熊 盛

(92155 部隊，海南 三亞 572000)

現(xiàn)代作戰(zhàn)中，機動能力是武器系統(tǒng)作戰(zhàn)效能的重要影響因素，因此機動武器載車系統(tǒng)的可靠性和穩(wěn)定性對作戰(zhàn)的勝敗有著重大影響。某型武器載車系統(tǒng)包含機械、電氣設備和液壓、氣動裝置。由于系統(tǒng)中設備種類多，結構復雜，工作時任何一個部位的故障都可能導致一系列后續(xù)故障的發(fā)生，表現(xiàn)為故障的并發(fā)性;另一方面，同一個故障也可能由多個原因造成，多個不同的原發(fā)性故障沿各自不同的傳播途徑可引發(fā)同一系統(tǒng)級故障，因此該系統(tǒng)的故障診斷過程存在不確定性和模糊性［1］。如果采用科學系統(tǒng)的方法描述故障的產(chǎn)生模式，維修人員則可在較短的時間內(nèi)實現(xiàn)對故障的定位和排除，從而保證載車系統(tǒng)的可靠性和穩(wěn)定性［2］。本文以某型武器載車系統(tǒng)底盤啟動故障診斷為例，對模糊Petri 網(wǎng)在故障診斷中的應用方法進行了研究。

1 故障診斷模糊Petri 網(wǎng)模型

故障診斷就是利用已知信息去認識這個含有不可知信息系統(tǒng)的特性、狀態(tài)與發(fā)展趨勢，并對未來做出預測與決策。采用專家系統(tǒng)進行故障診斷是當前應用較為廣泛的方法，在專家系統(tǒng)中，傳統(tǒng)的知識表達方法包括邏輯表示法、語義網(wǎng)絡表示法、產(chǎn)生式表示法、框架表示法等。這些方法雖然能表達故障特征的縱向和橫向聯(lián)系，但由于對故障僅僅是一種靜態(tài)描述，不能表現(xiàn)故障的動態(tài)行為，且無法進行并行推理，現(xiàn)實系統(tǒng)中的模糊性也無從體現(xiàn)，使整個系統(tǒng)診斷效率受到約束［3］。Petri 網(wǎng)理論是關于分布式系統(tǒng)和分布式進程的理論，它具有較強的描述并發(fā)現(xiàn)象和故障傳播過程的能力，因而是對動態(tài)系統(tǒng)進行建模和分析的重要工具［4］。但是現(xiàn)實操作中，用戶對故障現(xiàn)象的描述經(jīng)常存在不確定性或模糊性，例如底盤啟動“困難”，振動“厲害”等，普通Petri 網(wǎng)建模方法還不能滿足故障診斷的需求?；诖?，將模糊產(chǎn)生式規(guī)則與Petri 網(wǎng)相結合，定義模糊Petri 網(wǎng)模型，利用其可分層的特點，將相對復雜的故障逐層細分，縮小范圍，推理出故障原因及可信度［5］。

1.1 故障診斷模糊產(chǎn)生式規(guī)則

故障之間存在著模糊關系和傳遞關系，這些關系可以采用模糊產(chǎn)生式規(guī)則來描述［6］，模糊產(chǎn)生式規(guī)則最簡單的形式如下:

規(guī)則R1:

命題di表示一組前提或狀態(tài)，命題dk表示若干個動作或結論，CF 為這條規(guī)則的置信度，CF 的值為μi，μi的取值范圍在0 和1 之間。這種形式的模糊產(chǎn)生式規(guī)則表示一個故障原因?qū)е铝艘粋€故障模式。模糊產(chǎn)生式規(guī)則的其他形式，如規(guī)則的“與”、“或”關系均可由此衍生得出，其表達式如下:

規(guī)則R2:

它表示故障多個故障d1，d2，…，dn同時出現(xiàn)導致故障dk的出現(xiàn);

它表示故障多個故障d1，d2，…，dn中任何一個或幾個的出現(xiàn)將導致故障dk的出現(xiàn)，此時的μi與di之間是一一對應的關系。

1.2 模糊Petri 網(wǎng)定義

模糊Petri 網(wǎng)由庫所P 和變遷T 組成，它將模糊產(chǎn)生式規(guī)則中的命題看作庫所，用圓圈“○”表示;將模糊產(chǎn)生式規(guī)則中的推理過程看作一種變遷，用豎線“|”表示;命題之間的因果關系用庫所和變遷之間的有向弧表示。為了更好地解釋模糊Petri 網(wǎng)(Fuzzy Petri Nets)，這里將其定義為一個九元組［7］:FPN(P，T，D，I，O，f，α，β，λ);

