基于故障树的航天器故障诊断专家系统研究

中图分类号：TP273 论文编号： 1028703 08-0017
学科分类号：081101
硕士学位论文
基于故障树的航天器故障诊断专
家系统研究
研究生姓名 金亮亮
学科、专业 控制理论与控制工程
研 究 方 向 故障检测与可靠控制
指 导 教 师 姜斌 教授
南京航空航天大学
研究生院 自动化学院
二ОО八年一月Nanjing University of Aeronautics and Astronautics
The Graduate School
College of Automation
Study on Spacecraft Fault Diagnosis
Expert System Based On
Fault Tree
A Thesis in
Control Theory and Control Engineering
by
Jin liangliang
Advised by
Professor Jiang Bin
Submitted in Partial Fulfillment
of the Requirements
for the Degree of
Master of Engineering
January， 2008承诺书
本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立
进行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容
外，本学位论文的研究成果不包含任何他人享有著作权的内容。对本
论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明
确方式标明。
本人授权南京航空航天大学可以有权保留送交论文的复印件，允
许论文被查阅和借阅，可以将学位论文的全部或部分内容编入有关数
据库进行检索，可以采用影印、缩印或其他复制手段保存论文。
（保密的学位论文在解密后适用本承诺书）
作者签名：
日 期：i
摘 要
随着科学技术的发展，航天器的设计必须要求具备故障检测和诊断的能力，
这是航天器设计中一个不容忽视的重要问题。航天器就其功能来说，包括任务
管理、健康管理和有效载荷操作三个主要方面，其中故障诊断是航天器控制系
统的重要功能之一。
本文首先介绍了故障树的基本概念，重点介绍了故障树分析法，对故障树
分析法中的故障树的建立，故障树的预处理，故障树的定性和定量分析进行了
详细的研究。
其次详细阐述了基于规则的诊断专家系统的基本原理，各个部分的组成和
功能。提出将故障树分析法与基于规则的诊断专家系统相结合的方法，将故障
树与诊断专家系统知识库联系起来，全面、系统、层次性地将专家知识表示出
来，实现了诊断知识的获取，并确保了诊断知识的一致性和完备性。
再次，对于推理机制，这是专家系统的重点。故障诊断中，如果没有一个
好的推理规则，对所有可能导致故障的事件一一进行测试，会导致效率低并且
消耗也大。本文使用 ITEM 对故障树进行故障树的定性和定量分析，并将故障树
中基于最小割集重要度思想运用到专家系统的推理机制中，这样可以大大提高
一次命中的概率，减少盲目测试的次数。
最后，本文以 windows XP 为平台，VC++

为编程语言，SQL2000 为后台数
据库，应用人工智能诊断方法和面向对象的程序设计方法，开发了航天器姿态
控制发动机故障诊断专家系统，验证了该方法具有良好的应用前景。
关键词：故障树分析法，故障诊断，专家系统，ITEM，航天器ii
ABSTRACT
With scientific and technological development, the design of a spacecraft must
have the fault detection and diagnosis capability, which is a critical issue that the
design of a spacecraft can not be neglected. The functions of a spacecraft include
three main aspects, such as task management, health management and operation of
payload. Among which fault diagnosis is one of the important function.
Firstly, this paper introduces the basic principle of fault tree, and then
emphatically introduces fault tree analysis. The establishment of the FT, fault tree
pretreatment and fault tree of the quantitative and qualitative analysis are studied in
detail.
Secondly, the paper introduces in detail the basic theory of rule-based expert
system and the various parts of composition and functions of expert system
integration advantages. We propose a new idea which combines fault tree analysis
with rule–based expert system. By connecting fault tree to diagnosis knowledge base,
we can express knowledge totally, systematically, and logically when building fault
tree. It realizes knowledge acquisition when the fault tree is used to obtain diagnosis
rule base.
Thirdly, reasoning mechanism is a hot focus of expert system. If we do not have
a good inference rules, we have to search all events one by one, which will spend
greater consumption but have low efficiency. This paper uses ITEM software to
analyze fault tree, then uses the fault tree theory which based on minimal cut sets to
the expert system inference mechanism. This can greatly increase the probability of a
hit, reducing the number of blind tests.
Finally, by using program language VC++ and SQL2000 under Windows XP,
and applying the diagnostic method of artificial intelligence and the object-oriented
programming design technology, we try to develop the fault diagnosis expert system
of spacecraft, which verified has better application prospect.
Key words: fault tree analysis, fault diagnosis, expert system, ITEM, spacecraftiii
目 录
第一章 绪论 ................................................................................................................ 1
1.1 引言 ..................................................................................................................... 1
1.2 航天器故障诊断技术研究的目的和意义 ......................................................... 1
1.3 国内外航天器故障诊断方法研究现状 ............................................................. 1
1.4 航天器主要的故障诊断的方法 ......................................................................... 3
1.5 航天器

故障诊断的发展方向 ............................................................................. 5
1.6 本文的主要工作 ................................................................................................. 7
第二章 故障树分析法研究 ........................................................................................ 9
2.1 故障树分析法中的基本概念和符号 ................................................................. 9
2.2 故障树分析方法的特点 ................................................................................... 10
2.3 故障树的数学表示 ............................................................................................11
2.3.1 与门结构函数 .............................................................................................11
2.3.2 或门结构函数 ............................................................................................ 12
2.3.3 故障树结构函数 ........................................................................................ 12
2.4 故障树的建立 ................................................................................................... 13
2.4.1 故障树分析法的步骤 ................................................................................ 13
2.4.2 故障树的生成的主要方法 ........................................................................ 13
2.4.3 计算机辅助建树国内外研究现状 ............................................................ 14iv
2.4.4 基于元件小故障树的计算机辅助建树法 .................................................15
2.5 故障树的预处理................................................................................................16
2.5.1 故障树模块化的思想 .................................................................................17
2.5.2 故障树模块化的具体实现 .........................................................................19
2.6 本章小结............................................................................................................21
第三章 基于规则的诊断专家系统的原理及结构概述...........................................22
3.1 系统基本原理....................................................................................................22
3.2 系统结构概述....................................................................................................22
3.2.1 人机界面 .....................................................................................................23
3.2.2 诊断知识库 .................................................................................................23
3.2.3 诊断知识表示 .............................................................................................23
3.2.4 知识库管理系统 ................................................................

