基于分层贝叶斯网络的车辆发动机系统电磁脉冲敏感度评估

引用本文

孙晓颖, 扈泽正, 杨锦鹏. 基于分层贝叶斯网络的车辆发动机系统电磁脉冲敏感度评估[J].吉林大学学报（工学版）, 2018,48(4): 1254-1264
SUN Xiao-ying, HU Ze-zheng, YANG Jin-peng. Assessment method of electromagnetic pulse sensitivity of vehicle engine system based on hierarchical Bayesian networks[J]. Journal of Jilin University Engineering and Technology Edition, 2018,48(4): 1254-1264 复制到剪切板

Doi:10.13229/j.cnki.jdxbgxb20170597
Permissions

基于分层贝叶斯网络的车辆发动机系统电磁脉冲敏感度评估

孙晓颖, 扈泽正, 杨锦鹏

吉林大学通信工程学院,长春 130022

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

基金:装备预先研究项目(30105030302).

摘要

提出一种基于分层贝叶斯网络(HBN)的车辆发动机系统电磁脉冲(EMP)敏感度评估方法,从概率角度考虑电磁干扰源位置、极化角度、部件敏感度等参量的随机性,估计发动机系统在强电磁脉冲作用下的失效概率。该方法利用事件树分析(ETA)对电磁脉冲传播过程建模,确定系统周围电磁环境的风险概率,运用电磁拓扑(EMT)分析发动机系统电磁耦合途径。考虑同层单元失效的相关性,以分层贝叶斯网络为框架融合事件树和电磁拓扑理论建立发动机系统电磁脉冲敏感度评估模型,并推导了部件级至系统级的失效概率计算公式。最后以高空核电磁脉冲环境为例,说明了某型号发动机电磁脉冲敏感度评估模型的参数获取方法和模型计算过程,并以超宽带高功率微波为例,进一步说明了本文评估模型的适用性。

关键词: 通信技术; 系统评估与可行性分析; 敏感度评估; 分层贝叶斯网络; 发动机系统; 电磁脉冲; 电磁拓扑

中图分类号:TN945 文献标志码:A 文章编号:1671-5497(2018)04-1254-11

Assessment method of electromagnetic pulse sensitivity of vehicle engine system based on hierarchical Bayesian networks

SUN Xiao-ying, HU Ze-zheng, YANG Jin-peng

College of Communication and Engineering, Jilin University, Changchun 130022, China

Abstract

An assessment method of the Electromagnetic Pulse (EMP) sensitivity of vehicle engine system is proposed based on Hierarchical Bayesian Networks (HBN). Considering the randomness of the parameters such as the position of the electromagnetic interference source, the polarization angle, component sensitivity and so on, the proposed method can estimate the failure probability of the engine system under strong EMP. The EMP propagation model is established by Event Tree Analysis (ETA), and the risk probability of the electromagnetic environment is determined. The coupled path of the engine of the engine system is analyzed using the Electromagnetic Topological (EMT). By correlation of invalidation of the same layer cells, as well as HBN integrating ETA and EMT, the assessment model of engine system for EMP sensitivity is established, and the failure probability formula from the component level to system level is derived. A case study for the pulse susceptibility assessment of the vehicle engine against high-latitude EMP illustrates the model parameter acquisition method and calculation process. In addition, vulnerability of vehicle engine against Ultra Wide Band (UWB) high power microwave is also presented to demonstrate the applicability of the proposed model.

Keyword: communication technology; systematic evaluation and feasibility analysis; susceptibility assessment; hierarchical Bayesian networks(HBN); engine system; electromagnetic pulse; electromagnetic topology

文章图片

0 引言

在未来战场中, 高空核电磁脉冲、高功率微波等强电磁脉冲将严重威胁车辆的机动性与安全性^[1]。发动机系统作为保障车辆动力性的核心, 一旦受损将直接导致车辆丧失作战能力。确定发动机敏感部件及主要电磁耦合途径, 评估发动机系统电磁脉冲敏感度, 对指导车辆电磁防护设计, 提高车辆复杂电磁环境适应性具有重要意义。

国内外的研究团队进行了大量的电子系统电磁脉冲效应的研究工作^{[2, 3, 4, 5, 6, 7]}, 研究方法主要分为实验法和预测分析法。实验法通过试验手段获取样本数据, 评估电子系统电磁脉冲敏感度。然而, 受电磁干扰源位置、极化角度、部件敏感度等多种参量影响, 发动机系统电磁脉冲敏感度评估中存在着大量的不确定性^[8], 尤其是系统级试验往往受场地和成本的限制, 样本数量有限, 导致所得结论通用性差, 发动机系统电磁脉冲敏感度评估困难。预测分析法为“ 少数据” 、“ 贫信息” 、“ 不确定性” 的发动机系统电磁脉冲敏感度评估提供一种新的分析方法, 是目前电磁脉冲敏感度评估的一种有效方式。

目前采用的预测分析方法主要包括故障树分析(Fault tree analysis, FTA)方法^{[9, 10]}和贝叶斯网络(Bayesian networks, BN)分析方法^{[11, 12, 13, 14, 15]}。FTA在系统可靠性、风险评估等方面具有广泛的应用, 但用于车辆发动机系统电磁敏感度的评估时存在以下不足^[9]:①发动机系统中同层单元存在关联失效, 而故障树模型中同层事件满足独立性条件, 无法描述系统同层单元失效的相关性; ②发动机系统由众多子系统、部件组成, 模型中基本事件较多, 最小割集数量呈指数增长, 导致模型的求解较为困难。贝叶斯网络是一种基于概率推理的图形化网络, 具有较强的不确定性问题处理能力, 能够克服故障树分析方法的不足。文献[11]提出了基于多层次信息融合的分层贝叶斯网络(Hierarchical Bayesian networks, HBN)模型, 能够描述分层系统各单元间失效的相关性, 提高了复杂系统可靠性评估的准确性。文献[12]在文献[11]的基础上增加了电磁拓扑(Electro-magnetic topology, EMT)分析, 将分层贝叶斯网络用于电子系统电磁脉冲易损性评估中, 但未考虑电磁干扰源位置、极化角度参数对系统的影响。文献[13]提出了基于贝叶斯网络的系统级电磁易损性评估方法框架, 考虑电磁干扰源各参数对系统的影响, 将事件树分析(Event tree analysis, ETA)、EMT等工具有效融入BN评估模型中, 为电子系统电磁易损性评估提供了新的分析方法。文献[14]将该分析方法成功应用到电子节气门电磁敏感度评估中, 对高空核电磁脉冲(High-altitude ele- ctromagnetic pulse, HEMP)下电子节气门的失效概率进行了评估。然而, 文献[13, 14]仅考虑系统层级间的失效关系, 未考虑同层单元失效相关性对系统失效概率的影响。发动机系统具有明显的分层特征, 可依据功能结构分为系统层、分系统层、部件层, 各层单元功能密切相关, 单元的失效情况不仅依赖于低层单元工作状态, 而且与同层单元的功能状态有关。因此, 该方法并不适用于发动机系统电磁脉冲敏感度评估。

