一种强电磁脉冲下柴油发动机电控系统薄弱环节识别方法技术方案

本发明专利技术涉及一种强电磁脉冲下柴油发动机电控系统薄弱环节识别方法，属于强电磁脉冲下系统的薄弱环节识别领域。首先预测出强电磁脉冲下部件到系统级的先验失效概率，然后依据贝叶斯概率公式计算在发动机失效条件下各电控部件故障的后验概率，并排序以识别其薄弱环节，在设计电磁防护方案时选择需要重点防护的部件。优点在于：在样本有限的情况下，仍能对强电磁脉冲辐照下柴油发动机电控部件的薄弱环节进行识别，具有通用性，解决了试验法成本高，样本数据有限的情况下无法进行薄弱环节识别，强电磁脉冲辐照源、电控部件电磁敏感度等参量的不确定性因素多导致试验法通用性差的问题；节约防护成本，提高发动机电磁环境适应性。

A Weak Link Recognition Method for Diesel Engine Electronic Control System under Strong Electromagnetic Pulse

【技术实现步骤摘要】
一种强电磁脉冲下柴油发动机电控系统薄弱环节识别方法
本专利技术属于强电磁脉冲下系统的薄弱环节识别领域，尤其涉及针对强电磁脉冲辐照下的柴油发动机系统，能够在柴油发动机系统失效的情况下对其电控系统的薄弱环节进行识别。
技术介绍
汽车作为现代社会重要的交通工具，电子设备应用程度越来越高。在面对高功率微波武器攻击时，车辆电子设备必然会受到不同程度的干扰甚至损伤。发动机系统作为汽车的核心，电子控制程度较高，对电磁脉冲的攻击也较为敏感。如今柴油机发展越来越完善，以其高效、宽功率范围的优点，广泛应用于工业、农业、军用和民用等领域。强电磁脉冲辐照无法对柴油发动机的机械结构造成影响，而主要通过干扰和损伤柴油发动机电控系统导致柴油发动机系统失效。为提高发动机电磁环境适应性，降低失效概率，需要对柴油发动机系统采取一定的防护措施。设计电磁防护方案时为了节约成本，需要选择重点防护的部件，因此识别柴油发动机电控系统容易出现故障的部件即薄弱环节显得尤为重要。目前国内外系统薄弱环节识别方法主要有两种：试验法和预测法。方法一：试验法识别强电磁脉冲下发动机电控系统的薄弱环节需要进行大量的辐照试验，通过发动机故障诊断软件读取故障码来了解部件的状态以分析和查找系统的薄弱环节。韩卫东、石楚生的论文《康明斯发电机组柴油机你电控系统故障诊断》介绍了运用故障诊断软件判断发动机部件是否损坏的方法。但是方法一存在以下三个问题，问题一：试验往往耗费大量的人力物力，成本高，问题二：样本数据有限的情况下无法进行薄弱环节识别，问题三：强电磁脉冲辐照源、电控部件电磁敏感度等参量的不确定性因素多导致试验法通用性差。方法二：预测法是通过概率计算推测系统薄弱环节，并已得到广泛应用。概率计算参数主要包括元件的重要度(包括概率、结构和关键重要度)和系统故障后元件故障的后验概率。元件的重要度反映了底层事件对系统可靠性的影响。而系统失效后元件故障的后验概率，从故障诊断的角度反映了元件在系统中的重要性大小，相较于元件重要度更适合于系统失效条件下薄弱环节的识别。而推算柴油发动机在系统失效情况下各部件故障的后验概率，首先需要对柴油发动机电控系统故障网络进行精确建模，并预测柴油发动机电控系统从部件到系统级的失效概率等先验知识。故障网络建模方法主要包括故障树分析(FaultTreeAnalysis，FTA)和贝叶斯网络(BayesianNetworks，BN)分析方法。FTA结构、逻辑关系简单，在系统可靠性、风险评估等方面具有广泛的应用，但要求组成故障树的同层单元必须相互独立。基于概率推理的贝叶斯网络可有效处理复杂系统的不确定性和相关性，克服了FTA的缺点。LIM，LIUJ，LIJ的论文<Bayesianmodelingofmulti-statehierarchicalsystemswithmulti-levelinformationaggregation>中提出了基于贝叶斯网络，融合事件树分析(EventTreeAnalysis，ETA)、电磁拓扑(ElectromagneticTopology，EMT)和FTA的系统级电磁易损性评估方法模型，扩展了BN的建模能力，但仅考虑系统层级间的失效关系，未考虑同层单元的相关性；刘钰，韩峰，陆希成等人的论文《电子系统电磁脉冲易损性评估的分层贝叶斯网络模型》提出分层贝叶斯网络模型，能够描述系统内包括同层单元间失效的相关性，有效提高了复杂系统可靠性评估的准确性，但会导致模型计算量明显增大。