.........................25
3.2.5 诊断推理模块 .............................................................................................28
3.3 故障树分析法与诊断专家系统之间的联系....................................................31
3.4 本章小结............................................................................................................33
第四章 基于 ITEM 软件的故障树定性和定量分析 ...............................................34
4.1 故障树的定性分析............................................................................................34
4.2 故障树的定量分析............................................................................................34
4.2.1 故障树底事件及顶事件故障概率分析 .....................................................35
4.2.2 故障树重要度分析 .....................................................................................36
4.3 基于 ITEM 软件 FTA 模块分析的故障诊断...................................................37v
4.3.1 ITEM 软件的简介...................................................................................... 37
4.3.2 基于故障树的故障诊断测试法 ................................................................ 38
4.4 诊断实例 ........................................................................................................... 39
4.4.1 利用 ITEM 软件建立项目........................................................................ 39
4.4.2 创建故障树与故障树分析 ........................................................................ 42
4.5 本章小结 ........................................................................................................... 45
第五章 基于故障树的航天器故障诊断专家系统实现 .......................................... 46
5.1 基于简化的诊断知识表示与知识库的建立 ................................................... 46
5.1.1 知识模型的选用 ........................................................................................ 46
5.1.2 航天器故障诊断知识表示 ........................................................................ 47
5.1.3 诊断知识库的建立 ................................................................................... 50
5.2 知识库维护和管理功能的实现 ....................................................................... 50
5.3 诊断推理功能的实现 ....................................................................................... 53
5.3.1 诊断流程设计 ............................................................................................ 53
5.3.2 诊断推理设计 ............................................................................................ 54
5.3.3 规则框架推理 ....................................................................................

........ 54
5.4 航天器故障诊断专家系统的实现 ................................................................... 55
5.4.1 姿态控制发动机系统工作原理 ................................................................ 55
5.4.2 姿态控制发动机故障树及分析 ................................................................ 56
5.5 专家系统的人机界面 ....................................................................................... 61
5.5.1 引入 ADO 动态链接库.............................................................................. 61vi
5.5.2 创建 ADO 与数据库的连接 ......................................................................61
5.5.3 主界面 .........................................................................................................63
5.5.4 知识库管理界面 .........................................................................................64
5.5.5 诊断推理的功能的实现 .............................................................................65
5.6 本章小结............................................................................................................67
第六章 总结与展望...................................................................................................68
6.1 论文工作总结....................................................................................................68
6.2 研究展望............................................................................................................69
参考文献.....................................................................................................................70
致 谢...........................................................................................................................74
作者在攻读硕士学位期间发表的学术论文目录.....................................................75vii
图 清 单
图 2.1 故障树符号图 ......................................................................................... 10
图 2.2 故障树举例 ............................................................................................. 12
图 2.3 故障树模块化流程图 ............................................................................. 20
图 3.1 诊断专家系统结构 ................................................................................. 22
图 3.2 知识的获取过程 ..................................................................................... 25
图 3.3 正向推理流程图 ..................................................................................... 30
图 4.1 FTA 模块.................................................................................................. 38
图 4.2 简化的故障树结构 .................................................................................. 39
图 4.3 ITEM 软件主界面…………………

…………………………………….40
图 4.4 故障树系统对话框 .................................................................................. 40
图 4.5 故障树建立效果图 ................................................................................. 42
图 4.6 事件参数窗口……………………………………………………………43
图 4.7 故障模式设置窗口 .................................................................................. 43
图 4.8 故障树分析结果 ...................................................................................... 43
图 4.9 底事件重要度三维图 .............................................................................. 44
图 5.1 诊断知识库的 E-R 图............................................................................. 47
图 5.2 知识转化过程中故障树的分解 .............................................................. 49
图 5.3 最小故障树与产生式的转化关系 .......................................................... 50viii
图 5.4 知识获取过程图......................................................................................51
图 5.5 规则等价性检测流程图...........................................................................52
图 5.6 规则循环性检测流程图...........................................................................52
图 5.7 诊断流程图...............................................................................................53
图 5.8 基于框架和规则专家系统推理过程.......................................................55
图 5.10 姿态控制发动机故障树........................................................................57
图 5.11 减压器简化后故障树............................................................................58
图 5.12 数据链接属性…………………………………………………………..62
图 5.13 连接设置.................................................................................................62
图 5.14 航天器故障诊断专家系统主界面.........................................................64
图 5.15 知识的等价检测.....................................................................................64
图 5.16 知识的循环检测.....................................................................................65
图 5.17 删除规则.................................................................................................65
图 5.18 故障推理界面之一.................................................................................66
图 5.19 故障推理界面之二.................................................................................66
图 5.20 故障推理界面之三.................................................................................67ix
表 清 单
表 2.1 深度访问步数

......................................................................................... 18
表 2.2 标记表 ..................................................................................................... 19
表 2.3 故障树兄弟孩子存储表 .......................................................................... 19
表 4.1 底事件概率表 .......................................................................................... 40
表 4.2 故障树系统对话框部分量含义 .............................................................. 41
表 4.3 最小割集的不可用度 .............................................................................. 44
表 5.1 故障概率 ................................................................................................. 58
表 5.2 结论表 ..................................................................................................... 59
表 5.3 规则对应事实表 ..................................................................................... 59
表 5.4 事实表 ..................................................................................................... 59
表 5.5 框架表 ..................................................................................................... 60
表 5.6 框架与规则对应表 .................................................................................. 601
第一章 绪论
1.1 引言
自 1957 年 10 月 4 日世界上第一颗人造卫星送上太空，截止现在，各国发
射的航天器已达 4000 多颗，据统计 1957-1988 的 30 年间各国发生灾难性事故的
卫星约 140 颗，造成了重大经济损失。因此如何提高卫星的可靠性，延长卫星
的使用寿命，已成为航天领域至关重要的问题。航天器故障诊断正是适应这一
需要而发展起来的。
1.2 航天器故障诊断技术研究的目的和意义
航天器造价昂贵，并且大部分具有唯一性，因此高可靠性是对航天器运行
的基本要求。目前，航天器高可靠性一般通过软硬件的高可靠性和冗余来保证。
但是，由于空间环境的复杂性以及航天器测试的局限性，仍然会出现航天器运
行异常或系统故障问题。从1959年8月21日美国发射水星号航天器到1995年底，
在美国及前苏联/俄罗斯进行的249次载人航天发射飞行中，共出现故障166起，
最严重的4起载人航天事故是：1967年1月阿波罗4A号、1967年4月联盟1号、1971
年6月联盟11号、1986年1月挑战者号等事故，均使宇航员遇难
[1]
。另外
[2]
，1999
年4月9日-5月4日在不到一个月的时间里，美国大力神4B、雅典娜2、德尔它3运
载火箭等发射连续失败，损失达10亿美元；1999年7月、10月俄罗斯质子号火箭
两次发射卫星失败；1999年11月日本H2运载火箭发射失败，损失2. 29亿美元；
2000年11月，印度卫星2B (N

