作者简介:孙晓颖(1969-),男,教授,博士生导师. 研究方向:汽车电磁兼容,无线定位技术及应用.E-mail:sunxy@jlu.edu.cn
针对电子节气门电磁脉冲效应试验中诸多不确定性导致有限样本下评估不准确的问题,研究了基于贝叶斯网络(BN)的敏感度评估方法,通过从概率角度考虑所有不确定参量来提高评估准确性。首先,建立节气门系统故障树(FT)模型,采用电磁拓扑(EMT)分析系统电磁耦合途径。然后,建立融合故障树和电磁拓扑的电磁敏感度贝叶斯网络评估模型,并给出模型各节点概率计算方法。最后,以高空电磁脉冲(HEMP)为例描述了电子节气门电磁敏感度评估模型输入数据获取方法和模型计算过程,验证了模型的有效性。
A modeling and parameter determining method is proposed based on Bayesian Networks (BN) for electronic throttle susceptibility assessment of Intentional Electromagnetic Interference (IEMI). This method can remedy the deficiencies of susceptibility assessment based on effect test. First, according to the structure of electronic throttle control system, the Fault Tree (FT) model is built. The coupling of the system with IEMI is analyzed using Electromagnetic Topology (EMT). Then, the BN assessment model is built to integrate the FT and EMT, and the probability acquiring of BN nodes is discussed. As data input of assessment model, the susceptibilities of components are tested with pulse voltage injection, and the Electromagnetic Stress (EMS) of the components is simulated using CST CABLE STUDIO. Finally, the electronic throttle susceptibility assessment against High-altitude Electromagnetic Pulse (HEMP) is taken as an example to illustrate the modeling and probability calculation process, which verify the effectiveness of the BN based assessment model.
电磁脉冲(Electromagnetic pulse, EMP)等有意电磁干扰(Intentional electromagnetic interference, IEMI)严重威胁了车辆机动性和行驶安全性[1]。电子节气门(Electronic throttle, ET)控制着进入气缸的空气量, 其工作异常将导致发动机喘振和熄火等故障发生。研究电子节气门电磁敏感度评估方法对确定发动机系统敏感零部件及电磁防护设计具有重要意义。
目前电磁脉冲效应的研究, 主要采用试验方法获得电子系统的效应类型和敏感度阈值[1, 2, 3, 4]。由于试验条件和成本的限制, 试验样本有限, 试验结论不具备很强的外推性[5]。受电磁环境、耦合通道、器件敏感度等因素影响, 电子系统电磁敏感度分析中存在诸多不确定性, 如电磁波不同的入射方向和极化方向、子系统或设备不同的安装位置、同一器件敏感度为非定值等。因此, 电子系统电磁敏感度评估更适合采用不确定性的分析方法。
