军用气象物资包装可靠性分析

导语：军用气象物资包装可靠性分析一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

1军用气象物资包装可靠性分析

军品包装可靠性是指军品包装在规定的条件下和时间内，完成规定功能的能力［2］，因而，军品包装可靠性和一般可靠性具有相同点，即需要完成规定的功能。同时，军品包装可靠性又与一般可靠性有不同之处，一般可靠性的焦点是产品本身，而军品包装可靠性的焦点不单单只是包装本身，更强调的是包装军品的安全可靠性［3］。我军气象物资是我军实施军事大气探测和军事气象保障的各种技术设备总称，是军事气象保障的物质基础。其包装最主要的功能就是实现对气象物资的保护。许多气象物资从离开生产线到装配部队开始服役，不仅要经历相当长的储存时间，而且要做多次搬运。在此期间包装应起防水、防潮、防冲击、防震、防菌、防污染、防光、防氧化、防电磁干扰等多方面的保护作用，且气象物资最大限度地分散在各种类型气候条件下使用，工作在广泛的地域，要经常、连续不断地对千变万化的大气物理过程及其规律进行探测，处于多种气象要素综合变化的作用下，影响因素相互交错，其工作条件的应力因素错综复杂，因此军用气象物资包装可靠性就变得相当复杂。现有的包装可靠性研究常集中于运输包装可靠性方面，利用包装动力学理论对产品的包装进行可靠性分析。这些方法着眼于产品运输过程中冲击、振动及跌落等外界机械力对包装的影响，而由于环境要素、人为等因素的不确定性，所需的可靠性数据极难获取，无法精确量化，导致这部分因素的影响常常被忽略，而对于气象物资而言，这些因素的影响无法忽略。由此可知，运输包装可靠性分析方法无法全面、真实地反应产品包装的可靠性。专家判断和模糊故障树方法可以很好地解决环境、人为等因素无法精确量化的问题，且可以全面地考虑影响可靠性的所有因素，为军用气象物资包装可靠性研究提供了一种有效的途径。模糊故障树分析方法将常规的FTA方法与模糊数学理论相结合，不仅能对系统的各种危险性进行辨识和评价，分析系统故障的直接和潜在的原因，并且能够很好地处理顶事件、底事件发生概率模糊的情形。它采用模糊数对底事件、顶事件进行描述，并进行定性、定量分析。目前，在军事气象业务中主要涉及的气象物资种类繁多、型号不一、数量巨大，主要有气象车辆、气象雷达、气象信息传输处理设备、地面气象观测设备、高空气象探测设备、气象仪器检定设备等。文中以典型的湿度测量设备，国瑞智技术有限公司生产的“TFS-1通风干湿表”的包装为例，利用专家判断和模糊故障树方法对其包装可靠性进行分析。