SA-2B)丧失了对地指向功能，造成巨大损失。另外，
开展航天器故障诊断技术研究，除了保障航天器安全可靠的运行外，对于减少
地面工作人员的工作量、航天员的培训时间以及发射与运行成本都具有重要意
义。美国在这方面作了大量的工作，据文献
[3]
报道，近几年美国投入大量的资金
用于航天器系统故障诊断及其健康管理技术研究，现在美国的航天飞机的飞行
风险降低了50%，同时航天飞机的运行预算降低了1/3，而且还可能进一步降低
[4]
。2
1.3国内外航天器故障诊断方法研究现状
故障诊断技术作为提高航天器系统可靠性和安全性的重要手段已经成为发
展空间计划的一项关键技术。国外以美国和前苏联为代表，在航天器故障诊断
技术方面做了大量的深入研究工作。主要经历了以下三个阶段
[5]
：
(1)60年代简单的状态监测。1957-1965年间由于受到当时技术条件、元器件
质量和设计水平的限制，系统基本上没有考虑故障诊断问题，而只是进行简单
的状态监测，结果导致许多卫星工作失效或彻底失败，这期间航天器的平均寿
命只有半年。1965-1970年间，由于各种新技术的问世以及器件质量、设计水平
和工艺水平的提高，航天器的平均寿命提高到2-5年。
(2)70年代基于算法的故障诊断。70年代初由于技术水平的提高并辅以各种
故障诊断技术的参与，航天器的平均寿命提高到5-8年。例如“阿波罗”飞船建立
了一套独立的安全保障体系——“飞行异常分析及评价”系统。该系统包括：飞行
故障的监测和处理，飞行状态的评价，飞行资料的规范化整理，故障的地面模
拟，领域专家的参与及飞行事后分析等。由于设计、试验人员与先进的故障检
测手段的有机结合，使得“阿波罗”飞行计划圆满完成。
(3)80年代基于知识的故障诊断。1985年，美国提出在空间站初期就大量采
用专家系统技术，从此故障诊断技术应用于航天器的安全管理进入高潮时期。
80年代以后，陆续出现了各种原型、实用型的故障诊断专家系统。这些专家系
统综合了人类专家的经验，具有快速、准确、高效的故障诊断能力。目前已经
有多种用于航天器系统级和分系统级故障诊断的专家系统问世。在诊断系统的
开发方面，美国做了许多工作。1984年7月18日，美国国会通过了公共法，要求
NASA论证特殊的空间站系统，以推进迄今为止尚未应用于空间飞行器的自动化
和机器人技术。开发该系统的费用应不低于整个空间站的10％，该计划的核心
内容之一就是故障诊断。正是在这一计划的推动下，美国、日本、欧空局和地
区的科技研究机构都相继开展了故障诊断

技术的理论和应用研究，并先后研制
出一批实验型和实用型的诊断专家系统，如用于航天飞机主发动机维修与监视
的专家系统SEES
[6]
，哥伦布站载故障诊断、隔离与恢复系统FDIR，火箭发动机
透平泵健康监控系统，航天飞机主发动机故障诊断专家系统
[7]
，空间站环空生保
分系统的电化学方法清除CO
2
装置的故障诊断专家系统
[8]
，通讯卫星电源系统故
障诊断专家系统，中继卫星姿态控制分系统的故障诊断专家系统MOORE
[9]
，自3
由号空间站故障管理原型等等。
国内在航天器故障诊断技术研究方面起步比较晚，近年来逐步认识到这方
面工作的重要性，对国外相关技术进行了跟踪研究，主要在理论方面作了一些
研究工作。512所对截止到1989年底国外187颗卫星的952次故障按分系统进行了
统计；707所对1985-1994年间卫星所出现的大量故障进行搜集、整理和分析，按
分系统整理了189颗卫星出现的经典故障案例261起。国内已开发的诊断系统有：
火箭故障诊断专家系统，发动机试车专家系统，导弹故障诊断系统，卫星控制
系统故障诊断专家系统等。北京控制工程研究所研制了卫星控制系统实时故障
诊断专家系统原型SCRDES
[10-12]
，用于卫星地面检测以及卫星飞行状态的地面在
线实时故障诊断；哈尔滨工业大学分别与整个空间科学技术研究院、上海航天
局第801研究所和第509研究所合作对飞船电源系统、推进系统以及风云卫星的
故障诊断进行了深入研究，取得了一定的经验，并且已经分别开发出了故障诊
断原型系统。但是，国内所开发的大部分故障诊断系统基本上还属于实验型，
距离实用化阶段还有许多工作要做，而且主要以地面诊断为主。从世界上航天
先进国家的经验来看，自动化、自主化与人工智能在提高航天器可靠性与运行
寿命中的应用是大有可为的，也取得了很好的效果。因此，我国的航天器的故
障诊断技术研究，在理论和实践方面仍有大量的研究和开发工作要做。
1.4航天器主要的故障诊断的方法
通过对国内外故障诊断历史的分析研究，可以总结出航天器故障诊断的主
要方法如下
[4]
：
a)基于信号处理的故障诊断方法。该方法是诊断领域应用较早的方法之一，
主要采用阈值模型。信号分析采用较多的主要有时域、频域、幅值、时-频域特
性分析等。信号处理方法主要有：峰值、均方根值、波峰系数、波形系数、偏
斜度指标等参数分析，相关分析法，包络分析法，最大熵谱法，倒频谱法，同
步信号平均法，自回归谱分析法，小波分析，分形分析等。信号分析方法是其
它诊断方法的基础。
b)基于规则的

