运载火箭故障诊断案例推理技术初探

◎中国运载火箭技术研究院总体设计部 耿辉 安雪岩 阎小涛 张素明

随着我国运载火箭发射次数的日益增多，在发射过程中积累了大量的历史故障案例，这是一笔极具价值的知识财富。目前，对于历史故障案例知识的利用主要是通过故障汇编等形式进行总结，并提供给相关的操作人员学习，以提高其在后续发射任务中诊断类似故障问题的能力。然而，这种利用方式仍属于人工学习与应用的传统方式，并非机器学习与应用的智能方式。

与传统方式相比，智能化的案例推理方法能够更为快速、准确地查找与当前故障类似的历史故障案例，并可提出对故障的诊断建议，特别是对于缺乏故障诊断经验的新操作人员来说，案例推理方法给出的诊断建议具有类似专家作用的参考价值。由于案例推理方法与人类认识、解决问题的思维方式接近，故障诊断案例推理方法也易于被操作人员理解接受。此外，与基于规则、模型的智能故障诊断方法相比，案例推理方法避免了规则获取、对象建模的瓶颈问题，可以在缺乏成熟、全面的对象知识的情况下进行诊断，因而具有更为广泛的适用范围。

一、推理流程

实施运载火箭故障诊断案例推理的前提是按照通用框架对历史故障案例进行描述，建立规范的运载火箭故障案例库。针对当前故障进行的故障诊断案例推理流程通常可分为问题描述、案例检索、案例重用、案例修正、案例存储5个步骤，如图1所示。

问题描述是由操作人员对当前故障问题进行描述，形成规范化的当前故障特征。

案例检索是在故障案例库中检索与当前故障特征类似的历史故障案例，以其故障结论作为当前故障的初始诊断结论。

图1 运载火箭故障诊断案例推理流程

案例重用是根据当前故障特征与检索到的历史故障案例之间的差异，调整、替换初始诊断结论中的某些部分，得到当前故障的建议诊断结论。

案例修正是当建议诊断结论不完全适用于当前故障时，由操作人员根据当前故障的实际情况对建议诊断结论进行修正，得到适用于当前故障的修正诊断结论，并应用于当前故障处理中。

案例存储是在当前故障处理完毕后对处理效果进行评价，并对此次故障进行完整的描述，作为新故障案例存储到故障案例库中，由此实现故障案例库的不断丰富完善。

二、关键问题

将知识工程与故障诊断相结合的故障诊断案例推理技术是具有独特优势的智能诊断方式，但运载火箭设备的故障模式多、诱发因素多，故障现象也往往呈现出多样性的特点。因此，故障诊断案例推理技术在运载火箭领域的成功应用面临以下2项关键问题：

1.故障案例描述框架设计

对历史故障案例进行规范化的描述，建立高质量的故障案例库，是确保故障诊断案例推理取得良好成效的前提。因此，需要设计通用化的故障案例描述框架，以满足对运载火箭各种设备的各类故障案例进行全面描述的要求。然而，由于运载火箭设备故障案例的复杂性，设计适合的故障案例描述框架具有一定难度。

2.类似案例检索方法制定

案例检索是故障诊断案例推理流程中最为重要的步骤。在建立高质量的故障案例库后，能否在故障案例库中准确检索到对当前故障诊断具有借鉴意义的类似故障案例是故障诊断案例推理取得良好成效的决定性因素。然而，由于运载火箭设备故障案例的复杂性，故障案例之间的关联也呈现出因素复杂、难于描述等特点，对制定有效的类似案例检索方法提出了挑战。

三、应用案例

1.故障案例描述框架

在某型运载火箭动力利用系统的历史故障汇编中，记录了20次发射任务中的123个主要故障案例，表1列出了其中典型类似故障案例组的统计。

根据表1，在全部123个历史故障案例中，有23个故障案例（约占案例总数的19%）与其它故障案例类似，至少13个故障案例（约占案例总数的11%）可采用故障诊断案例推理技术实现有效诊断。由此可见，故障诊断案例推理技术在运载火箭发射任务中具有深入应用的潜力。