具有代表性的不确定性评估方法主要有故障树分析(Fault tree analysis, FTA)方法[6, 7, 8]和贝叶斯网络(Bayesian networks, BN)分析方法[9, 10]。FTA方法广泛应用于系统可靠性和安全性分析, 但在评估系统电磁敏感度时存在以下不足:①对于一些复杂系统, 导致顶事件的基本事件较多, 造成基于最小割集布尔运算的计算十分复杂[9]; ②故障树(Fault tree, FT)模型中不包含导致故障发生的电磁环境和电磁应力分析[10], 无法完整描述电磁波与系统相互作用的全过程; ③系统电磁效应有功能正常、逻辑紊乱和硬件损伤3种状态[11], 而故障树分析中只包含两种逻辑状态, 对于多故障状态需要特殊对待。贝叶斯网络是一种基于图论和概率论的二元体, 具有较强的建模能力, 可以很好地描述电磁波对电子系统干扰效应全过程, 有效克服了故障树分析方法的不足。文献[10]中提出了电子系统电磁易损性评估的贝叶斯网络框架, 将FT和电磁拓扑(Electro-magnetic topology, EMT)等工具有效融合在BN中, 为电子系统电磁易损性评估提供了更加有力的分析工具。
本文将贝叶斯网络分析方法应用于电子节气门电磁敏感度评估中。结合故障树和电磁拓扑分析建立了节气门电磁敏感度BN评估模型, 给出了模型计算方法; 并以高空电磁脉冲(High-altitude electromagnetic pulse, HEMP)环境为例验证了模型的有效性。本文方法涵盖了电磁脉冲与电子节气门相互作用过程中所有电磁耦合途径和系统失效途径, 有效解决了诸多不确定参量下辐射试验外推性差、评估不准确的难题。
电子节气门由电机(Motor)和节气门位置传感器(Throttle position sensor, TPS)两部分组成。通过电机控制节气门开度实现目标进气量。位置传感器将节气门开度反馈给电控单元(Electronic control unit, ECU)实现闭环控制, 包含TPS1和TPS2 两个传感器。电子节气门控制系统组成如图1所示。
电磁脉冲对车辆装备的损伤效应主要分为工作失灵和功能损坏[1]。对电子节气门而言, 电磁脉冲可对电机和TPS产生干扰, 导致节气门进气量偏离目标值; 或者使电机停止工作, 暂时失效, 节气门进气量为零; 甚至通过热或电击穿, 使电机和TPS永久失效, 节气门损坏。
电磁脉冲进入电子系统的途径有两种:①前门耦合, 通过天线耦合进入系统; ②后门耦合, 通过孔缝、线缆等耦合进入系统。电子节气门的电磁耦合途径属于后门耦合, 如图2所示。
车身金属壳体上存在大量孔缝, 如散热器孔洞、发动机舱盖与车身缝隙等。电磁脉冲传播到车身和孔缝附近, 会发生电磁散射和穿透。不同频率波分量穿透孔缝的能力不同, 导致电磁波在发动机舱内产生共振效应; 孔缝附近电磁波产生增强效应, 使耦合场强于入射场[12]。这意味着发动机舱内部V1电磁场分布比发动机舱外部V0更复杂。
电子节气门为金属体, 但内部电路塑料外壳和线束插头等孔洞给电磁波渗透提供了途径。发动机舱V1内电磁波通过孔洞耦合进入电子节气门V2, 1内部, 对电子元器件产生辐射干扰。此外, 电子节气门通过线缆与发动机电控单元连接。这些线缆拾取发动机舱V1内电磁能量, 以瞬态高电压和大电流的形式传导到终端负载, 对节气门电子器件产生传导干扰[13]。可见, 电子节气门电磁脉冲效应由电磁场辐射干扰和线缆传导干扰共同作用引起。
电磁波通过层层渗透作用在零部件上造成零部件受扰, 最终导致节气门控制系统发生故障。利用EMT 和 FT模型分别描述电磁渗透过程及节气门失效过程, 建立融合FT 和 EMT 的 BN评估模型。
节气门开度控制包括信息采集、状态判断和指令控制3个步骤。涉及到的结构有TPS、ECU和电机。TPS和ECU之间, 电机与ECU之间都是通过1~2 m长线缆进行连接。TPS1、TPS2将节气门开度信息通过线缆传给ECU, ECU对发动机状态进行判断确定节气门目标开度, 然后输出控制信号通过线缆驱动电机来调节节气门开度。中间任何一个环节出现故障都会导致节气门开度偏离目标开度。这就意味着它们在FT模型中是“ 或” 的逻辑关系。TPS和电机是节气门的组成部分, 可以把两者的故障归类于节气门故障。TPS1和TPS2采用冗余设计, 两者同时失效才判定为节气门开度信息采集异常, 因此TPS1、TPS2在故障树中是“ 与” 的逻辑关系。电子节气门控制系统 FT 模型和各层次编号如图3所示。
故障树结构函数如式(1)所示:
P(V)=
式中:Pi是Ci的故障概率, i=1, 2; P1.m是对应
采用EMT理论对电磁耦合途径进行分析, 考虑包括辐射和传导在内的所有耦合途径, 最终确定主要耦合通道。参照文献[14]中EMT表示方法, 将发动机舱外部和内部分别用V0和V1表示, 节气门体和电控单元壳体分别用V2, 1和V2, 2表示。各电子器件都受到渗透进壳体内的电磁场辐射影响。为了表示V1内线缆的传导干扰, 将连接节气门和ECU的线束用L1、L2表示。节气门控制系统EMT和各器件编号如图4所示。
EMP穿过发动机舱体时能量密度被削减, 加上节气门体和电控单元壳体的屏蔽作用, 辐射干扰的作用已经很小, 电磁干扰主要由线缆传导耦合引入。因此, 线束L1、L2视为电子节气门电磁耦合的主要通道。
