曹萌 蘇小煒 黃笑宇

摘 要：隨著高層次技術(shù)創(chuàng)新武器裝備的相繼投入列裝，對(duì)新一代裝備能否進(jìn)行有效的裝備狀態(tài)優(yōu)化監(jiān)控和裝備故障風(fēng)險(xiǎn)預(yù)測(cè)就已經(jīng)成為武器技術(shù)安全保障的一個(gè)重點(diǎn)。為了能夠使企業(yè)裝備安全保障管理人員更好的深入了解裝備故障分析預(yù)測(cè)相關(guān)技術(shù)及其實(shí)際作用，簡(jiǎn)要詳細(xì)介紹了裝備故障分析預(yù)測(cè)相關(guān)技術(shù)及其應(yīng)用類別。重點(diǎn)分析總結(jié)了相關(guān)故障處理預(yù)測(cè)分析技術(shù)在我國(guó)武器裝備行業(yè)中的實(shí)際應(yīng)用發(fā)展現(xiàn)狀，主要內(nèi)容包括專家系統(tǒng)、灰色區(qū)域模型、神經(jīng)網(wǎng)絡(luò)、支持機(jī)和向量機(jī)以及其他一些相關(guān)故障分析預(yù)測(cè)技術(shù)方法在武器裝備中的故障分析預(yù)測(cè)技術(shù)中的實(shí)際應(yīng)用。通過分析總結(jié)當(dāng)前的學(xué)術(shù)研究成果，指出了汽車故障影響預(yù)測(cè)分析技術(shù)今后研究發(fā)展的若干研究方向。

關(guān)鍵詞：武器裝備;故障預(yù)測(cè);方法

引言：

隨著現(xiàn)代科技的不斷進(jìn)步，現(xiàn)代化和高新技術(shù)的新型武器裝備也陸續(xù)地被列裝到各部隊(duì)。而定期保養(yǎng)維修工作時(shí)間如果制定得不合理，也容易直接造成人力資源的嚴(yán)重消耗浪費(fèi)，因此目前傳統(tǒng)的質(zhì)量保障管理方式已經(jīng)不能完全滿足要求?，F(xiàn)在各國(guó)對(duì)于裝備安全保障主要都可以采取視實(shí)際情況的維修，它們也可以有效避免我國(guó)傳統(tǒng)裝備保障管理方式的不足。而系統(tǒng)故障信息預(yù)測(cè)處理技術(shù)就是目前支撐視覺色情系統(tǒng)維修的一項(xiàng)關(guān)鍵技術(shù)。

1 故障預(yù)測(cè)技術(shù)

故障技術(shù)預(yù)測(cè)汽車技術(shù)診斷是比汽車故障預(yù)測(cè)診斷更高級(jí)的汽車維修安全保障技術(shù)形式，是一門領(lǐng)域涉及工程機(jī)械、電子、計(jì)算機(jī)、通信、控制以及建筑材料等多個(gè)門學(xué)科互相綜合的新興技術(shù)邊緣學(xué)科。

基于這個(gè)模型的產(chǎn)品故障損害預(yù)測(cè)計(jì)算方法主要是通過對(duì)關(guān)鍵功能部件損傷的隨機(jī)計(jì)算來準(zhǔn)確評(píng)估一個(gè)關(guān)鍵產(chǎn)品零部件的功能損傷嚴(yán)重程度，通過為此建立一個(gè)物理計(jì)算模型或隨機(jī)計(jì)算過程進(jìn)行建模，用來準(zhǔn)確評(píng)估關(guān)鍵部件間的剩余使用壽命。但在建筑工程設(shè)計(jì)實(shí)際中，系統(tǒng)往往比較復(fù)雜，精確的系統(tǒng)模型難以快速建立，這就大大限制了基于系統(tǒng)模型化的預(yù)測(cè)系統(tǒng)方法的廣泛應(yīng)用。物理知識(shí)模型、濾波器以及基于科學(xué)知識(shí)的分析方法都同樣可以被規(guī)劃為基于知識(shí)模型的應(yīng)用故障分析預(yù)測(cè)解決技術(shù)。

基于強(qiáng)大數(shù)據(jù)分析驅(qū)動(dòng)的有用故障信息預(yù)測(cè)分析技術(shù)以用戶采集的相關(guān)數(shù)據(jù)為基礎(chǔ)，通過分析挖掘出這些采集數(shù)據(jù)中可能隱含的有用故障信息，得到用戶需要的預(yù)測(cè)結(jié)果。但是，對(duì)于復(fù)雜技術(shù)裝備，歷史數(shù)據(jù)的質(zhì)量獲取較為困難，同時(shí)歷史數(shù)據(jù)的質(zhì)量準(zhǔn)確性和廣泛應(yīng)用性能不能完全滿足要求，這些都仍然是我們需要進(jìn)一步深入研究的關(guān)鍵問題。典型的基于龐大數(shù)據(jù)系統(tǒng)驅(qū)動(dòng)的分析方法主要有：專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、灰色區(qū)域模型以及其他數(shù)據(jù)相關(guān)分析方法。

