任 鑫，陳小虎，楊翊方，張 凱

(1.國防大學(xué) a.研究生院; b.軍事后勤與科技裝備教研部，北京 100091;2.海軍醫(yī)學(xué)研究所，上海 200433)

伴隨社會快速發(fā)展和戰(zhàn)爭形態(tài)的轉(zhuǎn)變，以信息化為代表的高新技術(shù)不斷涌現(xiàn)，使得裝備信息化程度不斷提高，體系構(gòu)成也越來越復(fù)雜，裝備故障分析對象多元且難度加大，導(dǎo)致采用傳統(tǒng)的故障分析手段或模型有時已不能有效滿足現(xiàn)實需要［1］。這就要求創(chuàng)新或改進(jìn)已有的傳統(tǒng)手段或方法，更加準(zhǔn)確地分析復(fù)雜信息化裝備故障，提高裝備維修和保障效能，為打贏信息化條件下局部戰(zhàn)爭提供保證。本研究進(jìn)行復(fù)雜裝備2 種故障分析方法對比研究，首先將傳統(tǒng)故障分析模型與改進(jìn)模型進(jìn)行理論上比較，然后進(jìn)行實例分析，探討依托傳統(tǒng)方法進(jìn)行改進(jìn)后在現(xiàn)代裝備故障分析的應(yīng)用可行性。

1 傳統(tǒng)分析模型及改進(jìn)模型之理論對比

綜合信息化裝備非常復(fù)雜，一般由若干個子系統(tǒng)構(gòu)成，并且各子系統(tǒng)結(jié)構(gòu)和相應(yīng)功能各不相同，通過局域網(wǎng)相連構(gòu)成體系，其綜合化和一體化性質(zhì)使得復(fù)雜信息化裝備功能強(qiáng)大，作戰(zhàn)能力或保障效能通常遠(yuǎn)遠(yuǎn)高于一般裝備，但復(fù)雜裝備尤其是信息化高技術(shù)裝備由于構(gòu)成要素和鏈接點眾多，不可避免地存在某種程度上的“一損俱損”或“牽一發(fā)而動全身”體系脆弱性［2-5］。為打贏未來信息化條件下的高技術(shù)戰(zhàn)爭，充分發(fā)揮信息化裝備效能，對戰(zhàn)損或故障的復(fù)雜裝備或子系統(tǒng)進(jìn)行準(zhǔn)備的故障預(yù)測或分析就顯得十分必要，有力保障裝備的持續(xù)穩(wěn)定性能。本文選擇以下故障分析模型，并首先將傳統(tǒng)和改進(jìn)后模型在理論上進(jìn)行對比分析。

1)傳統(tǒng)灰色關(guān)聯(lián)分析模型。信息化多數(shù)復(fù)雜裝備系統(tǒng)為灰色系統(tǒng)，根據(jù)其故障和征兆之間通常并無確定的映射關(guān)系，故一般采用灰色關(guān)聯(lián)模型進(jìn)行故障分析［6］，以故障和征兆兩者之間發(fā)展趨勢的異同來分析判斷兩者之間關(guān)系的故障。分析復(fù)雜系統(tǒng)內(nèi)部各因子之間的關(guān)聯(lián)系數(shù)及關(guān)聯(lián)度，并通過后者大小來有效確定對故障影響大小的主次因素，此種分析方法對樣本量要求不是十分苛刻，一般不需要樣本服從某種分布規(guī)律，且只需要較少的計算量即可獲得分析結(jié)果。建立傳統(tǒng)一般灰色關(guān)聯(lián)模型，首先需設(shè)定如下的狀態(tài)數(shù)據(jù)為參考序列為X0=［x0(1)，x0(2)，…，x0(n)］，設(shè)定如下標(biāo)準(zhǔn)故障樣本集作為分析比較序列為Xi=［x1(1)，x1(2)，…，xi(n)］(i=1，2，…，m)，并設(shè)定εik為各參考序列與比較序列的灰色關(guān)聯(lián)系數(shù)，用來表示各個時間段內(nèi)各比較序列與參考序列的相吻合的程度。εik定義如下

式中:ρ∈(0，1)為分辨系數(shù)，為了計算方便，在一般灰色關(guān)聯(lián)模型分析中常取0.5;εik為k 點的灰色關(guān)聯(lián)系數(shù);γi為參考序列和比較序列之間的對應(yīng)元素的灰色關(guān)聯(lián)度，計算時傳統(tǒng)灰色關(guān)聯(lián)分析中取各點出灰色關(guān)聯(lián)系的算術(shù)平均值。