专家系统诊断方法
[13][14][15]
。基于规则的方法又称产生式方法，
早期的故障诊断专家系统都是基于规则的，这些规则是从专家的经验中总结出
来，用来描述故障和征兆的关系。该方法的优点是知识表示简单、直观、形象、
方便，使用直接的知识表示和相对简单的启发式知识，诊断推理速度快；要求4
数据的存储空间相对较小；易于编程和易于开发出快速原型系统。缺点是知识
库覆盖的故障模式有限，对未出现过的和经验不足的故障诊断就显得无能为力；
当知识库中没有相应的与征兆匹配的规则时，易造成误诊或诊断失败。
c)基于故障树的诊断方法
[16-18]
。故障树是一种体现故障传播关系的有向图，
它以诊断对象最不希望发生的事件作为顶事件，按照对象的结构和功能关系逐
层展开，直到不可分事件(底事件)为止。它的优点是能够实现快速诊断；知识库
很容易动态修改，并能保持一致性；概率推理可在一定程度上被用于选择规则
的搜寻通道，提高诊断效率；诊断技术与领域无关，只要相应的故障树给定，
就可以实现诊断。缺点是由于故障树是建立在元件联系和故障模式分析的基础
之上的，因此不能诊断不可预知的故障；诊断结果严重依赖故障树信息的完全
程度。
d)基于神经网络的诊断方法
[19]
。从映射的角度分析，故障诊断的实质是建立
从征兆到故障源的映射过程。人工神经网络的优点是高度非线性、高度容错和
联想记忆等。但是，人工神经网络应用于故障诊断也存在许多不足，诊断方法
属“黑箱”方法，不能揭示出系统内部的一些潜在关系，无法对诊断过程给予明确
解释。网络训练时间较长，并且对未在训练样本中出现的故障无诊断能力，甚
至得出错误诊断结论，这些都增加了神经网络在实际应用中的困难。
e)基于模型的故障诊断方法
[20-24]
。基于模型的故障诊断方法又称为基于深知
识的诊断方法。该方法既可解决知识获取的瓶颈问题和知识库维护困难的问题，
又能提高诊断的精确性，因此该方法正被逐步进行深入研究。基于模型的知识
表示方法有利于缓解航天器系统在故障诊断方面历史经验不足的困难。它的优
点是可以诊断未预知的故障，不需要历史的经验知识。缺点是由于使用系统仿
真模型，模型较为复杂庞大，诊断速度慢；对模型精度的依赖性较强，只要实
际系统和所建立的数学模型稍有不同，在检测条件下的任何模型的不确定性因
素都可能导致错误的报警。目前采用定性模型和多信号建模可以克服定量模型
的缺点，成为国外研究的热点
[25-26]
。
f)基于Petri 网的故障诊断方

法
[27]
。Petri网能揭示系统的结构和动态行为的
重要信息，图形化地表达系统模型。Petri网的故障诊断方法的优点是能动态地描
述故障现象的产生和传播过程，便于通过对系统行为的变化进行故障诊断。缺
点是故障诊断完全依赖于Petri网模型的建立，并且当具有相同故障特征的故障产
生时，难以进行故障源的定位，即问题求解过程中容易产生冲突现象。
g)多传感器信息融合的故障诊断方法。由于故障诊断的本质是利用诊断对象5
系统运行的各状态信息和已知的知识进行信息的综合处理，最终得到关于系统
运行和故障状况的综合评价，在这点上具有与信息融合技术相同的目的和要求。
该方法在一定程度上能够获得精确的状态估计，增加诊断置信度，改善监测性
能，充分利用传感器资源。
h)分布式理论在故障诊断中的应用
[28]
。分布式状态监测与故障诊断技术是面
向设备群的跨学科的综合应用技术。自20世纪90年代以来，由于设备在线状态
检测与诊断系统被赋予网络化的特点，通过网络以分散监测和集中操作、管理、
诊断的优良特性成功解决了测点数量多、分布广及监测、诊断困难的问题。
i)Agent和多Agent系统技术在故障诊断中的应用
[29]
。采用具有分布式的动态
智能多Agent系统进行多功能复杂系统监测与诊断正得到广泛认可，NASA的
Barney Pell等人构造出用于深空1号航天器中的远程Agent，深空1号成为人工智
能技术在航天器自主控制与诊断技术成功应用的首例。
1.5航天器故障诊断的发展方向
故障诊断技术应用于航天领域这是个循序渐进逐步发展的过程，这一技术
的发展趋势大致如下
[30-31]
：
a)由非实时诊断到实时诊断
实现实时诊断的目的就是为了提高对故障处理的快速反应能力，实现自主
控制。有些诊断任务必须要求实时性，而对于在轨故障诊断系统，实时性更是
极为重要的。诊断系统要达到实时性，必须满足许多相当严格的要求，并且还
要找出比较合理的诊断方法，设计合理的诊断软件结构。在条件允许的情况下，
尽可能提高硬件的处理速度。
b)由半自主诊断到相对全自主诊断
全自主诊断系统能够在人员不参加和照料的情况下完成持续的故障诊断。
这是实现空间自主的一个方面。为了实现空间自主，美国政府以立法的形式专
门制定了长期而庞大的空间自主演示计划。目前国外开发的多数诊断系统还都
是半自主的、需要人工参与的机辅诊断。
要实现空间自主诊断，必须要有成熟和先进的诊断技术；诊断系统的知识
库必须完备，诊断系统能够有学习机制，能诊断不可预知故障，同时，诊断系
统

