曾魯山,曾凡明,李雁飛,李彥強

(1.海軍工程大學(xué)船舶與動力學(xué)院,湖北武漢 430033;2.海軍裝備技術(shù)研究所,北京 102442)

戰(zhàn)場損傷評估與修復(fù) (Battlefield Damage Assessment and Repair,BDAR)即戰(zhàn)場搶修,是指對裝備進(jìn)行損傷評估、狀態(tài)預(yù)測,并根據(jù)需要快速地修復(fù)損傷部位[1]。近年來美英等國對戰(zhàn)場搶修的研究走在世界前列,比較有代表性的成果主要有美軍的坦克修復(fù)模型、英國皇家空軍戰(zhàn)場損傷修復(fù)研究、美國飛機戰(zhàn)場損傷評估程序等[2-3]。國內(nèi)分別對火炮、飛機等裝備的戰(zhàn)場損傷評估、戰(zhàn)斗損傷備件模型等方面進(jìn)行了有益的探討[4-6]。

損傷定位是戰(zhàn)場搶修的前提,只有正確的定位出損傷的部件才能進(jìn)行有針對性的搶修。損傷定位的方法主要采用損傷樹分析法。損傷樹分析法借鑒成熟的故障樹分析方法,它可以反映損傷事件間的組合和因果關(guān)系,以此來確定損傷原因;簡化損傷推理過程,明確推理方向;提供各個項目損傷評估的同時具有明確的邏輯關(guān)系。但是艦艇主動力裝置結(jié)構(gòu)復(fù)雜,部件眾多,損傷樹分支規(guī)模過于龐大。損傷定位和搶修并不是單獨進(jìn)行的過程,在搶修過程中,明確某些部位的狀態(tài)后,獲得的信息增加了,其它部位的損傷概率需要重新進(jìn)行估計,而由損傷樹法制定的搶修順序并沒有隨之發(fā)生改變[7]。

針對整個主動力裝置這一復(fù)雜系統(tǒng),建立一個統(tǒng)一的貝葉斯網(wǎng)絡(luò)模型難度很大,需要清楚的知道,系統(tǒng)中所有變量、變量的狀態(tài)、變量間的相互影響關(guān)系以及所有的條件概率分布。節(jié)點眾多,建模復(fù)雜;戰(zhàn)損數(shù)據(jù)匱乏,條件概率表 (CPT)不易獲得;網(wǎng)絡(luò)模型龐大,推理由于算法的 NP-Hard問題[8]嚴(yán)重制約了這一方法的實現(xiàn)。對此本文針對艦艇主動力裝置的損傷定位,在基本功能項目分析和損傷模式與影響分析的基礎(chǔ)上,實現(xiàn)分系統(tǒng)、分模塊的貝葉斯網(wǎng)絡(luò)建模,并利用貝葉斯網(wǎng)絡(luò)推理方法實現(xiàn)主動力裝置損傷定位的不確定性推理。

1 主動力裝置戰(zhàn)損分析

戰(zhàn)場損傷分析是預(yù)測戰(zhàn)場上所發(fā)生的可能損傷模式和事件及其影響的分析技術(shù)。裝備戰(zhàn)場損傷分析是確定裝備中各個基本功能項目的損傷模式、狀態(tài)及其影響,而后針對每一基本功能項目的各種戰(zhàn)場損傷模式按照其危害程度和戰(zhàn)場環(huán)境條件,選擇適當(dāng)有效的修復(fù)措施的技術(shù)[1]。利用戰(zhàn)場損傷分析技術(shù)對裝備進(jìn)行戰(zhàn)場損傷分析是獲取裝備損傷信息如損傷模式、損傷原因、損傷影響、修復(fù)方法、修復(fù)資源等的重要手段。

