光纤激光器故障模式分析

吴　迪，葛廷武，秦文斌，曹　康，闫岸如，曹银花，王智勇

(北京工业大学激光工程研究院，北京　100020)

1　引　言

随着信息革命的发展，第四次工业革命的展开，光纤激光器已经取代气体激光器与固体激光器成为加工、制造业的主要激光源。光纤激光器的全光纤化进程在赋予光纤激光器绝佳的散热条件、传输效率以及光束质量的同时，也使得光纤激光器与普通固体激光器之间产生了极大的不同［1-4］，这使得普通固体激光器常用的故障监测及检测手段在光纤激光器上难以使用或无法直接使用。为了使光纤激光器的应用不出现1∶2∶6的超高研制、采购、后勤保障费用比，甚至出现研制得起但买不起、买得起又用不起的局面，亟需一套合理的光纤激光器故障、维修分析系统理论［5-8］。

考虑到近年来普遍采用的故障分析方法与光纤激光器的适应性，本文选用基于故障树与故障模式影响及危害性分析方法对光纤激光器故障模式进行分析，建立故障模式、故障原因、严酷等级关系数据库［9-12］，使用Python语言编写计算算法与程序。通过输入故障情况，自动寻找故障原因及其严酷程度，实现对光纤激光器及其各个系统的可靠性、维修性与实用性的提高，从而增加光纤激光器的应用经济效益。

2　理论分析

2.1　故障树分析法

故障树分析法，简称 FTA(Fault tree analysis)，在1961年由贝尔电话实验室H AWatson提出。目前已经广泛地应用于宇航、核能、电子、机械、化工等领域。故障树分析法通过图形演绎的方法，遵循故障事件在一定条件下发生的逻辑关系，采用一种特殊的倒立树状逻辑因果关系图说明系统失效过程［13-14］。图1为故障树的故障诊断流程。

图1　基于故障树的故障诊断流程

利用故障对事件进行定量分析时，认为顶事件、结果事件、底事件都是故障事件，取值“1”认为故障发生，取值“0”认为故障未发生。

假设底事件 Xi出现概率为 pi，不出现概率为qi=1 － pi，则

同样，假设顶事件 Yi出现概率为 p，不出现概率为q=1 － p，则

令 p=(p1，p2，p3，pn)，n 为底事件的总数，同时选择底事件皆为相互独立，则

式(5)中(X)即构成故障树的组成函数。

利用故障树与割集的关系，可以用最小割集来求解概率树组成函数。如图2所示，图中标识“”表示逻辑“或门”，标识表示逻辑“与门”。

普通FTA求解最小割集方法较简单系统适用性强，当对象为复杂系统时最小割集求解将变得相当繁琐，本文采用贝叶斯网络对FTA最小割集进行直接求解如下:

其中节点Ei(1≤i≤M－1)对应于故障树中的中间事件和底事件，Ei∈{0，1}用来表征事件Ei发生与否，M为贝叶斯网络中节点的数目。

我们再利用贝叶斯网络求解在某事件Ej发生后，其他事件发生的后验概率:

2.2　 FMECA 分析法

故障模式影响及危害性分析，简称FMECA(Failuremode effect criticality analysis)，是一种可靠性评估和设计技术，用来分析、审查系统和设备的潜在故障模式，确定其对系统和设备工作能力的影响。FMECA由故障模式影响分析(FMEA)与危害性分析(CA)两部分构成，FMEA用于确定潜在故障模式、故障影响与严酷程度;CA用于确定故障模式发生概率，进而结合严酷程度确定系统薄弱环节［15-17］。

利用FMECA分析法对故障树模型中各子系统、分链路进行潜在故障模式按其严酷程度进行分析;建立故障模式与故障原因的父子节点对应数据库。利用FTA中的贝叶斯网络算法求解故障状态下各可能原因的后验概率［18-19］，按照发生概率高低依次进行排查，从而实现快速、高效解决故障问题。

3　仿真分析

本文通过分析本课题组长期实验积累实验数据，与XX公司产业化过程中产品发生故障及其原因统计，构建全光纤化光纤激光器故障模式与故障原因数据库。完成基于FTA_FMECA方法的光纤激光器故障模式分析系统，使用Python语言编写查询程序与算法计算，通过窗口呈现查询项目与结果输出。

由于光纤故障树模型非常庞大且复杂，本文在此选取故障树中节点关系相对直接的激光器输出功率波动分支作为模型实例，如图3、4所示。

图3　功率波动上节点

图4　功率波动下节点

功率波动分支的上节点在故障树上作为各类顶事件，以功率波动项为可能故障原因，发生概率受功率波动项发生与否影响。其中标识“△”表示“异或门”，标识“”表示“或门”。

功率波动分支的下节点作为各类故障原因，其发生概率会直接或间接影响到其顶事件，即功率波动项的发生。

将图3、图4所示故障树转化为贝叶斯网络拓扑结构如图5所示，根据下节点的概率分布为相应底事件的概率分布，求得顶事件的条件概率。

按照图5建立的贝叶斯拓扑网络，利用各底事件发生的先验概率，利用Python语言编写算法得到中间事件和顶事件发生的概率，编写其他条件概率算法公式与交互界面。

通过在交互页面输入窗输入激光器实际发生故障表征，如图6所示，程序将自行计算该故障发生情况下各故障原因的后验概率，在输出窗按照发生概率高低依次输出。将故障原因分析系统计算所得各可能原因与实际试验统计结果置于同一坐标系，分别生成概率分布图7。

从图7可以发现，分析系统给出最可能故障原因是泵浦源过热导致的输入不稳定。该故障原因并非最低级别的故障原因，但是可以作为分步排查的首选项。通过分步排查法，增加确定最终故障原因的准确度。通过对比可以发现，本文所细分各类输入故障子项目概率之和与实际统计所得输入故障频率百分比相差小于4%。

图5　功率波动下节点贝叶斯网络

图6　故障原因查询步骤及结果

图7　模拟结果与统计结果

4　结　论

本文在大量实验数据基础上，首次以FTA_FMECA结构为模型构建光纤激光器故障模式分析系统。采用Python语言代替C语言，完成交互界面编写与中间公式计算，从而降低不擅长计算机语言的工程人员对系统修改的困难度。该分析系统与方法可以有效提高工程人员在实际解决光纤激光器故障问题时的速度与准确度。