综合考虑发动机的结构功能与电磁脉冲干扰源的不确定因素, 本文提出一种基于分层贝叶斯网络的车辆发动机系统电磁脉冲敏感度评估方法。同时考虑系统同层单元失效关系与层级间失效的关系, 建立了融合事件树和电磁拓扑的发动机系统分层贝叶斯网络电磁脉冲敏感度评估模型, 推导了部件级至系统级的失效概率计算公式。以高空电磁脉冲环境为例, 说明了某型号发动机电磁脉冲敏感度评估模型的参数获取方法和模型计算过程, 并以超宽带(Ultra wide band, UWB)高功率微波为例, 进一步说明了评估模型的适用性。实现了强电磁脉冲作用下发动机系统失效概率的估计, 解决了由于发动机系统级试验数据不足导致发动机系统电磁脉冲敏感度评估困难的问题。

1 发动机系统电磁效应分析

电磁脉冲V_{0, 0}多以平面波的形式辐照车辆, 经前门耦合(天线)或后门耦合(孔缝、线缆等)进入车辆内部V_{1, 1}, 发动机系统的电磁耦合途径属于后者, 如图1所示。电磁波通过散热器孔洞、车壳连接缝隙等后门耦合途径进入发动机舱V_{2, 1}, 在金属表面或金属导线上感应形成强电流或高电压浪涌, 干扰或损伤发动机的电控部分。

	Figure Option View Download New Window
	图1 车辆发动机电磁耦合途径Fig.1 Electromagnetic coupling path of vehicle engine

从功能角度确定保障发动机系统正常运行的关键子系统和部件, 将发动机系统分为点火、进气、喷油3个子系统^[16]。依据分系统功能结构, 分析各子系统受到电磁干扰对发动机系统的影响情况:

(1)点火子系统:控制器依据曲轴位置传感器、凸轮轴位置传感器的信号确定点火提前角并根据爆燃等传感器的信号进行修正, 确定点火时刻, 最终控制点火器点火。上述部件受到电磁干扰或损伤将导致实际的点火提前角与目标量不符。

(2)进气子系统:控制器根据加速踏板位置传感器和节气门位置传感器信号确定基本进气量, 通过发动机转速、功率等参量修正进气量, 并由节气门电机控制节气门开度最终控制进气量。上述部件受到电磁干扰或损伤将导致进气量与目标量不符。

(3)喷油子系统:喷油量是关于转速和进气压力的函数, 可通过曲轴位置传感器和进气压力传感器的信号确定, 并通过氧传感器信号控制混合气的空燃比以修正喷油量。上述部件受到电磁干扰或损伤将引发喷油量异常。

喷油量异常、点火提前角过小、进气量过小将导致混合气燃烧不充分、发动机功率下降, 并出现喘震甚至熄火的现象。另外, 进气量过大将导致急加速现象, 点火提前角过大将导致爆燃的发生, 甚至造成发动机系统的损伤。

2 分层贝叶斯网络评估模型

应用HBN对车辆发动机电磁效应的全过程进行建模, 将作用过程分为电磁传播、耦合途径、系统效应3个阶段, 分别运用ETA、EMT、HBN理论描述分析, 后利用HBN融合ETA、EMT理论建立评估模型。

2.1 事件树分析

利用事件树分析有意电磁干扰源(Intentional electromagnetic interference source, IEMIS)对系统的威胁情况, 确定系统周围电磁环境(Ambient electromagnetic environment, AEME)的风险概率, AEME风险概率P(S_k)表示为^[17]:

P(S_k)= P(C_S)[ $\overset{n}{\prod_{i = 1}}$ P(L_S(C_S, Z_i))]P(D(C_S, Z_n)) (1)

式中:P(C_S)表示IEMIS存在的概率; P(L_S(C_S, Z_i))表示源C_S从区域Z_i_-1渗透到区域Z_i的概率; P(D(C_S, Z_n))表示辐射能量在最终区域Z_n持续时间的概率。

2.2 电磁拓扑分析

AEME通过传导耦合和辐射耦合进入车辆发动机系统内部, 在部件上产生感应电压、电流, 即电磁应力(Electromagnetic stress, EMS)。应用EMT理论分析车辆发动机系统的所有电磁耦合途径, 将发动机系统按结构划分为若干相对独立的子区域, 各区域间通过孔缝、线缆等途径相互作用, 如图2所示。

	Figure Option View Download New Window
	图2 车辆发动机系统EMTFig.2 EMT of vehicle engine system

图2中屏蔽面用S_i_,_j表示, i=1, 2, …, I表示屏蔽层序列, j=1, 2, …, J表示屏蔽第i层的第j个屏蔽面, 屏蔽面S_i_,_j内部区域为V_i_,_j。屏蔽面用实线表示, 发动机舱用虚线表示; 点火、喷油等子系统外部无壳体, 用点划线表示子系统包含的部件。发动机子系统控制模块集成在ECU中, 为分析方便, 根据功能将ECU分为点火、进气、喷油控制子模块, 用V_{3, 2,}_n(n=1, 2, 3)表示。

2.3 分层贝叶斯网络分析及建模

依据功能结构将发动机系统自上而下分为系统层、子系统层、部件层, 并增加引起部件失效的原因层(电磁应力)。运用HBN理论描述发动机系统各单元间的失效关系, 单元间的失效关系包括两种情况:①同层单元失效导致功能相关单元功能失效的同层失效关系; ②下层单元失效导致上层单元失效的层级间失效关系。综合考虑两种失效关系建立了发动机系统故障网络模型, 如图3所示。

	Figure Option View Download New Window
	图3 发动机故障网络模型Fig.3 Fault network model of engine

图3中V表示发动机系统; C_{1, 1}为点火子系统传感器; C_{1, 2}为点火子系统控制器; C_{1, 3}为点火器; C_{2, 1}为进气子系统传感器; C_{2, 2}为进气子系统控制器; C_{2, 3}为节气门电机; C_{3, 1}为喷油子系统传感器; C_{3, 2}为喷油子系统控制器; C_{3, 3}为喷油器; C_{1, 1, 1}为凸轮轴位置传感器; C_{1, 1, 2}为曲轴位置传感器; C_{1, 1, 3}为; 爆震传感器C_{2, 1, 1}为加速踏板位置传感器; C_{2, 1, 2}为节气门位置传感器; C_{3, 1, 1}为进气压力传感器; C_{3, 1, 2}为曲轴位置传感器; C_{3, 1, 3}为氧传感器; V_i_,_j_,_k表示部件C_i_,_j_,_k经受的电磁应力。

ETA、EMT、HBN均是基于因果逻辑和图形化模型的理论, 可以用统一的图模型表示。HBN能有效地进行多源信息的融合与表达, 对车辆发动机系统电磁效应的全过程统一建模, 如图4所示。