2故障树的建立与定性分析

TFS-1通风干湿表外包装箱采用铝合金外壳，箱体内为EVA减震内衬。根据其包装故障原因，构建了以“包装失效事件”为顶事件的故障树，见图1。定性分析的主要目的是寻找导致顶事件发生的所有可能的故障模式，也就是分析清楚导致系统顶事件发生的所有可能的底事件或底事件的组合，这些底事件或底事件的组合称为故障树割集。定性分析的关键就是找到故障树所有的最小割集，任一最小割集中所有的底事件发生必然导致顶事件的发生，因此，最小割集代表了导致该系统顶事件发生的所有可能的故障模式。故障树最小割集的求解通常采用上行法或下行法，利用故障树结构中的逻辑关系从顶事件向下或从底事件向上逐级分析。TFS-1通风干湿表包装可靠性研究以包装失效引起产品故障为顶事件。由图1故障树可知，该故障树全部由“或门”组成，利用下行法可求出全部最小割集为:{X1}，{X2}，{X3}，{X4}，{X5}，{X6}，{X7}，{X8}，{X9}，{X10}。由此可知，任一底事件的发生均会导致顶事件的发生。假设底事件相互独立，顶事件可以表示为:T=X1+X2+…X10(1)2．3故障树定量分析故障树的定量分析是在定性分析的基础上展开的，主要包括2个方面的内容:计算顶事件的发生概率;计算底事件的重要度。根据故障树的定性分析知，顶事件等同于所有最小割集的并事件。假设所有最小割集为Ki(i=1，2，…，NK)，NK为最小割集的个数，在所有底事件相互独立的条件下，利用容斥公式可得顶事件T发生概率，可用式(2)表示［4］:P(T)=P∪ni=1K()j=∑ni=1P(Ki)－∑ni＜j=2P(KiKj)+∑ni＜j＜k=3P(KiKjKk)+…+(－1)n－1P(K1K2…Kn)P(Kj)=∏i∈KiQi(2)其中Qi为底事件Xi的发生概率。一般情况下，底事件的发生概率很小，对于较为复杂的系统(最小割集数量较多且阶次较高)，在实际计算中可近似地取(2)式的前一项或几项。底事件的重要度通常包括底事件概率重要度、结构重要度、相对概率重要度及相关割集重要度，这4个重要度从不同的角度描述了底事件在故障树中的定位和关键程度。文中结合模糊数学理论，仅对底事件的概率重要度进行分析和计算。其定义是，在已知各基本事件可靠度(或不可靠度)的情况下，基本事件不发生时(假设发生概率为0)与发生时(假设发生概率为1)相比，系统不可靠度的减少量，是顶事件的发生概率对底事件发生概率的偏导数［1］。设顶事件的发生概率为P(T)，则基本事件Xi的概率重要度为P(T)/［P(Xi)］。底事件概率重要度反映了底事件发生概率的变化对顶事件发生概率的影响程度，它可以用来定量衡量降低各底事件的发生概率对于降低顶事件发生概率的贡献程度，从而确定对顶事件发生概率影响最大的底事件。这对于用有限的人力和物力最大的提高系统可靠性有较大的意义。

