3. 故障树分析定位顶事件关键路径

故障树分析定位顶事件关键路径 学习卡片

故障树分析定位顶事件关键路径

故障树分析(FTA)从顶事件出发,逐层向下追溯导致系统失效的底事件组合。本案例以某型雷达发射单元"无射频输出"为顶事件,建立故障树、求取最小割集、计算顶事件概率,并识别影响最大的底事件组合。

顶事件定义:雷达发射单元无射频输出(T)

系统结构:发射单元由激励源(A)、功放模块(B)、电源模块(C)和波导传输组件(D)组成。激励源与功放模块串联工作;电源模块为功放和激励源供电;波导传输组件负责射频信号输出。

故障树建模与逻辑门

根据功能关系,顶事件T由以下中间事件通过逻辑门连接:

  • M1(无激励信号):激励源A失效 或 电源C对激励源供电支路失效
  • M2(无放大输出):功放模块B失效 或 电源C对功放供电支路失效
  • M3(无射频传输):波导传输组件D失效
  • 顶事件T:M1 与 M2 同时发生(串联逻辑),或 M3 发生(波导断路直接导致无输出)
顶事件 T 无射频输出 OR 门 M1 无激励信号 激励源或供电失效 M2 无放大输出 功放或供电失效 M3 无射频传输 波导组件失效 OR 门 OR 门 X1 激励源A λ=2.5e-5/h X2 电源C1 λ=1.8e-5/h X3 功放B λ=4.2e-5/h X4 电源C2 λ=1.8e-5/h X5 波导D λ=0.8e-5/h 最小割集与顶事件概率 最小割集(MCS): K1 = {X1, X3} K2 = {X1, X4} K3 = {X2, X3} K4 = {X2, X4} K5 = {X5} 顶事件概率(近似,λt ≪ 1): P(T) ≈ P(K1)+P(K2)+P(K3)+P(K4)+P(K5) = λ₁λ₃t² + λ₁λ₄t² + λ₂λ₃t² + λ₂λ₄t² + λ₅t 单点失效路径

最小割集求取

采用下行法(Fussel-Vesely算法)从顶事件逐层展开:

步骤处理割集集合
1T = M1·M2 + M3{M1M2}, {M3}
2M1 = X1 + X2{X1M2}, {X2M2}, {M3}
3M2 = X3 + X4{X1X3}, {X1X4}, {X2X3}, {X2X4}, {M3}
4M3 = X5{X1X3}, {X1X4}, {X2X3}, {X2X4}, {X5}

得到5个最小割集:K1={X1,X3},K2={X1,X4},K3={X2,X3},K4={X2,X4},K5={X5}。其中K5为单事件割集(一阶割集),是系统的单点失效路径。

顶事件概率计算

取任务时间 t = 1000 h,各底事件失效率如下:

底事件对象失效率 λ (×10⁻⁵/h)P(Xi) = λt
X1激励源A2.52.5×10⁻²
X2电源C11.81.8×10⁻²
X3功放B4.24.2×10⁻²
X4电源C21.81.8×10⁻²
X5波导D0.80.8×10⁻²

由于各割集之间可能不独立,采用容斥原理精确计算较复杂。当各底事件概率较小时,采用一阶近似(稀有事件近似):

P(T) ≈ Σ P(Ki)
     = P(X1)P(X3) + P(X1)P(X4) + P(X2)P(X3) + P(X2)P(X4) + P(X5)
     = (2.5×1.8 + 2.5×1.8 + 1.8×4.2 + 1.8×1.8)×10⁻⁴ + 0.8×10⁻²
     = (4.5 + 4.5 + 7.56 + 3.24)×10⁻⁴ + 0.8×10⁻²
     = 19.8×10⁻⁴ + 0.8×10⁻²
     = 1.98×10⁻³ + 8.0×10⁻³
     = 9.98×10⁻³

顶事件概率约为 9.98×10⁻³,即任务时间1000小时内无射频输出的概率约为1%。

关键路径识别与改进优先级

各割集对顶事件概率的贡献占比:

割集底事件组合概率贡献占比阶数
K5X5(波导D)8.0×10⁻³80.2%一阶
K3X2·X3(电源C1+功放B)7.56×10⁻⁴7.6%二阶
K1X1·X3(激励源A+功放B)4.5×10⁻⁴4.5%二阶
K2X1·X4(激励源A+电源C2)4.5×10⁻⁴4.5%二阶
K4X2·X4(电源C1+电源C2)3.24×10⁻⁴3.2%二阶

关键结论:K5(波导D单点失效)贡献了顶事件概率的80%以上,是绝对的关键路径。波导组件虽然失效率最低(0.8×10⁻⁵/h),但因其为单点失效(一阶割集),对系统无射频输出的影响最大。改进优先级应为:①波导D增加冗余或提高可靠性;②功放B(X3)参与两个割集,降低其失效率可同时削减K1和K3的贡献;③电源模块C1和C2的失效率相同,但C1参与K3(贡献更大),优先改善C1。

改进方案验证

若对波导D采用并联冗余(两个波导组件并联,任一正常即可工作),则K5变为二阶割集{X5a, X5b},其概率贡献降为(0.8×10⁻²)² = 6.4×10⁻⁵,顶事件概率降为:

P(T)_改进 ≈ 1.98×10⁻³ + 6.4×10⁻⁵ ≈ 2.04×10⁻³

顶事件概率从9.98×10⁻³降至约2.04×10⁻³,降幅约80%,验证了关键路径识别的正确性。