	Figure Option View Download New Window
	图4 分层贝叶斯网络评估模型Fig.4 Hierarchical Bayesian network evaluation model

3 HBN评估模型计算方法

系统电磁效应是不确定性事件, 如IEMIS的位置、极化角度、部件电磁敏感度阈值等参量都存在随机性, 需从概率统计角度进行分析, 发动机失效概率P_V为:

$P_{V} = P (IEMIS, AEME, EMS, Comp, Sub, V)$ (2)

分层贝叶斯网络各层级间存在因果关系, 可以用条件概率表示。IEMIS穿过障碍在系统周围产生的电磁环境(AEME)将会在部件上感应形成电磁应力(EMS), 当电磁应力大于部件电磁敏感度时部件(Comp)失效, 进而导致分系统(Sub)失效和系统(V)失效。由此, P_V可以表示为:

$\begin{array}{l} P_{V} = P (IEMIS) P (AEME |IEMIS) \times \\ P (EMS |AEME) P (Comp |EMS) \times \\ P (Subs |Comp) P (V| Subs) \end{array}$ (3)

下面将详细介绍各层参数的计算方法。

3.1 P(IEMI)

IEMIS包括高空核电磁脉冲、高功率微波等多种类型(C_S), 考虑各种C_S间的相互独立性, 集合{IEMIS}及P(IEMIS)的表达式为:

$\{\begin{array}{l} {IEMIS} = \overset{n}{⋃_{S = 1}} {C_{S}} \\ P (IEMIS) = 1 - \overset{n}{\prod_{S = 1}} (1 - P (C_{S})) \end{array}$ (4)

3.2 P(AEME

|IEMIS

)

每种C_S形成AEME的风险概率用S_k表示, 由前文事件树分析可知, AEME是S_k的集合, 根据式(1)可推得P(S_k ${|C}_{S}$ )表达式为:

$P (S_{k} |C_{S}) = [\overset{n}{\prod_{i = 1}} P (L_{S} (C_{S}, Z_{i}))] P (D (C_{S}, Z_{n}))$ (5)

单个IEMIS攻击目标系统, P(AEME $|IEMIS$ )即为式(5)中的P(S_k $|C_{S}$ )。若有多个IEMIS攻击目标系统, 考虑各种S_k间的相互独立性, 可推得联合概率P(IEMIS, AEME)表达式为:

$P (IEMIS, AEME) = 1 - \overset{n}{\prod_{k = 1}} (1 - P (S_{k}))$ (6)

3.3 P(EMS

|AEME

)

AEME耦合进入系统在部件上感应的电磁应力可以用概率密度函数g(y)表示, 电磁应力大于部件电磁敏感度f(x)下限的部分反映了该耦合途径的威胁程度^[13], 记为P(EMS $|AEME$ ), 表达式为:

$P (EMS |AEME) = \int_{x_{\min}}^{y_{\max}} g (y) d y$ (7)

3.4 P(Comp

|EMS

)

部件失效分为电磁应力导致的部件失效和功能密切相关部件失效引发的功能失效, 前者失效概率用P(Comp $|EMS$ )表示, 二者共同作用下的失效概率用P(Comp_i ${|EMS}_{i}$ , Comp_j)表示。

P(Comp $|EMS$ ):概率通过应力强度干涉理论^[18]确定, 表达式为:

$P (Comp |EMS) = \int_{x_{\min}}^{y_{\max}} g (y) [\int_{x_{\min}}^{y} f (x) d x] d y$ (8)

P(Comp_i ${|EMS}_{i}$ , Comp_j):受扰部件为Comp_i, 电磁应力为EMS_i, 功能密切相关的部件为Comp_j。假设EMS_i与Comp_j相互独立, 二者共同作用下部件Comp_i的失效概率可表示为:

$\begin{array}{l} P (Com p_{i} |EM S_{i}, Com p_{j}) = \\ 1 - (1 - P (Com p_{i} |EM S_{i})) \times \\ (1 - P (Com p_{i} |Com p_{j})) \end{array}$ (9)

式中:P(Comp_i $|Com p_{j}$ )表示部件Comp_j失效导致Comp_i发生功能失效的概率, 根据发动机知识和专家经验法确定, 并用条件概率表给出。

3.5 P(Subs

|Comp

)与P(V

|Subs

)

参考3.4节分析方法确定P(Subs $|Comp$ )与P(V $|Subs$ )的值, 并通过条件概率表给出。

4 算例分析

本节以高空核电磁脉冲为例, 说明车辆发动机电磁脉冲敏感度评估模型的参数获取方法和模型计算的全过程, 并以超宽带高功率微波为例, 说明评估模型的适用性。IEMIS的位置L_S、入射波极化角度、部件电磁敏感度都存在随机性, 可结合仿真与试验确定, 多IEMIS场景可参考3.1节和3.2节的分析。

4.1 发动机系统外部电磁环境分析

HEMP为唯一存在的IEMIS记为C_S, 故P(C_S)=1, 根据式(4)可得:

$P (IEMIS) = P (C_{S}) = 1$ (10)

HEMP可通过散热器孔洞、车壳缝隙等途径进入发动机舱, 故P(L_S(C_S, Z_i))=1。一般车辆发动机中无特殊保护装置减少HEMP攻击发动机的时间, 故P(D(C_S, Z_n))=1, 根据3.2节的分析及式(5)得:

P(AEME $|IEMIS$ )=P(S_K $|C_{S}$ )=1 (11)

4.2 电磁耦合分析

电磁脉冲可通过散热器孔洞、车壳缝隙进入发动机舱内, 根据实验经验, 电磁能量主要以线缆传导耦合方式作用于部件, 部件上的电磁应力也以传导干扰为主。各部件外连线缆上的传导电磁应力可根据激励源、线缆等参数确定, 并通过CST软件仿真得到, 仿真模型示意图如图5所示。

	Figure Option View Download New Window
	图5 HEMP辐照下的车辆线缆Fig.5 Car cable illuminated by HEMP

车辆模型:依据某车辆实际尺寸在CST软件线缆工作室建立车辆模型, 如图5(a)、(b)所示。车辆外壳模型考虑车窗、车壳缝隙等结构, 其长宽高为4 m× 1.5 m× 1 m。发动机舱与驾驶舱由竖直金属挡板隔开, 发动机舱尺寸为:1.2 m× 1.5 m× 0.65 m。

激励源模型:根据IEC 61000-5-9^[19]可知, HEMP为双指数函数E(t)=kE₀(e^-^at-e^-^bt), 具体参数为:E₀=50 kV/m, k=1.3, α =4× 10⁷, β =6× 10⁸。考虑激励源入射方向的随机性:入射角Ψ ∈ [18° , 90° ]、方位角ϕ ∈ [0° , 90° ]、极化角α ∈ [0° , 90° ], 采样步长为18° , 仿真样本总数为180, 如图5(c)所示。