结合FT分析和EMT分析, 建立电子节气门电磁敏感度BN 评估模型, 如图5所示。节点代表自由场和实体结构。箭头表示从环境到电磁应力(Electromagnetic stress, EMS), 从零部件到系统的因果关系。FT和EMT结合处表示电子器件经受的电磁应力。BN评估模型展示了所有可能的电磁耦合途径和系统失效途径, 同时兼顾了辐射和传导两种电磁干扰的测试和计算。
系统的电磁干扰效应是不确定的, 而是概率事件, 需从概率论角度进行描述。节气门控制系统失效概率与系统V和IEMI两个因素有关。用联合概率表示为:
PV=PV
在BN的基础上, 因果关系可以用条件概率来表示, 即:
PV
式(3)表示系统V 在IEMI 干扰下的辐射敏感概率。采用IEMI 环境进行试验对实验条件要求很高。可以从IEMI 环境出发, 结合器件敏感度利用BN 层层分析系统故障概率。IEMI 在系统周围产生的电磁环境(Ambient electromagnetic environment, AEME)对电机和TPS 产生电磁应力(Stres)导致器件失效(Comp), 最终导致节气门故障(Subs)和控制系统(V)功能故障。这个过程是串联的因果关系, 可以用式(4)表示:
PV(V, AEME)=P(
P(Comp, Stres)P(Stres
P(AEME
下面将详细介绍式(4)中各概率的计算方法。
3.1 P
将IEMI分成K种类型, 每个子集Sk(k=1, 2, …, K)均对系统造成威胁, 采用全概率公式进行描述。各子集Sk符合下面条件:
每个子集被分配的概率P'
P
P
3.2 P
如果有几个IEMI干扰源Sk(k=1, 2, …, K)同时到达系统, 可以表示为:
P
以一类IEMI源为例, 电磁波对器件产生的电磁应力可以用概率密度函数(Probability density function, PDF)g
P
P
3.3 P
电磁应力概率密度函数g
P
3.4 P
P
以HEMP为例对电子节气门敏感度BN评估模型计算进行详细说明。对BN中的每个节点和分支进行分析, 尤其是各电子器件经受电磁应力和敏感度情况的分析。
只考虑HEMP 作为干扰源, 假设HEMP 传播到车辆周围时波形不发生变化。可得:
P(HEMP)=P(V0)=1(11)
P(AEME, HEMP)=P(V1, V0)=P(
由于车辆壳体是金属结构, 对HEMP有一定的屏蔽作用, 发动机舱各位置处场强峰值均值约为33 kV/m[15]。节气门体和ECU均为金属外壳, 可简单等效为留有孔洞的屏蔽腔体, 在不考虑谐振频率的情况下, 屏蔽效能可达80 dB[16]。考虑孔缝大小等因素, 设备壳体屏蔽效能设为40 dB。经上述粗略计算, 设备壳体内场强小于500 V/m。而微控系统的辐射敏感度阈值大于1 kV/m[17]。因此, 认为节气门控制系统受辐射干扰故障的概率为0, 即:
P(
传导电磁应力由线缆拾取发动机舱内电磁能量产生的, HEMP经过车辆壳体后波形会发生变化, 详细计算发动机舱内电磁环境复杂且费时。为了降低数据获取的难度, 仍然用双指数波形来描述发动机舱内电磁环境, 峰值场强取为33 kV/m 。假设发动机舱内连接ECU和节气门的所有线缆相同且独立, 可认为线缆端器件经受相同传导电磁应力。电磁敏感度阈值为器件能承受的最大EMS。
4.2.1 传导电磁应力计算
用CST线缆工作室(Cable studio)仿真计算电磁脉冲辐射下单根导线终端感应电压V(L), 取电压峰值作为器件经受的EMS值, 仿真模型示意图如图7所示。
图7中入射波为平面波, 将其参数作为随机变量, 兼顾计算量和样本数量, 具体设为:入射角ψ '∈ [18° , 90° ], 方位角ϕ '∈ [0, 90° ], 极化角α '∈ [0, 90° ]作为随机变量, 各变量采样步长都设为Δ =18° , 共计180个仿真样本。
其他仿真参数为:①激励源EMP:激励源数学模型E(t)=kE0(e-α t-e-β t), E0=33 kV/m, k=1.3, α =4× 107, β =6× 108; ②线缆:长度L=2 m, 高度h=0.6 m, 导线导体半径r=0.5 mm, 终端负载Z0=3 Ω , ZL=10 kΩ , Z0为节气门端阻抗, ZL为ECU端输入阻抗; ③参考地:导电率σ g=0.01 S/m, 介电常数ε rg=10。
180个样本结果中, Z0端EMS最大为305.6 V, 最小为0 V。假设Z0端EMS符合正态分布, 用K-S检验(Kolmogorov-Smirnov test)进行验证。通过查表获得α * =0.05时, 临界值CV为0.10122[10]。CST仿真获得线缆终端EMS结果累积分布函数(Cumulative distribution function, CDF)与均值μ =150.045、标准差σ =78.384的正态分布CDF最大偏差为0.0563, 小于CV, 如图8所示。