对全部历史故障案例的梳理表明，运载火箭故障案例一般可从6个方面进行全面描述，如图2所示。

基本信息用于记录故障案例的相关信息，包括故障案例编号与名称、故障设备信息、发生故障时的设备工况信息等。

故障现象用于记录故障发生时观察到的现象，包括特征性故障现象、非特征性故障现象、不确定性现象等。其中，特征性故障现象是指能够确定由本故障造成的必然性显著现象（所有本案例的类似案例都必然出现类似的故障现象），非特征性故障现象、不确定性现象是指能够确定或不能确定由本故障造成的其它现象。

表1 某型运载火箭动力利用系统类似故障案例统计

图2 运载火箭故障案例描述基本框架

故障模式用于记录关于设备故障模式的分析结论。

故障起因用于记录关于设备故障诱发因素的分析结论，包括直接故障起因、间接故障起因。

处理措施用于记录后续的故障处理措施与评价结论，包括现场故障处理措施、后续设计改进措施、处理措施评价等。

其它事项用于记录故障案例的其它相关事项。

2.类似案例检索方案

在故障诊断案例推理中，类似案例检索是通过对不同案例故障特征指标进行相似度计算完成的。在故障特征指标的选取上，通常的做法是以特征性故障现象为主，以非特征性故障现象为辅。这种方式适合于单一设备在较为固定工况条件下的故障诊断，对于包含众多不同类型设备、设备间工况差异较大的运载火箭故障诊断来说则有所欠缺。

对上述某型运载火箭动力利用系统的10个典型类似故障案例组的分析表明，类似的故障案例之间除具有故障现象的相似性之外，通常还具有设备属性与/或设备工况的相似性，见表2。

因此，在进行运载火箭类似故障案例检索时，对不同案例相似度计算所选取的故障特征指标可采用故障现象、设备属性、设备工况相结合的综合方案，要求类似的故障案例之间不仅具有故障现象的相似性，还具有设备属性与/或设备工况的相似性。这一总体方案具体见表3。

对于表3中的故障现象相似性、设备属性相似性、设备工况相似性，可分别采用不同的计算或评价方法：

一是故障现象相似性。在选取特征指标用于相似度计算或评价时，以特征性故障现象为主，以非特征性故障现象为辅，原则上不使用不确定性现象。对于定性描述的故障案例现象，在相似性判断时采用定性评价的方法；对于定量描述的故障案例现象，在相似度计算时可先根据该指标的数据判读区间及案例指标数值来计算案例指标之间的相对距离，再将其转化为定量的相似度。

二是设备属性相似性。可在对运载火箭各种设备的设备类型、所属系统、所处部位等属性进行全面普查的基础上，由相关专家对设备之间的相似性进行定性评价，并制定设备属性相似性表，供判断设备属性相似性时使用。

三是设备工况相似性。主要针对不同案例的工作状态与环境条件，采用定性评价的方法来判断设备工况之间的相似度。

采用以上类似故障案例检索总体方案，对历史故障案例A与故障案例B进行了相似性比较，并判断故障案例A与案例B为类似故障案例，见表4。

根据案例记录，故障案例A的故障模式分析结论为“低温时法兰收缩”，故障起因分析结论为“低温环境”，采取的故障处理措施为“将法兰对称拧紧”；案例B的故障模式分析结论为“管路接头在低温下松动”，故障起因分析结论为“低温环境”，采取的故障处理措施为“关闭纯化器，打开旁路开关进行充气”。可见，除在故障处理措施上有所不同外，故障案例A与案例B的故障模式与故障起因均类似，可认为它们是类似故障案例。这与表4得出的故障诊断案例推理结论相同。

表2 某型运载火箭动力利用系统类似故障案例相似性特点统计

表3 运载火箭类似故障案例检索总体方案

表4 运载火箭故障案例相似性比较示例

将知识工程与故障诊断相结合的故障诊断案例推理技术是具有独特优点的智能诊断有效途径，在运载火箭领域的成功应用主要需解决好故障案例描述框架与类似案例检索方法。故障诊断案例推理技术在运载火箭发射任务中具有很好的应用前景。