基于故障樹分析法RTU的故障診斷

隋濤

摘要：采用故障樹分析法對智能路燈照明監控遠程終端單元RTU進行故障分析診斷，實現及時準確查找具體故障原因，提高故障維修率及系統的可靠性。

關鍵字：RTU；故障樹分析；可靠性

遠程終端單元（RTU）作為SCADA系統不可缺少的重要部分，主要完成現場設備數據的采集、處理與傳輸。本文以智能路燈照明系統為應用背景，RTU工作在環境惡劣的室外，受外部環境的影響及內部因素的干擾易產生故障，使夜間照明系統不能為行人實時提供舒適的通行環境，造成嚴重的交通事故。故障樹分析法簡單易懂便于維修人員直觀清楚的了解各個事件之間的聯系，及時查找故障源確保系統可靠性。

故障樹分析法

故障樹分析法（Fault Tree Analysis，簡稱FTA）是用于復雜系統可靠性、安全性分析的一種重要方法。故障樹分析法對可能造成系統故障的各種因素（包括硬件、環境和人為等）分析，畫出邏輯框圖（即故障樹），確定系統故障原因的可能組合方式及發生的概率，從大到小排序從而確定診斷順序[1]。

RTU故障分析

RTU是以微控制器為核心組成的嵌入式智能監控終端系統，完成數據的采集、處理與傳輸。按功能將RTU故障進行分類，主要分為以下幾種故障類型。

（1）供電功能故障

斷器開路、閘刀接觸不良、接觸器受熱變形卡死、主觸點燒損等原因會導致電源缺相。電源缺相分為A-B、A-C、B-C缺相。受雷雨侵蝕及粉塵雜質的影響蓄電池正極板腐蝕、電解液純度下降導致電池內部短路、斷路等現象[2]。

（2）數據采集功能模塊故障

RTU受電磁干擾較為嚴重時會出現數據采集混亂或無法采集，根據RTU數據采集原理，模擬信號的采集故障主要包括電子開關芯片的模擬開關始終處于斷開或閉合狀態、A/D轉換器故障、I/O板卡故障等。

（3）數據通信模塊故障

RTU采用傳輸速度快、實時在線、網路接入速度快的GPRS 通信方式。在智能路燈照明系統中有幾種常見的GPRS故障，繼電無法維持工作、終端功率數據不正常、設備故障、接觸故障、參數設置出錯等。

RTU故障樹模型建立及分析

把最不希望即對系統危害性最大的事件為頂事件。從頂事件往下逐級分析，不需繼續分解的故障稱為底事件，位于頂事件與底事件的事件為中間事件。清楚各故障事件之間的邏輯關系采用邏輯符將各事件連接，即形成故障樹[3]。利用參數計算頂事件概率、底事件結構重要度，從大到小一一排列。故障樹實例模型如圖1所示。

底事件概率 頂事件概率、底事件概率重要度等數值的求解都以底事件概率為基礎。底事件數據的收集不是一個簡單的統計過程，與器件的工作性能、應用環境等因素有密切關系。本文采用工程判斷法進行求解，工程判斷法是由有工程經驗的專家按照一定的原則選取影響產品可靠安全性的因素并進行估值，通過統計方法得出判斷對象概率值的過程[4]。

底事件概率值用公式（1）表示

式中：—第個判斷對象的統計概率值，i=1，2…，m；m—判斷對象數；—第k個專家的影響度，1≤≤5；—第k個專家對第i個對象判斷所給出的概率值 >0；n—專家組成員數。經工程判斷法計得故障樹的底事件發生概率如表1所示。

故障樹定量分析 底事件概率重要度是指底事件發生概率引起頂事件發生概率變化的程度。設每個事件生概率為Fi，i=1，2，3...，n頂事件發生的概率為FT則 FT=FT（F1，F2，F3，...Fn）第i個底事件的概率重要度為，i=，2，3，...n[6]，底事件的概率重要度為表2所示。

x18、x15、x19概率重要度最高，三個底事件均會導致數據通信故障。系統異常時可以先排查通信功能是否正常，從上表所提供數據發現X3、X4、X5事件發生概率僅低于以上底事件。三個底事件均為數據采集功能故障底事件。所以當系統異常時，數據采集功能發生的可能性較大。

頂事件發生概率 底事件x（i）發生的概率[6]，即隨機變量x（i）的期望值為：

頂事件概率為：。經計算頂事件發生概率依次為0.131、0.127、0.0009。綜合頂事件發生概率、底事件概率重要度，得通信故障發生的可能性最大。

總結及展望

文章對RTU在智能路燈照明系統應用中可能產生的故障總結，清楚各故障之間的邏輯關系完成以RTU故障為頂事件的故障樹，對故障樹進行分析。以通信故障為例，證明故障樹分析法對RTU故障診斷的可行性。對提高智能路燈照明系統的可靠性具有實際應用價值。但文章針對發生概率相對較低的底事件有所疏漏，需進一步進行改進。

參考文獻：

[1]朱敏波，曹艷榮.電子設備可靠性工程[M].西安：西安電子科技大學出版社，2016

[2]曹立峰. 變電站綜自系統及RTU設備的防雷保護[J]. 沙洲職業工學院學報，2007，10（2）：10-12.

CAOLifeng.Lightning protection of RTU equipment and substation automation system[J].Journal of Shazhou Vocational College of Engineering，2007，10（2）：10-12.

[3]田曉翠. 基于模糊故障樹的礦井提升機故障診斷[D].長安：長安大學.2015.

TIANXiaocui.Machine fault diagnosis of mine hoist based on fuzzy fault tree[D].Changan：Changan University.2015.

[4]金亮亮.基于故障樹的航天器故障診斷專家系統研究[D]南京：南京航空航天大學.2008.

JINLiangliang.Studyonspacecraft fault diagnosis expert system based on fault tree[D].NANJing：NanjingUniversity of Aeronautics and Astronautics .2008.

[5]李長幅. 工程判斷法及其在引信安全性評估中的應用[J]. 探測與控制學報，2000，22（3）：28-33.

LIChangfu.Engineering judgment method and its application in the evaluation of Fuze Safety assessment[J].Journal of Detection & Control，2000，22（3）：28-33.

[6]朱大奇. 基于故障樹最小割集的故障診斷方法研究[J]. 數據采集與處理，2002，17（3）：341-344.

ZHUDaqi. Research on fault diagnosis method based on minimum cut set of fault tree[J]. Data Acquisition and Processing，2002，17（3）：341-344.

[7]劉東. 動態故障樹分析方法北京. 北京：國防工業出版社，2013：1-12.

LIDong.Dynamic fault tree analysis method，Beijing.Beijing：National defense industry press，2013：1-12.

[9]王巍. 基于故障樹最小割集和最小路集的診斷方法研究[J]. 數據采集與處理，1999，14（1）：26-29.

WANGWei.The minimum cut sets and fault tree diagnosis approach based on minimal path sets[J].Data acquisition and processing，1999，14（1）：26-29.

[11]Wang，D. H. Zhou. Robust fault detection for networked systems with communication delay and data missing. Automatica，2009，45：2634-2639.