其中:P={P1，P2，…，Pn}是一個有限的庫所集;T={t1，t2，…，tn}是一個有限的變遷集;D ={d1，…，dn}是一個有限的命題集;且P∩T∩D=Φ，︱P︱=︱D︱。

I :T→P∞表示輸入函數(shù)，它決定變遷的輸入庫所;

O:T→P∞表示輸出函數(shù)，它決定變遷的輸出庫所;

f :T→［0，1］，變遷的置信度集，它是變遷到一個0 ～1 間實數(shù)的映射，即μi=f(ti);

α:P→［0，1］，庫所的置信度集，它是庫所到一個0 ～1間實數(shù)的映射，Pi的置信度為α(Pi);

β:P→D 為庫所與命題間的映射，即di=β(Pi)。

λ:T→［0，1］，為變遷的觸發(fā)閾值集，當α(Pi)≥λ 時，變遷ti才會被觸發(fā)。

根據(jù)上述定義，將1.1 中的模糊產(chǎn)生式規(guī)則用模糊Petri網(wǎng)的形式表達出來，如圖1 所示，從圖中可以看出，故障狀態(tài)的傳播過程被直觀地展現(xiàn)出來。

圖1 模糊產(chǎn)生式規(guī)則的模糊Petri 網(wǎng)模型

2 模糊Petri 網(wǎng)故障診斷推理算法

故障診斷與故障傳播之間是互逆關系，故障診斷是從觀察到的故障現(xiàn)象查找故障的原因，而故障現(xiàn)象正是由故障的傳播造成的。模糊Petri 網(wǎng)描述的是故障的傳播模型，因此基于模糊Petri 網(wǎng)的故障診斷是一個帶有置信度的反向推理過程，它從假設的目標故障現(xiàn)象出發(fā)，反向查找導致目標故障現(xiàn)象發(fā)生的所有路徑及初始故障原因。為了便于推理過程的進行，一般需要定義以下5 種庫所集合［7］:

1)初始庫所集合SP:由所有初始庫所組成的集合，一般用來表示故障的原因。

2)目標庫所集合GP:由所有目標庫所組成的集合，一般用來表示系統(tǒng)的故障狀態(tài)。

3)能達性庫所集合RS:從Pi經(jīng)過一系列的變換可以建立起聯(lián)系的庫所的集合。

4)立即可達性庫所集合IRS:從Pi經(jīng)一次變換就能立即達到的庫所的集合。

5)相鄰庫所集合AP:與Pi經(jīng)同一變換能立即達到的庫所的集合。

在故障診斷過程中首先要根據(jù)現(xiàn)場信息重新計算知識庫里的規(guī)則置信度，并根據(jù)模糊Petri 網(wǎng)建立各庫所的能達到性集合表，立即可達性庫所集合表和相鄰位置集合表。模糊Petri 網(wǎng)故障診斷反向推理具體步驟如下:首先選定一個故障現(xiàn)象Pi并將其作為目標庫所，然后在IRP 表中查找能導出該故障現(xiàn)象的變遷，按照變遷置信度的大小依次選取這些變遷，若某個變遷ti的前提庫所Pj與現(xiàn)場的事實相匹配，則執(zhí)行該變遷;否則將該變遷的前提庫所作為子目標，遞歸執(zhí)行上一步的過程，直到診斷出故障原因［8］。若沒有找到能導致該故障現(xiàn)象的規(guī)則，則推理失敗。

3 載車系統(tǒng)故障診斷實例

在某型武器載車系統(tǒng)中，底盤啟動故障的發(fā)生頻率較高，因為底盤的正常啟動要求底盤中的燃油系統(tǒng)、啟動電路以及機械傳動與控制三個部分都必須工作正常，任何一個部分的故障都將導致啟動失敗，因此底盤的啟動故障具備并發(fā)性和傳播性的特點。本文根據(jù)該型FKWQ 載車系統(tǒng)啟動失敗的典型原因和特征，建立底盤啟動故障的故障診斷模糊Petri 網(wǎng)模型，并采用反向推理的方法對該故障進行診斷，從而查找出故障原因。

