基于區間T-S模糊故障樹的泵站機組故障診斷方法分析

張卉芬，張志闖，張云峰

（1.淮陰區水利局，江蘇 淮安 223300；2.江蘇信通工程項目管理有限公司，江蘇 淮安 223300）

隨著科學技術發展，泵站機組日益復雜化，其故障與原因之間就多了一些不確定性，難以確切地給出機組各節點的故障發生概率[1]。T-S 模型改進了傳統的邏輯門，可描述故障樹中上下層事件之間的聯系[2]，能夠有效解決復雜系統故障樹中事件間的邏輯關系[3]。選取合適的邊界值對故障樹的診斷效果會產生較大影響[4]，而對底層事件故障發生的模糊概率邊界確定問題卻沒有較好的解決方法[5]。基于此，引入了區間三角的模糊概率子集方法，提出了基于區間T-S 模糊故障樹的泵站機組故障診斷方法，并分析了該方法下的T-S模糊故障樹推理過程，最后將該方法應用于泵站機組的故障診斷中。經分析計算，得到水泵機組中轉子系統為1.0倍頻故障、轉子系統出現質量不平衡和轉子系統出現不對中故障時產生原因的優先級排序，以達到對泵站機組進行重要度分析的目的。

1 區間T-S模糊故障樹分析方法

傳統T-S模糊故障樹底層事件的先驗故障概率用1個模糊子集來描述[6]。但是，由于泵站機組的故障概率隨著泵站機組運行的狀態及運行時間發生變化[7]以及利用專家經驗法確定模糊子集邊界時存在主觀性、利用數據法確定模糊子集邊界時存在數據量不充分的情況，所以在實際應用中難以確定模糊子集的上、下邊界值[8]。為此，提出了采用區間變量代替精確值以表征三角模糊子集的上、下邊界。

式中：pl1,pl2分別為三角模糊子集下限邊界中的模糊下、上邊界；pr1,pr1分別為三角模糊子集上限邊界中的模糊下、上邊界；pm代表整個區間模糊子集的中心。

圖1 梯形模糊隸屬度函數

圖1所示梯形隸屬度函數可由式（2）表示：

上層事件的模糊可能性為：

已知機組部件xj在故障狀態為時的三角模糊故障概率模糊子集為若其隸屬度函數為則其對泵站機組系統頂事件T為Tq的T-S模糊重要度為：

事件xj關于泵站機組系統頂事件T為Tq的TS綜合模糊重要度為：

2 實例分析

振動是評估泵站機組運行狀態時常用指標之一，分析時通常需要先進行頻域轉化。參考歷史故障數據分析結果，結合專家經驗得到了頻率及故障可能產生的原因，泵站機組常見的頻率及故障可能產生的原因詳見表1。泵站機組出現故障時的分析步驟為：①觀測各特征指標的異常；②對特征指標進行進一步分析、整合，診斷造成該特征異常的故障原因；③由于轉子系統為出現頻率較高故障的部件，故從不同的故障特征出發，對泵站機組中的轉子系統開展分析；④構建區間T-S 模糊故障樹，并以1.0 倍頻異常故障為例進行定量分析。

表1 頻率及故障可能產生的原因

2.1 區間T-S模糊故障樹構建

振動頻譜中1.0 倍頻異常是常見的故障之一。因此，以1.0倍頻異常故障為例開展基于T-S模糊故障樹的故障診斷分析，倍頻為1.0異常T-S模糊故障樹如圖2所示。借助電渦流位移傳感器自動采集泵站機組轉子系統的時域振動信號，并運用傅里葉變換將其轉化為頻域信號。

圖2 倍頻為1.0異常T-S模糊故障樹

2.2 區間T-S模糊故障樹分析

2.2.1 T-S模糊規則的確定

基于統計學知識，搜集整理了近年來江蘇地區一部分泵站故障數據，并走訪了相關泵站負責專家，綜合故障數據得出當基頻故障狀態為1.0時，泵站的轉子系統可能發生的融合區間三角模糊數的故障概率模糊子集詳見表2。視基頻故障狀態為0.5 時與1.0時故障概率模糊子集相等。假設y1，x1為2種故障狀態即故障和無故障，對應（1，0）；其余事件分故障、半故障、無故障3種故障狀態，分別對應（1，0.5，0）。其中，每一個模糊概率子集的重心值表示故障發生概率的最大可能值。根據經驗和專家數據，構建T-S模糊故障樹對應的模糊門規則。

表2 轉子系統故障概率模糊子集

2.2.2 故障分析

由式（2）、（3）及T-S 模糊規則可得到上層事件y1～y3的區間模糊故障概率模糊子集結果，詳見表3。

表3 y1～y3區間模糊故障概率模糊子集

利用式（5）求得事件x1故障狀態為1.0 時，對水泵機組上層事件y2為1.0的模糊重要度為：

同理，當其他事件故障狀態為0.5或1.0時，可得對水泵機組上層事件的模糊重要度，詳見表4。

表4 各事件故障狀態對上層事件的T-S模糊重要度

利用式（6）及表4 中求得的事件x2在狀態分別為0.5和1.0時對上層事件的模糊重要度，可求得事件x2對上層事件y1為1.0的綜合模糊重要度為：

同理，可得其他事件的相對于上層事件的綜合模糊重要度，詳見表5。

表5 各事件對上層事件的T-S綜合模糊重要度

根據基于區間T-S模糊故障樹的泵站機組故障診斷方法，通過計算結果分析，從表5 可以看出：①已知各底層事件的區間故障概率模糊子集，當y2（質量不平衡）處于故障狀態時，對其影響最大的是x1（部件脫落），其次為x2（結垢）、x3（初始偏心）；當y2處于半故障狀態時，對其影響狀態大小排序為x2＞x3＞x1。②當y3（不對中）處于故障狀態時，對其影響最大的是x4（熱彎曲），其次為x5（運行負荷過大）、x6（運行操作不當）；當y3處于半故障狀態時，對其影響狀態大小排序為x6＞x5＞x4。③當頂事件y1（1倍異常）處于故障狀態時，對其影響狀態大小排序為x1＞x2=x4＞x3＞x5=x6；當頂事件y1處于半故障狀態時，對其影響狀態大小排序為x2＞x3＞x6＞x5＞x1＞x4。

3 結論

（1）當水泵機組中轉子系統為1.0 倍頻故障時，故障產生原因優先級排序依次為部件脫落、結垢、熱彎曲、初始偏心、運行負荷過大、運行操作不當。

（2）當轉子系統出現質量不平衡故障時，故障產生原因優先級排序依次為部件脫落、結垢、初始偏心。

（3）當轉子系統出現不對中故障時，故障產生原因優先級排序依次為熱彎曲、運行負荷過大、運行操作不當。