1.1 基本功能項目分析

基本功能項目分析 (Basic Function Item Analysis,BFIA)的過程是在明確裝備系統(tǒng)為完成某作戰(zhàn)任務(wù)所需實現(xiàn)的基本功能的前提下,區(qū)分并確定基本功能項目,進(jìn)行層次分析,繪制基本功能項目樹,確定最低約定層次的過程。所謂約定層次,就是根據(jù)分析需要,按產(chǎn)品的相對復(fù)雜程度和功能關(guān)系劃分的產(chǎn)品層次。這種劃分是從上 (復(fù)雜的系統(tǒng)層次)到下 (簡單的零部件)進(jìn)行的。不同的裝備,乃至不同的研制階段,確定的約定產(chǎn)品層次不同,并沒有一個固定的層次。按照確定最低約定層次的原則[1]將最低約定層次確定在:規(guī)定或預(yù)測需要維修的最低產(chǎn)品層次;能導(dǎo)致嚴(yán)重危害的故障或損傷影響的產(chǎn)品所在層次;保障性分析(LSA)對象清單中規(guī)定的最低約定層次。

本文將某型主動力裝置進(jìn)行基本功能項目劃分,如圖 1所示,將主動力裝置按照層次性劃分為5級,將功能項目作為組建貝葉斯網(wǎng)絡(luò)模型的節(jié)點。

圖1 主動力裝置基本功能項目分析

1.2 損傷模式與影響分析

損傷模式與影響分析 (Damage Mode and Effect Analysis,DMEA)的內(nèi)容主要有基本功能項目每一任務(wù)階段的功能、每一種功能的損傷模式、每一損傷模式的損傷原因、每一種損傷模式對各級造成的損傷影響、檢測方法、嚴(yán)酷度等內(nèi)容。損傷模式與影響分析和故障模式與影響分析 (Fault Mode and Effect Analysis,FMEA)類似。GJB 1391《故障模式、影響及危害性分析程序》規(guī)定:DMEA要利用FMEA的結(jié)果,如果未進(jìn)行 FMEA則不能進(jìn)行DMEA。可以說 DMEA是在 FMEA的基礎(chǔ)上的擴展。主動力裝置是復(fù)雜的系統(tǒng),其 DMEA的過程工作量非常大。

表 1說明的是柴油機燃油系統(tǒng)管路的損傷模式與影響分析的內(nèi)容,它表現(xiàn)出的因果關(guān)系是構(gòu)建貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的基礎(chǔ)。

表1 管路損傷模式及影響分析

2 基于貝葉斯網(wǎng)絡(luò)的損傷定位

2.1 貝葉斯網(wǎng)絡(luò)原理

貝葉斯網(wǎng)絡(luò)是一個有向無環(huán)圖,其中節(jié)點代表隨機變量,節(jié)點間的邊表示變量間的直接依賴關(guān)系,每個節(jié)點都附有一個概率分布,根節(jié)點附的是其邊緣分布,非根節(jié)點附的是其條件概率分布。在定性層面,它用一個有向無環(huán)圖描述了變量間的依賴和獨立關(guān)系。在定量層面,它用條件概率分布描述了子節(jié)點對父節(jié)點的依賴關(guān)系。在語義上,貝葉斯網(wǎng)絡(luò)是聯(lián)合概率分布分解的一種表示[9]。將各個節(jié)點的概率分布相乘就得到聯(lián)合概率分布。聯(lián)合概率分布的分解能夠降低概率模型的復(fù)雜度,貝葉斯網(wǎng)絡(luò)的引入并沒有進(jìn)一步降低復(fù)雜度,但是貝葉斯網(wǎng)絡(luò)直觀易懂、易于建模,它提供了人腦推理過程的一個模型,越來越多的領(lǐng)域開始采用貝葉斯網(wǎng)絡(luò)來展示問題的結(jié)構(gòu)。