2 幾種故障預(yù)測(cè)技術(shù)在武器裝備中的應(yīng)用

2.1專家系統(tǒng)方法

專家系統(tǒng)由于其中采用了眾多專家專業(yè)知識(shí)，從而不僅具有了行業(yè)專家的豐富實(shí)戰(zhàn)經(jīng)驗(yàn)與正確判斷能力從而并能對(duì)每個(gè)用戶的真實(shí)提問和問題答案的邏輯推理以及過程結(jié)果做出正確解釋。專家系統(tǒng)對(duì)于那些非常難于快速建立精確化的數(shù)學(xué)系統(tǒng)模型和非線性數(shù)學(xué)系統(tǒng)的人具有明顯的技術(shù)優(yōu)勢(shì)。李茂林、張晶等在充分綜合分析某新型自行火炮的電氣系統(tǒng)的及時(shí)失效故障模式與復(fù)雜故障發(fā)生機(jī)理的基礎(chǔ)上，綜合分析故障處理現(xiàn)象，采用正向自動(dòng)推理診斷為主、反向自動(dòng)推理診斷為輔的兩種混合模式推理診斷機(jī)制對(duì)推理機(jī)理的進(jìn)行綜合實(shí)現(xiàn)，開發(fā)電氣系統(tǒng)復(fù)雜故障現(xiàn)象綜合處理診斷專家系統(tǒng)，結(jié)果表明，該專家系統(tǒng)不僅能夠有效提高對(duì)電氣系統(tǒng)的及時(shí)保障處理水平，提高電氣保障技術(shù)人員及時(shí)解決復(fù)雜電氣系統(tǒng)故障問題的工作能力。

2.2灰色模型方法

灰色區(qū)域模型（greymoded）由一位我國(guó)著名教授鄧聚龍?jiān)?952年級(jí)中提出。由于本次gm（1，1）改進(jìn)模型系統(tǒng)缺乏對(duì)多功能特征參數(shù)的綜合考慮且還存在復(fù)雜背景式數(shù)值系統(tǒng)構(gòu)建及自動(dòng)化適應(yīng)上的存在缺陷。李萬領(lǐng)等針對(duì)問題改建模型gm（1，1）預(yù)測(cè)模型的方法預(yù)測(cè)故障維數(shù)主要是依靠實(shí)踐經(jīng)驗(yàn)難以確定這一復(fù)雜問題，采用poposo等算法對(duì)該模型參數(shù)組合進(jìn)行模型優(yōu)化，并將經(jīng)過優(yōu)化的預(yù)測(cè)模型并實(shí)際運(yùn)用納入到某雷達(dá)制導(dǎo)系統(tǒng)雷達(dá)發(fā)射波束自動(dòng)控制技術(shù)系統(tǒng)的預(yù)測(cè)故障結(jié)果預(yù)測(cè)中，預(yù)測(cè)故障結(jié)果顯示，預(yù)測(cè)故障結(jié)果的最大預(yù)測(cè)誤差只有1.32%。

2.3神經(jīng)網(wǎng)絡(luò)方法

神經(jīng)網(wǎng)絡(luò)主要有多種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)類型（cbp小波神經(jīng)網(wǎng)絡(luò)、rbf大波神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)等等祭，由于其本身具有較強(qiáng)的非線性信息映射適應(yīng)能力、自動(dòng)化學(xué)習(xí)適應(yīng)能力和車輛動(dòng)態(tài)自動(dòng)化適應(yīng)能力，因此常廣泛應(yīng)用于汽車故障分析診斷與事故預(yù)測(cè)。張小玉等將某些大型飛機(jī)整個(gè)發(fā)動(dòng)機(jī)系統(tǒng)運(yùn)行中的振動(dòng)音頻信號(hào)的振幅頻率大小情況作為分析判斷整個(gè)發(fā)動(dòng)機(jī)系統(tǒng)故障與否的重要依據(jù)，將飛機(jī)采集的音頻數(shù)據(jù)處理后一并輸入一個(gè)bp的網(wǎng)絡(luò)中，得到了較高的故障預(yù)測(cè)分析精度。

