场站军械保障装备故障诊断隔离系统研究

周一鸣1王茜1杨硕2

（1.空军勤务学院航空弹药系徐州221000）（2.空空导弹研究院军事代表室洛阳471000）

论文对场站军械保障装备出现的故障信息进行总结概括，建立了基于专家知识的军械保障装备排故系统。通过基于信息库的灰色关联优化模型，针对某一故障现象，将其可能的故障原因进行优先级排序。该文针对排故时间长、效率低的问题，建立了基于交互式电子技术手册的故障诊断系统。最后由实例表明该系统能够有效保证装备维护人员及时分析故障原因，提高排故能力。

故障诊断；排故系统；灰色关联；交互电子技术手册

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

Class NumberTP11

1 引言

空军场站军械保障装备管理是空军军械保障工作的重要组成部分，其基本任务是：随时保持军械保障装备的良好状态，准确及时、保质保量地遂行飞行所需航空弹药的保障任务，努力提高保障能力［1］。由于军械保障装备种类法繁多、日趋复杂，而且现阶段装备维护的信息化程度较低，使得此类装备的排故成为制约航空弹药保障能力的重要原因。长期以来，军械保障装备的故障诊断主要靠人工完成，军械人员根据故障现象，查阅维护手册确定可能的隔离方法，逐步隔离出故障件，或者基于自身的实践经验来诊断，导致排故效率低并且具有较强的主观性。本文针对以上情况，总结出以往军械保障排故实例，基于专家系统建立一个故障诊断系统。以期提高装备维修人员排故效率以及航空弹药的保障能力。

本文建立的故障诊断系统，基于军械保障装备维修实践，故障发生后，能基于专家经验对隔离方法进行优化决策，为装备维修人员提供最佳解决方案；若信息库无此类故障，则基于交互电子技术手册分析，查询故障件线路图，快速诊断隔离故障。

2 故障诊断系统的结构

根据专家系统原理，本文所构建的故障诊断专家系统主要组成有：基于故障信息获取的信息库、基于专家打分法的知识库、基于灰色关联分析法的推理机制及IETM人机界面等部分，系统的总体结构如图1所示［2］。

3 基于专家经验的故障诊断系统

3.1 基于故障信息建立数据库

数据库记录内容应该包括军械保障装备维修过程，经使用验证有效的排故方法。另外，故障诊断系统数据库还应向装备设计人员、军械专家获取故障诊断的经验知识［3］，主要包含：故障发生的现象、时间；装备状态、装备维护对系统故障的影响［4］；及军械专家进行故障诊断时的思路、采取的方法、步骤等。

3.2 基于专家打分建立评价知识库

1）决策对象与评价指示

设关联算法的决策对象为P，有

P中元素pi表示同一故障描述下的第i种排故方法，m表示同一故障描述下信息库中所有排故方法的数量，且元素pi有特征量Qi［5］，其中

式中：qin表示Qi中第n个评价指标元素值。

其中，考虑故障诊断涉及多个因素，本文实际评价值指标为多因素值，用序列E表示，经咨询比较，确定出对故障隔离方法影响较大的5个评价因素，有：

其中：Q1表示排故方法的使用频度；Q2表示故障隔离方法的重要性累积，按隔离方法对排除故障所起的作用不同，由维修人员根据经验选择，分为一般、较重要和重要3档，对应取值0、1、2；Q3表示军械人员等级积累，根据军械人员的排故水平将其分为一般、较高和高级3档，对应值为0、1、2，技术水平等级取值由职称和单位评定给出；Q4表示基于军械保障装备的分布输出矩阵；Q5表示基于季节的分布输出矩阵。

2）军械保障装备分布输入矩阵

军械保障装备分布输入矩阵是描述各种排故方法的使用次数，记为：A=(Aij)m×l，其中l表示该型装备的数量，Aij表示第j套装备第i种排故方法的使用频度。

利用军械保障装备分布输入阵A，可计算各排故方法在不同军械保障装备上的普遍适用性。若Aij＞0，j=1，…，l，说明第i种排故方法普遍适用，则bij=1；否则bij=0，由此得到军械保障装备分布输出阵为B=(bij)m×l，作为灰色关联子算法的第4个评价指标Q4，提供各排故方法在军械保障装备使用上的普遍参数阵［6］。

