黃應(yīng)清，李 坤，張振山，李培富

(裝甲兵工程學(xué)院 a.控制工程系;b.兵器工程系，北京 100072)

健康診斷在軍事領(lǐng)域中已成為非常重要的技術(shù)手段，健康診斷技術(shù)的運(yùn)用使得武器裝備的維修效率故障隔離率有了明顯的提高，為武器裝備戰(zhàn)斗力的發(fā)揮起到了非常重要的作用，針對(duì)炮閂結(jié)構(gòu)復(fù)雜，實(shí)彈射擊時(shí)檢測(cè)不便，維修困難等狀況，健康診斷技術(shù)旨在尋找炮閂裝置技術(shù)的狀態(tài)變化規(guī)律，在裝備使用之前及使用過(guò)程中實(shí)現(xiàn)其運(yùn)行情況的實(shí)時(shí)檢測(cè)，并對(duì)故障進(jìn)行預(yù)測(cè)，保證裝備在使用過(guò)程中保持良好的狀態(tài)。

1 健康診斷技術(shù)的基本內(nèi)涵

健康診斷技術(shù)，重點(diǎn)是利用先進(jìn)的傳感器集成，并借助于各種算法和智能模型來(lái)預(yù)測(cè)、監(jiān)控和管理系統(tǒng)的健康狀態(tài)［1］。

坦克炮閂裝置的特點(diǎn)是，工作環(huán)境復(fù)雜、干擾大、使用期限長(zhǎng)，傳統(tǒng)的傳感器元件和設(shè)備組成的檢測(cè)系統(tǒng)的性能穩(wěn)定性和耐久性都不能很好地滿足工程實(shí)踐的需要。近年來(lái)研究發(fā)展起來(lái)的諸如光纖、壓電、形狀記憶合金及疲勞壽命絲等高性能、大規(guī)模分布式智能傳感元件及具有子感知、子增強(qiáng)和子修復(fù)特性的智能材料，以及無(wú)線網(wǎng)絡(luò)傳輸和信息融合技術(shù)為復(fù)雜結(jié)構(gòu)裝置智能檢測(cè)與診斷系統(tǒng)的研究和發(fā)展提供了基礎(chǔ)。

健康診斷智能檢測(cè)系統(tǒng)主要包括:高性能智能傳感器元件與信號(hào)采集裝備，多參量、多傳感元件檢測(cè)數(shù)據(jù)智能處理與數(shù)據(jù)動(dòng)態(tài)管理方法，結(jié)構(gòu)實(shí)時(shí)損傷識(shí)別、定位與模型修正，結(jié)構(gòu)實(shí)時(shí)健康診斷與安全預(yù)警系統(tǒng)，運(yùn)用到復(fù)雜的軍事領(lǐng)域中來(lái)，可以有效地提高武器裝備的可測(cè)試性和維修性［2］。

2 炮閂裝置及開閂運(yùn)動(dòng)分析

炮閂是用于火炮發(fā)射時(shí)閉鎖炮膛、擊發(fā)炮彈底火和發(fā)射后抽出藥筒，主要由閉鎖裝置、擊發(fā)裝置、發(fā)射裝置、保險(xiǎn)裝置、復(fù)撥器、半自動(dòng)開關(guān)閂裝置、抽筒裝置和裝彈盤總成等部分組成［3］。

火炮發(fā)射時(shí)，炮身后座，開閂裝置的固定座和沖桿隨炮尾一起向后運(yùn)動(dòng)，開閂裝置的檔鐵因固定在搖架上而停在原位不動(dòng);當(dāng)沖桿離開檔鐵時(shí)，壓筒彈簧伸張使檔鐵下落，擋在沖桿前面;當(dāng)炮身復(fù)進(jìn)至沖桿前端與檔鐵相遇時(shí)，沖桿受到阻力不能前進(jìn)，此時(shí)，其后端頂住桃形臂尖端，使桃形臂轉(zhuǎn)動(dòng)，同時(shí)壓縮沖桿彈簧，帶動(dòng)曲臂軸、曲臂一起轉(zhuǎn)動(dòng)，使得閂體向左移動(dòng);抽筒子掛臂猛烈的撞擊抽筒子凸起部，抽筒子轉(zhuǎn)動(dòng)，抽筒子爪抽出藥筒;同時(shí)，抽筒子右凸起部掛住抽筒子掛臂，將閂體控制在開閂位置。從開閂運(yùn)動(dòng)過(guò)程可以看出，參與運(yùn)動(dòng)的裝置主要有:閉鎖裝置、抽筒裝置、擊發(fā)裝置、放閂裝置、沖桿、曲臂、曲臂軸、滑輪和滑輪軸等。

可以看出，炮閂系統(tǒng)是一個(gè)典型的機(jī)械聯(lián)動(dòng)系統(tǒng)，依靠碰撞傳遞力和力矩來(lái)完成各個(gè)機(jī)構(gòu)的動(dòng)作，涉及零件繁多機(jī)構(gòu)比較龐大，同時(shí)，約束關(guān)系也比較復(fù)雜，每個(gè)零部件基本上都是同時(shí)承受來(lái)自相鄰部件的多個(gè)約束力。