2.2 貝葉斯網(wǎng)絡(luò)模型構(gòu)建方法

貝葉斯網(wǎng)絡(luò)模型的構(gòu)建和學(xué)習(xí)主要有 2種方式:數(shù)據(jù)分析獲取和咨詢專家手工建造。國內(nèi)戰(zhàn)損數(shù)據(jù)較少,實船爆炸試驗代價昂貴。對此本文貝葉斯網(wǎng)絡(luò)模型的構(gòu)建主要是通過咨詢有關(guān)專家后進(jìn)行的,其模型構(gòu)建的方法是:根據(jù) BFIA和 DMEA分析的結(jié)果,在各獨立的模塊由領(lǐng)域內(nèi)的專家確定貝葉斯網(wǎng)絡(luò)中的變量節(jié)點和網(wǎng)絡(luò)的結(jié)構(gòu),并指定其條件概率分布參數(shù)。貝葉斯網(wǎng)絡(luò)的建模與推理應(yīng)用較多,比較成熟的圖形化推理工具主要有:Hugin Expert,MSBNx,GeNIe。本文選擇的 GeNIe軟件是由美國匹茲堡大學(xué)決策系統(tǒng)實驗室開發(fā)的建立圖形化推理模型的開發(fā)環(huán)境,它提供了聚類算法、多樹傳播算法、團樹傳播算法等多種算法。

例如柴油機中燃油濾清器、燃油旁通閥、燃油輸送泵、活塞組件、供油調(diào)節(jié)機構(gòu)等 13個功能項目的損傷會造成柴油機轉(zhuǎn)速下降或者自動停止。在該征兆模塊內(nèi)由因果關(guān)系構(gòu)建圖 2貝葉斯網(wǎng)絡(luò)模型。

圖 2是在 GeNIe軟件中構(gòu)建的是柴油機模塊“柴油機轉(zhuǎn)速下降或者停止”的貝葉斯網(wǎng)絡(luò)模型。

艦艇主動力裝置受到武器攻擊以后所受到的威脅機理主要有:沖擊波、彈片、海水浸泡。根據(jù)專家咨詢結(jié)果確定網(wǎng)絡(luò)中各個節(jié)點的條件概率表(CPT),圖 3為一示例。

圖2 “柴油機轉(zhuǎn)速下降或者停止”的貝葉斯網(wǎng)絡(luò)模型

圖3 GeN Ie軟件中 “燃油管系”條件概率表

2.3 貝葉斯網(wǎng)絡(luò)推理

貝葉斯網(wǎng)絡(luò)的推理根據(jù)證據(jù)變量和查詢變量所扮演因果角色的不同,其概率推理類型主要有以下4種:診斷推理 (diagnostic inference),由產(chǎn)生的結(jié)果推理可能的原因;預(yù)測推理 (predictive inference),由原因推理出可能產(chǎn)生的結(jié)果;原因關(guān)聯(lián)推理 (intercausal inference),它是造成同一結(jié)果的不同原因之間的推理過程;混合推理 (mixed inference),混合推理包含了上述 3種類型的推理,既有診斷推理又有預(yù)測推理[10]。進(jìn)行動力裝置損傷定位時,應(yīng)將主動力裝置受到的威脅機理與檢修相結(jié)合,采用混合推理的方法。

貝葉斯網(wǎng)絡(luò)的推理算法分為精確推理算法和近似推理算法 2類。在精確推理算法中比較成熟的算法主要有:圖約簡 (Graph Reduction)算法、多樹傳播 (Polytree Propagation)算法、團樹傳播(Clique Propagation)算法、組合優(yōu)化 (Combinatorial Optimization)算法[11]。比較常用的是團樹傳播算法。

圖 4是圖 2中貝葉斯網(wǎng)絡(luò)模型的初始狀態(tài),根節(jié)點的邊緣概率分布和子節(jié)點的條件概率分布是根據(jù)專家咨詢結(jié)果獲得的概率值。在GeNIe軟件建立主動力裝置各模塊的貝葉斯網(wǎng)絡(luò)模型,并根據(jù)戰(zhàn)損數(shù)據(jù)和專家經(jīng)驗對模型進(jìn)行推理和校正。實現(xiàn)推理的過程中系統(tǒng)逐步與損傷評估人員進(jìn)行交互,從而明確問題的解答,即損傷部件所在的位置。