同时，考虑隔离方法在各军械保障装备的使用概率，根据伯努利大数定理，可得出使用概率阵：

其中，qj表示针对某军械保障装备该故障描述的次数，n0为常整数，基于大数定理经验值取2或3可满足排序精度需要，则矩阵C表示同一故障描述各军械保障装备排故方法的使用优先顺序集［7］。

3）时间分布输入集

时间分布输入集是指同一故障描述下知识库中所有方法的使用时间分布集，记为T=(tij)m×k，其中k表示排故方法涉及的月份数，tij表示第i种排故方法在月份j时的使用次数。

本文首先根据装备维修所在地季节情况，设定四季时间段，查询时间分布输入集Tp1到Tpm，计算各方法在不同季节使用的频率。若存在各季度均使用的排故方法，说明该排故方法在使用时间上覆盖程度广，则sij=1；否则sij=0。由此得时间分布阵为S=(sij)m×4，输出到灰色关联子算法中作为第5个评价指标Q5，提供各方法在使用时间上覆盖程度参数阵［8］。

同样，若设某隔离方法在各季节的使用概率阵为D，算法参考式（4），可得出同一故障描述下针对各季节的排故方法使用优先顺序集［9］。

3.3 基于灰色关联法优化故障隔离方法

本文应用灰色关联算法对各隔离方法使用的优先顺序进行计算，灰色关联算法是建立在军械保障装备故障信息库的基础上，考虑针对不同军械保障装备个性、不同季节特征、所有同型装备共性等因素［10］。

灰色关联算法分三个步骤：

第一步，建立原始数据阵O。根据决策对象P及其评价指标E，统计同一故障描述下各隔离方法的评价指标Q1、Q2、Q3，再由军械保障装备分布子算法得到Q4和时间分布子算法得到Q5，共同构成原始数据矩阵O=(qij)m×n。

第二步，原始数据阵O的规范化处理。为消除量纲影响，需要对O做规范化处理，得到矩阵OI。由于本文评价指标均为正向指标即值越大越好，无量纲处理即对每个评价指标的各个参数归一化［11］。

由灰色关联度Gi的大小得出对某故障描述下的各排故方法优先排序集。

4 基于IETM的故障诊断系统

本文分析目前军械保障装备维修人员水平和承担任务量，确定基层级维修需要交互式电子技术手册（IETM）。为满足军械保障装备维护，本文所构建的IETM系统方式和功能如下［12］：

1）收集信息的选择

根据军械保障装备维修的特点，收集信息主要包括以下方面：

法规规程，为保证维修活动顺利进行，制定各种制度。

技术文件，主要包括设备使用手册和技术维护手册等。

维修卡片，主要包括按计划或状态监控进行的预防性维修方法和步骤等。

故障定位，包括维修人员找出设备中故障定位的全部图表和文字资料，及判断、隔离新故障的步骤和方法。

零件分解图及元件表。

2）系统体系功能

基于IETM的新兴故障诊断系统，旨在将各军械保障装备的纸质资料、操作规程、三维模型、故障处理、维修规范等信息，以文字、图像、表格、动画及视频等形式显示，以方便维修人员查询使用，提供故障诊断与分析，利于维修保障活动的实施。

IETM系统总体分为四项功能：

信息交互功能：实现各种维修信息的下达上传，包括维修任务发布、指令卡片收发等。

资料查询功能：帮助维护人员快速获取所需资料，包括维修手册规范、设备技术参数等。

故障诊断功能：基于故障信息，调出故障件的路线图或三维模型，实现对设备的快速诊断。

备件查询功能：查询备件使用情况，为设备经济型可靠性分析做准备。

5 基于某型航空炸弹吊车的专家系统实例

本文以某型航空炸弹吊车出现的故障为例，构建系统排故方法优化实例。该型号吊车在运行阶段有故障描述为：油路噪音、振动严重［1］。对应该故障描述下知识库中的排故方法有：