3 灰色理論的基本方法

灰色理論是在信息不完全，即只有部分信息清楚，而另一部分信息不清楚的情況下，從已知的部分信息中提取有價(jià)值的信息，實(shí)現(xiàn)對(duì)系統(tǒng)運(yùn)行的正確認(rèn)識(shí)和有效控制［4］。因此，灰色理論是控制論觀點(diǎn)和方法的延伸，從系統(tǒng)的角度出發(fā)來(lái)研究信息間的關(guān)系，即研究如何利用已知信息去揭示未知信息，也就是系統(tǒng)的“白化”問(wèn)題［5］。通常使用概率論、數(shù)理統(tǒng)計(jì)等方法也能解決相關(guān)的問(wèn)題，但是，要求樣本量比較大，且要符合典型的概率模型，在炮閂的健康診斷中實(shí)現(xiàn)起來(lái)比較困難。

3.1 灰色統(tǒng)計(jì)的相關(guān)概念

灰色統(tǒng)計(jì)就是一種白數(shù)的灰化處理方法，以灰數(shù)的白化函數(shù)為基礎(chǔ)，將具體數(shù)據(jù)按照某種灰數(shù)所描述的類型進(jìn)行歸納整理，從而判斷統(tǒng)計(jì)指標(biāo)所屬的灰類。反應(yīng)炮閂健康狀況的灰數(shù)為一個(gè)整體數(shù)，各專家給出的值為一區(qū)間數(shù)，要依靠白化函數(shù)將這些灰數(shù)進(jìn)行白化。設(shè)f(x)∈［0，1］，對(duì)?x，如果滿足

則f(x)為典型的白化權(quán)函數(shù)，以下簡(jiǎn)稱白化函數(shù)如圖1所示。

圖1 典型的白化函數(shù)

圖1中，L(x)為左支函數(shù);R(x)為右支函數(shù);［b1，b2］為峰值區(qū)，b1、b2為轉(zhuǎn)折點(diǎn);x∈［b1，b2］，f(x)=fmax(x)為峰值區(qū)白化值;x∈［c1，c2］，f(x)→0 為終止區(qū)白化值。

設(shè)N 為統(tǒng)計(jì)對(duì)象;M 為統(tǒng)計(jì)指標(biāo);S 為統(tǒng)計(jì)灰類;dij為第i 個(gè)統(tǒng)計(jì)群體對(duì)第j 個(gè)統(tǒng)計(jì)指標(biāo)所提出的白化值，其中:i∈{1，2，3，…，n}，j∈{1，2，3，…，m}。則炮閂健康診斷灰色統(tǒng)計(jì)具體步驟如下:

1)明確統(tǒng)計(jì)群體，劃分統(tǒng)計(jì)灰類，確定統(tǒng)計(jì)方案。

2)專家根據(jù)炮閂的各指標(biāo)評(píng)分標(biāo)準(zhǔn)獨(dú)立打分，根據(jù)評(píng)分結(jié)果構(gòu)造D 矩陣

3)根據(jù)準(zhǔn)則或一定的經(jīng)驗(yàn)即炮閂的灰度標(biāo)準(zhǔn)，做出白化函數(shù)圖。

4)求出評(píng)價(jià)決策系數(shù)njk的值其中，njk為第j 個(gè)統(tǒng)計(jì)指標(biāo)屬于第k 個(gè)灰類系數(shù);Ni為第i 個(gè)統(tǒng)計(jì)對(duì)象中統(tǒng)計(jì)者的人數(shù);fk(dij)為第i 個(gè)統(tǒng)計(jì)對(duì)象對(duì)第j 個(gè)統(tǒng)計(jì)指標(biāo)所提出的決策量的白化值，其中:k=1，2，…，Na;j=1，2，…，m;i=1，2，…，n。

5)求決策權(quán)和決策權(quán)向量，決策權(quán)表達(dá)式

6)判斷灰類，得出炮閂指標(biāo)的健康狀況。如果rj中第k*個(gè)權(quán)的值最大，即

其中，i=1，2，…，Na;i≠k*，則第j 個(gè)統(tǒng)計(jì)指標(biāo)就屬于第k*個(gè)灰類。

3.2 灰色理論在炮閂上的應(yīng)用

考慮到炮閂裝置狀態(tài)是為了坦克火炮的可用性作指導(dǎo)，同時(shí)兼顧后續(xù)的維修工作，根據(jù)炮閂裝置的使用情況為原則，從可用性的角度出發(fā)，將炮閂裝置的健康狀況分成五種類型:健康、亞健康、注意、病變、禁用，分別表示炮閂裝置沒(méi)有出現(xiàn)過(guò)不良工況，無(wú)須維修，處于完全的正常工作狀態(tài);炮閂雖然處于相對(duì)正常工作狀態(tài)，無(wú)須維修，但須擦拭清洗;炮閂雖然處于正常工作狀態(tài)，但偶爾也會(huì)出現(xiàn)不良狀況，經(jīng)簡(jiǎn)單維修后仍能夠正常工作;炮閂處于非正常工作狀態(tài)，時(shí)好時(shí)壞，經(jīng)維修后偶爾能夠參與訓(xùn)練;炮閂處于非正常工作狀態(tài)，經(jīng)單位維修后也不能參與訓(xùn)練，此時(shí)應(yīng)該停止該裝備的使用，送至專業(yè)維修廠進(jìn)行維修。相對(duì)應(yīng)的評(píng)分標(biāo)準(zhǔn)如表1所示。

