劉憲忠，趙昶宇

（1.海軍裝備部駐天津地區(qū)第二軍事代表室，天津300308；2.天津津航計算技術(shù)研究所，天津300308）

隨著艦載火控系統(tǒng)的不斷發(fā)展以及艦載火控設(shè)備的功能性和復(fù)雜性日益提高，傳統(tǒng)的艦載火控系統(tǒng)故障診斷方法已不滿足火控設(shè)備故障診斷的要求。知識獲取技術(shù)是故障診斷的瓶頸，一直以來都是故障診斷過程中最復(fù)雜、最薄弱的環(huán)節(jié)，它直接決定了艦載火控系統(tǒng)故障診斷能力的高低。

因此，如何提高艦載火控系統(tǒng)故障診斷知識獲取能力，進(jìn)一步提高知識的可維護(hù)性、擴(kuò)寬知識應(yīng)用面以及加快知識的檢索時間，成為艦載火控系統(tǒng)設(shè)計人員的奮斗目標(biāo)。

艦載火控系統(tǒng)的故障大體上分為2 種：①有定量參數(shù)的故障，比如設(shè)備的電壓值、電流值或溫度值等；②無定量參數(shù)的故障，比如設(shè)備死機(jī)、顯示屏黑屏、通訊中斷等。

針對上述2 種故障類型，本文提出了粗糙集和案例推理相結(jié)合的技術(shù)，用于解決無定量參數(shù)的艦載火控系統(tǒng)故障診斷；采用基于故障樣本特征貢獻(xiàn)率的方法，解決有定量參數(shù)的故障。

1 艦載火控系統(tǒng)組成及故障診斷體系結(jié)構(gòu)

艦載火控系統(tǒng)是作戰(zhàn)艦船的重要組成部分，隨著其功能和結(jié)構(gòu)復(fù)雜度不斷增加，對其進(jìn)行維修的成本和難度也越來越大。艦載火控系統(tǒng)通常由幾個子系統(tǒng)組成的，每個子系統(tǒng)內(nèi)包含多個部件，每個部件又包含多條電路，一直分解到最低層次的元器件。

艦載火控系統(tǒng)的組成如圖1 所示。

圖1 艦載火控系統(tǒng)組成示意圖

艦載火控系統(tǒng)的故障診斷體系結(jié)構(gòu)如圖2 所示，該結(jié)構(gòu)主要由知識庫、解釋機(jī)制、推理機(jī)制、數(shù)據(jù)庫等構(gòu)成。知識庫的作用是存儲和管理領(lǐng)域?qū)＜业慕?jīng)驗和知識，進(jìn)行故障推理；解釋機(jī)制用于解釋規(guī)則、推理過程和中間結(jié)果；推理機(jī)作為故障診斷專家系統(tǒng)的核心，在推理和搜索算法的基礎(chǔ)上完成故障推理；數(shù)據(jù)庫用于存儲初始數(shù)據(jù)、推理的過程和結(jié)果、結(jié)論以及和推理相關(guān)的應(yīng)用程序。

圖2 艦載火控系統(tǒng)的故障診斷體系結(jié)構(gòu)

2 基于粗糙集和案例推理進(jìn)行知識獲取

粗糙集的最大優(yōu)點(diǎn)是處理不確定和不精確問題，它能夠在不借鑒任何先驗知識的前提下，將復(fù)雜冗余的原始信息系統(tǒng)簡化為最小決策信息系統(tǒng)，便于從大量復(fù)雜的故障信息中提取有用的規(guī)則和知識。

案例推理技術(shù)的最大優(yōu)點(diǎn)是把知識獲取的過程簡化為案例的描述和檢索過程，對于新出現(xiàn)的故障，只需在案例庫中檢索是否有相似的案例，無需進(jìn)行故障的推理，省去了對知識進(jìn)行規(guī)則化和抽象的過程。但隨著案例庫的不斷擴(kuò)充，案例庫中會出現(xiàn)重復(fù)甚至矛盾的知識，這將極大地影響案例檢索結(jié)果的性能和正確性。

對于粗糙集和案例推理技術(shù)相結(jié)合的故障診斷方法，一方面，利用粗糙集對故障案例進(jìn)行屬性約簡和值約簡，避免出現(xiàn)冗余和矛盾的案例，提高案例檢索的速度和準(zhǔn)確性；另一方面，該方法用于彌補(bǔ)專家經(jīng)驗的不足，尤其適用于沒有定量參數(shù)生成的故障診斷，利用案例推理技術(shù)詳細(xì)記錄此類故障的描述信息、故障案例的特征向量和特征權(quán)重向量，故障結(jié)論信息和案例輔助信息，便于對后續(xù)類似故障案例進(jìn)行有效檢索。