线缆模型:线缆置于发动舱内并与车底板平行, 类型为单芯线, 参数设置为:长度L=0.6 m, 高度h=0.3 m, 线缆导体半径r=0.5 mm, 终端阻抗Z₁=Z₂=30 Ω 。

将终端Z₁感应的电压峰值视为部件上的电磁应力值, 最小值为0.22 V, 最大值为341.95 V。假设电磁应力值分布符合平均值μ _c=144.11, 方差σ _c=76.92的正态分布N(μ _c, $σ_{c}^{2}$ )。用Kolmogorov-Smirnov(K-S)检验被测分布函数的拟合度, 当a=0.05, n=180时, 临界值为0.101 22。电磁应力值与该正态分布的累积分布函数(Cumulative distribution function, CDF)的最大偏差为0.059 5, 小于临界值, 认为电磁应力值符合该正态分布, 累积分布函数如图6所示。

	Figure Option View Download New Window
	图6 传输线终端电磁应力累积分布函数Fig.6 CDF of EMS at transmission line terminal

4.3 部件电磁敏感度阈值分析

发动机各部件的电磁敏感度阈值可以通过效应试验方式获得, 测试方法依据IEC 61000-4-4^[20]中的电快速瞬变脉冲测试方法。利用脉冲群发生器产生电磁脉冲信号, 通过电容耦合夹向部件信号线注入干扰, 将注入脉冲干扰的幅值逐渐增加直到部件工作异常, 并记录该试验数据。对于每个部件记录20~30组试验数据, 采用与4.2节中相同的统计方法确定部件的敏感度阈值。

本课题组测试了点火器、进气压力传感器等部件的电磁敏感度。凸轮轴、曲轴、氧传感器实验数据参考文献[7], 节气门电机、节气门位置传感器实验数据参考文献[14]。以点火器为例, 说明部件敏感度测试及部件失效概率计算的方法, 试验布置如图7所示, 敏感度阈值CDF如图8所示, 点火器敏感度阈值和电磁应力的概率密度函数如图9所示。

	Figure Option View Download New Window
	图7 点火器敏感度试验示意图Fig.7 Ignition sensitivity test

	Figure Option View Download New Window
	图8 点火器敏感度阈值累积分布函数Fig.8 CDF of sensitivity thresholds of ignition

	Figure Option View Download New Window
	图9 点火器失效概率Fig.9 Failure probability of ignition

点火器失效概率P_c可通过式(8)计算得到:

$\begin{array}{l} P_{c} = P (Comp |EMS) = \\ \int_{x_{\min}}^{y_{\max}} g (y) [\int_{x_{\min}}^{y} f (x) d x] d y = 0.1241 \end{array}$ (12)

f(x)服从正态分布X~N(μ _b, ${σ_{b}}^{2}$ ), 参考正态分布3σ 规则确定部件电磁敏感度的上、下限。于是[x_min, x_max]=[μ _b-3σ _b, μ _b+3σ _b], 同理可得[y_min, y_max]=[μ _c-3σ _c, μ _c+3σ _c]。

部件电磁应力大于部件敏感度阈值下限的部

分P_t反映了相应耦合途径的威胁程度, 点火器P_t可通过式(7)计算得到:

$P_{t} = P (EMS |AEME) = \int_{x_{\min}}^{y_{\max}} g (y) d y = 0.1906$ (13)

同理可计算其他部件的P_c和P_t, 将各部件的敏感度均值、方差、P_c、P_t汇总在表1中。

表1 高空核电磁脉冲下部件敏感度参数 Table 1 Sensitivity parameters of component under HEMP

根据表1数据可知氧传感器具有较高的敏感度阈值, 在电磁应力的作用下失效概率小于1%, 可认为该部件在电磁应力下工作正常。

需说明的是, ECU外接端口处一般装有滤波器、限幅器等防护器件, 能有效减少电磁脉冲对ECU的影响, 因此本文假设ECU是不敏感部件。

4.4 发动机系统失效概率评估

4.4.1 分层贝叶斯网络精简

根据前文分析, ECU等电磁敏感度阈值较高的部件及部分耦合效率低的耦合路径对发动机系统失效概率的贡献可以忽略不计。将这些安全节点和路径予以删除, 以降低评估模型的复杂度, 精简后的结构如图10所示。

	Figure Option View Download New Window
	图10 分层贝叶斯网络精简模型Fig.10 Modified HBN model

4.4.2 发动机系统节点条件概率

部件失效包括以下两种情况:①电磁应力大于部件电磁敏感度阈值导致部件损伤; ②部件功能密切相关部件失效导致部件的功能失效。前者在3.3中已经讨论, 后者可通过查阅文献[16]确定部件间的逻辑关系, 并由专家经验法给出节点条件概率。同理可获得分系统、系统节点条件概率, 建立发动机系统节点条件概率表见表2。

表2 发动机系统节点条件概率表 Table 2 Node conditional probability of engine system

CPT1	m=0	m=1
P(C_1.1=m $\|C_{1.1 . 1} = 0,$ C_1.1.2=0, C_1.1.3=0)	1.0	0.0
P(C₁_.₁=m $\|C_{1.1 . 1} = 0,$ C₁_.₁_.₂=0, C₁_.₁_.₃=1)	0.7	0.3
else	0.0	1.0
CPT2	m=0	m=1
P(C_2.1=m $\|C_{2.1 . 1} = 0,$ C_2.1.2=0)	1.0	0.0
P(C₂_.₁=m $\|C_{2.1 . 1} = 0,$ C₂_.₁_.₂=1)	0.8	0.2
else	0.0	1.0
CPT3	m=0	m=1
P(C_3.1=m $\|C_{3.1 . 1} = 0,$ C_3.1.2=0)	1.0	0.0
P(C₃_.₁=m $\|C_{3.1 . 1} = 1,$ C₃_.₁_.₂=0)	0.8	0.2
else	0.0	1.0
CPT4/CPT5/CPT6	m=0	m=1
P(C_{i, 3}=m $\|C_{i. 1} = 0$ ), (i=1, 2, 3)	1.0	0.0
P(C_i.₃=m $\|C_{i . 1} = 1$ ), (i=1, 2, 3)	0.1	0.9
CPT7	m=0	m=1
P(S₁=m $\|S_{2} = 0,$ C_1.1=0, C_1.3=0)	1.0	0.0
P(S₁=m $\|S_{2} = 1,$ C₁_.₁=0, C₁_.₃=0)	0.7	0.3
else	0.0	1.0
CPT8	m=0	m=1
P(S₂=m $\|C_{2.1} = 0, C_{2.3} = 0$ )	1.0	0.0
else	0.0	1.0
CPT9	m=0	m=1
P(S₃=m $\|S_{2} = 0,$ C_3.1=0, C_3.3=0)	1.0	0.0
P(S₃=m $\|S_{2} = 1,$ C₃_.₁=0, C₃_.₃=0)	0.8	0.2
else	0.0	1.0
CPT10	m=0	m=1
P(V=m $\|S_{1} = 0,$ S₂=0, S₃=0)	1.0	0.0
else	0.0	1.0