还需有规划的协同合作。
c)由单故障诊断到多故障诊断6
实现单故障诊断通常比较容易的。空间飞行器在实际的运行过程中，常常
出现多故障情况，因此诊断系统必须针对实际情况，实现多故障的诊断，如果
多故障之间无耦合关系，采用单故障假设模型即可实现多故障的诊断。但是空
间飞行器的许多系统往往设计成闭环自反馈冗余系统，多故障之间耦合情况是
难以避免的。一旦出现多故障耦合情况，基于单故障假设的模型的故障诊断系
统就会做出错误诊断，因此必须采用多故障假设模型，实现多故障耦合的诊断。
d)由诊断可预知故障到诊断不可预知故障
可预知故障是事先预料到的故障；不可预知故障是事先没有预料到，但实
际却可能发生的故障。由于系统设计时都要进行可靠性分析，因此在设计时就
对已预料到的故障产生做出防止措施，因此可预知故障出现概率很小，且有比
较成熟的故障对策；而不可预知故障出现概率可能较大，且没有考虑成熟的故
障对策。用常规的基于规则的方法和有向图的方法都不能实现不可预知故障的
诊断，必须采用基于模型的诊断方法解决这一问题。
e)由基于规则系统到基于规则和模型混合的系统
基于规则的诊断系统比较容易实现，许多实际运转的诊断系统都是基于规
则的。虽然基于规则的系统易达到实时性，但也有很多不足。为了吸收各种方
法的优点，弥补其不足，可综合多种方法，如基于规则、基于故障树和基于模
型的方法，甚至可以采用人工神经网络和模式识别等方法，以实现诊断。或者
也可以在诊断的不同阶段应用不同的方法。
f)由诊断局部的故障到诊断全系统的故障
目前比较成功的诊断系统都是针对某一分系统的故障，针对全系统故障的
诊断系统还很少见。由于航天器各分系统对象不同，诊断方法和难度也都不尽
相同，可首先选择某一分系统作为研究对象，逐渐向其他分系统发展。
g)诊断系统由不能在轨学习到能在轨学习
机器学习这一问题本身就是人工智能中比较难的一个问题。航天器只有能
够在轨学习才能实现空间自主。从空间自动化方面看，在轨学习在今后很长一
段时间都是一个难点问题。
h)由诊断一般故障到诊断早期故障
系统出现了一些小变化，但尚未成为现实故障，此种状态为早期故障或潜
在故障。有些国外开发的诊断系统已具备了诊断早期故障的能力。早期故障的
诊断比一般故障的诊断困难。在故障检测没有检测到系统出现故障，这时可以
通过分析历史数据和现有数据，得到系统在某一时间断内的数据变化趋势，借7
此判断系统是否出现

早期故障。早期故障的诊断一般是基于历史数据统计的线
性回归和相关分析。具有早期故障的诊断能力，诊断系统的功能就更加完善。
i)诊断系统要具有对知识库编码的容错能力
多数已开发的系统并没有声明具备这一功能。对于一个大系统来说，由于
知识库的庞大，编码难免出错，势必导致错误诊断结果，因此要求诊断系统对
这样情况具有应付能力。目前有效诊断系统在开发初期或在论证期就已具备或
提出了这一功能。
j)诊断系统能诊断传感器的故障
当传感器出现故障，如果诊断系统不具备诊断其故障的能力，再好的诊断
技术也不能对系统实施正常的诊断。通常的诊断都是借助传感器的读值信息作
为诊断依据的，因此实现传感器的故障诊断较实现一般的诊断困难，技术方法
更为复杂。许多现已开发的系统已具备诊断传感器故障的能力。传感器诊断一
般通过自检、冗余和逻辑判断实现，在诊断中先诊断传感器故障，后诊断系统
故障。
1.6本文的主要工作
本文主要是将航天器姿态控制发动机作为研究对象，采用基于规则的诊断
专家系统与故障树分析法相结合的办法，通过收集资料和与专家交流的形式获
得姿态发动机的诊断知识，建立成故障树，然后对所建立的故障树进行定性分
析和定量分析，获得故障树的最小割集及重要度，再对故障树进行简化和等效
处理，并根据简化的故障树生成诊断专家系统的知识库，最终实现对航天器姿
态控制发动机故障的诊断。
本课题的研究具有以下特点：
(1)将专家经验知识建立成故障树的形式，形象直观的反映出故障与其产生
原因之间的逻辑关系；通过ITEM软件中的故障树分析法模块对所建的故障树进
行定性和定量分析，求出最小割集及重要度，从而获得简化的故障树，使得由
故障树生成的知识库得以简化，尽可能的减少知识库的知识冗余现象；在建造
知识库时由简化故障树转化成诊断知识库的诊断规则，很好的解决了专家系统
知识获取难这一“瓶颈”问题。
(2)由于故障树的各节点知识之间有很强的逻辑和层次关系，因而由故障树
生成的知识库在查询时，具有很强的针对性，并且诊断的模块性很强，较符合8
人类的思维过程。
(3)专家系统的推理和故障树分析中基于最小割集重要度的诊断方法融合在
一起，大大提高搜索效率。
(4)为了便于诊断知识库的管理以及诊断系统的可塑性，系统实现了诊断知
识库与推理机分离。9
第二章 故障树分析法研究
故障树(FT)模型是描述诊断对象结构、功能和关系的一种定性因果模型。通
常把最不希望发生的故障作为顶事件，把不