p1：管路中有空气，经过排除元件管路中的气体之后，吊车运行正常。

p2：元件失灵，进过检修和更换之后，吊车运行正常。

p3：管道元件不紧固，经过紧固元件、管卡之后，吊车运行正常。

p4：吸油管及管路堵塞，经过疏通之后，吊车运行正常。

p5：油温过低，经空载运行加温之后，吊车运行正常。

根据信息库中该故障描述下各吊车使用的故障隔离方法次数，统计如表1。

表1 故障隔离方法使用频次统计表（单位：次）

由表1显然可知航空炸弹吊车输入矩阵A，同时，根据故障隔离方法的使用时间统计，可得时间分布输入集Tp1到Tp5：

5.1 基于单因素的隔离方法使用优先集

基于航空炸弹吊车输入阵A，若式（4）中n0= 2，则q＜n0×m=10，且相对频度的门限为1 m=0.2，计算可得矩阵C。同样，可求得矩阵D。

显然，可知针对吊车a故障隔离方法的使用优先顺序为{p4，p2}；针对吊车d为{p1，p4，p5}。

同时，可知故障发生后，首先考虑冬季保障，且故障隔离方法的使用优选顺序为{p1，p4}。

5.2 基于多因素集的隔离方法使用优先集

基于原始数据吊车输入阵A，且根据之前所提及到的装备分布子算法，得输出矩阵B=[10010]T。

根据实际，设春季时间段为2到4月、夏季时间段为5到7月、秋季时间段为8到10月、冬季时间段为11到1月。根据时间分布子算法，由时间分布输入集得输出矩阵S=[10001]T。

统计评价指标Q1、Q2、Q3，再根据上述得到的矩阵B、S，得到原始矩阵O，并对O做规范化处理，得到矩阵OI：

由于决策对象P的最有规范化指标均为1，确定最优母序列Y0={1，1，1，1，1}，根据OI和Y0，并利用式（5），并取ρ=0.5，可计算关联系数矩阵φ如下：

利用关联度式（6）可计算各故障隔离方法的关联度G如下：

由此可知，通常情况下，对于该型航空炸弹吊车的油路噪音、振动严重故障描述，使用5种故障隔离方法的优化排序集为：{p1，p4，p5，p3，p2}，即遇到油路噪音、振动严重这样的故障，首先应考虑是管路中有空气的原因，其次考虑吸油管及管路堵塞的故障。

6 结语

本文是基于专家知识的故障隔离系统，通过汇总故障隔离经验数据和多因素灰色关联理论，优化决策同一种故障现象的多种故障原因及隔离方法，得到基于单因素和多因素隔离方法的优化顺序集，解决了故障诊断隔离多解和故障原因难以选择的问题。该方法来源于对经验数据处理，打破了传统故障诊断周期、效率低的缺点，对军械保障装备的排故具有指导作用。

［1］陆廷金.场站军械保障装备构造与维护［M］.北京：蓝天出版社，2005：3-4.

［2］张金玉，张炜.装备智能故障诊断与预测［M］.北京：国防工业出版社，2014：12-14.

［3］吴今培，肖建华.智能故障诊断与专家系统［M］.北京：科学出版社，1997：30-31.

［4］周东华，胡艳.动态系统的故障诊断技术［J］.自动化学报，2009，35（6）：748-758.

［5］张萍，王桂增，周东华.动态系统的故障诊断方法［J］.控制理论与应用，2000，17（2）：153-158.

［6］李晗，萧德云.基于数据驱动的故障诊断方法综述［J］.控制与决策，2011，26（1）：1-9.

［7］黄健元.模糊ISODA TA聚类分析方法的改进［J］.南京航空航天大学学报，2000，32（2）：180-182.

［8］雷亚国，何正嘉，訾艳阳.基于混合智能新模型的故障诊断［J］.机械工程学报，2008，44（7）：112-117.

［9］于大海，刘浩.基于故障模式的交互电子手册的设计与实现［J］.四川兵工学报，2010，31（6）：28-30.

［10］罗党.灰色决策问题分析方法［M］.郑州：黄河水利出版社，2005：56-58.

［11］程远斌.IETM技术在武器装备维修领域的应用研究［J］.四川兵工学报，2007（1）：11-13.

［12］施豪，刘新鹏，王晓炜.基于IETM的武器装备维修支持系统浅析［J］.数字技术与应用，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

周一鸣，男，硕士研究生，研究方向：机载武器系统与运用。王茜，女，硕士，副教授，研究方向：机载弹药技术维护。杨硕，男，硕士，研究方向：机载弹药技术维护。