2)優(yōu)化改進(jìn)后分析模型。由于系統(tǒng)在運(yùn)行的過程當(dāng)中會受到多種不確定性因素的擾動，并且參考序列和比較系列在每個計算點的關(guān)聯(lián)系數(shù)對整個灰色關(guān)聯(lián)度計算時的影響是各異的［7］，根據(jù)傳統(tǒng)的灰色關(guān)聯(lián)模型通常均將各個點的灰關(guān)聯(lián)系數(shù)進(jìn)行簡單算術(shù)平均后就作為計算灰色關(guān)聯(lián)度的取值，往往不能準(zhǔn)確地反映系統(tǒng)參考序列和比較序列之間的關(guān)系，有時會因此產(chǎn)生信息損失而導(dǎo)致無法充分考慮系統(tǒng)特征波動對結(jié)果的影響和基于不同時點關(guān)聯(lián)系數(shù)對復(fù)雜系統(tǒng)重要性的不同反映，產(chǎn)生復(fù)雜裝備系統(tǒng)故障分析時其結(jié)果與系統(tǒng)本身現(xiàn)實情況嚴(yán)重不符，即系統(tǒng)故障診斷分析精確性較低的現(xiàn)象［8］。所以需要對傳統(tǒng)的灰色關(guān)聯(lián)分析模型進(jìn)行優(yōu)化改進(jìn)，在計算參考序列和比較序列之間的灰色關(guān)聯(lián)度時，采用添加權(quán)重的灰色關(guān)聯(lián)度理論計算模型。主要在以下3 個方面對傳統(tǒng)的模型進(jìn)行優(yōu)化為

第一步:首先改進(jìn)通過計算各序列在各點關(guān)聯(lián)系數(shù)平均值的方法，在傳統(tǒng)關(guān)聯(lián)度計算模型基礎(chǔ)上引入權(quán)重并重新定義為

式中:εik(X0，Xi)為X0與Xi加權(quán)灰色關(guān)聯(lián)度;wk為第k 點的權(quán)重，其值反映了各點對整體灰色關(guān)聯(lián)度的影響，且滿足

第二步:由式(3)可以看出，計算改進(jìn)后加權(quán)灰色關(guān)聯(lián)度數(shù)值，首先需要確定權(quán)重值wk。在利用灰色關(guān)聯(lián)度模型進(jìn)行故障分析時，灰色系統(tǒng)中比較序列對參考序列的影響應(yīng)該維持穩(wěn)定，并且這種影響期望是均衡客觀的［9］，所以本文采用熵權(quán)法來對引入權(quán)重進(jìn)行賦值，通過建立相應(yīng)拉格朗日函數(shù)并進(jìn)行矩陣行列式運(yùn)算，最終計算得出在最大化約束條件下的權(quán)重向量如下

第三步:在式(1)中分辨系數(shù)ρ 在傳統(tǒng)灰色關(guān)聯(lián)模型中取固定值0.5 降低了模型的抗干擾性，為了增加計算模型反映系統(tǒng)關(guān)聯(lián)性的靈活性和真實程度，對分辨系數(shù)ρ 進(jìn)行優(yōu)化，采取根據(jù)系統(tǒng)參考序列和比較序列的具體情況進(jìn)行動態(tài)調(diào)節(jié)取值，提高系統(tǒng)分辨能力。ρ 的動態(tài)取值如下

以上對傳統(tǒng)灰色關(guān)聯(lián)度模型進(jìn)行改進(jìn)后，可計算加權(quán)灰色關(guān)聯(lián)度值，并對其進(jìn)行大小排序，系統(tǒng)中關(guān)聯(lián)度最大值對應(yīng)故障則被認(rèn)為診斷故障，從而完成復(fù)雜裝備的故障分析。

2 傳統(tǒng)模型和改進(jìn)模型應(yīng)用案例對比分析

1)故障分析系統(tǒng)的建立。復(fù)雜信息化裝備系統(tǒng)集成，多功能一體，各部件故障機(jī)理復(fù)雜、種類多樣且相互之間依存度大，進(jìn)行精確故障診斷分析時需盡可能多地獲取更多變量，無形中導(dǎo)致系統(tǒng)分析的不確定性增大，增加了“誤診”風(fēng)險［10］，所以為促進(jìn)裝備故障快速精準(zhǔn)的分析，提高裝備系統(tǒng)的可維修性和保障性，必須要建立適應(yīng)復(fù)雜信息化裝備系統(tǒng)故障特征的故障診斷系統(tǒng)，為操縱者提供及時準(zhǔn)確的監(jiān)測變量和可靠信息。下面本文根據(jù)上文優(yōu)化改進(jìn)模型建立復(fù)雜信息化裝備系統(tǒng)故障分析系統(tǒng)，其結(jié)構(gòu)如圖1 所示。