注:表2中对部件、子系统、系统考虑二态情况, 0表示工作正常, 1表示失效。

表2 发动机系统节点条件概率表 Table 2 Node conditional probability of engine system

4.4.3 发动机失效概率计算

基于车辆发动机系统结构的分层特性, 依次求解HEMP环境下发动机部件层、子系统层、系统层的失效概率。

(1)部件层失效概率计算

求解电磁应力作用下传感器失效概率, 根据式(3), 部件的失效概率P(C)可表示为:

$\begin{array}{l} P (C) = P (IEMIS) P (AEME |IEMIS) \times \\ P (EMS |AEME) P (Comp |EMS) \end{array}$ (14)

结合表1及式(14), 发动机各传感器失效概率计算结果见表3。

表3 高空核电磁脉冲下发动机各传感器失效概率 Table 3 Failure probability of engine sensors under HEMP

部件C_{1, 1}失效概率计算公式如下:

$\begin{array}{l} P (C_{1, 1}) = \\ \sum_{C_{1, 1, 1}, C_{1, 1, 2}, C_{1, 1, 3}} P (C_{1, 1} |C_{1, 1, 1}, C_{1, 1, 2}, C_{1, 1, 3}) \cdot \\ \overset{3}{\prod_{i = 1}} P (C_{1, 1, i}) \end{array}$ (15)

故P(C₁_.₁)=0.3857, 同理可得P(C₂_.₁)=0.4266、P(C₃_.₁)=0.3304。

计算执行器C_i_{, 3}(i=1, 2, 3)失效概率需考虑电磁应力、传感器异常信号两方面因素, 公式如下:

$\begin{array}{l} P (C_{i, 3}) = \\ \sum_{C_{i, 1}} (C_{i, 3} |EM S_{i, 3}, C_{i, 1}) P (C_{i, 1}) P (EM S_{i, 3}) \end{array}$ (16)

通过式(16), 计算可得P(C₁_.₃)=0.3626、P(C₂_.₃)=0.3847、P(C₃_.₃)=0.3041。

(2)子系统层失效概率计算

计算子系统失效概率需综合考虑下层部件失效和同层子系统功能异常两方面的影响, 公式如下:

$\begin{array}{l} P (S_{2}) = \\ \sum_{C_{2, 1}, C_{2, 3}} P (S_{2} |C_{2, 1}, C_{2, 3}) P (C_{2, 3} |C_{2, 1}) P (C_{2, 1}) \end{array}$ (17)

故P(S₂)=0.4273。

表4 高空核电磁脉动冲下发动机子系统失效概率 Table 4 Failure probability of engine subsystem under HEMP

P(S₁)= $\sum_{S_{2}, C_{1, 1}, C_{1, 3}}$ P(S₁ $|S_{2}, C_{1, 1}, C_{2, 3}$ )P(S₂)P(C_{1, 3} $|C_{1, 1}$ )P(C_{1, 1})

(18)

于是P(S₁)=0.4771, 同理可得P(S₃)=0.3935, 发动机子系统失效概率汇总为表4。

(3)系统层失效概率计算

P(V)= $\sum_{S_{1}, S_{2}, S_{3}}$ P(V $|S_{1}$ , S₂, S₃)P(S₂)P(S₁ $|S_{2}$ )P(S₃ $|S_{2}$ )= $\sum_{S_{1}, S_{2}, S_{3}}$ P(V $|S_{1},$ S₂, S₃)P(S₂)× $\sum_{C_{1, 1}, C_{1, 3}}$ P(S₁ $|S_{2}, C_{1, 1}, C_{1, 3}$ )P(C_{1, 3} $|C_{1, 1}$ )P(C_{1, 1})× $\sum_{C_{3, 1}, C_{3, 3}}$ P(S₃ $|S_{2}, C_{3, 1}, C_{3, 3}$ )P(C_{3, 3} $|C_{3, 1}$ )P(C_{3, 1}) (19)

计算可得P(V)=0.7719, 故发动机在HEMP辐射下的失效概率为0.7719。

4.5 高功率微波下发动机系统失效概率评估

以超宽带高功率微波为例, 评估车辆发动机系统失效概率, 进一步说明评估模型的适用性。发动机系统外部电磁环境分析可参考4.1节。

4.5.1 传导电磁应力计算

车辆线缆感应的电磁应力可通过CST软件仿真得到, 车辆模型、线缆模型设置情况与4.2相同。

激励源模型:UWB波形一般用高斯脉冲来定义, 波形表达式^[21]为E(t)=E₀exp[- $(t - t_{0})^{2}$ /T²], 具体参数为:E₀=50 kV/m, t₀=4 ns, T=1 ns。考虑激励源入射方向的随机性:入射角Ψ ∈ [18° , 90° ]、方位角ϕ ∈ [0° , 90° ]、极化角α ∈ [0° , 90° ], 采样步长为18° , 仿真样本总数为180。

将线缆终端Z₁感应的电压峰值视为部件上的电磁应力值。其中, 最小值为0.46 V, 最大值为453.06 V。经过KS检验可知, 电磁应力值符合平均值μ _c=197.82, 方差σ _c=103.76的正态分布N(μ _c, ${σ_{c}}^{2}$ ), 累积分布函数如图11所示。

	Figure Option View Download New Window
	图11 传输线终端电磁应力累积分布函数Fig.11 CDF of EMS at transmission line terminal

4.5.2 部件敏感度阈值确定

结合发动机各部件电磁敏感度阈值(见表1)和电磁应力值(见图11), 依据式(7)和式(8)可分别计算相应耦合途径电磁应力威胁程度P_t和电磁应力下部件失效概率P_c。将各部件的敏感度均值、方差、P_c、P_t汇总在表5中。

表5 超高功率微波下部件敏感度参数 Table 5 Sensitivity parameters of component under UWB

根据表5数据可知氧传感器具有较高的敏感度阈值, 在电磁应力的作用下失效概率小于1%, 可认为该部件在电磁应力下工作正常。

4.5.3 发动机系统失效概率评估

基于车辆发动机系统结构的分层特性, 依次求解UWB环境下发动机部件层、子系统层、系统层的失效概率。

(1)部件层失效概率计算

结合表5及式(14), 计算UWB辐射下发动机各传感器的失效概率, 结果见表6。

依据式(15)(16)可计算各传感器C_i_{, 1}、执行器C_i_{, 3}(i=1, 2, 3)的失效概率如下:

