故障树分析（FTA）技能

任务目标

本技能用于：系统可靠性与安全性分析，支持定性与定量故障树分析
能力包含：故障树构建与可视化、顶事件概率计算、基本事件重要性分析、专业报告生成、数据导入导出
触发条件：用户需要分析系统故障原因、评估系统可靠性、识别关键故障模式或生成质量分析报告

前置准备

依赖说明：graphviz 用于故障树图形渲染
非标准文件准备：故障树数据文件（JSON格式），用户需提供或由智能体根据对话构建

操作步骤

标准流程

1. 构建故障树数据

根据用户描述的系统结构，构建故障树JSON数据：

{
  "name": "系统名称",
  "top_event": "event_id",
  "nodes": {
    "event_id": {
      "type": "basic|intermediate|and|or",
      "name": "事件名称",
      "probability": 0.01,
      "description": "事件描述"
    }
  },
  "edges": [
    {"from": "parent_id", "to": "child_id"}
  ]
}

2. 生成故障树可视化

调用可视化脚本生成图形：

python scripts/fta_visualizer.py --input fta_data.json --output fault_tree.png

3. 执行概率计算

python scripts/fta_calculator.py --input fta_data.json --output calc_result.json

4. 生成分析报告

python scripts/fta_report.py --input fta_data.json --calc-result calc_result.json --output report.html

数据导入导出

导入：将外部格式转换为标准JSON：

python scripts/fta_io.py --mode import --input source.yaml --output fta_data.json

导出：将JSON导出为其他格式：

python scripts/fta_io.py --mode export --input fta_data.json --output export.yaml

使用示例

示例1：简单串联系统分析

场景/输入：用户描述"电机驱动系统包含电源、控制器、电机三个串联组件，故障率分别为0.01、0.02、0.03"
预期产出：故障树图形、顶事件概率（约0.059）、各组件重要性排序
关键要点：需将三个basic事件通过OR门连接到顶事件

示例2：复杂冗余系统分析

场景/输入：用户描述"双冗余系统，两个组件同时故障才导致系统失效"
预期产出：故障树图形、顶事件概率（两组件概率乘积）、最小割集分析
关键要点：使用AND门表示冗余逻辑

示例3：导入已有故障树数据

场景/输入：用户提供JSON/YAML格式的故障树数据
预期产出：可视化图形、分析报告
关键要点：数据需符合标准格式规范

资源索引

脚本:见 scripts/fta_visualizer.py(用途：生成故障树可视化图形)
脚本:见 scripts/fta_calculator.py(用途：概率计算与重要性分析)
脚本:见 scripts/fta_report.py(用途：生成HTML分析报告)
脚本:见 scripts/fta_io.py(用途：故障树数据导入导出)
参考:见 references/fta_format.md(何时读取：构建或解析故障树数据时)

注意事项

概率值应在0-1之间，接近0时可使用近似公式P≈λt（λ为故障率，t为运行时间）
重要性分析结果可指导质量改进优先级
最小割集越小说明系统越脆弱，需重点关注
导入导出支持JSON和YAML两种格式

TRACE 测评

| 维度 | 评分 | 说明 | |------|------|------| | T — 可信任度 | 10/10 | 纯文档/脚本技能，无外部依赖风险，支持中文交互；已声明安全注意事项 | | R — 可靠性 | 9/10 | 有异常处理说明; 输出格式明确 | | A — 适用性 | 9/10 | 有适用范围声明; 触发条件明确 | | C — 规范性 | 10/10 | frontmatter 完整; 文档结构清晰; 内容充分 | | E — 有效性 | 10/10 | 输出明确; 含使用示例; 文档详尽 | | 总分 | 48/50 | 通过 |