3.1 載車系統(tǒng)底盤啟動故障分析與模型建立

首先根據(jù)底盤中電路系統(tǒng)、燃油系統(tǒng)和機械傳動系統(tǒng)各自內(nèi)部的結構原理和以往底盤啟動故障診斷與維修經(jīng)驗建立故障診斷的知識庫，該知識庫中的規(guī)則采用本文1.1 節(jié)中介紹的模糊產(chǎn)生式規(guī)則來描述。

R01:IF(油管接頭松動，油路進空氣P1)THEN (燃油系統(tǒng)故障P20)CF=0.98

R02:IF(燃油管路堵塞P2)THEN (燃油系統(tǒng)故障P20)CF=0.86

R03:IF(燃油濾清器堵塞P3)THEN (燃油系統(tǒng)故障P20)CF=0.88

R04:IF(輸油泵不供油或斷續(xù)供油P4)THEN (燃油系統(tǒng)故障P20)CF=0.90

R05:IF(進油管漏氣或接頭濾網(wǎng)堵塞P5)THEN (燃油系統(tǒng)故障P20)CF=0.94

R06:IF(噴油器不出油或不霧化P6)THEN (燃油系統(tǒng)故障P20)CF=0.85

R07:IF(調(diào)速器操縱手柄位置不對P7)THEN (燃油系統(tǒng)故障P20)CF=0.92

R08:IF(蓄電池電力不足P8)THEN (啟動電路故障P21)CF=0.98

R09:IF(啟動開關接觸不良P9)THEN (啟動電路故障P21)CF=0.93

R10:IF(啟動繼電器故障P10)THEN (啟動電路故障P21)CF=0.90

R11:IF(啟動電機故障P11)THEN (啟動電路故障P21)CF=0.86

R12:IF(熄火開關閉合P12)THEN (啟動電路故障P21)CF=0.85

R13:IF(易熔線燒斷P13)THEN (啟動電路故障P21)CF=0.98

R14:IF(啟動機與飛輪嚙合故障P14)THEN (機械故障P22)CF=0.96

R15:IF(噴油提前角控制錯誤P15)THEN (機械故障P22)CF=0.93

R16:IF(配氣相位控制錯誤P16)THEN (機械故障P22)CF=0.92

R17:IF(活塞環(huán)或缸套過度磨損P17)THEN (機械故障P22)CF=0.90

R18:IF(氣門漏氣P18)THEN (機械故障P22)CF=0.92

R19:IF(燃燒室容積過大P19)THEN (機械故障P22)CF=0.86

R20:IF(燃油系統(tǒng)故障P20)THEN (底盤啟動故障P23)CF=0.98

R21:IF(啟動電路故障P21)THEN (底盤啟動故障P23)CF=0.95

R22:IF(機械故障P22)THEN (底盤啟動故障P23)CF =0.91

根據(jù)以上模糊產(chǎn)生式規(guī)則建立相應的故障診斷模糊Petri 網(wǎng)如圖2 所示。

圖2 底盤啟動故障診斷模糊Petri 網(wǎng)模型

3.2 基于模糊Petri 網(wǎng)的載車系統(tǒng)底盤啟動故障診斷

由圖2 可知，底盤啟動故障診斷模糊Petri 網(wǎng)模型中的起始庫所PS= {P1，P2，P3，P4，P5，P6，P7，P8，P9，P10，P11，P12，P13，P14，P15，P16，P17，P18，P19}，目標庫所PG={P23}，能達性庫所集合、立即可達性庫所集合和相鄰庫所集合如表1所示。

表1 能達性集合、立即可達性集合、相鄰庫所集合

在故障診斷中，設置所有變遷的觸發(fā)閾值λ =0.75，故障診斷的過程如下:

1)首先根據(jù)Petri 網(wǎng)模型中的庫所數(shù)量和變遷數(shù)量初始化兩個標志數(shù)組FLAG_P［22］和FLAG_T［22］，數(shù)組中各元素的值可以為0 或者1，用來標記當前庫所和變遷是否已經(jīng)被查詢過，從而避免推理過程中重復查詢。當前數(shù)組中元素的值均為0，表示尚未被查詢。

