邵文俊

(安徽民航機(jī)場集團(tuán) 地勤服務(wù)部，合肥 230000)

多源信息融合［1-3］其實就是對多個傳感器信息處理的過程。利用多個傳感器資源，通過對這些資源信息的使用，把多個傳感器在空間或時間上的冗余信息組合，從而獲得比它的各組成部分的子集所構(gòu)成的系統(tǒng)更優(yōu)越的性能。多傳感器信息融合的基本原理就像人腦綜合處理信息一樣，充分依靠多傳感器資源技術(shù)，通過對這些傳感器及其觀測信息的有效使用，把多個傳感器上在空間和時間上的冗余信息依據(jù)某一種準(zhǔn)則進(jìn)行組合。多傳感器信息融合的目標(biāo)是通過數(shù)據(jù)組合而不是出現(xiàn)在輸入信息中的任何個別元素，推導(dǎo)出更多的有用信息。

模糊邏輯理論來源于模糊數(shù)學(xué)［4］。模糊數(shù)學(xué)是研究模糊現(xiàn)象的一門學(xué)科，它是用隸屬函數(shù)來描述事物的模糊性。模糊集合是利用數(shù)學(xué)方法來描述模糊現(xiàn)象，進(jìn)而使數(shù)學(xué)在具有模糊性的工程領(lǐng)域里也能發(fā)揮作用。

模糊故障診斷方法［5-8］是依靠模糊集合論中的模糊關(guān)系矩陣和隸屬函數(shù)和來描述機(jī)械故障與征兆之間的模糊關(guān)系，進(jìn)而實現(xiàn)對機(jī)械故障的診斷。

1 引氣系統(tǒng)原理

各種型號的民用飛機(jī)引氣系統(tǒng)大相徑庭，以ARJ21 引氣系統(tǒng)為例。ARJ21 引氣來源有發(fā)動機(jī)引氣、地面高壓氣源車和APU 引氣。引出的氣體主要為發(fā)動機(jī)起動、機(jī)翼前緣防冰、發(fā)動機(jī)進(jìn)氣道前緣防冰和座艙空調(diào)提供壓縮空氣。ARJ21 引氣系統(tǒng)原理圖如圖1 所示。

圖1 ARJ21 引氣系統(tǒng)原理

2 基于多源信息融合的模糊故障診斷數(shù)學(xué)模型

模糊故障診斷方法是依靠模糊集合論中的模糊關(guān)系矩陣和隸屬函數(shù)來描述故障與征兆之間的模糊關(guān)系，從而實現(xiàn)對機(jī)械故障的診斷。

2.1 故障征兆向量

設(shè)發(fā)現(xiàn)的一組征兆樣本為(y1，y2，…，ym)，同時得到樣本中各分量元素yi對征兆Yi的隸屬度YiμYi(yi)，于是故障征兆就可以用模糊向量表示為

2.2 故障原因向量

設(shè)某機(jī)械中所有可能發(fā)生的各種故障原因的集合為

式中n 為故障原因種類的總數(shù)。

由n 個故障原因所引起的各種征兆集合為

式中m 為故障征兆種類的總數(shù)。

當(dāng)某類故障發(fā)生時，可能由n 種原因Xj(j =1，2，…，n)獨立或同時起作用，記為故障原因向量。

與主謂句相比，非主謂句是有標(biāo)記的形式，從語言交際的功能角度來說，名詞性非主謂句是以稱呼和指令為主，如醫(yī)生對護(hù)士說“止血鉗”，乘務(wù)員對乘客說“票”等。動詞性非主謂句則是以指令(如“嚴(yán)禁吐痰”)和說明為主(如“出太陽了”等)，形容詞性非主謂句則是以感嘆表情為主(如“好熱?。　薄岸嗝腊?！”等)。本文不討論指令類語體和感嘆類語體的句法形式，主要分析主謂句的各個次類與敘事語體和描寫語體的適應(yīng)關(guān)系。

2.3 權(quán)重分析

確定權(quán)重是進(jìn)行模糊故障診斷矩陣融合的重要部分，確定權(quán)重的常用方法主要有統(tǒng)計法、試探法和層次分析法。由于AHP 法具有簡單和實用等特點，本文中，采用AHP 的方法來確定不同模糊故障診斷矩陣的權(quán)重。