圖1 故障分析結(jié)構(gòu)框圖

由圖1 可以看出此故障診斷系統(tǒng)主要由4 個部分組成，且之間利用串口通信協(xié)議進(jìn)行完成各部分之間的數(shù)據(jù)傳輸任務(wù)［11］，第一階段部分獲取被分析系統(tǒng)的運(yùn)行參數(shù);第二階段部分主要對獲取的數(shù)據(jù)進(jìn)行科學(xué)預(yù)先處理;第三階段部分引入改進(jìn)優(yōu)化加權(quán)關(guān)聯(lián)度分析模型進(jìn)行計算;第四階段部分主要是分析得出系統(tǒng)故障診斷結(jié)果等。

2)實例分析?，F(xiàn)在以某復(fù)雜信息化裝備系統(tǒng)為例，基于優(yōu)化改進(jìn)灰色關(guān)聯(lián)度模型來分析此裝備系統(tǒng)，實現(xiàn)方法如下，以此裝備系統(tǒng)狀態(tài)表征參數(shù)為基礎(chǔ)建立標(biāo)準(zhǔn)狀態(tài)模式向量，并將各待測狀態(tài)模式向量與此之間的關(guān)聯(lián)度進(jìn)行比較進(jìn)而判斷其所處狀態(tài)，最終分析出此裝備故障模式。首先建立某裝備系統(tǒng)狀態(tài)模式向量為

系統(tǒng)有8 個征兆集，其中F1，F(xiàn)2，F(xiàn)3，F(xiàn)4，F(xiàn)5代表5 種故障模式。

在故障診斷分析過程中，將采集到的系統(tǒng)狀態(tài)數(shù)據(jù):0.5，0.75，0.25，0.75，0.5，0.5，0.5，0.5，計算得到改進(jìn)灰色關(guān)聯(lián)度數(shù)據(jù)分別為ε(x0，x1)=0. 727 3，ε(x0，x2)=0.571 4，ε(x0，x3)=0.989 9，ε(x0，x4)=0.666 7，ε(x0，x5)=0.615 4，通過計算結(jié)果可以看出，x0，x3的加權(quán)關(guān)聯(lián)度值最大，并且故障F3對應(yīng)征兆集與采集系統(tǒng)狀態(tài)數(shù)據(jù)相同，由此判斷系統(tǒng)故障為F3。另外，關(guān)聯(lián)系數(shù)和權(quán)重計算結(jié)果見表1所示。

表1 關(guān)聯(lián)系數(shù)與權(quán)重向量

1)2 種模型系統(tǒng)敏感性對比分析

對復(fù)雜裝備系統(tǒng)進(jìn)行故障分析時，不可避免地會產(chǎn)生測量噪聲，為了對比傳統(tǒng)模型和改進(jìn)優(yōu)化灰色關(guān)聯(lián)度模型參數(shù)和變量的改變對分析結(jié)果的影響，即分析結(jié)果對測量噪聲的敏感性以測量系統(tǒng)穩(wěn)定性程度。分別基于傳統(tǒng)分析模型和改進(jìn)優(yōu)化模型對系統(tǒng)添加5%、10%的噪聲，敏感性分析結(jié)果如圖2 和3 所示。

由圖2、圖3 可以看出，2 種模型中系統(tǒng)均對第二和第四個征兆狀態(tài)參數(shù)的敏感度最高，敏感性指數(shù)伴隨噪聲的增加而提高，而且傳統(tǒng)模型敏感性數(shù)值比改進(jìn)優(yōu)化灰色關(guān)聯(lián)度模型變化較快，所以改進(jìn)模型對系統(tǒng)測量噪聲的敏感度較低，即抗噪聲干擾性能更強(qiáng)，具有較好的自穩(wěn)自調(diào)性，更能真實地反映系統(tǒng)故障所在。