因此, 认为线缆终端EMS符合μ =150.045V, 标准差σ =78.384V的正态分布N(μ , σ 2), 概率密度函数(Probability density function, PDF)如式(14)所示:
f(x)=
4.2.2 器件传导敏感度测试
节气门电机和TPS敏感度测试采用IEC 61000-4-4[18]中规定的电子设备电快速瞬变脉冲(Electrical fast transients, EFT)敏感度测试方法, 试验布置如图9所示。控制节气门阀以2 Hz的频率开合, 分别对电机控制线和TPS信号线注入干扰脉冲, 通过观察节气门开合情况和TPS信号波形判断节气门电机和TPS故障模式。注入脉冲幅值由小到大增加, 直到受试器件功能异常或达到设备输出最大值。整个试验过程记录受试器件故障模式和耦合干扰脉冲峰值。对20个样本进行试验, 相同故障类型数据进行正态分布拟合, 获得节气门电机和TPS敏感度阈值的累积分布函数和概率密度函数。
节气门电机在试验过程中出现了静态干扰(Static)和软损伤(Soft)两种故障模式。静态干扰指电机运行过程中出现卡顿现象, 但不影响节气门开合; 软损伤指干扰脉冲造成电机停止工作, 复位后功能恢复正常。节气门位置传感器只出现了软损伤一种故障模式, 即干扰脉冲使传感器信号消失。节气门电机和TPS各故障模式对应敏感度阈值如图10所示, 敏感度阈值概率密度函数见表1、表2。
4.2.3 传导故障概率计算
电机和TPS每一种故障模式失效概率可通过下式获得:
Pc=P(Comp, Stres)=P(y≥ x)
=
式中:Comp代表节点C1.1.1, C1.1.2, C1.2; Stres代表V2, 1, 1, V2, 1, 2和V2, 1, 3; f
电磁应力PDF和敏感度阈值PDF重叠部分反映了对应耦合途径的威胁程度, 用Pt表示。
P
TPS1:P
节气门电机:P
4.2.4 电子节气门敏感度评估
需要说明的是, 本文只研究节气门的敏感度情况, 对电控单元的敏感度情况不做探讨。经过辐射和传导敏感度分析, 所有安全的节点和路径被删除, 多故障模式器件节点将被展开。将节气门电机节点C1.2展开成C1.2.1和C1.2.2。由于节气门位置传感器C1.1.1和C1.1.2完全一样, 耦合路径也相同, 因此, 用V2.1.1代替V2.1.2。
图3中模型经简化后如图12所示。导致节气门故障的情况有两个, 一是HEMP(V0)穿过发动机舱体(V1)耦合到线缆L1造成TPS1(C1.1.1)和TPS2(C1.1.2)受扰, 导致TPS(C1.1)工作失效; 另一个是线缆L2引入干扰造成节气门电机(C1.2)工作失效。各效应之间相互独立, 式(2)可表示为:
PV
式中:P
P
C1.1.1和C1.1.2采用冗余设计, 两者同时故障将导致C1.1失效。所以, 条件概率为:
P
联合概率为:
P
P
式中:P
P
P
0.6927× 0.6927≈ 0.4798 (22)
节气门电机包括静态干扰和软损伤两种故障模式, 可用各故障模式概率加权和表示电机故障概率。权值Pw表示各故障模式出现的概率, 可由专家经验给出, 这里Pw=P
P
位置传感器C1.1和电机C1.2构成了电子节气门C1所有失效情况集合, 从执行器角度考虑, 电机比位置传感器更加重要。因此, 条件概率分配为:
P
C1直接导致V故障, 因此:
P
基于以上分析, 有:
P
最后, 电子节气门故障概率为:
P
这表明电子节气门在HEMP辐射下故障概率为40.32%。
本文研究了电子节气门在IEMI下的敏感度评估问题, 结合电磁拓扑理论和故障树分析方法建立了BN评估模型, 给出了模型各节点概率的计算方法。最后以HEMP环境为例说明了模型分析、计算的全过程, 结果表明电子节气门在HEMP环境下的故障概率为40.32%。本文所采用的基于BN的评估方法融合了电磁环境分析、耦合路径分析、元器件敏感度测试和数据统计处理等过程, 涵盖从干扰源到电子节气门故障整个作用过程的分析。解决了通过辐射试验方法无法观察所有不确定参量下节气门效应引起的试验结果外推性差、评估不准确和试验成本昂贵的难题。同时, 确定了主要干扰耦合通道和节气门敏感器件, 对发动机敏感度评估和电磁防护设计具有重要参考价值。
The authors have declared that no competing interests exist.
[1] |
|
[2] |
|
[3] |
|
[4] |
|
[5] |
|
[6] |
|
[7] |
|
[8] |
|
[9] |
|
[10] |
|
[11] |
|
[12] |
|
[13] |
|
[14] |
|
[15] |
|
[16] |
|
[17] |
|
[18] |
|