P(C₁_.₁)=0.7156; P(C₂_.₁)=0.6330; P(C₃_.₁)=0.5385; P(C₁_.₃)=0.7025; P(C₂_.₃)=0.5860; P(C₃_.₃)=0.5385。

表6 发动机各传感器失效概率 Table 6 Failure probability of engine sensors

(2)子系统层、系统层失效概率计算

利用式(17)(18)可确定发动机各子系统的失效概率, 计算结果汇总为表7。

表7 发动机子系统失效概率 Table 7 Failure probability of engine subsystem

发动机系统失效概率可通过式(19)得到, 经计算P(V)=0.9653, 故发动机系统在UWB辐射下的失效概率为0.9653。

5 结束语

本文研究了强电磁脉冲作用下车辆发动机系统电磁脉冲敏感度评估问题, 融合事件树和电磁拓扑理论建立发动机系统分层贝叶斯网络电磁脉冲敏感度评估模型, 推导了部件级至系统级的失效概率计算公式。以高空电磁脉冲环境为例, 说明了模型的参数获取方法和计算过程, 并以超宽带高功率微波为例, 进一步说明了评估模型的适用性。评估模型考虑了系统同层单元失效的相关性, 能够准确描述发动机电磁耦合途径和各单元间的失效关系; 考虑了电磁干扰源位置、极化角度、部件敏感度等随机参量, 实现强电磁脉冲下发动机失效概率的估计, 有效解决由于发动机系统级试验数据不足导致系统电磁脉冲敏感度评估困难的问题。同时, 确定了发动机重要部件及主要耦合路径, 评估了发动机系统电磁脉冲敏感度, 为发动机的电磁防护设计提供依据, 对提高车辆复杂电磁环境适应性具有一定的指导意义。

The authors have declared that no competing interests exist.

参考文献

文献列表

[1]	李慧梅, 唐彦峰, 刘祥凯, 等. 电磁脉冲武器对车辆装备的损伤效应研究[J]. 装备环境工程, 2010, 7(3): 31-34. Li Hui-mei, Tang Yan-feng, Liu Xiang-kai, et al. Study of destructive effects of electromagnetic pulse weapon on vehicle[J]. Equipment Environment Engineering, 2010, 7(3): 31-34. [本文引用:1]
[2]	Radasky W A, Baum C E, Wik M W. Introduction to the special issue on high-power electromagnetic (HPEM) and intentional electromagnetic interference (IEMI)[J]. IEEE Transactions on Electromagnetic Compatibility, 2004, 46(3): 314-321. [本文引用:1]
[3]	王建国, 刘国治, 周金山. 微波孔缝线性耦合函数研究[J]. 强激光与粒子束, 2003, 15(11): 1093-1099. Wang Jian-guo, Liu Guo-zhi, Zhou Jin-shan. Investigations on function for linear coupling of microwaves into slots[J]. High Power Laser and Particle Beams, 2003, 15(11): 1093-1099. [本文引用:1]
[4]	王建国. 高空核爆炸效应参数手册[M]. 北京: 原子能出版社, 2010. Nitsch D, Camp M, Sabath F, et al. Susceptibility of some electronic equipment to HPEM threats[J]. IEEE Transactions on Electromagnetic Compatibility, 2004, 46(3): 380-389. [本文引用:1]
[6]	Camp M, Gerth H, Garbe H, et al. Predicting the breakdown behavior of microcontrollers under EMP/UWB impact using a statistical analysis[J]. IEEE Transactions on Electromagnetic Compatibility, 2004, 46(3): 368-378. [本文引用:1]
[7]	曾德龙. 汽车电子设备电磁损伤机理及损伤阈值研[D]. 长春: 吉林大学汽车工程学院, 2012. Zeng De-long. Research on electromagnetic damage mechanisms and threshold values of electrical equipment on vehicle[D]. Changchun: College of Automotive Engineering, Jilin University, 2012. [本文引用:2]
[8]	Mao C, Canabero F. Uncertainty analysis in system-level vulnerability assessment for IEMI[C]∥IEEE International Symposium on Electromagnetic Compatibility (EMC), Dresden, 2015: 1073-1076. [本文引用:1]
[9]	Genender E, Mleczko M, Doring O, et al. Fault tree analysis for system modeling in case of intentional EMI[J]. Advances in Radio Science, 2011, 9(9): 297-302. [本文引用:2]
[10]	IEC 61025. Fault Tree Analysis[S]. [本文引用:1]
[11]	Li M, Liu J, Li J, et al. Bayesian modeling of multi-state hierarchical systems with multi-level information aggregation[J]. Reliability Engineering and System Safety, 2014, 124(4): 158-164. [本文引用:3]
[12]	刘钰, 韩峰, 陆希成, 等. 电子系统电磁脉冲易损性评估的分层贝叶斯网络模型[J]. 电子学报, 2016, 44(11): 2695-2703. Liu Yu, Han Feng, Lu Xi-cheng, et al. EMP susceptibility modeling and assessment of electronic system based on hierarchical Bayesian networks[J]. Chinese Journal of Electronics, 2016, 44(11): 2695-2703. [本文引用:2]
[13]	Mao C G, Canavero F. System-level vulnerability assessment for EME: from fault tree analysis to bayesian networks—Part I: methodology framework[J]. IEEE Transactions on Electromagnetic Compatibility, 2016, 58(1): 180-187. [本文引用:3]
[14]	孙晓颖, 王震, 杨锦鹏, 等. 基于贝叶斯网络的电子节气门电磁敏感度评估[J]. 吉林大学学报: 工学版, 2018, 48(1): 281-289. Sun Xiao-ying, Wang Zheng, Yang Jin-peng, et al. Electromagnetic susceptibility assessment of electronic throttle based on Bayesian networks[J]. Journal of Jilin University (Engineering and Technology Edition), 2018, 48(1): 281-289. [本文引用:3]
[15]	Li S, Tryfonas T, Russell G, et al. Risk assessment for mobile systems through a multilayered hierarchical Bayesian network[J]. IEEE Transactions on Cybernetics, 2016, 46(8): 1749-1759. [本文引用:1]
[16]	王绍銧. 汽车电子学[M]. 2版. 北京: 清华大学出版社, 2011. Genender E, Garbe H, Sabath F. Probabilistic risk analysis technique of intentional electromagnetic interference at system level[J]. IEEE Transactions on Electromagnetic Compatibility, 2014, 56(1): 200-207. [本文引用:2]
[18]	Modarres M. Risk Analysis in Engineering[M]. New York: Taylor& Francis, 2006. [本文引用:1]
[19]	IEC 61000-5-9. Electromagnetic Compatibility (EMC)—Part 5-9: Installation and Mitigation Guidelines—System-Level Susceptibility Assessments for HEMP and HPEM[S]. [本文引用:1]
[20]	IEC 61000-4-4. EMC: Testing and measurement techniques-electrical fast transient/burst immunity test[S]. [本文引用:1]
[21]	Chen B, Yun Y, Cheng G, et al. Analysis of shielding effectiveness of reinforced-concrete in high power electro- magnetic environment[C]∥Proceedings of Asia-Pacific Conference on Environmental Electromagnetics, Hangzhou, China, 2003: 547-553. [本文引用:1]

2010

0.0

. 2010, 7(3):31-34 DOI:doi:10.3969/j.issn.1672-9242.2010.03.008

Study of destructive effects of electromagnetic pulse weapon on vehicle

电磁脉冲武器对车辆装备的损伤效应研究

Li Hui-mei , Tang Yan-feng , Liu Xiang-kai

李慧梅, 唐彦峰, 刘祥凯

根据电磁脉冲武器的损伤机理和特点,分析了电磁脉冲武器对车辆装备的损伤效应,并选取车辆上典型电子系统进行试验研究.结果表明车辆装备电磁能量耦合途径多、敏感对象多,电磁脉冲武器对其主要损伤效应是工作失灵和功能损坏.

