空间故障树与因素空间融合的智能可靠性分析方

系统可靠性理论是安全科学的基础理论之一。源于系统工程，在安全科学领域系统可靠性主要关注于系统发生故障和事故的可能性。由于近代科学进步和工业化水平逐渐提高，为了追求更大的经济和战略目标，各国加紧研究并建立大型或超大型系统以满足要求。但系统运行过程中人们发现随着系统复杂性的增加，其可靠性下降非常明显。在这种情况下，原始的问题出发型，即事故发生后吸取教训的方法不能满足要求。因为问题出发型的研究方法一般适用于低价值、对系统可靠性要求不高、故障发生后果不严重的系统，而对当今大规模和巨复杂系统而言意义不大。因此，在20世纪50年代的英美发达国家首先提出了安全系统工程理论，当时将系统工程的一些概念引入到安全领域，尤其是可靠性分析方法，并用于军事和航天领域，形成了安全科学的基础理论之一的安全系统工程。

安全系统工程与系统可靠性分析方法发展到今天，已具备了对相对简单、系统复杂性不高、数据规模有限情况下的系统可靠性分析能力。但随着大数据技术、智能科学、系统科学和相关数学理论的发展，现有系统可靠性分析方法也暴露出一些问题，如故障大数据处理、可靠性因果关系、可靠性的稳定性、可靠性逆向工程及可靠性变化过程描述等。同时现有系统可靠性分析方法较多针对特定领域中使用的系统，虽然分析效果良好，但缺乏系统层面的抽象，难以满足通用性、可扩展性和适应性。因此需要一种具备上述能力和满足未来科技要求的系统可靠性分析方法。所以系统可靠性分析方法与智能科学和大数据技术结合是必然的，也是必须的。

空间故障树理论[1]是笔者2012年提出的一种系统可靠性分析方法。经过5年的发展，初步完成了空间故障树理论框架的基础。可满足对简单系统的可靠性分析，包括故障大数据处理、可靠性因果关系、可靠性的稳定性、可靠性逆向工程及可靠性变化过程描述等，并具有良好的通用性、可扩展性和适应性。发展过程中融合了智能科学和大数据处理技术，包括因素空间理论[2]、模糊结构元理论[3]、云模型理论[4]等。虽然还存在一些问题，但空间故障树理论还有足够的发展空间来解决他们。

本文将介绍空间故障树的现有发展，及其与因素空间的融合研究。空间故障树用于分析影响因素与系统可靠性关系；而因素空间则是帮助空间故障树进行智能处理的理论。两者融合可使空间故障树理论拥有智能故障数据处理能力。本文以综述形式介绍2种理论的特点，及它们结合的可行性、功能及成果。因此使用描述性语言而非数学模型来说明上述内容。希望本文的介绍能开阔安全科学基础理论研究方向，使读者了解空间故障树理论及因素空间理论，及其在系统可靠性分析中的作用，以面向智能科学和大数据技术寻求可靠性的理论发展。

1 当前系统可靠性研究存在的问题

近年来随着信息科学与智能科学的迅猛发展，系统运行、故障检测和设备维护数据量暴涨成为许多行业共同面对的严峻挑战和发展机遇，尤其是在安全科学领域。对美国各个行业在一天内产生的数据量进行统计，结果表明制造业一天内产生的数据最多。如飞机制造过程，需要对飞机各部分的基本元件进行各种测试，包括各种条件下的物理强度、化学腐蚀性及疲劳等测试。这样仅就一个飞机汽轮压缩器叶片的测试，一天可产生588 GB数据。但这些有价值的数据并未得到企业有效利用。这些数据可分析系统基本元件故障原因、可能性和后果严重程度，也能得到基本元件故障与系统故障之间的联系。遗憾的是对这些数据的挖掘程度很低[5]。又如最早美国空军网站公布的照片显示一辆外表重新喷涂过的燃料车，其说明写着“F-35战机存在燃料温度阀值，如果燃料温度太高将无法工作”[6]。飞机设计阶段似乎都没有考虑飞机使用过程的环境因素(比如温度、湿度、气压、使用时间等)对可靠性的影响，导致实际使用时故障频出，严重影响了原设计试图实现的功能。F-35是信息化作战平台，飞行及维护过程数据是实时记录的，按照最低记录量1 MB/s，那么飞行一天的数量为84 GB。如果实时传输，F35带宽为4 GB/s，飞行一天的最大数据量为336 TB。这些系统运行时记录的数据蕴含着系统故障和可靠性特征，但缺乏相应的可靠性分析方法。上述问题表明，这些信息中蕴含的故障数据并未进行可靠性方面的分析；油温升高影响飞机各元件可靠性变化程度也无法确定；进而无法确定油温因素与飞机可靠性之间的关系。同样的问题也影响我国高铁在高寒高海拔地区的可靠性。高寒高海拔地区运行高铁的速度、时间和运量与一般情况下不同。不同环境对高铁运行的可靠性影响不同，因此高铁前期研制和运行测试阶段累积的大量数据为保证高铁可靠运行起到了关键作用。在深海中高压低温潜航设备可靠性也同样存在这类问题。

文章来源：《中国安全科学学报》 网址: http://www.zgaqkxxb.cn/qikandaodu/2021/0210/574.html