技术实现思路
本专利技术提供一种强电磁脉冲下柴油发动机电控系统薄弱环节识别方法，以解决强电磁脉冲试验成本高，样本数据有限的情况下无法进行薄弱环节识别，强电磁脉冲辐照源、电控部件电磁敏感度等参量的不确定性因素多导致试验法通用性差等问题。本专利技术采取的技术方案是：包括下列步骤：步骤一、根据柴油发动机电控结构原理，对柴油发动机电控系统故障网络进行精确建模(一)对柴油发动机电控部件进行分类依据柴油发动机电控部件的功能结构及工作原理，将其电控部件分为n组(n>1的正整数)，分别属于n个子系统，相互配合工作的电控部件分为一组，其中第i个(1≤i≤n的正整数)子系统中包含mi个传感器(称为第i传感器组，共有n组传感器)和1个执行器；(二)建立柴油发动机电控系统分层贝叶斯网络故障模型依据系统结构的层次性，将柴油发动机电控系统分为系统层、子系统层、部件层，考虑同层单元相关性，并增加引起部件失效的原因层即电磁应力层(Electromagneticstress,EMS)，建立柴油发动机电控系统分层贝叶斯网络故障模型，其中将柴油发动机电控系统V分为n各子系统S1、S2、……、Sn，其中子系统Si中包括传感器组Ci.1及执行器Ci.3，传感器组Ci.1包括C1.i.1、C1.i.2、……、等基本传感器，其中电控部件Ci.j.k、Ci.j对应的电磁应力分别为Vi.j.k、Vi.j，i＝1,2,..…,n，j＝1,2,.…,n，k＝1,2,.…,mi，mi≥1的正整数；步骤二、强电磁脉冲辐照下柴油发动机电控系统先验失效概率的预测(一)计算外部电磁应力强电磁脉冲主要通过辐照方式将电磁能量耦合到车辆线缆上，干扰或损伤线缆终端的柴油发动机电控部件，即部件上的电磁应力以传导干扰为主，根据车辆机械模型(包括线缆走向和车辆外壳)，建立车辆电磁仿真模型，运用CSTMWS工作室，加入强电磁脉冲辐照波形，在0-180°范围内分别以a10、a20、a30为步长改变其入射角、方向角、极化角，对于与每一个电控部件相连接的线缆，均仿真得到组线缆耦合电压峰峰值，作为该部件的电磁应力值，将该组电磁应力仿真数据，运用MATLAB拟合成正态分布函数g(y)，即为电磁应力概率密度函数，得到其平均值μc，标准差σc，电磁应力y上、下限定义为ymin，ymax；(二)部件失效概率计算1、基本传感器失效概率计算(1)试验数据获取由于发动机各个传感器、执行器难以脱离发动机独立工作，因此进行柴油发动机系统级辐照试验，通过监控系统实时监控各个传感器及执行器的状态，当电脑监控端出现某部件故障码报错时，将发动机舱内辐照场强耦合到线缆上的电压值定义为该部件的电磁敏感度x，通过试验获取各个传感器、执行器出现故障码报错时的发动机舱内辐照场强上、下限，根据本步骤中(一)的仿真方法得到耦合到传感器、执行器线缆上的电压即部件的电磁敏感度上下限xmin，xmax，运用MATLAB拟合得到每个传感器、执行器电磁敏感度概率密度函数f(x)，得到其平均值μb，标准差σb；(2)基本传感器失效概率计算令Pc表示当电控部件(Comp)上的电磁应力大于电控部件的电磁敏感度阈值时会导致部件失效的概率，即P(CompEMS)；其中，g(y)为电磁应力概率密度函数，服从平均值为μc、标准差为σc的正态分布Y～N(μc，σc2)，并依据3σ规则确定电磁应力值的范围[ymin,ymax]＝[μc-3σc,μc+3σc]；f(x)为部件电磁敏感度概率密度函数，服从正态分布X～N(μb，σb2)，其中，[xmin,xmax]＝[μb-3σb,μb+3σb]；系统周围电磁环境(Ambientelectromagneticenvironment,AEME)产生的电磁应本文档来自技高网...