表1 灰色統(tǒng)計(jì)評(píng)分標(biāo)準(zhǔn)

參加炮閂健康診斷的專家有6 位，每位為一組，則共有六組(i=1，2，…，6)，診斷因素為開閂、抽筒、自動(dòng)關(guān)閂、自動(dòng)擊發(fā)、發(fā)火(j=1，2，…，5)。

根據(jù)灰色統(tǒng)計(jì)的評(píng)分標(biāo)準(zhǔn)，6 位專家根據(jù)實(shí)驗(yàn)統(tǒng)計(jì)數(shù)據(jù)及經(jīng)驗(yàn)、計(jì)算結(jié)果對(duì)炮閂的5 個(gè)診斷項(xiàng)目獨(dú)立進(jìn)行打分情況如下:

式(1)中的D 即為評(píng)分矩陣。

根據(jù)灰類的評(píng)分標(biāo)準(zhǔn)，作出白化函數(shù)圖如圖2 所示。

圖2 白化函數(shù)圖

則6 組專家(Ni=1，2，…，6)對(duì)因素1 評(píng)為健康的評(píng)價(jià)系數(shù)為

同理，可以求出因素1 評(píng)為亞健康的評(píng)價(jià)系數(shù)n12=5.338、評(píng)價(jià)為注意的評(píng)價(jià)系數(shù)n13=4.417、評(píng)價(jià)為病變的評(píng)價(jià)系數(shù)n14=1.075、評(píng)價(jià)為禁用的評(píng)價(jià)系數(shù)n14=1.075。

那么，六組專家對(duì)因素1 的總的評(píng)價(jià)系數(shù)n1:

由此，可以求出專家對(duì)因素1 的評(píng)價(jià)權(quán)rik:

則因素1 的評(píng)價(jià)權(quán)向量:

同理可以求出6 組專家對(duì)因素2 -5 的評(píng)價(jià)權(quán)向量:

由以上計(jì)算結(jié)果對(duì)各指標(biāo)進(jìn)行灰類判斷，可以得出各健康狀況所屬的灰類，如表2 所示。

表2 診斷結(jié)果

這樣，根據(jù)上述判斷結(jié)果就可以根據(jù)需要，有選擇地對(duì)該炮閂裝置進(jìn)行維護(hù)修理。

4 結(jié)束語(yǔ)

本文通過(guò)對(duì)灰色統(tǒng)計(jì)理論方法的分析研究，提出了基于灰色理論的炮閂裝置健康狀態(tài)評(píng)估方法，將炮閂裝置的健康狀態(tài)分為健康、亞健康、注意、病變、禁用五類，并根據(jù)6 位專家對(duì)這五種因素分析的有關(guān)數(shù)據(jù)，通過(guò)給出的炮閂裝置健康診斷的6 大步驟，逐步計(jì)算分析，得出了該炮閂裝置健康狀況的有關(guān)結(jié)論，從而為炮閂裝置下一步的使用維護(hù)提供了理論基礎(chǔ)。通過(guò)實(shí)例，證明了該方法的實(shí)用性，具有一定的實(shí)踐指導(dǎo)意義。

［1］寧宣熙，劉思峰.管理預(yù)測(cè)與決策方法［M］.北京:科學(xué)出版社，2003.

［2］趙芳.基于模糊模式識(shí)別的船用柴油機(jī)狀態(tài)檢測(cè)和故障診斷［D］.濟(jì)南:山東大學(xué)，2005.

［3］邵思杰.武器測(cè)試與故障診斷［M］.北京:裝甲兵工程學(xué)院，2007.

［4］王學(xué)萌.灰色系統(tǒng)預(yù)測(cè)決策建模程序集［M］.北京:科學(xué)普及出版社，1986.

［5］何永.彈性身管和彈丸禍合運(yùn)動(dòng)的研究［J］.四川兵工學(xué)報(bào)，1995，16(3):73.

［6］李榮鈞.模糊多準(zhǔn)則決策理論與應(yīng)用［M］.北京:科學(xué)出版社，2002.

［7］劉楊，任德奎.基于灰色理論的間斷性需求備件預(yù)測(cè)方法［J］.四川兵工學(xué)報(bào)，2011(4):27-29.

［8］劉瓊，段亦彬.基于灰色理論的火炮維修器材消耗預(yù)測(cè)模型［J］.四川兵工學(xué)報(bào)，2011(1):49-51.