2.4支持向量機(jī)方法

支持向量的隨機(jī)函數(shù)（csvm）算法是近年人們根據(jù)現(xiàn)代統(tǒng)計(jì)與科學(xué)計(jì)算理論最新提出的一種基于機(jī)器人工學(xué)習(xí)的算法，它主要是具有小規(guī)模樣本人工學(xué)習(xí)和自動(dòng)學(xué)習(xí)計(jì)算能力強(qiáng)兩個(gè)基本優(yōu)勢(shì)。田干等將向量支持最小向量參數(shù)回歸機(jī)（csvp）和最小向量支持最大向量參數(shù)回歸機(jī)（clvsvr）都結(jié)合運(yùn)用來達(dá)到解決液體噴氣火箭運(yùn)載發(fā)動(dòng)機(jī)發(fā)射參數(shù)向量預(yù)測(cè)中的問題，通過分析對(duì)比兩種預(yù)測(cè)方法的參數(shù)預(yù)測(cè)實(shí)驗(yàn)結(jié)果，發(fā)現(xiàn)其在svr中的預(yù)測(cè)結(jié)果精度雖然要遠(yuǎn)遠(yuǎn)好于clvsvr，但后者的發(fā)射訓(xùn)練持續(xù)時(shí)間遠(yuǎn)遠(yuǎn)要小于前者。王久崇等將最大魚群測(cè)量算法（cafe）和最小蜂群測(cè)量算法有機(jī)結(jié)合，來分別優(yōu)化最小二維相乘向上測(cè)量機(jī)（clssviv）的最小規(guī)則化網(wǎng)絡(luò)參數(shù)和最小寬帶網(wǎng)絡(luò)參數(shù)，用最新改進(jìn)的飛機(jī)模型對(duì)某型民用航空航天電子運(yùn)輸設(shè)備的飛機(jī)電源模塊故障進(jìn)行預(yù)測(cè)故障精度預(yù)測(cè)，結(jié)果表明，預(yù)測(cè)故障精度已經(jīng)得到了顯著性的提高。

2.5其他方法

其他的網(wǎng)絡(luò)預(yù)測(cè)分析方法中，運(yùn)用較多的主要技術(shù)有網(wǎng)絡(luò)虛擬化和現(xiàn)實(shí)預(yù)測(cè)技術(shù)和模糊對(duì)象理論。虛擬結(jié)合現(xiàn)實(shí)裝備技術(shù)通過利用計(jì)算機(jī)技術(shù)模擬檢驗(yàn)裝備的實(shí)際運(yùn)行狀態(tài)，改變與模擬裝備實(shí)際性能息息相關(guān)的各種參數(shù)，對(duì)其性能進(jìn)行裝備故障風(fēng)險(xiǎn)預(yù)測(cè)。模糊故障理論則主要是根據(jù)不同裝備系統(tǒng)故障預(yù)測(cè)特征信息來源不同，其特征具有模糊性和高度不確定性的理論特點(diǎn)，來研究建立模糊故障預(yù)測(cè)理論模型，進(jìn)行裝備故障特征預(yù)測(cè)。

結(jié)論：

本文主要重點(diǎn)介紹了武器故障發(fā)生預(yù)測(cè)控制技術(shù)的基本概念及其應(yīng)用分類，重點(diǎn)突出闡述了其在我國(guó)現(xiàn)有武器裝備中以及應(yīng)用中的情況，并對(duì)其未來發(fā)展趨勢(shì)做了重點(diǎn)展望。從越來越多的實(shí)際應(yīng)用技術(shù)實(shí)例中，我們不難看出發(fā)現(xiàn)電子故障原因預(yù)測(cè)分析技術(shù)在現(xiàn)代武器裝備安全保障方而的廣泛應(yīng)用對(duì)于加快提高現(xiàn)代我軍武器裝備的安全保障服務(wù)水平發(fā)展具有明顯的戰(zhàn)略推動(dòng)力和作用。

參考文獻(xiàn)：

[1]段飛飛，李紅才.武器裝備故障預(yù)測(cè)與健康管理視情維修系統(tǒng)設(shè)計(jì)[J].質(zhì)量與可靠性，2020（06）：33-36.

[2]羅曉亮，涂龍，王浩旭，王曉晶，胡振峰，喻凡坤，梁秀兵.無人機(jī)故障預(yù)測(cè)與健康管理研究現(xiàn)狀及發(fā)展[J].計(jì)算機(jī)測(cè)量與控制.

[3]邵璐璐，牛侃，于志超.基于CPS的裝備故障預(yù)測(cè)與健康管理體系架構(gòu)[J].數(shù)字通信世界，2020（04）：138-139.

[4]聞化，胡志偉.裝備故障預(yù)測(cè)與健康管理能力驗(yàn)證評(píng)估技術(shù)[J].計(jì)算機(jī)測(cè)量與控制，2019，27（11）：260-264.

（中國(guó)運(yùn)載火箭技術(shù)研究院，北京 100076）