2)底盤啟動故障P23在表1 中的相鄰庫所為?，表明沒有其他故障同時發(fā)生。再查表1 可知，P23的發(fā)生是由P20、P21或P22引起的，且P20對應的變遷t20的置信度最大(CF =0.98)，因此選擇路徑P20→P23，然后將標志數(shù)組元素FLAG_P［20］和FLAG_T［20］置1;

3)由于P20不是初始庫所，所以繼續(xù)反向查找能引發(fā)P20的路徑。從表1 中查出能夠到達P20的路徑共有7 條，其中庫所P1對應的變遷t1的置信度最大(CF=0.98)，因此選擇路徑P1→P20繼續(xù)反推，并將標志數(shù)組元素FLAG_P［1］和FLAG_T［1］置1。由于P1是初始庫所，因此向用戶詢問“油管接頭松動，油路進空氣?”。用戶檢查所有油管接頭后，發(fā)現(xiàn)確實有接頭松動，則向系統(tǒng)回答“是”。系統(tǒng)根據(jù)統(tǒng)計信息計算出庫所P1的置信度α(P1)=0.95，由于α(P1)大于預先設定的閾值λ=0.75，所以變遷t1 可以被觸發(fā)。相應的，庫所P20的置信度也可計算出來:α(P20)= α(P1)×0.98 =0.960 4，也大于閾值λ。由此可以判斷“底盤啟動故障”的原因是“油管接頭松動，油路進空氣”。至此，推理結束，故障診斷成功。

4)如果向用戶詢問“油管接頭松動，油路進空氣?”。用戶檢查所有油管接頭后，發(fā)現(xiàn)接頭沒有松動，向系統(tǒng)回答“未發(fā)現(xiàn)”。系統(tǒng)計算出庫所P1的置信度α(P1)=0. 3，由于α(P1)小于預先設定的閾值λ，所以變遷t1 不能被觸發(fā)。但是引發(fā)P20的路徑還有6 條，接下來系統(tǒng)將按照這6 條路徑所對應的變遷的置信度大小次序，重復進行前面的查詢過程，這里不再贅述。

5)若遍歷完能引發(fā)P20的7 條路徑，仍未找到故障原因，則按照步驟3、4 中的方法，查詢所有能夠到達P21或P22的路徑，直到找出故障原因為止。如果遍歷完全部路徑后還未找到故障原因，則說明故障原因不在知識庫中，需要另外查找故障原因。

4 結束語

在對某型武器載車系統(tǒng)底盤啟動故障進行診斷時，采用模糊Petri 網(wǎng)建立的模型使系統(tǒng)知識邏輯關系清晰，推理過程簡單，且具有圖形直觀性。通過診斷實例，充分體現(xiàn)了模糊Petri 網(wǎng)描述系統(tǒng)動態(tài)特性、并行特性的能力，而且推理過程便于在計算機上通過編程實現(xiàn)。由此證明基于模糊Petri網(wǎng)的故障診斷是一種行之有效的方法。

［1］吳哲輝.Petri 網(wǎng)導論［M］.北京:機械工業(yè)出版社，2006.

［2］丁軍，張志華，周學智.模糊Petri 網(wǎng)在指火控系統(tǒng)故障診斷中的應用［J］. 情報指揮控制系統(tǒng)與仿真技術，2005，27（3）:48-52.

［3］袁崇義.Petri 網(wǎng)原理與應用［M］.南京:電子工業(yè)出版社，2005.

［4］王俊國，閔松，趙金，等.基于模糊Petri 網(wǎng)的故障診斷方法［J］.兵工自動化，2002，21（6），18-21.

［5］李萬，王學軍，黃善文.模糊Petri 網(wǎng)在某型艦炮系統(tǒng)故障診斷中的應用［J］.船海工程，2010，39（5）:219-221.

［6］楊其宇，張霞.模糊Petri 網(wǎng)故障診斷技術應用［J］.兵工自動化，2006，25（4）:73-74.

［7］戎梅，趙廷弟，郭江杰.模糊Petri 網(wǎng)在航天發(fā)射系統(tǒng)故障診斷中的應用研究［J］. 航天控制，2009，27（4）:82-87.

［8］黃玉燕，詹素華.故障診斷的模糊Petri 網(wǎng)模型［J］.集美大學學報:自然科學版，2002，7（3）:237-241.