場站軍械保障裝備故障診斷隔離系統(tǒng)研究

場站軍械保障裝備故障診斷隔離系統(tǒng)研究

周一鳴1王茜1楊碩2

（1.空軍勤務學院航空彈藥系徐州221000）（2.空空導彈研究院軍事代表室洛陽471000）

論文對場站軍械保障裝備出現的故障信息進行總結概括，建立了基于專家知識的軍械保障裝備排故系統(tǒng)。通過基于信息庫的灰色關聯優(yōu)化模型，針對某一故障現象，將其可能的故障原因進行優(yōu)先級排序。該文針對排故時間長、效率低的問題，建立了基于交互式電子技術手冊的故障診斷系統(tǒng)。最后由實例表明該系統(tǒng)能夠有效保證裝備維護人員及時分析故障原因，提高排故能力。

故障診斷；排故系統(tǒng)；灰色關聯；交互電子技術手冊

Key Worksfault diagnosis，fault removal system，grey relation，IETM

Class NumberTP11

1 引言

空軍場站軍械保障裝備管理是空軍軍械保障工作的重要組成部分，其基本任務是：隨時保持軍械保障裝備的良好狀態(tài)，準確及時、保質保量地遂行飛行所需航空彈藥的保障任務，努力提高保障能力［1］。由于軍械保障裝備種類法繁多、日趨復雜，而且現階段裝備維護的信息化程度較低，使得此類裝備的排故成為制約航空彈藥保障能力的重要原因。長期以來，軍械保障裝備的故障診斷主要靠人工完成，軍械人員根據故障現象，查閱維護手冊確定可能的隔離方法，逐步隔離出故障件，或者基于自身的實踐經驗來診斷，導致排故效率低并且具有較強的主觀性。本文針對以上情況，總結出以往軍械保障排故實例，基于專家系統(tǒng)建立一個故障診斷系統(tǒng)。以期提高裝備維修人員排故效率以及航空彈藥的保障能力。

本文建立的故障診斷系統(tǒng)，基于軍械保障裝備維修實踐，故障發(fā)生后，能基于專家經驗對隔離方法進行優(yōu)化決策，為裝備維修人員提供最佳解決方案；若信息庫無此類故障，則基于交互電子技術手冊分析，查詢故障件線路圖，快速診斷隔離故障。

2 故障診斷系統(tǒng)的結構

根據專家系統(tǒng)原理，本文所構建的故障診斷專家系統(tǒng)主要組成有：基于故障信息獲取的信息庫、基于專家打分法的知識庫、基于灰色關聯分析法的推理機制及IETM人機界面等部分，系統(tǒng)的總體結構如圖1所示［2］。

3 基于專家經驗的故障診斷系統(tǒng)

3.1 基于故障信息建立數據庫

數據庫記錄內容應該包括軍械保障裝備維修過程，經使用驗證有效的排故方法。另外，故障診斷系統(tǒng)數據庫還應向裝備設計人員、軍械專家獲取故障診斷的經驗知識［3］，主要包含：故障發(fā)生的現象、時間；裝備狀態(tài)、裝備維護對系統(tǒng)故障的影響［4］；及軍械專家進行故障診斷時的思路、采取的方法、步驟等。

3.2 基于專家打分建立評價知識庫

1）決策對象與評價指示

設關聯算法的決策對象為P，有

P中元素pi表示同一故障描述下的第i種排故方法，m表示同一故障描述下信息庫中所有排故方法的數量，且元素pi有特征量Qi［5］，其中

式中：qin表示Qi中第n個評價指標元素值。

其中，考慮故障診斷涉及多個因素，本文實際評價值指標為多因素值，用序列E表示，經咨詢比較，確定出對故障隔離方法影響較大的5個評價因素，有：

其中：Q1表示排故方法的使用頻度；Q2表示故障隔離方法的重要性累積，按隔離方法對排除故障所起的作用不同，由維修人員根據經驗選擇，分為一般、較重要和重要3檔，對應取值0、1、2；Q3表示軍械人員等級積累，根據軍械人員的排故水平將其分為一般、較高和高級3檔，對應值為0、1、2，技術水平等級取值由職稱和單位評定給出；Q4表示基于軍械保障裝備的分布輸出矩陣；Q5表示基于季節(jié)的分布輸出矩陣。

2）軍械保障裝備分布輸入矩陣

軍械保障裝備分布輸入矩陣是描述各種排故方法的使用次數，記為：A=(Aij)m×l，其中l(wèi)表示該型裝備的數量，Aij表示第j套裝備第i種排故方法的使用頻度。

利用軍械保障裝備分布輸入陣A，可計算各排故方法在不同軍械保障裝備上的普遍適用性。若Aij＞0，j=1，…，l，說明第i種排故方法普遍適用，則bij=1；否則bij=0，由此得到軍械保障裝備分布輸出陣為B=(bij)m×l，作為灰色關聯子算法的第4個評價指標Q4，提供各排故方法在軍械保障裝備使用上的普遍參數陣［6］。