圖2 傳統(tǒng)模型添加5%、10%、15%噪聲時系統(tǒng)敏感性分析

圖3 改進(jìn)優(yōu)化模型添加5%、10%、15%噪聲時系統(tǒng)敏感性分析

2)2 種模型系統(tǒng)分辨率對比分析

為了驗證系統(tǒng)對故障的分辨能力，離線輸入此狀態(tài)數(shù)據(jù):0.50、0.75、0.50、0.25、0.75、0.25、0.45、0.5，分別利用傳統(tǒng)和改進(jìn)優(yōu)化灰色關(guān)聯(lián)模型對此復(fù)雜裝備系統(tǒng)進(jìn)行故障分析。將2 種模型計算得到的關(guān)聯(lián)度進(jìn)行了歸一化處理，得出如圖4 所示關(guān)聯(lián)度散點連線圖，總體上2 種模型系統(tǒng)的故障關(guān)聯(lián)度排序基本一致，因基于改進(jìn)優(yōu)化加權(quán)關(guān)聯(lián)度模型2 種故障之間相距更遠(yuǎn)，改進(jìn)優(yōu)化模型具有更高的分辨能力。

圖4 2 種模型散點連線圖的比較

另外，對傳統(tǒng)和改進(jìn)的灰色關(guān)聯(lián)模型對故障的分辨率進(jìn)行定量計算，得到各個故障模式之間分辨率，見表2 所示。可以看出改進(jìn)優(yōu)化模型系統(tǒng)分辨率均大于等于傳統(tǒng)模型系統(tǒng)分辨率，改進(jìn)模型對各種系統(tǒng)故障的區(qū)分度更大，故障診斷可靠性更高，故障分析結(jié)果更加準(zhǔn)確可信。

表2 2 種模型的故障分辨率比較

3 結(jié)束語

現(xiàn)代信息和網(wǎng)絡(luò)技術(shù)在軍事領(lǐng)域的廣泛使用，信息化裝備建設(shè)的步伐日益加快，其在信息化局部戰(zhàn)爭中將發(fā)揮越來越重要的作用，而由于信息化裝備起步相對，投入使用時間也相對較短，故障樣本數(shù)據(jù)較少，對其故障分析時可采用灰色關(guān)聯(lián)模型進(jìn)行分析，克服樣本容量不足問題。但傳統(tǒng)模型存在很多局限性，將傳統(tǒng)模型和改進(jìn)優(yōu)化模型在理論對比分析的基礎(chǔ)上，通過案例得出改進(jìn)模型具有較好的穩(wěn)定性和分辨率，獲得了很好的使用效果，可有效應(yīng)用于復(fù)雜信息化裝備系統(tǒng)的故障分析。

［1］張煒，梁魏.復(fù)雜電磁環(huán)境下裝備保障對策研究［J］.裝備指揮技術(shù)學(xué)院學(xué)報，2008，19(4):1-4.

［2］戰(zhàn)曉蘇.信息化戰(zhàn)爭與武器裝備信息化的若干問題探討［J］.國防技術(shù)基礎(chǔ)，2010(12):44-47.

［3］賈秀權(quán)，李鑫，胡斌.大型復(fù)雜信息化裝備軍民一體化保障的研究［J］.現(xiàn)代電子技術(shù)，2013，36(11):25-27.

［4］李陽，武昌，雷志雄.裝備維修保障信息化建設(shè)的若干問題［J］.四川兵工學(xué)報，2013(4):113-115.

［5］李世英，曲長征，薛文力.信息化裝備體系的RMS 參數(shù)體系框架研究［J］.2008，22(6):39-42.

［6］周宇陽，陳漢平，王煒哲，等. 故障診斷灰色數(shù)學(xué)模型［J］.中國電機(jī)工程學(xué)報，2002(6):146-151.

［7］MARKS R J. Intelligence:Computaional versus artificial［J］. IEEE Trans on Neural Networks，1993，4(5):737-739.

［8］徐小濤，田鋮，朱學(xué)維.IETM 在信息化裝備保障中的應(yīng)用研究［J］.國防技術(shù)基礎(chǔ)，2008(9):22-29.

［9］程晉，嚴(yán)承華，樊攀星.基于CBR 的信息化裝備故障案例推理復(fù)用技術(shù)研究［J］.計算機(jī)與數(shù)字工程，2013，41(8):1308-1311.

［10］Friend A D，Scuhgart H H，Running S W. A physiologybased gap model offorest dynamics［J］. Ecology，1993，74(3):792-797.

［11］Daisuke Y，Li G D，Kozo M. On the generalization of grey relation-al analysis［J］. Journal of Grey System，2006，9(1):23-34.