基于故障树分析法RTU的故障诊断

隋涛

摘要：采用故障樹分析法对智能路灯照明监控远程终端单元RTU进行故障分析诊断，实现及时准确查找具体故障原因，提高故障维修率及系统的可靠性。

关键字：RTU；故障树分析；可靠性

远程终端单元（RTU）作为SCADA系统不可缺少的重要部分，主要完成现场设备数据的采集、处理与传输。本文以智能路灯照明系统为应用背景，RTU工作在环境恶劣的室外，受外部环境的影响及内部因素的干扰易产生故障，使夜间照明系统不能为行人实时提供舒适的通行环境，造成严重的交通事故。故障树分析法简单易懂便于维修人员直观清楚的了解各个事件之间的联系，及时查找故障源确保系统可靠性。

故障树分析法

故障树分析法（Fault Tree Analysis，简称FTA）是用于复杂系统可靠性、安全性分析的一种重要方法。故障树分析法对可能造成系统故障的各种因素（包括硬件、环境和人为等）分析，画出逻辑框图（即故障树），确定系统故障原因的可能组合方式及发生的概率，从大到小排序从而确定诊断顺序[1]。

RTU故障分析

RTU是以微控制器为核心组成的嵌入式智能监控终端系统，完成数据的采集、处理与传输。按功能将RTU故障进行分类，主要分为以下几种故障类型。

（1）供电功能故障

断器开路、闸刀接触不良、接触器受热变形卡死、主触点烧损等原因会导致电源缺相。电源缺相分为A-B、A-C、B-C缺相。受雷雨侵蚀及粉尘杂质的影响蓄电池正极板腐蚀、电解液纯度下降导致电池内部短路、断路等现象[2]。

（2）数据采集功能模块故障

RTU受电磁干扰较为严重时会出现数据采集混乱或无法采集，根据RTU数据采集原理，模拟信号的采集故障主要包括电子开关芯片的模拟开关始终处于断开或闭合状态、A/D转换器故障、I/O板卡故障等。

（3）数据通信模块故障

RTU采用传输速度快、实时在线、网路接入速度快的GPRS 通信方式。在智能路灯照明系统中有几种常见的GPRS故障，继电无法维持工作、终端功率数据不正常、设备故障、接触故障、参数设置出错等。

RTU故障树模型建立及分析

把最不希望即对系统危害性最大的事件为顶事件。从顶事件往下逐级分析，不需继续分解的故障称为底事件，位于顶事件与底事件的事件为中间事件。清楚各故障事件之间的逻辑关系采用逻辑符将各事件连接，即形成故障树[3]。利用参数计算顶事件概率、底事件结构重要度，从大到小一一排列。故障树实例模型如图1所示。

底事件概率 顶事件概率、底事件概率重要度等数值的求解都以底事件概率为基础。底事件数据的收集不是一个简单的统计过程，与器件的工作性能、应用环境等因素有密切关系。本文采用工程判断法进行求解，工程判断法是由有工程经验的专家按照一定的原则选取影响产品可靠安全性的因素并进行估值，通过统计方法得出判断对象概率值的过程[4]。

底事件概率值用公式（1）表示

式中：—第个判断对象的统计概率值，i=1，2…，m；m—判断对象数；—第k个专家的影响度，1≤≤5；—第k个专家对第i个对象判断所给出的概率值 >0；n—专家组成员数。经工程判断法计得故障树的底事件发生概率如表1所示。

故障树定量分析 底事件概率重要度是指底事件发生概率引起顶事件发生概率变化的程度。设每个事件生概率为Fi，i=1，2，3...，n顶事件发生的概率为FT则 FT=FT（F1，F2，F3，...Fn）第i个底事件的概率重要度为，i=，2，3，...n[6]，底事件的概率重要度为表2所示。

x18、x15、x19概率重要度最高，三个底事件均会导致数据通信故障。系统异常时可以先排查通信功能是否正常，从上表所提供数据发现X3、X4、X5事件发生概率仅低于以上底事件。三个底事件均为数据采集功能故障底事件。所以当系统异常时，数据采集功能发生的可能性较大。

顶事件发生概率 底事件x（i）发生的概率[6]，即随机变量x（i）的期望值为：

顶事件概率为：。经计算顶事件发生概率依次为0.131、0.127、0.0009。综合顶事件发生概率、底事件概率重要度，得通信故障发生的可能性最大。

总结及展望

文章对RTU在智能路灯照明系统应用中可能产生的故障总结，清楚各故障之间的逻辑关系完成以RTU故障为顶事件的故障树，对故障树进行分析。以通信故障为例，证明故障树分析法对RTU故障诊断的可行性。对提高智能路灯照明系统的可靠性具有实际应用价值。但文章针对发生概率相对较低的底事件有所疏漏，需进一步进行改进。

参考文献：

[1]朱敏波，曹艳荣.电子设备可靠性工程[M].西安：西安电子科技大学出版社，2016

[2]曹立峰. 变电站综自系统及RTU设备的防雷保护[J]. 沙洲职业工学院学报，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]田晓翠. 基于模糊故障树的矿井提升机故障诊断[D].长安：长安大学.2015.

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

[4]金亮亮.基于故障树的航天器故障诊断专家系统研究[D]南京：南京航空航天大学.2008.

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

[5]李長幅. 工程判断法及其在引信安全性评估中的应用[J]. 探测与控制学报，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. 基于故障树最小割集的故障诊断方法研究[J]. 数据采集与处理，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]刘东. 动态故障树分析方法北京. 北京：国防工业出版社，2013：1-12.

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

[9]王巍. 基于故障树最小割集和最小路集的诊断方法研究[J]. 数据采集与处理，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.