同時，考慮隔離方法在各軍械保障裝備的使用概率，根據伯努利大數定理，可得出使用概率陣：

其中，qj表示針對某軍械保障裝備該故障描述的次數，n0為常整數，基于大數定理經驗值取2或3可滿足排序精度需要，則矩陣C表示同一故障描述各軍械保障裝備排故方法的使用優(yōu)先順序集［7］。

3）時間分布輸入集

時間分布輸入集是指同一故障描述下知識庫中所有方法的使用時間分布集，記為T=(tij)m×k，其中k表示排故方法涉及的月份數，tij表示第i種排故方法在月份j時的使用次數。

本文首先根據裝備維修所在地季節(jié)情況，設定四季時間段，查詢時間分布輸入集Tp1到Tpm，計算各方法在不同季節(jié)使用的頻率。若存在各季度均使用的排故方法，說明該排故方法在使用時間上覆蓋程度廣，則sij=1；否則sij=0。由此得時間分布陣為S=(sij)m×4，輸出到灰色關聯子算法中作為第5個評價指標Q5，提供各方法在使用時間上覆蓋程度參數陣［8］。

同樣，若設某隔離方法在各季節(jié)的使用概率陣為D，算法參考式（4），可得出同一故障描述下針對各季節(jié)的排故方法使用優(yōu)先順序集［9］。

3.3 基于灰色關聯法優(yōu)化故障隔離方法

本文應用灰色關聯算法對各隔離方法使用的優(yōu)先順序進行計算，灰色關聯算法是建立在軍械保障裝備故障信息庫的基礎上，考慮針對不同軍械保障裝備個性、不同季節(jié)特征、所有同型裝備共性等因素［10］。

灰色關聯算法分三個步驟：

第一步，建立原始數據陣O。根據決策對象P及其評價指標E，統(tǒng)計同一故障描述下各隔離方法的評價指標Q1、Q2、Q3，再由軍械保障裝備分布子算法得到Q4和時間分布子算法得到Q5，共同構成原始數據矩陣O=(qij)m×n。

第二步，原始數據陣O的規(guī)范化處理。為消除量綱影響，需要對O做規(guī)范化處理，得到矩陣OI。由于本文評價指標均為正向指標即值越大越好，無量綱處理即對每個評價指標的各個參數歸一化［11］。

由灰色關聯度Gi的大小得出對某故障描述下的各排故方法優(yōu)先排序集。

4 基于IETM的故障診斷系統(tǒng)

本文分析目前軍械保障裝備維修人員水平和承擔任務量，確定基層級維修需要交互式電子技術手冊（IETM）。為滿足軍械保障裝備維護，本文所構建的IETM系統(tǒng)方式和功能如下［12］：

1）收集信息的選擇

根據軍械保障裝備維修的特點，收集信息主要包括以下方面：

法規(guī)規(guī)程，為保證維修活動順利進行，制定各種制度。

技術文件，主要包括設備使用手冊和技術維護手冊等。

維修卡片，主要包括按計劃或狀態(tài)監(jiān)控進行的預防性維修方法和步驟等。

故障定位，包括維修人員找出設備中故障定位的全部圖表和文字資料，及判斷、隔離新故障的步驟和方法。

零件分解圖及元件表。

2）系統(tǒng)體系功能

基于IETM的新興故障診斷系統(tǒng)，旨在將各軍械保障裝備的紙質資料、操作規(guī)程、三維模型、故障處理、維修規(guī)范等信息，以文字、圖像、表格、動畫及視頻等形式顯示，以方便維修人員查詢使用，提供故障診斷與分析，利于維修保障活動的實施。

IETM系統(tǒng)總體分為四項功能：

信息交互功能：實現各種維修信息的下達上傳，包括維修任務發(fā)布、指令卡片收發(fā)等。

資料查詢功能：幫助維護人員快速獲取所需資料，包括維修手冊規(guī)范、設備技術參數等。

故障診斷功能：基于故障信息，調出故障件的路線圖或三維模型，實現對設備的快速診斷。

備件查詢功能：查詢備件使用情況，為設備經濟型可靠性分析做準備。

5 基于某型航空炸彈吊車的專家系統(tǒng)實例

本文以某型航空炸彈吊車出現的故障為例，構建系統(tǒng)排故方法優(yōu)化實例。該型號吊車在運行階段有故障描述為：油路噪音、振動嚴重［1］。對應該故障描述下知識庫中的排故方法有：