能再分解的基本故障作为底事件，
把介于顶事件和底事件之间的一切事件称作中间事件。用相应的符号代表这些
事件，再用适当的逻辑门(与门和或门)把这些事件连接成树状图，这种倒立的树
状图形就称作故障树。故障树是一种能体现故障传播关系的逻辑关系图。它以
简单的方式对包含系统硬件、软件、人为因素等引起系统异常发生的原因、系
统中故障的传递及故障的危害等问题进行全面的描述，反映了系统故障与导致
系统故障的各种因素之间的逻辑关系，是分析系统发生故障的各种途径的一种
有效的手段
[32]
。
2.1 故障树分析法中的基本概念和符号
顶事件：顶事件就是所分析系统不希望发生的事件，它位于故障树的顶端，
因此它总是逻辑门的输出而不可能是任何逻辑门的输入。通常在故障树中顶事
件用“矩形”符号表示。
中间事件：除了顶事件外的其他结果事件均属于中间事件，它位于顶事件
和底事件之间，它是某个逻辑门的输出事件，同时又是另一个逻辑门的输入事
件。通常在故障树中中间事件也用“矩形”符号表示。
底事件：位于故障树底部的事件称为底事件，它总是所讨论故障树中某个
逻辑门的输入事件，它在故障树中不进一步往下发展。通常在故障树中底事件
用“圆形”符号表示。
基本事件：己经探明或尚未探明但必须进一步探明其发生原因的底事件，
基本元部件故障或人为失误、环境因素等均属于基本事件。
除了上述的几种事件之外，还有房形事件、菱形事件、条件事件等事件，
由于这些事件在静态故障树中不常用，故在此不作详述。
或门：表示所有输入事件中，至少有一个输入事件发生时，门的输出事件
发生。故障树中 n 个底事件由或门相连接，则等同于逻辑图中的 n 个单元串联。
与门：表示仅当所有输入事件同时发生，门的输出事件才发生。故障树中 n10
个底事件由与门连接则等同于逻辑图中的 n 个单元并联。
异或门：表示或门中输入事件是互斥的，即当单个输入事件发生时，其他
都不发生，则输出事件才发生。
转移符号：三角符号表示转移事件，故障树中同一故障事件常不在同一位
置上出现，三角符号加上相应线条可表示从某处转出或转入，说明在图上不宜
直接相连重复的相同的树与树之间的连接关系，也可以表示规模较大树的转页。
除了上述的几种符号之外，还有逻辑禁门、功能触发门、优先与门、顺序
门、冷贮备门、热贮备门等常用在动态故障树中的符号。
具体的符号见图 2.1 故障树符号图。
顶事件
与门 或门 转移符号 异或门
底事件中间事件基本事件
图

2.1 故障树符号图
2.2 故障树分析方法的特点
(1)直观、形象。FTA 是故障事件在一定条件下的逻辑推理方法，它围绕某
些特定的故障状态做层层深入的分析，因而在清晰的故障树图形下，表达了系
统内在联系，并指出元部件故障与系统故障之间的逻辑关系，指出系统的薄弱
环节。与一般可靠性分析方法不同，它是一种从系统部件再到零件这样的“下降
形”分析方法，通过逻辑符号绘制出一个倒树形图，这样它就把系统故障与导致
该故障的各种因素直观而又形象的呈现出来
[33]
。
(2)灵活、多用。它不仅局限于对系统可靠性做一般的分析，还可以分析系
统的各种故障状态，可用于分析某些元部件故障对系统的影响，以及对导致这
些元部件故障的特殊原因(如环境因素、人为操作或决策失误的影响)进行分析。11
(3)多目标、可计算。故障树分析法可以应用在系统寿命周期的任何阶段：
在设计阶段，应用故障树分析法可以帮助设计者弄清系统潜在的故障模式，找
出系统的薄弱环节，以便在设计中采取相应的改进措施，实现系统设计的最优
化；在管理和维修中，根据对系统故障原因的分析，充实部件备品，完善使用
方法，采取有效的维修措施，切实防止故障的发生。由于故障树是由特定的逻
辑门和一定的事件构成的逻辑图，因此，可以应用计算机来辅助建树和分析。
(4)FTA 不仅可用于解决工程技术中的可靠性问题，而且可用于经济管理的
系统工程问题，还对不曾参与系统设计的管理和维修人员来说相当于一个形象
的管理维修指南，因此对培训使用系统的人员更有意义。
2.3 故障树的数学表示
假设所研究的设备及其组成的部件、元件等只取正常和故障两种状态，并
假设部件、元件的故障是相互独立的。研究一个由 n 个独立的底事件构成的故
障树。设
i
x 为底事件 i 的状态变量，
i
x 仅取 0 或 1 两种状态。Φ 表示顶事件的状
态变量，Φ也取 0 或 1 两种状态。则有如下的定义
[34]
：
1
)
i
i
x
i i n

=


底事件 发生(部件、元件故障)
0 底事件 不发生(部件、元件正常) (＝1,2,
1
0

Φ =


顶事件发生(设备故障)
顶事件不发生(设备正常)
故障树顶事件是设备所不希望发生的故障状态，Φ=1；相应的底事件状态
为元件故障状态，
i
x =1。顶事件状态 Φ 完全由故障树底事件状态 X 所决定，即
Φ = Φ ( X)，其中
1 2 3
( , , , , )
n
X = x x x x，称 Φ ( X)为故障树的结构函数。
结构函数是表示设备状态的一种布尔函数，其自变量为该设备组成单元的
状态。不同的故障树有不同的逻辑结构，从而对应不同的结构函数。
2.3.1 与

门结构函数
1
( ) 1, 2, ,
n
i
i
X x i n
=
Φ = ∩ =(2.1)
在式(2.1)中，n为底事件数。当
i
x 仅取 0 或 1 两值时，上式可改写为：
1
( )
n
i
i
X x
=
Φ = ∏ (2.2)12
当全部部件，元件发生故障时，设备才有故障，其中只要有一个部件正常
则设备正常。
2.3.2 或门结构函数
1
( ) 1, 2, ,
n
i
i
X x i n
=
Φ = ∪ =(2.3)
当仅取 0 或 1 两值的时候，式(2.3)可以改写为：
1
( ) 1 (1 )
n
i
i
X x
=
Φ = ∏ (2.4)
式(2.4)说明只要一个部件故障，设备就会故障。
2.3.3 故障树结构函数
对任意的一棵故障树，都可以简化为由逻辑与门和逻辑或门以及底事件组
成的形式。因而利用逻辑门的布尔表示可以将故障树的顶事件的状态 T 表示为
底事件状态变量
1 2
, , ,
n
x x x 的布尔表示式。如下图 2.2 的故障树，它的结构函数
可以表示为：
1 2 3 4 3 4 5 6 7 8 9 10
T = ( x x + x x )( x x + x x )( x +x )x x
不难看出，系统越复杂，其结构函数也就越冗长复杂，不方便于定性和定
量分析。
G4 G5 G6 G7
G8 G9 G10
X1 X2 X3 X4 X5 X6
X7 X8
X9 X10
G1
G2 G3
图 2.2 故障树举例13
2.4 故障树的建立
2.4.1 故障树分析法的步骤
传统的故障树分析技术可以分为三个步骤：故障树的建立、故障树的定性
分析和故障树的定量分析。在系统故障树建立之后，对故障树进行定性分析的
主要目的是寻找导致与系统有关的不希望事件发生的原因和原因的组合，即所
有的割集。在求得所有的最小割集后，就可以进行故障树的定量分析，以及基
于定量分析的故障定位和故障处理等。
传统的故障树是一种基于静态逻辑或静态故障机理的分析方法，但是它对
具有动态随机性故障的容错系统，具有冗余的可修系统，具有共有资源库的系
统，以及具有顺序相关性的可靠性分析是无能为力的。对于这种复杂的故障树
可以通过模块的划分，分为静态模块和动态模块。对于静态模块，利用二元决
策图 (binary decision diagrams，BDD)
[35]
来进行分析是目前较好的方法，理论也
已经相当的成熟。动态模块的解决方法是马尔可夫模型。这样的话就避免了对
于复杂故障树(既含有静态模块也含有动态模块)统一用马尔可夫模型所面临的
运算量过大而无法求解的问题。本文中涉及到故障树以静态故障树为主。
2.4.2 故障树的生成的主要方法
故障树的生成是故障树分析的前提。一般来说，现在常见的故障树生成方
法有两种：演绎法和合成法。演绎法主要用于人工建树，合成法主要用于计算
机辅助建树
[35][36][37]
。
演绎法又称手动建树法，它是通过人的思考去分析顶事件是怎样发生的，
再由顶事件出发循序渐进的寻找每层事件发