... 0 引言在未来战场中,高空核电磁脉冲、高功率微波等强电磁脉冲将严重威胁车辆的机动性与安全性^[1] ...

2004

0.0

... 国内外的研究团队进行了大量的电子系统电磁脉冲效应的研究工作^{[2,3,4,5,6,7]},研究方法主要分为实验法和预测分析法 ...

2003

0.0

. 2003, 15(11):1093-1099

Investigations on function for linear coupling of microwaves into slots

微波孔缝线性耦合函数研究

Wang Jian-guo , Liu Guo-zhi , Zhou Jin-shan

王建国, 刘国治, 周金山

In this paper，the research methods for linear coupling of microwave pulses into a cavity through slots are discussed. The physical basis for the linear coupling is provided. The coupling function is defined, and the formulation of coupling function for the different polarization directions of the incident electric field is derived. To numerically solve the linear coupling problems, the finitedifference timedomain method and its modified algorithm are simply described. To measure the coupling function, this paper suggests the experimental setup which mainly consists of the vector network analyzer HP8510C. By investigating the coupling function, the phenomena of resonant and enhancement effects are observed, and the universal equation for microwave coupling into differentshaped slots

讨论了微波脉冲通过孔缝线性耦合进入腔体内的研究方法。给出了线性耦合的物理基础,定义了耦合函数，并导出了耦合函数随入射电场极化方向变化的公式。简要描述了数值求解孔缝线性耦合的时域有限差分方法以及修正算法。给出了以矢量网络分析仪HP8510C为主要设备测量耦合函数的实验方法。通过耦合函数的研究，观察到了共振效应和增强效应等现象，给出了微波孔缝耦合发生共振的普适公式。分析了测量探头对耦合函数测量的影响，验证了耦合函数随入射电场方向变化的公式。理论、数值和实验结果符合得较好。

... 国内外的研究团队进行了大量的电子系统电磁脉冲效应的研究工作^{[2,3,4,5,6,7]},研究方法主要分为实验法和预测分析法 ...

2010

0.0

... 国内外的研究团队进行了大量的电子系统电磁脉冲效应的研究工作^{[2,3,4,5,6,7]},研究方法主要分为实验法和预测分析法 ...

2004

0.0

... 国内外的研究团队进行了大量的电子系统电磁脉冲效应的研究工作^{[2,3,4,5,6,7]},研究方法主要分为实验法和预测分析法 ...

2012

0.0

. 2012, :-

Research on electromagnetic damage mechanisms and threshold values of electrical equipment on vehicle[D]. Changchun: College of Automotive Engineering,

汽车电子设备电磁损伤机理及损伤阈值研

Zeng De-long

曾德龙

随着汽车电子化、自动化程度的不断提升以及所处电磁环境的日趋复杂，由电磁脉冲（EMP）引起的电磁损伤问题已成为影响汽车安全性的重要隐患之一。电磁脉冲能够引起电子设备状态反转、功放器件性能下降、执行器误动作等暂时的性能降低，严重时可引起半导体器件、继电器等敏感设备永久性损伤，导致汽车无法正常工作。深入研究汽车电子设备的电磁脉冲损伤机理，确定引起设备损伤的电磁脉冲强度及分布规律，可为汽车电磁防护提供理论依据及数据支撑。为阐明电磁脉冲作用于汽车电子设备时的损伤机理并确定损伤阈值，本文以某型轿车为对象，对汽车线束内平行导线间传导耦合规律进行了较深入的研究，设计并搭建了电磁脉冲损伤阈值测试平台，对晶体三极管、场效应管等典型电子元器件及电控分系统的电磁脉冲损伤阈值进行了测试，并对损伤阈值分布规律进行了分析，给出了汽车电子设备电磁脉冲损伤阈值的系统化测试方法。针对汽车线束内传导耦合问题，以ISO7637-3中电子设备传导耦合敏感度测试方法为基础，在0-200MHz频率范围内的76个频点分别进行了单频点耦合效率测试。通过对平行导线间距0cm和1cm时耦合效率的测试、导线间线束对耦合效率影响的分析以及距地面高度为2cm、5cm和10cm时耦合效率的比较，分析了线束内传导耦合的基本规律。针对汽车敏感设备中的典型半导体电磁脉冲损伤阈值问题，依照GJB538-88中半导体器件测试方法，使用脉冲群发生器做为干扰源、示波器做为测量设备，设计并搭建了测试平台。通过对S9018型晶体三极管、IRF540N增强型N沟道CMOS管及HD74LS04型TTL器件进行损伤阈值测试，获得近150组损伤阈值测试数据。通过数据分析，得到损伤阈值变化范围、与电磁脉冲功率及能量关系和其分布规律，为相关敏感设备器件选择及防护强度提供依据。针对汽车分系统电磁脉冲损伤阈值问题，根据ISO11451等相关试验标准设计并搭建分系统损伤阈值测试平台，得到了某型轿车电子节气门、转速传感器、进气温度及压力传感器等电子设备实测损伤阈值。给出了试验台布置、试验标定、测试方法等，为汽车电子设备电磁损伤测试提供系统化测试方法。主要贡献如下： a.初步定义了汽车电控设备受干扰及损伤阈值等级，为电控设备干扰及损伤阈值界定提供依据。通过实测得到晶体三极管、场效应管等典型半导体元器件及电控分系统损伤阈值，给出了损伤阈值分布规律、电磁脉冲功率、能量与损伤阈值的关系，为汽车电磁防护提供了数据基础。 b.设计并搭建了半导体阈值测试平台、分系统干扰及损伤阈值测试平台，通过对典型器件及系统的测试，验证了测试平台和测试方法的正确性及可行性。 c.以搭建的损伤测试平台和实测数据为基础，汽车干扰及损伤测试标准为依据，从试验设置方法、标定方法及干扰能量加载方法等方面，探索并得到了汽车电子设备电磁脉冲干扰及损伤阈值的系统化测试方法。上述工作为电子设备电磁敏感度研究提供部分数据基础，为汽车电子设备损伤阈值测试提供了借鉴方法，对汽车电子设备电磁损伤及防护技术研究具有一定的参考价值。

... 国内外的研究团队进行了大量的电子系统电磁脉冲效应的研究工作^{[2,3,4,5,6,7]},研究方法主要分为实验法和预测分析法 ...

... 凸轮轴、曲轴、氧传感器实验数据参考文献[7],节气门电机、节气门位置传感器实验数据参考文献[14] ...