圖 5為 “柴油機轉(zhuǎn)速下降或者停止”的貝葉斯網(wǎng)絡(luò)推理圖。

圖4 “柴油機轉(zhuǎn)速下降或者停止”的貝葉斯網(wǎng)絡(luò)模型初始狀態(tài)

圖5 “柴油機轉(zhuǎn)速下降或者停止”的貝葉斯網(wǎng)絡(luò)推理

圖 5是戰(zhàn)損評估人員觀察得知主動力裝置受損后,若柴油機艙室沒有破損進(jìn)水,柴油機僅受到“沖擊損傷”,出現(xiàn) “柴油機轉(zhuǎn)速下降或停止”的征兆,如果觀察確定 “供油裝置及燃油系統(tǒng)”、“調(diào)速及安全保護(hù)系統(tǒng)”沒有損傷以后,則通過貝葉斯網(wǎng)絡(luò)的推理可得貝葉斯網(wǎng)絡(luò)模型各個節(jié)點中概率更新的情況,如圖 5所示。

觀察網(wǎng)絡(luò)模型中節(jié)點的概率值可以看出最容易受到損傷的是 “配氣機構(gòu)”中的 “氣門機構(gòu)”和“增壓器及進(jìn)排氣系統(tǒng)”中的進(jìn)氣管系。

3 結(jié)束語

本文針對艦艇主動力裝置進(jìn)行了戰(zhàn)損分析的研究,討論了主動力裝置基本功能項目分析和損傷模式與影響分析的方式方法,研究了主動力裝置這一復(fù)雜系統(tǒng)貝葉斯網(wǎng)絡(luò)的建模方法,探討了基于貝葉斯網(wǎng)絡(luò)主動力裝置損傷定位推理的實現(xiàn)。研究表明,基于貝葉斯網(wǎng)絡(luò)的損傷定位推理是實現(xiàn)戰(zhàn)損情況下主動力裝置的搶修工作的一個十分有效的方法。

[1]李建平,石全,甘茂治.裝備戰(zhàn)場搶修理論與應(yīng)用[M].北京:兵器工業(yè)出版社,2000.

[2]虞水俊.雷達(dá)裝備戰(zhàn)場損傷評估與修復(fù)專家系統(tǒng)研究[D].國防科技大學(xué),2005.

[3]石全,米雙山.裝備戰(zhàn)傷理論與技術(shù) [M].北京:國防工業(yè)出版社,2007.

[4]左浩,馬亮.魚雷發(fā)射裝置空發(fā)系統(tǒng)戰(zhàn)損分析 [J].魚雷技術(shù),2006,15(4):51-53.

[5]陳健,張錫恩.一種新的導(dǎo)彈裝備戰(zhàn)斗損傷評估方法[J].導(dǎo)彈與制導(dǎo)學(xué)報.2005,25(2):164-166.

[6]王潤生,賈希勝.基于損傷樹模型的戰(zhàn)場損傷評估研究 [J].兵工學(xué)報,2005,26(1):72-76.

[7]王潤生,賈希勝,王衛(wèi)國,等.基于貝葉斯網(wǎng)絡(luò)的損傷定位研究 [J].兵工學(xué)報,2006,27(4):727-730.

[8]Pearl J.Probabilistic Reasoning in Intelligent Systems[C].Networks of Plausible Inference.Morgan Kau fmann,San Mateo,CA,1998.

[9]張連文,郭海鵬.貝葉斯網(wǎng)絡(luò)引論 [M].北京:科學(xué)出版社,2006.

[10]Miranda Hunt,Brian von Konsky.Bayesian networks and decision trees in the diagnosis of female urinary incontinence[C].proceedings of the 22nd Annual EMBS International Conference,July 23-28,2000,Chicago IL.

[11]Burton H Lee.Using bayes belief networks in industrial FMEA modeling and analysis[C].2001 Proceedings Annual Reliability and Maintainability Symposium,7-15.