生的所有可能的直接原因，一直分
解到基本的底事件为止，这一人工建树的过程就是演绎法。
合成法是通过计算机程序将一些分散的小故障树按一定的分析要求自动画
成分析人员所要求的故障树的方法。与演绎法相比合成法的优点在于它是一种
规格化的建树方法，由合成法得到的故障树不论什么人建树其结果都是相同的；
其缺点是分析人员不能通过分析系统而对目标系统有彻底的了解，也不能像演
绎法那样有效地考虑环境条件和人为因素的影响。所以合成法只是针对系统硬
件失效而建造故障树的一种方法。
上面的分析可以看出手工建树的方法繁琐、费时、易受到人为错误的影响14
并且冗长，尤其是对比较复杂的系统建树很难避免发生逻辑上的错误和遗漏，
演绎法的种种弊端使其己经不能适应工业发展的需求。相比之下，尽管合成法
存在对系统不能作彻底的了解、不能有效地考虑环境因素和人为因素的缺点，
但是在这方面的研究却十分活跃。近年来出现了多种由计算机辅助自动生成故
障树的方法并已成为故障树生成的主流技术，使得计算机辅助故障树的综合技
术得到了快速的发展
[32]
。
2.4.3 计算机辅助建树国内外研究现状
自 1973 年 Fussell 首次提出过程综合法(Synthetic Tree Model，STM)的故障
树生成方法以来，人们一直在寻找一种良好的、简单易行的故障树生成算法，
先后开发出了有向图、决定表、小故障树合成、人工智能等技术生成故障树的
方法。近年来随着计算机技术的迅速发展，提高了故障树的开发效率，下面我
们根据杂志上发表的文献对现有的算法种类及其特点进行一下扼要总结
[32]
：
(1)Fussell(1973)使用故障传递函数来模型化电子设备的故障模式，以电子系
统为对象开发了一种故障树综合方法
[38]
。根据电子系统构成元件的故障传递函
数，电子系统内部信号流路并结合系统的边界条件来生成最终的故障。
Taylor(1982)应用平衡偶图、信号流图、状态转换表模型化故障的传递，修改并
完善了 Fussell 的算法
[39]
。
(2)Power 等(1974)，提出了利用有向图生成故障树的方法，利用有向图描述
系统状态，图中标有故障模式，自图中直接读出故障原因和故障传播的因果关
系，生成故障树
[40]
。Lapp & Powers(1977)将这一方法应用于高温硝酸冷却系统，
提出故障树的生成报告
[41]
。后来，Shafaghi 等(1984)提出了以控制回路为单位分
割对象系统，绘制每一个控制回路的有向图，进而以有向图为基础生成故障树
的方法
[42]
。
(3)Salem 等(1976)(1980)开发了利用决定表生成故障树的计算机代码
[43]
。在
这个方法中，他

们利用决定表描述各要素的输入、输出及内部状态模式，之后
根据决定表生成故障树。Wang 等(1993)提出了应用扩展决定表和使用虚传递元
件来生成故障树的方法
[44]
。
(4)Kelly，Less 的故障树综合算法(1986)是以小故障树为基础的，通过传递
方程、事件状态和决定表产生小故障树
[45]
。Bossche 等(1991)针对化工企业，通
过应用过程变量与元件之间的关系来模型化故障的传递，生成中间临时故障树，
最终生成系统故障树
[46]
。15
(5)Elliott(1994)描述了基于知识方法创建系统的可靠性框图，提出了以人机
对话方式输入基础知识规则及规则的解释，生成故障树的方法
[47]
。Camadaa 等
(1978)提出了利用系统可靠性图表辨别最小路径集，然后转换为相应的故障树的
方法
[48]
。
然而，上面提到的各种方法中有一些方法无法应用于复杂系统的故障树生
成。其中有向图、决定表、转换表和控制回路之间的连接表方法等能够应用于
复杂系统的故障树的生成，但是由于有向图、决定表、转换表等的建立非常复
杂，很难建立能描述全部系统特性的图表，因此很难实际应用；利用系统分解
和基于元件小故障树的方法有着较好的发展前景，但是这种方法对于具有反馈
及复杂信号关联的过程系统的应用尚有待于进一步的研究。
就故障树的生成方法的研究而言，应该说我国的起步较晚。最近几年，中
南工学院的廖卫献(2001)，大连海事大学的吴志良等人(2002)分别就薄壁容器缝
焊工艺、集装箱装卸桥驱动控制系统生成了故障树，但是，他们采用的方法是
人工生成方法。国内关于计算机辅助自动生成故障树的研究大多停留在理论研
究的层次，在这一方面比较有代表性的主要有：
1997 年清华大学的简志敏、胡东成、童诗白等提出一种改进的有向图法——
一般有向图法
[49]
。使用这一方法，能较好地完成简单控制系统的自动建树，而
且可以较好地完成有较复杂控制结构的控制系统的自动建树，克服了传统有向
图法自动建树的困难。但是对有向图的理解与分析比较困难，并且难于建立能
描述全部系统特性的图表。
1999 年上海交通大学的马勇、许晓鸣，及天津大学的刘全忠等人提出了基
于单元输入输出模型的控制系统故障树自动生成方法
[50]
。这一方法是通过对系
统组成单元的故障模型和输入输出变量间偏差的传输增益分析，建立单元输入
输出模型和相应的数据库，通过对数据库搜索建立故障树。文中给出了一种自
动识别控制环的算法，讨论了复杂控制系统的建树的开放性和可移植性。
2.4.4 基于元件小故障树的计算机辅助建树法
(1)基于