3底事件发生概率的确定

底事件发生概率的确定是对系统故障树进行定量分析计算的基础，一旦底事件的发生概率确定后，就可以对顶事件的发生概率进行定量计算，并可以计算底事件的概率重要度。底事件发生概率数据一般是通过可靠性试验、现场使用反馈得到的，数据本身带有较大的随机性和统计性。由于可靠性试验要求真实地模拟实际典型环境，在模拟实际使用的工作条件及真实使用的环境条件下长期工作［5］，因此所需的周期相当漫长，获取代价极大。对于气象物资包装而言，其发生的故障与环境、储运条件、使用等环境客观因素紧密相关，通过实验获取的数据的代表性不强，并且人为的因素影响较大，纯粹的依靠抽样的概率方法难以奏效。采用专家判断法对底事件的发生概率进行模糊评价。通过调查该领域专家对各个底事件发生概率大小的评价，利用模糊集理论将模糊评价语言转化为相应的模糊数据。专家根据自己的经验等对某底事件的发生概率作出类似“很小”、“较小”等的模糊语言评价。评价分为“很小、小、较小、中等、较大、大、很大”(用“VL，L，FL，M，FH，H，VH”表示)7个等级，用三角或梯形模糊数代替这些自然语言，见图2［6］。这些评价语言对应的模糊数形式和λ截集描述见表2［7］。为提高专家评价数据的质量，必须选取适当的专家进行评价，并且由于专家个人学识、经验等的不同，对每位专家的评价不能作等同处理，必须对他们的评价赋予不同的权重［8］。文中从级别、工作经验、对领域的熟悉程度等3个方面对专家进行赋值，3个方面不同的等级对应不同的分数，见表3。则每位专家的权值可利用式(3)得到，其中WSi(i=1，2，…n)(n为专家数)为专家i的得分。ωi=WSi∑ni=1WSi(3)3．3底事件发生概率计算1)计算平均模糊数W。对于底事件X1，由5位专家对其发生可能性进行判断，5位专家的权重值可利用式(3)和表3求出，分别为0．2314，0．2066，0．1901，0．1653，0．2066，对应的评估意见分别为“中等、较大较大、中等、较大”。可得底事件X1的平均模糊数为:W1=ω1f1ω2f2…ω5f5=［0．2314(0．1λ+0．4)+0．2066(0．1λ+0．5)+0．1901(0．1λ+0．5)+0．1901(0．1λ+0．5)+0．1653(0．1λ+0．4)+0．2066•(0．1λ+0．5)，0．2314(－0．1λ+0．6)+0．2066(－0．1λ+0．8)+0．1901(－0．1λ+0．8)+0．1653(－0．1λ+0．6)+0．2066(－0．1λ+0．8)］=［0．1λ+0．46033，－0．1λ+0．72066］(4)由模糊扩展理论知，W也为模糊集。令Wλ1=［z1，z2］可得，λ=(z1－0．46033)/0．1，λ=(0．72066－z2)/0．1，则W1的关系函数为:fw1=z－0．460330．1(0．46033＜z≤0．56033)1(0．56033＜z≤0．62066)0．72066－z0．1(0．62066＜z≤0．72066)0(其他)(5)2)将模糊数转化为模糊可能性值FPS。模糊可能性值FPS是模糊数的清晰值表示，利用Cheng和Hwang所提出的左右模糊排序法可实现该转化［6］，该方法定义最大模糊集和最小模糊集为:fmax=x(0＜x＜1)0(其他{)fmin=1－x(0＜x＜1)0(其他{)则模糊数W的左右模糊可能性值分别为:FPSR=supx［fw(x)∧fmax(x)］=0．6551FPSL=supx［fw(x)∧fmin(x)］=0．4906(7)W的模糊可能性值为:FPS(W)=12［FPSR(W)+(1－FPSL(W)］=0．5823(8)3)将FPS转化为模糊失效率FFR。故障树底事件的发生概率是由专家评价与模糊理论相结合得到的，模糊可能性值FPS并不能表示底事件的发生概率，但却与其存在着对应的关系，利用式(9)可将FPS转化为模糊失效率［9］FFR，即底事件的发生概率:FFR=1/10K(FPS≠0)0(FPS=0{)(9)其中K=1－FPS()FPS13×0．301。从而可以得到故障树中底事件X1的发生概率为0．008712。通过类似的方法可依次求出X2…X10的发生概率。各底事件的发生概率、概率重要度及重要度排序见表4。利用式(2)可得顶事件的发生概率为0．0705。由定量分析结果可知，冲击和振动是最易引起“TFS-1通风干湿表”包装失效的底事件，其次是野蛮装卸和缓冲材料不合理。由此可见，人为因素是引起其包装失效的重要因素，在包装件的储运和装卸过程中应当加以适当的防范。光照、化学腐蚀、温度和湿度是包装失效事件中概率重要度较高的因素，是包装失效的薄弱环节。为了更好地提高“TFS-1通风干湿表”的包装可靠性，应在其包装中增加对此类因素的防护措施。

模糊故障树分析方法克服了常规故障树分析法将故障发生概率视为精确值的缺点，既考虑了故障发生概率本身的模糊性，又可将实验数据与工程技术人员的经验相结合，具有较强的灵活性与实用性。在军用气象物资包装的可靠性分析中，由于环境复杂和人为因素等的影响，基本事件的发生概率很难用一个精确值表示出来，且所需的可靠性数据极难获取。把模糊集合理论引入到故障树分析中，利用专家判断和模糊故障树分析方法，能够在一定程度上科学地评价其包装发生故障的模糊概率及基本事件的重要程度，对明确其包装的薄弱环节及制定防护措施有极为重要的意义。

本文作者：刘高飞蔺东伟王冬冬段黎明工作单位：解放军理工大学