層次分析法首先是由著名的美國運籌學(xué)家T.L.Saaty 教授提出的一種分析方法。這種分析方法的主要特點是它能夠?qū)⒔Y(jié)構(gòu)特別復(fù)雜、關(guān)系模糊不清的問題轉(zhuǎn)化為定量分析。它把1 ～9 比率標(biāo)度法引入其中，如表1 所示。然后根據(jù)這些綜合的判斷，確定每一個因素相對于總目標(biāo)的重要程度排列順序。

表1 標(biāo)度值的定義

2.3.1 權(quán)重計算

本論文采用和法進(jìn)行權(quán)重計算。和法是將判斷矩陣A的n 個列向量歸一化后的行向量算術(shù)平均值，近似作為權(quán)重向量。

2.3.2 一致性檢驗

一致性檢驗的步驟如下:

1)計算一致性指標(biāo)n=1，2，…，9，

其中λmax為判斷矩陣的最大特征根。

表2 平均隨機(jī)一致性指標(biāo)值

3)計算一致性比例CR

當(dāng)CR ＜0.10 時，一般認(rèn)為判斷矩陣滿足一致性要求。否則判斷矩陣不滿足一致性要求，需要調(diào)整判斷矩陣，反復(fù)調(diào)整以后，最終使得CR ＜0.10，即直至具有滿意的一致性為止。

2.4 模糊故障診斷模型

由于故障征兆界線的模糊性，因此可以通過建立隸屬函數(shù)來表征各種征兆隸屬于各種故障原因的程度。因為在故障征兆與原因之間存在因果關(guān)系。根據(jù)模糊推理合成原則，可得Y 與X 之間的模糊關(guān)系方程為

R 為模糊關(guān)系矩陣，它可表示為

其中矩陣R 的元素rij∈［0，1］，i=1，2，…，n。

3 引氣系統(tǒng)故障診斷實例

通過對使用困難報告、航空公司調(diào)研數(shù)據(jù)和維修人員經(jīng)驗匯編可得出民用飛機(jī)引氣系統(tǒng)常見的故障現(xiàn)象有:X1預(yù)冷器控制活門卡滯或封嚴(yán)損傷;X2引氣調(diào)節(jié)器施壓活門磨損或失效;X3引氣壓力傳感器故障;X4高壓級調(diào)節(jié)器反流膜盒破損;X5高壓級活門活塞環(huán)磨損;X6壓力調(diào)節(jié)和關(guān)斷活門磨損;X7450F°傳感器失效;X8預(yù)冷器490F°超溫電門故障;X9APU 單項活門磨損或打不開;X10第五級引氣單項活門閥片襯套斷裂。

常見的故障原因有:Y1引氣壓力低;Y2引氣超溫;Y3引氣壓力低、引氣超溫;Y4地面慢車時壓力低;Y5地面慢車時引氣壓力低、引氣超溫、引氣管道壓力不穩(wěn)定。

通過座談會以及問卷調(diào)查，專家給出了B737NG 飛機(jī)引氣系統(tǒng)重要部附件統(tǒng)計表，依據(jù)專家給出的B737NG 系統(tǒng)中故障率較高的部附件統(tǒng)計表，利用模糊統(tǒng)計法，可以逐個計算出矩陣元素rij，最后得到基于專家意見的B737NG 引氣系統(tǒng)的模糊故障診斷矩陣如表3 所示。

同樣方法，最后得到基于專家意見的A320 民用飛機(jī)引氣系統(tǒng)的模糊故障診斷矩陣如表4 所示。

依據(jù)航空公司的調(diào)研數(shù)據(jù)，采用統(tǒng)計法可以建立引氣系統(tǒng)的模糊故障診斷矩陣如表5 所示。

表3 基于專家意見的B737NG 民用飛機(jī)引氣系統(tǒng)的模糊故障診斷矩陣

表4 基于專家意見的A320引氣系統(tǒng)模糊故障診斷矩陣

表5 基于故障率的B737引氣系統(tǒng)引氣系統(tǒng)模糊故障診斷矩陣

3.1 權(quán)重計算

分別設(shè)基于故障率的模糊故障診斷矩陣為因素B1，基于B737 專家意見模糊故障診斷矩陣為因素B2，基于A320 專家意見的模糊故障診斷矩陣為因素B3，其權(quán)重分別為ω1、ω2和ω3。

