近年来,全球范围内爆发多次严重的传染病疫情,如2003年爆发的SARS疫情、2005年的H5N1禽流感、2009年的H1N1甲型禽流感、2013年的H7N9禽流感和2014年起肆虐非洲的埃博拉出血热等。这些传染病严重危及人类生命与健康,对世界政治、经济产生了重大影响。我国幅员辽阔,地理环境复杂,人员来往密集,国际交流频繁,各种新发突发传染病不时爆发,疫病防控形势十分严峻。生物安全问题逐渐得到重视,促进了生物安全设备、特别是机动生物安全舱室的发展与普及应用。机动生物安全舱室是野外条件下用于生物采样、生物检验和分析、伤病员运送治疗的机动医疗平台,如生物侦察车、生物检验车、生防急救车、传染病员救护车及移动生物安全实验室等。在发生生物战、生物恐怖袭击以及突发性公共卫生事件的情况下,这些装备可对生物污染地区进行侦查和快速检测鉴定,负责伤病员和烈性传染病员的紧急救治和后送,对可疑病原体进行采集、培养与检测。机动生物安全舱室可隔离污染源和传染源,减少人员交叉感染的机率。高效过滤器与负压梯度控制是机动安全舱室实现生物安全与隔离防护的关键技术。负压梯度控制系统(下称电气系统)对舱室内压力进行有效控制,保持舱室内压力梯度和温湿度恒定。其设备功能的完好与否直接关系到任务的及时处置和对工作人员的有效防护。电气系统一旦发生故障,气流将无法定向流动,有可能导致病原微生物扩散、危及工作人员与周围人员的生命安全,甚至造成严重的社会恐慌。不同于固定式的生物安全实验室,机动生物安全舱室多工作在远离城市的口岸或边远地区,保障力量匮乏;且受到空间限制,常规的设备检查与日常维护难以进行。开展机动生物安全舱室电气系统故障诊断研究,对提高机动生物安全舱室的智能化水平、降低设备故障发生率、减少维护成本、缩短维修保养时间、保证机动生物安全舱室的正常运行,具有十分重要的现实意义。本文对机动生物安全舱室电气系统的故障以及出现故障后的诊断问题进行了研究,主要研究内容有以下几点:(1)对机动生物安全舱室电气系统的故障形成机理进行了研究。以某型移动式生物安全实验室为研究对象,分析了其电气系统的组织构成和工作过程。该型移动生物安全实验室由主实验室舱(下称主舱)和人员净化与技术保障舱(下称辅舱)组成,各有一套独立的负压控制系统。负压控制的设备包括充气膨胀门、电动密闭阀、变风量阀、压力开关、压力变送器、三相离心风机、变频器、过程控制器等,从功能上可分为送风子系统、排风子系统、控制系统和门控系统,所有设备通过RS485总线连接到工控机,由工控机进行集中控制。系统所预设的部分故障报警只能提示故障发生的类型,并不能明确的指出故障原因。在参考其它移动式医疗平台、车载移动设备、固定式生物安全实验室、暖通空调(HVAC)故障处置基础上,对机动生物安全舱室故障形成的原因及其不同原因下的征兆表现进行了分析总结,发现部分故障征兆与故障原因之间具有非线性映射的复杂关系和一定的模糊性,难以用具体数值判断电气系统是否发生故障以及评价故障的严重程度。(2)总结出机动生物安全舱室电气系统的故障诊断策略。根据故障对系统的影响程度,将电气系统故障分为硬故障和软故障两种。对电源、空调等部分硬故障做了诊断说明;通过负压模型实验,总结出机动生物安全舱室参数变化的基本规律,以及出现软故障时,故障原因与故障征兆之间的对应关系,并归纳出以进出风量差Q描述解释各功能间压力、各参数变化规律的具体方法,为同类装备的故障诊断提供参考依据。(3)提出一种采用Mamdani型模糊推理算法诊断电气系统软故障的方法。根据电气系统可提供的特征信息和进行故障诊断的设备,以主舱为例,选择送风机前后压力、排风机前后压力、主实验间压力、气锁间压力、更防护服间压力、送风变频器输出频率和排风变频器输出频率共7个参数作为Mamdani型模糊推理的输入变量,将参数按照实际情况划分为高、正常、低三档,分别采用S形函数、高斯形函数、Z形函数进行模糊化处理,利用总结出来的参数变化规律制定13条模糊推理规则,可诊断出新风电动密闭阀关闭不紧、送风机老化、送变频器输出异常、排风密闭阀关闭不紧、排风机老化、泄漏、变风量阀异常等8种软故障。(4)设计了一种CAN总线连接各设备的电气实验系统。针对分布式控制存在的不足,考虑到机动生物安全舱室的特点与要求,以及日后升级维护、功能扩展的便捷性,提出了一种采用CAN总线取代RS485总线,连接各功能设备的电气系统解决方案。在此方案中,所有设备都是CAN网络的一个节点,任何节点的损坏不会对其它节点造成影响,便于故障排除和故障设备的快速更换。故障诊断仪可以很方便的“挂”在CAN网络上,对电气系统各设备的状态进行监控和状态评估。并采用CAN接口卡与PC组成故障诊断仪的硬件,以Lab VIEW作为编程语言编写电气系统状况监控和故障分析程序。实时记录设备状态和各功能间压力情况,并以指示灯和曲线的形式表示出来,利用前面所提及的硬故障处置方法和模糊推理的方式判断故障是否发生。通过本研究,可提高生物安全舱室故障诊断能力,为其它生物安全设备的故障诊断积累了经验。