大型設備運轉的不確定性分析

王凱　秦曉光　馬龍敏

摘 要：在大型復雜設備運轉可靠性分析中，多種因素的制約和影響導致多傳感器系統收集到的信息具有很大的不確定性，本文對不確定性產生的原因、不確定性信息的描述及不確定性推理方法進行梳理總結，為分析其可靠性及故障診斷提供依據。

一、不確定性產生的原因

在通常情況下，大型設備運轉過程中的不確定性主要表現在對象的復雜性導致的不確定性、工作環境導致的不確定性、多傳感器系統導致的不確定性、故障現象和故障原因對應關系導致的不確定性以及先驗知識的差異導致的不確定性。（1）對象的復雜性導致的不確定性

現代大型不斷朝著精密化、集成化、自動化、系統化的方向發展，大型設備往往由機、電、氣、液等子系統構成，系統之間相互耦合、相互作用，使得設備的結構、功能以及工作原理變得異常復雜，運用傳統的定性或定量方法難以對其建立完備、精確的解析模型，正是這種復雜性導致診斷對象本身具有較大的不確定性。

（2）工作環境導致的不確定性

大型設備的運行狀況時刻受到工作環境的影響，工作環境的不確定性直接導致設備的故障類型各異，突發故障、組合故障頻發。而且有些環境十分惡劣，溫差、載荷、疲勞等都會對設備帶來不同程度的損傷，使得設備運行極不穩定，從而表現出的狀態信息具有不確定性。

（3）多傳感器監測系統導致的不確定性

在大型設備故障診斷過程中，為了能夠準確反映設備的運行狀態，常常在不同測點安裝大量傳感器以獲取更多的狀態信息，造成監測過程中傳感器數量增加;而對于同一狀態變量，為了能全面收集信息，往往采用不同類型的傳感器對同一變量進行反復測量，造成了傳感器類型的增多。由大量傳感器采集到的數據存在一定的不確定性，甚至相互沖突。

（4）故障現象和故障原因對應關系導致的不確定性

在大型設備運行過程中，故障現象和故障原因之間存在一定的對應關系，故障診斷的目的就是根據這種對應關系進行演繹推理得出診斷結論。但是對于復雜設備而言，故障現象和故障原因之間的對應關系十分復雜。任何一個部件工作異常，通過部件之間的相互影響和傳遞都會造成其它故障的發生，這種情況下很難實現由故障現象到故障原因的定位。有時表現出的某一故障現象，有可能正處于某一故障狀態向另一故障狀態的過渡，同樣很難判斷出真正導致故障發生的原因。一個故障可能是多種因素綜合作用的結果，即表現為故障現象和故障原因對應關系的復雜性而導致不確定性。

（5）經驗知識的差異導致的不確定性

對于復雜大型設備的故障診斷，領域專家的經驗往往起到重要的作用。但由于設備的復雜性、故障的多樣性以及工作環境的差異性等因素的影響，專家獲得的故障信息往往是不精確的，信息量也有限，這就造成專家的判斷具有一定的差異。不同專家對同一故障可能會產生不同的認識偏差，對于設備整體運行狀態因認識和經驗不同，也會產生不同的診斷偏好，從而導致對于同一個診斷對象，各領域專家的診斷結論存在較大的差異，即表現為經驗知識的差異導致的不確定性。

二、不確定性信息的描述

在不確定性推理中，需要解決不確定性的表示、不確定性的計算、不確定性的語義等問題。將不確定性問題用確定的數學公式表示出來，是不確定性推理的基礎。

（1）表示問題

表示問題是指用什么方法描述信息的不確定性，這是解決不確定性推理的第一步。通常有數值表示和非數值表示，概率屬于數值表示，“很可能”則屬于非數值表示。表示問題決定了采用什么方法描述、表達不確定性，問題表達不了，或表達不清晰、不明確、不完整就不可能進行推理或難以得出合理的推理結果。

（2）計算問題

計算問題是指不確定性的傳播和更新，即獲得新信息的過程。例如：已知證據 A 的確定性度量為 P（A），規則 A→B，其可信度度量為 P（B | A），如何第計算結論的可信度度量 P（B）;從一個規則得到證據 A 的可信度度量 P1（A），從另一個規則得到 A 的另一個可信度度量 P2（A），如何計算兩個規則合成后的綜合可信度度量 P（A）;如何由兩個證據 A1和 A2 的可信度度量 P（A1）和 P（A2），計算“與”、“或”等邏輯計算結果的可信度度量 P（A1∧A2）和 P（A1∨A2）等。

三、不確定性推理的常用方法

不確定性推理是建立在不確定性信息基礎上，通過一定的推理方法得到存在一定程度不確定性又近似合理的結論的過程。這一過程要求減小不確定性。不確定性推理可以分為符號推理和數值推理。其中，符號推理的特點是推理過程中信息損失較少，但計算量較大，如認可理論;數值推理的特點是推理過程易于實現，但有一定的信息損失，如貝葉斯推理、證據推理等。目前，數值推理應用更為普遍。

收集到的信息常常具有不確定性，如何利用這些不確定性信息進行推理以獲得較為確定性的結論，為診斷和決策提供依據，是故障診斷亟待解決的問題。在工程領域常用的不確定性推理方法主要有：

（1）基于故障樹的推理方法

美國的 Rasmussen 教授領導的研究小組首次對現有大型核電站的事故分析使用故障樹方法提出完整的分析報告。故障樹推理是一種定性的不確定性推理方法，在推理時先指定系統中一個不希望發生的故障，然后在一定的環境和工作條件下對系統進行分析，找出導致不希望事件發生的確定原因。故障樹本身就是一些故障的各種并聯和順序組合的圖示模型，這些故障將導致預先設定的不希望事件的發生，它們可能是與元件故障、人為失誤以及能導致不希望事件發生的其它任何有關事件相聯系的事件。故障樹推理就是尋找導致不希望事件發生的基本事件的過程。

（2）基于貝葉斯網絡的推理方法

20 世紀 80 年代，貝葉斯網絡成功應用于專家系統，成為表示不確定性專家知識和推理的一種流行方法。基于貝葉斯方法的貝葉斯網絡是一種適應性很廣的手段和工具，具有堅實的數學基礎。在綜合先驗信息和數據樣本信息的前提下，可以避免只使用先驗信息可能帶來的主觀偏見。雖然很多貝葉斯網絡涉及的學習問題極為復雜，但由于已經有了一些成熟的近似解法，加上一些限制后計算大大簡化，很多問題可以利用近似解法求解。貝葉斯網絡推理方法的不確定性表示基本上保持了概率的表示方式，可信度計算也以概率方法計算。只是在實際使用中，各具體系統應根據應用背景的需要采用各種各樣的近似計算方法，其推理過程稱為概率推理。