质量与可靠性 / 系统课时
故障树如何分解系统顶事件
故障树如何分解系统顶事件
以双泵供液系统为例:系统运行 100 小时,任一泵正常就能满足流量要求,但公共供电或控制器失效也会让供液中断。我们将供液中断定义为顶事件,自顶向下建立故障树,再找出最小割集并算出顶事件概率,以便判断先改进哪个环节。
学习目标
- 为给定任务定义顶事件、分析边界和基本事件。
- 用与门、或门分解失效路径,识别最小割集。
- 在独立性假设下计算顶事件概率,并比较两种改进方案。
确定顶事件和分析边界
假设系统由两台并联泵、一个公共电源和一个共享控制器组成。两台泵均可独立提供 12 L/min,任务要求不低于 10 L/min。分析窗口为启动后的 100 小时,期间失效部件不修复;假设泵切换功能可靠,任何一台泵可用时都能维持供液。
顶事件 T 定义为:在上述任务窗口内,系统丧失所需的供液能力。基本事件必须对应能影响这一功能的失效,而不是把所有报警、磨损或短时波动都算作顶事件。
| 基本事件 | 失效含义 | 100 小时内失效概率 |
|---|---|---|
| 公共电源无法供电 | 0.01 | |
| 控制器内部故障导致无法驱动泵 | 0.02 | |
| 泵 A 丧失供液能力 | 0.04 | |
| 泵 B 丧失供液能力 | 0.05 |
这些概率是教学假设,不是每小时失效率。为演示计算,暂假设四个基本事件相互独立;真实工程中必须检查共同原因和统计依据。
用逻辑门展开顶事件
- 公共电源失效 会单独导致供液中断。
- 共享控制器失效 也会单独导致供液中断。
- 在电源和控制器正常时,只有泵 A、泵 B 均失效,供液才会中断。
因此,顶事件连接一个或门,它的三个输入是 、 和中间事件 ;中间事件 通过与门连接 、。其布尔事件表达式为:

常见画错之处是把 和 接到或门,误以为坏一台泵就会中断;对这套具备完整单泵供液能力的系统,应使用与门。若切换装置自身可能失效,还需另外增加对应基本事件和分支。
提取最小割集
割集是足以触发顶事件的一组基本事件;最小割集则要求移去其中任意一个事件后,剩余事件不再足以触发顶事件。“最小”指事件集合不可再缩减,不代表概率最小。
从上式的三个或项直接得到:
- :公共电源单独失效。
- :共享控制器单独失效。
- :两台泵同时失效。
手工分析复杂故障树时,先把与门写作事件交集、或门写作并集,再用分配律展开,最后删除重复项以及包含更小割集的冗余项。例如 虽能导致顶事件,却不是最小割集,因为只有 就足够。实际建模应检查每条可能失效路径是否遗漏,并保持事件定义不重叠。
计算顶事件发生概率
在四个基本事件独立的前提下,双泵均失效的概率为 。三个最小割集对应的事件仍可能在同一任务中同时发生,因此不能将它们的概率直接相加当作精确答案。
用顶事件的补事件计算:
下面的 Python 3 示例可以复核计算:
# 全部数值对应相同的 100 小时任务窗口
p_s, p_k, p_a, p_b = 0.01, 0.02, 0.04, 0.05
p_both = p_a * p_b
# 用补事件避免最小割集并发时被重复计数
p_top = 1 - (1 - p_s) * (1 - p_k) * (1 - p_both)
print(f"双泵同时失效:{p_both:.4%}")
print(f"顶事件发生概率:{p_top:.5%}")
print(f"割集概率直接相加:{(p_s + p_k + p_both):.5%}")预期输出:
双泵同时失效:0.2000%
顶事件发生概率:3.17404%
割集概率直接相加:3.20000%直接相加的 3.2% 是此例的并集概率上界,略高于精确值 3.17404%。计算结果描述的是 100 小时任务内发生顶事件的概率,并非瞬时失效率。
用割集比较改进方向
在其他假设不变时,将控制器失效概率从 2% 降至 0.5%,顶事件概率降至 1.69201%,减少 1.48203 个百分点。若只把泵 A 的失效概率从 4% 降至 2%,顶事件概率为 3.07702%,仅减少 0.09702 个百分点。在这个示例中,改善公共控制器比优化单台泵更有效。
但这不是普遍的采购排序。还需比较实施成本、失效后果和概率估计的不确定性。若两台泵共用冷却回路、受同一水淹事件影响, 与 就可能相关,不能再直接使用 ;应在树中补充共同原因事件,或采用能够处理依赖关系的模型。