【技术保护点】
1.一种强电磁脉冲下柴油发动机电控系统薄弱环节识别方法，其特征在于，包括下列步骤：步骤一、根据柴油发动机电控结构原理，对柴油发动机电控系统故障网络进行精确建模(一)对柴油发动机电控部件进行分类依据柴油发动机电控部件的功能结构及工作原理，将其电控部件分为n组，n>1的正整数，分别属于n个子系统，相互配合工作的电控部件分为一组，其中第i个子系统中包含mi个传感器，称为第i传感器组，共有n组传感器，1≤i≤n的正整数，以及1个执行器；(二)建立柴油发动机电控系统分层贝叶斯网络故障模型依据系统结构的层次性，将柴油发动机电控系统分为系统层、子系统层、部件层，考虑同层单元相关性，并增加引起部件失效的原因层即电磁应力层(Electromagnetic stress,EMS)，建立柴油发动机电控系统分层贝叶斯网络故障模型，其中将柴油发动机电控系统V分为n各子系统S1、S2、……、Sn，其中子系统Si中包括传感器组Ci.1及执行器Ci.3，传感器组Ci.1包括

【技术特征摘要】
1.一种强电磁脉冲下柴油发动机电控系统薄弱环节识别方法，其特征在于，包括下列步骤：步骤一、根据柴油发动机电控结构原理，对柴油发动机电控系统故障网络进行精确建模(一)对柴油发动机电控部件进行分类依据柴油发动机电控部件的功能结构及工作原理，将其电控部件分为n组，n>1的正整数，分别属于n个子系统，相互配合工作的电控部件分为一组，其中第i个子系统中包含mi个传感器，称为第i传感器组，共有n组传感器，1≤i≤n的正整数，以及1个执行器；(二)建立柴油发动机电控系统分层贝叶斯网络故障模型依据系统结构的层次性，将柴油发动机电控系统分为系统层、子系统层、部件层，考虑同层单元相关性，并增加引起部件失效的原因层即电磁应力层(Electromagneticstress,EMS)，建立柴油发动机电控系统分层贝叶斯网络故障模型，其中将柴油发动机电控系统V分为n各子系统S1、S2、……、Sn，其中子系统Si中包括传感器组Ci.1及执行器Ci.3，传感器组Ci.1包括等基本传感器，其中电控部件Ci.j.k、Ci.j对应的电磁应力分别为Vi.j.k、Vi.j，i＝1,2,..…,n，j＝1,2,.…,n，k＝1,2,.…,mi，mi≥1的正整数；步骤二、强电磁脉冲辐照下柴油发动机电控系统先验失效概率的预测(一)计算外部电磁应力运用MATLAB拟合成正态分布函数g(y)，即为电磁应力概率密度函数，得到其平均值μc，标准差σc，电磁应力y上、下限定义为ymin，ymax；(二)部件失效概率计算1、基本传感器失效概率计算(1)试验数据获取根据步骤二(一)的仿真方法得到耦合到传感器、执行器线缆上的电压即部件的电磁敏感度上下限xmin，xmax，运用MATLAB拟合得到每个传感器、执行器电磁敏感度概率密度函数f(x)，得到其平均值μb，标准差σb；(2)基本传感器失效概率计算令Pc表示当电控部件(Comp)上的电磁应力大于电控部件的电磁敏感度阈值时会导致部件失效的概率，即P(Comp|EMS)；其中，g(y)为电磁应力概率密度函数，服从平均值为μc、标准差为σc的正态分布Y～N(μc，σc2)，并依据3σ规则确定电磁应力值的范围[ymin,ymax]＝[μc-3σc,μc+3σc]；f(x)为部件电磁敏感度概率密度函数，服从正态分布X～N(μb，σb2)，其中，[xmin,xmax]＝[μb-3σb,μb+3σb]；系统周围电磁环境(Ambientelectromagneticenvironment,AEME)产生的电磁应力值大于电控部件的电磁敏感度阈值下限xmin的部分可能导致电控部件工作异常产生的电磁威胁，定义为电磁应力耦合效率Pt，即P(EMS|AEME)，其表达式为：则在强电磁脉冲作用下，可计算出部件的失效概率P(C)，P(C)＝P(AEME)P(EMS|AEME)P(Comp|EMS)(3)2、传感器组失效概率计算由于每个传感器组中的各个传感器相互独立不影响，用加权故障树法计算出n个传感器组的失效概率，层次分析法可用于对无结构特性的系统评价以及多目标系统的权重求取，因此加权故障树法的每个传感器组中各个传感器的权重值可以用层次分析法计算得到；(1)层次分析法确定权重系数；(2)传感器组失效概率的计算第i组传感器失效概率为：3、执行器失效概率计算计算执行器Ci.3失效概率需考虑电磁应力、传感器异常信号两方面因素，当上述...

【专利技术属性】
技术研发人员：孙晓颖，刘恬诗，赵昱，陈建，孙铁刚，张林，王秀成，武艺，张骞，史册，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22