基于故障率的模糊故障診斷矩陣是統(tǒng)計了國航天津分公司從2005 年1 月1 日至2010 年5 月1 日全部飛機(jī)引氣系統(tǒng)故障，數(shù)據(jù)詳盡、可靠，故由此因素得出的模糊故障診斷矩陣很重要?；趯＜乙庖姷哪：收显\斷矩陣的建立是通過問卷調(diào)查及專家分析得出的數(shù)據(jù)，所以數(shù)據(jù)的可靠度次之，又因為A320 引氣系統(tǒng)故障是故障發(fā)生幾率不是很多的系統(tǒng)，統(tǒng)計數(shù)據(jù)可靠度最低，所以基于A320 專家意見的模糊故障診斷矩陣重要性最低。通過以上分析可以建立判斷矩陣如表6 所示。

表6 基于因素B1、B2 和B3 的權(quán)重判斷矩陣

按照和法解得ω1=0.63，ω2=0.26，ω3=0.11。

一致性檢驗:CR=0.0375 ＜0.10，滿足一致性。

3.2 融合后的引氣系統(tǒng)模糊故障診斷矩陣

按照上述思想，可得出融合后民用飛機(jī)引氣系統(tǒng)模糊故障診斷矩陣如表7 所示。

表7 基于多源信息融合的民用飛機(jī)引氣系統(tǒng)模糊故障診斷矩陣

3.3 多因素模糊理論對民用飛機(jī)引氣系統(tǒng)故障診斷及結(jié)果分析

當(dāng)航空發(fā)動機(jī)出現(xiàn)引氣壓力低的征兆時，用1 表示征兆出現(xiàn)，用0 表示無征兆，得到征兆向量Y =(1，0，0，0，0)。根據(jù)模糊推理合成規(guī)則可得故障原因向量X=Y ?R，解得故障原因向量X=(0，0.78，0，0，0，0，0，0，0.14，0.08)。根據(jù)最大隸屬度原則，診斷結(jié)果為引氣調(diào)節(jié)器施壓活門磨損或失效。由于此診斷結(jié)果不僅僅依靠B737 專家意見的數(shù)據(jù)，還綜合了B737 故障率和A320 的專家意見得出的，所以包含的數(shù)據(jù)充分，診斷更加真實可靠。

4 結(jié)束語

以民用飛機(jī)引氣系統(tǒng)為例，利用多源信息融合及其模糊理論技術(shù)，建立了基于多源信息融合的模糊故障診斷的數(shù)學(xué)模型，對民用飛機(jī)引氣系統(tǒng)進(jìn)行了實例診斷，得出基于多源信息融合的模糊理論的故障診斷方法是一種比較可行的診斷方法，具有一定的理論和現(xiàn)實意義。

［1］李弼程，黃潔，高世海，等.信息融合技術(shù)及其應(yīng)用［M］.北京:國防工業(yè)出版社，2010.

［2］王仲生，趙鵬.基于多源信息融合的發(fā)動機(jī)轉(zhuǎn)子早期故障識別［J］.西北工業(yè)大學(xué)學(xué)報，2009（6）:326-329.

［3］楊廣，吳曉平，宋業(yè)新，等.基于粗糙集理論的多源信息融合故障診斷方法［J］. 系統(tǒng)工程與電子技術(shù)，2009（8）:2013-2019.

［4］胡寶清. 模糊理論基礎(chǔ)［M］. 武漢: 武漢大學(xué)出版社，2010.

［5］費成巍，艾延廷，白光忱.基于模糊熵的航空發(fā)動機(jī)整機(jī)振動故障診斷方法［J］.振動與沖擊，2010（6）:7-9.

［6］瞿紅春，劉杰，王太勇.一種基于信息熵的航空發(fā)動機(jī)性能評估方法［J］. 機(jī)械科學(xué)與技術(shù)，2009，28（6）: 701-404.

［7］張義忠，馮振聲，孟晨.模糊理論在導(dǎo)彈系統(tǒng)故障診斷中的應(yīng)用［J］.火力與指揮控制，2000（1）:63-66.

［8］雍干.模糊理論在凝氣器故障診斷中的應(yīng)用［J］.華東電力，2002（4）:8-11.

［9］楊帆，吳迅，陳茂林，等.基于精餾塔多源信息融合的故障診斷方法［J］. 武漢理工大學(xué)學(xué)報，2012（11）: 135-138.

［10］趙建輝，趙建平，孫永江，等.BP 神經(jīng)網(wǎng)絡(luò)在雷達(dá)故障診斷中的應(yīng)用［J］.兵工自動化，2013（2）:37-39.

［11］程建興，史儀凱.基于多傳感器數(shù)據(jù)融合的飛機(jī)電源系統(tǒng)故障診斷［J］.火力與指揮控制，2012（8）:184-187.