2015

0.0

... 然而,受电磁干扰源位置、极化角度、部件敏感度等多种参量影响,发动机系统电磁脉冲敏感度评估中存在着大量的不确定性^[8],尤其是系统级试验往往受场地和成本的限制,样本数量有限,导致所得结论通用性差,发动机系统电磁脉冲敏感度评估困难 ...

2011

0.0

... 目前采用的预测分析方法主要包括故障树分析(Fault tree analysis,FTA)方法^[9,10]和贝叶斯网络(Bayesian networks,BN)分析方法^{[11,12,13,14,15]} ...

... FTA在系统可靠性、风险评估等方面具有广泛的应用,但用于车辆发动机系统电磁敏感度的评估时存在以下不足^[9]:①发动机系统中同层单元存在关联失效,而故障树模型中同层事件满足独立性条件,无法描述系统同层单元失效的相关性 ...

0.0

... 目前采用的预测分析方法主要包括故障树分析(Fault tree analysis,FTA)方法^[9,10]和贝叶斯网络(Bayesian networks,BN)分析方法^{[11,12,13,14,15]} ...

2014

0.0

... 目前采用的预测分析方法主要包括故障树分析(Fault tree analysis,FTA)方法^[9,10]和贝叶斯网络(Bayesian networks,BN)分析方法^{[11,12,13,14,15]} ...

... 文献[11]提出了基于多层次信息融合的分层贝叶斯网络(Hierarchical Bayesian networks,HBN)模型,能够描述分层系统各单元间失效的相关性,提高了复杂系统可靠性评估的准确性 ...

... 文献[12]在文献[11]的基础上增加了电磁拓扑(Electro-magnetic topology,EMT)分析,将分层贝叶斯网络用于电子系统电磁脉冲易损性评估中,但未考虑电磁干扰源位置、极化角度参数对系统的影响 ...

2016

0.0

. 2016, 44(11):2695-2703 DOI:doi:10.3969/j.issn.0372-2112.2016.11.019

EMP susceptibility modeling and assessment of electronic system based on hierarchical Bayesian networks

电子系统电磁脉冲易损性评估的分层贝叶斯网络模型

Liu Yu , Han Feng , Lu Xi-cheng

刘钰, 韩峰, 陆希成

A modeling method based on hierarchical Bayesian networks (HBN) which can be used in the susceptibility assessment of electronic system interfered by electromagnetic pulse (EMP) is proposed.According to the hierarchical structure of the electronic system and the feature of its EMP effects,steps to assess the system susceptibility are discussed.Analyzing the couple path by using the interaction sequence diagram (ISD),and the proper volume nodes of the base level of the ISD and the probability distribution of the electromagnetic stress in these nodes are determined.The topology relationship between the HBN and ISD is created by adding the directed arc from the base proper volume nodes of the ISD to the root nodes of HBN.The base proper volume level is considered as new root level to rebuild the HBN of system which can be used as the susceptibility assessment model of electronic system interfered by EMP.A case study demonstrates the effectiveness of the proposed methodology.

针对电子系统电磁脉冲易损性评估问题，提出了基于分层贝叶斯网络的电子系统电磁脉冲易损性评估模型建模方法.分析了电子系统分层结构特征及其电磁脉冲效应的特点，应用电磁拓扑理论中的相互作用顺序图分析系统电磁耦合途径，确定系统内底层屏蔽区域节点，研究了相互作用顺序图与系统分层贝叶斯网络的拓扑关联关系，在系统分层贝叶斯网络模型中增加底层屏蔽区域节点层，从而建立系统易损性评估模型，并给出了相应的建模步骤.最后以某电子机械传动系统电磁脉冲易损性评估问题为例说明了建模和计算过程.

... 目前采用的预测分析方法主要包括故障树分析(Fault tree analysis,FTA)方法^[9,10]和贝叶斯网络(Bayesian networks,BN)分析方法^{[11,12,13,14,15]} ...

2016

0.0

... 目前采用的预测分析方法主要包括故障树分析(Fault tree analysis,FTA)方法^[9,10]和贝叶斯网络(Bayesian networks,BN)分析方法^{[11,12,13,14,15]} ...

... 文献[13]提出了基于贝叶斯网络的系统级电磁易损性评估方法框架,考虑电磁干扰源各参数对系统的影响,将事件树分析(Event tree analysis,ETA)、EMT等工具有效融入BN评估模型中,为电子系统电磁易损性评估提供了新的分析方法 ...

... AEME耦合进入系统在部件上感应的电磁应力可以用概率密度函数g(y)表示,电磁应力大于部件电磁敏感度f(x)下限的部分反映了该耦合途径的威胁程度^[13],记为P(EMS AEME),表达式为: ...

2018

0.0

. 2018, 48(1):281-289

Electromagnetic susceptibility assessment of electronic throttle based on Bayesian networks

基于贝叶斯网络的电子节气门电磁敏感度评估

Sun Xiao-ying , Wang Zheng , Yang Jin-peng

孙晓颖, 王震, 杨锦鹏

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。

... 目前采用的预测分析方法主要包括故障树分析(Fault tree analysis,FTA)方法^[9,10]和贝叶斯网络(Bayesian networks,BN)分析方法^{[11,12,13,14,15]} ...

... 文献[14]将该分析方法成功应用到电子节气门电磁敏感度评估中,对高空核电磁脉冲(High-altitude ele- ctromagnetic pulse,HEMP)下电子节气门的失效概率进行了评估 ...

... 凸轮轴、曲轴、氧传感器实验数据参考文献[7],节气门电机、节气门位置传感器实验数据参考文献[14] ...

2016

0.0

... 目前采用的预测分析方法主要包括故障树分析(Fault tree analysis,FTA)方法^[9,10]和贝叶斯网络(Bayesian networks,BN)分析方法^{[11,12,13,14,15]} ...

2011

0.0

... 从功能角度确定保障发动机系统正常运行的关键子系统和部件,将发动机系统分为点火、进气、喷油3个子系统^[16] ...

... 3中已经讨论,后者可通过查阅文献[16]确定部件间的逻辑关系,并由专家经验法给出节点条件概率 ...

2006

0.0

... P(Comp EMS):概率通过应力强度干涉理论^[18]确定,表达式为: ...

0.0

... 激励源模型:根据IEC 61000-5-9^[19]可知,HEMP为双指数函数E(t)=kE₀(e^-^at-e^-^bt),具体参数为:E₀=50 kV/m,k=1 ...

0.0

... 3 部件电磁敏感度阈值分析发动机各部件的电磁敏感度阈值可以通过效应试验方式获得,测试方法依据IEC 61000-4-4^[20]中的电快速瞬变脉冲测试方法 ...

2003

0.0

... 激励源模型:UWB波形一般用高斯脉冲来定义,波形表达式^[21]为E(t)=E₀exp[- (t-t0)2/T²],具体参数为:E₀=50 kV/m,t₀=4 ns,T=1 ns ...