p1：管路中有空氣，經過排除元件管路中的氣體之后，吊車運行正常。

p2：元件失靈，進過檢修和更換之后，吊車運行正常。

p3：管道元件不緊固，經過緊固元件、管卡之后，吊車運行正常。

p4：吸油管及管路堵塞，經過疏通之后，吊車運行正常。

p5：油溫過低，經空載運行加溫之后，吊車運行正常。

根據信息庫中該故障描述下各吊車使用的故障隔離方法次數，統(tǒng)計如表1。

表1 故障隔離方法使用頻次統(tǒng)計表（單位：次）

由表1顯然可知航空炸彈吊車輸入矩陣A，同時，根據故障隔離方法的使用時間統(tǒng)計，可得時間分布輸入集Tp1到Tp5：

5.1 基于單因素的隔離方法使用優(yōu)先集

基于航空炸彈吊車輸入陣A，若式（4）中n0= 2，則q＜n0×m=10，且相對頻度的門限為1 m=0.2，計算可得矩陣C。同樣，可求得矩陣D。

顯然，可知針對吊車a故障隔離方法的使用優(yōu)先順序為{p4，p2}；針對吊車d為{p1，p4，p5}。

同時，可知故障發(fā)生后，首先考慮冬季保障，且故障隔離方法的使用優(yōu)選順序為{p1，p4}。

5.2 基于多因素集的隔離方法使用優(yōu)先集

基于原始數據吊車輸入陣A，且根據之前所提及到的裝備分布子算法，得輸出矩陣B=[10010]T。

根據實際，設春季時間段為2到4月、夏季時間段為5到7月、秋季時間段為8到10月、冬季時間段為11到1月。根據時間分布子算法，由時間分布輸入集得輸出矩陣S=[10001]T。

統(tǒng)計評價指標Q1、Q2、Q3，再根據上述得到的矩陣B、S，得到原始矩陣O，并對O做規(guī)范化處理，得到矩陣OI：

由于決策對象P的最有規(guī)范化指標均為1，確定最優(yōu)母序列Y0={1，1，1，1，1}，根據OI和Y0，并利用式（5），并取ρ=0.5，可計算關聯系數矩陣φ如下：

利用關聯度式（6）可計算各故障隔離方法的關聯度G如下：

由此可知，通常情況下，對于該型航空炸彈吊車的油路噪音、振動嚴重故障描述，使用5種故障隔離方法的優(yōu)化排序集為：{p1，p4，p5，p3，p2}，即遇到油路噪音、振動嚴重這樣的故障，首先應考慮是管路中有空氣的原因，其次考慮吸油管及管路堵塞的故障。

6 結語

本文是基于專家知識的故障隔離系統(tǒng)，通過匯總故障隔離經驗數據和多因素灰色關聯理論，優(yōu)化決策同一種故障現象的多種故障原因及隔離方法，得到基于單因素和多因素隔離方法的優(yōu)化順序集，解決了故障診斷隔離多解和故障原因難以選擇的問題。該方法來源于對經驗數據處理，打破了傳統(tǒng)故障診斷周期、效率低的缺點，對軍械保障裝備的排故具有指導作用。

［1］陸廷金.場站軍械保障裝備構造與維護［M］.北京：藍天出版社，2005：3-4.

［2］張金玉，張煒.裝備智能故障診斷與預測［M］.北京：國防工業(yè)出版社，2014：12-14.

［3］吳今培，肖建華.智能故障診斷與專家系統(tǒng)［M］.北京：科學出版社，1997：30-31.

［4］周東華，胡艷.動態(tài)系統(tǒng)的故障診斷技術［J］.自動化學報，2009，35（6）：748-758.

［5］張萍，王桂增，周東華.動態(tài)系統(tǒng)的故障診斷方法［J］.控制理論與應用，2000，17（2）：153-158.

［6］李晗，蕭德云.基于數據驅動的故障診斷方法綜述［J］.控制與決策，2011，26（1）：1-9.

［7］黃健元.模糊ISODA TA聚類分析方法的改進［J］.南京航空航天大學學報，2000，32（2）：180-182.

［8］雷亞國，何正嘉，訾艷陽.基于混合智能新模型的故障診斷［J］.機械工程學報，2008，44（7）：112-117.

［9］于大海，劉浩.基于故障模式的交互電子手冊的設計與實現［J］.四川兵工學報，2010，31（6）：28-30.

［10］羅黨.灰色決策問題分析方法［M］.鄭州：黃河水利出版社，2005：56-58.

［11］程遠斌.IETM技術在武器裝備維修領域的應用研究［J］.四川兵工學報，2007（1）：11-13.

［12］施豪，劉新鵬，王曉煒.基于IETM的武器裝備維修支持系統(tǒng)淺析［J］.數字技術與應用，2016（12）：121.

Research on Fault Isolation System of Ordnance Support Equipment in Air Force Station

ZHOU Yiming1WANG Qian1YANG Shuo2
（1.Department of Aviation Ammunition，Air Force Logistics College，Xuzhou221000）（2.Military Representative Office of Air-borne Missile Academy，Luoyang471000）

This paper establishes the fault removal system for ordnance support equipment based on expert knowledge，after summing up the information of fault which ever happened to the ordnance support equipment.According to the phenomenon of some fault，the potential reasons for this fault are ranked through the grey relational optimization model based on information bank.Fault diagnosis system based on IETM is established to deal with problems such as time-consuming fault removal and low efficiency.In the end，it proves that this system can ensure equipment support personnel are able to analyze the reasons of fault and improve the ability to remove fault.

TP11

10.3969/j.issn.1672-9730.2017.08.027

2017年2月10日，

2017年3月17日

周一鳴，男，碩士研究生，研究方向：機載武器系統(tǒng)與運用。王茜，女，碩士，副教授，研究方向：機載彈藥技術維護。楊碩，男，碩士，研究方向：機載彈藥技術維護。