艦載火控系統(tǒng)出現(xiàn)故障時，有時無法直接獲取故障數(shù)據(jù)，僅根據(jù)故障現(xiàn)象很難對故障進(jìn)行診斷和定位。對于這種類型的故障，較好的解決辦法就是建立故障診斷的案例庫，在案例庫中詳細(xì)描述每種故障的故障發(fā)生時間、故障現(xiàn)象和故障模式，確定案例的特征向量和案例特征權(quán)重向量，給出故障的解決措施，編寫故障手冊并給出結(jié)果評價。當(dāng)出現(xiàn)新的故障時，基于粗糙集和案例推理技術(shù)在現(xiàn)有的案例庫中進(jìn)行相似案例的檢索。如果檢索失敗，則對故障特征進(jìn)行模糊化，然后運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)得到故障案例的隸屬度，并將推理結(jié)果交由現(xiàn)場專家進(jìn)行綜合分析處理，最終形成故障問題的正確診斷結(jié)論。如果當(dāng)前檢索的案例是一個新的案例，則將當(dāng)前案例保存到現(xiàn)有案例庫中，實(shí)現(xiàn)案例的自學(xué)習(xí)功能。艦載火控系統(tǒng)案例檢索的流程如圖3 所示。

圖3 艦載火控系統(tǒng)案例檢索的流程圖

3 基于故障樣本特征貢獻(xiàn)率進(jìn)行知識獲取

如何有效提取艦載火控系統(tǒng)的故障特征，是艦載火控系統(tǒng)故障診斷領(lǐng)域研究的主要內(nèi)容。由于艦載火控系統(tǒng)通過數(shù)據(jù)采集系統(tǒng)采集到的電壓、電流、溫度等原始數(shù)據(jù)具有冗余和高維的特點(diǎn)，如果將原始數(shù)據(jù)直接用于設(shè)備的故障診斷，勢必會極大地降低故障診斷的效率和準(zhǔn)確性。

因此，在進(jìn)行艦載火控系統(tǒng)故障診斷之前，首先要對采集的數(shù)據(jù)樣本進(jìn)行降維處理，在不降低采集到的樣本數(shù)據(jù)的信息量的前提下，利用坐標(biāo)變換的方法將采集到的樣本數(shù)據(jù)映射到新的數(shù)據(jù)空間中；分析樣本數(shù)據(jù)中各個指標(biāo)特征對故障診斷的貢獻(xiàn)率，貢獻(xiàn)率越高，表明該指標(biāo)對故障的影響越大，故障可信度越高。

基于故障樣本特征貢獻(xiàn)率的算法步驟為如下。

從某一時刻開始計時，連續(xù)采集一組長度為L 的樣本指標(biāo)Y=[y1，y2，yi，…，yl]，然后按照固定的采樣周期，采集N 次同長度的樣本指標(biāo)，得到N×L 的樣本空間：

計算協(xié)方差rij的每個特征值λ1，λ2，…，λj，…，λL。

將上述計算得到的特征值按照從小到大的順序排序，計算得出每個指標(biāo)的貢獻(xiàn)率

由上可知，如果艦載火控系統(tǒng)某一故障樣本指標(biāo)特征值的貢獻(xiàn)率Cj所占的比例越大，表明該故障指標(biāo)對故障的影響比例越大，即該故障指標(biāo)對當(dāng)前故障提供的信息量越多。以故障樣本特征貢獻(xiàn)率作為艦載火控系統(tǒng)故障診斷的主要依據(jù)，貢獻(xiàn)率越高，則該指標(biāo)造成故障的概率越高，可優(yōu)先基于該指標(biāo)進(jìn)行艦載火控系統(tǒng)故障排查。采用這種數(shù)據(jù)挖掘的方式實(shí)現(xiàn)對艦載火控系統(tǒng)故障診斷的知識獲取，并將數(shù)據(jù)挖掘的結(jié)果存入知識庫中。

4 結(jié)束語

通過對艦載火控系統(tǒng)常見故障類型的分析，研究了獲取艦載火控系統(tǒng)故障診斷專家知識的兩種方法。基于粗糙集和案例推理進(jìn)行知識獲取以及基于故障樣本特征貢獻(xiàn)率進(jìn)行知識獲取的方法，為艦載火控系統(tǒng)專家知識的提取奠定了基礎(chǔ)，有效地提高了艦載火控系統(tǒng)故障診斷的效率和正確性。將該方法應(yīng)用于某型艦載火控系統(tǒng)故障診斷，取得了較好的故障診斷效果。