元件小故障树的计算机辅助建树法的思想
根据上文的分析，我们可以看出故障树的自动建建树方法主要有：基于故
障传递函数的故障树建立方法、基于有向图的方法、基于决定表的方法、利用
小故障树的方法等等。但是上述方法中有一些是无法应用到复杂系统的故障树
生成。有向图、决定表等方法可以用到复杂系统中，但是其自身的建立过程就16
十分的复杂，很难建立能描述全部系统特征的图表。
综合上述情况，采用基于元件小故障树的计算机辅助建树法是较好的选择。
采用这种方法的原因有下面几点：
1)目前，航天器系统种类繁多，但是构建系统的部件又有一定的通用性。对
于这些有一定通用的部件或系统我们可以将它的故障树系统存储起来，便于多
个系统的使用，不用每个系统分析时都要重新分析一次。这些部件的故障树就
作为了系统的元件小故障树。元件小故障树不仅仅拘泥于某个部件，对于某些
系统，比如 AD，DA 等，也可以作为系统的元件小故障树使用。这种元件小故
障树有利于多次使用。
2)如果对于整个系统都使用计算机自动生成故障树的话，生成的故障树的准
确性有一定的问题。并且由于对于系统的故障树的构建过程就是我们对于系统
的一次详细的分析过程，如果全部使用计算机来做，采用故障树分析法就失去
了一部分效用。目前，各种系统纷繁复杂，可能我们对于某种系统能够找到一
种比较适合的自动生成故障树的方法，但是这种方法却不一定适用于其他的系
统。
为了综合人工建树时可以充分理解系统的优点，又同时避免对某些部件多
次重复分析，本文采用了基于元件小故障树的计算机辅助建树法。
(2)基于元件小故障的计算机辅助建树的实现
基于元件小故障树的计算机辅助建树法可以分为两个部分：一部分是小故
障树的生成和存储；另一部分是系统的故障树的生成。
对于小故障树，为了便于以后的重复使用，我们不但要记录下故障树的构
成，同时对于小故障树所对应的部件或者是某些系统的结构特点要存储下来。
这样我们在下次利用小故障树时，应先查找是否有对应的小故障树存在，查找
的时候要对应部件或者系统的结构和功能来查找，这样就不会出现小故障树应
用错误的问题。
对于系统的故障树，首先由用户来输入对应的顶事件和故障树构造结构。
在构建故障树的时候，应先查找小故障树库中是否有对应的小故障树存在，若
有则将小故障树调出直接应用；若无，则继续人工构建故障树。
这里面都涉及到故障树的存储的问题，故障树本身是一个多叉树，对于多
叉树的

存储有很多种方法。对应于不同的操作，可采用不同的存储方法。17
2.5 故障树的预处理
故障树建立后我们要进行的就是故障树的相关分析，但是由于系统的复杂
性，得到的故障树往往也非常复杂，如果在其基础上不做相应的简化，直接进
行分析，有的时候是不可实现的。即使我们采用了后面所说的 ITEM 软件进行分
析，也要在分析前对故障树进行一定的预处理，这样对故障树的分析有很大的
好处。故障树的模块化就是故障树预处理中很重要的一步。
2.5.1 故障树模块化的思想
在实际应用中，往往分析的系统都非常的庞大，生成的故障树也非常的庞
大，对故障树的分析如定性分析和定量分析，有得时候往往是不可实现的。为
了便于故障树的各种分析，在故障树分析之前需要对故障树进行一定的简化。
故障树的模块化就是的一种重要的故障树简化方法。
故障树模块化就是将故障树分成多个相互独立的模块，然后对于各个模块
分别进行分析，减少了每次分析的工作量，便于分析的实现。
故障树的独立模块是至少有两个底事件的集合，这些事件向上可以达到同
一逻辑门(称为模块的顶点)，并且必须通过此逻辑门才能到达顶事件。故障树的
所有其他底事件向上均不能到达该逻辑门。没有被其他模块包含的模块称为故
障树的最大模块。模块所包含的底事件和向上所经过的逻辑门(包括到达的同一
逻辑门)构成故障树的一个分支，该分支称为故障树的模块子树。把一个模块子
树的顶事件作为原故障树的一个底事件，这样原来复杂的故障树就变为相对简
单的以模块子树为底事件的故障树，称为模块故障树。对于静态故障树，模块
化后，用 ITEM 软件进行分析，求得各模块子树的故障模式和顶事件故障概率：
再对模块故障树根据其类型采用相应的分析方法进行分析，求得用模块子树顶
事件表示的故障模式；以模块子树的故障模式代入总故障树的故障模式，即得
总故障树的故障模式。同样，以各模块顶事件故障概率作为模块故障树中底事
件的故障概率，根据模块故障树的类型采用相应的分析方法，求得模块故障树
顶事件的故障概率，即得原总故障树顶事件故障概率。简言之，模块分解法是
将复杂故障树转化为一系列较简单的故障树，以达到简化分析的目的。另外，
若模块子树仍然较复杂的话，则可对模块子树重复上述模块分解步骤。
寻找故障树独立模块的方法己有许多种，这里介绍一种基于深度遍历的算18
法，用来实现在故障树中对独立模块的快速查找。这种方法可以在几毫秒内对
具有数百个逻辑门和事件组成的故