种可选实施方式，将新识别的故障单独注入所述仿真模型。通过这一方式注入故障并最终得到底层事件和中层事件后，该底层事件将作为该中层事件的或分支，即该故障单独就可以使所在的子系统出现该中层事件对应的失效现象。
38.第二种可选实施方式，将本次注入的至少一种故障与新识别的至少一种故障进行排列组合；分别将每一组合中的故障同时注入所述仿真模型。通过这一方式注入故障并最终得到底层时间和中层事件后，同一组合中的多个故障对应的多个底层事件将同时作为该中层事件的与分支，即只有这些故障同时发生时，才会使所在的子系统出现该中层事件对应的失效现象。这一方式有利于尽快明确这些故障（本次注入的至少一种故障与新识别的
至少一种故障）及其所在的部件之间的相互关系，明确哪些部件是需要同时故障才会导致系统失效，哪些部件单独运行就可以导致系统失效。
39.对各子系统分别执行s120-s150的操作后，就可以得到一棵完备的故障树，用于流体管网系统的故障排查。
40.本实施例采用基于modelica语言搭建的流体管网系统实时仿真模型，通过历史正常数据和历史故障数据对模型不断校核，使仿真模型能够准确模拟出整个管网系统在正常或故障工况下的仿真结果。通过各部件和流体流动的相互作用原理，确定存在故障风险的第一部件，并通过修改第一部件的模型参数实现软故障的注入来模拟各种工况，提供故障树的底层事件；模型运行后，通过传感器等感知部件的异常参数输出，提供故障树所需的顶层和中层故障事件。其中，故障注入覆盖了阀门、泵、换热器等关键部件，工况模拟也包括了实际应用中不常遇到的异常工况、实物系统中的极端工况，以及不易在实际中操作的危险工况等各种工况，极大丰富了故障树的类型，扩充了故障树的极限阈值。借助该故障树，能够快速进行故障定位，有利于工程师迅速给出解决方案，避免人为通过经验来判断的不确定性，实现流体管网系统的在线监测、诊断及排故。
41.图4为本发明实施例提供的一种电子设备的结构示意图，如图4所示，该设备包括处理器60、存储器61、输入装置62和输出装置63；设备中处理器60的数量可以是一个或多个，图4中以一个处理器60为例；设备中的处理器60、存储器61、输入装置62和输出装置63可以通过总线或其他方式连接，图4中以通过总线连接为例。
42.存储器61作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的基于modelica仿真模型的故障树构建方法对应的程序指令/模块。处理器60通过运行存储在存储器61中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的基于modelica仿真模型的故障树构建方法。
43.存储器61可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器61可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器61可进一步包括相对于处理器60远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
44.输入装置62可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置63可包括显示屏等显示设备。
45.本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一实施例的基于modelica仿真模型的故障树构建方法。
46.本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器（ram）、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以
是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
47.计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
48.计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
49.可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如c语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
50.最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案。