豐少偉 梁遠(yuǎn)華 邵成明

（海軍工程大學(xué)科研部1） 武漢 430033） （海軍工程大學(xué)兵器工程系2） 武漢 430033） （中國人民解放軍海軍91492部隊(duì)3） 青島 266000）

0 引 言

隨著現(xiàn)代科學(xué)技術(shù)的不斷發(fā)展，大量高新武器裝備部隊(duì)，這些武器裝備技術(shù)復(fù)雜，戰(zhàn)技術(shù)性能優(yōu)越，具有良好的精確打擊能力，但同時(shí)也給部隊(duì)技術(shù)人員的武器裝備保障能力提出了更高的要求.在日益復(fù)雜的高新武器裝備結(jié)構(gòu)中，電氣系統(tǒng)所占的比重越來越大，根據(jù)部隊(duì)技術(shù)人員統(tǒng)計(jì)，在整個(gè)武器裝備系統(tǒng)發(fā)生的故障中，電氣系統(tǒng)故障占了較大比例.因此，如何對電氣系統(tǒng)進(jìn)行快速準(zhǔn)確的故障診斷，對提高武器裝備的戰(zhàn)斗力具有非常重要的現(xiàn)實(shí)意義.

武器裝備電氣系統(tǒng)具有非線性特性［1］，而BP神經(jīng)網(wǎng)路具有較強(qiáng)的處理非線性、自組織性、并行性和自學(xué)習(xí)的能力，因此BP 神經(jīng)網(wǎng)絡(luò)在非線性故障診斷方面具有很大的優(yōu)勢［2－3］.本文通過將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于武器裝備電氣系統(tǒng)的故障診斷，能夠極大地提高故障診斷的效率.

1 BP神經(jīng)網(wǎng)絡(luò)的故障診斷模型

故障診斷其實(shí)就是一個(gè)模式分類與識別的問題，而BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷就是利用網(wǎng)絡(luò)的相似性、聯(lián)想能力和通過學(xué)習(xí)不斷調(diào)整權(quán)值與域值來實(shí)現(xiàn)的.

應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷一般建立輸入層、隱層和輸出層3層網(wǎng)絡(luò).以故障征兆作為網(wǎng)絡(luò)輸入，診斷結(jié)果作為網(wǎng)絡(luò)輸出.故障診斷前，首先利用已知的故障征兆和診斷結(jié)果對網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練，通過不斷修改權(quán)值和域值使得網(wǎng)絡(luò)記憶故障征兆與診斷結(jié)果之間的關(guān)系；故障診斷時(shí)，利用已經(jīng)學(xué)習(xí)訓(xùn)練好的網(wǎng)絡(luò)，通過輸入一個(gè)新的反映系統(tǒng)狀態(tài)的故障征兆，得到相應(yīng)的診斷結(jié)果.

2 裝備電氣系統(tǒng)故障診斷實(shí)例

以某型號魚雷武器裝備接收機(jī)系統(tǒng)為例，介紹BP神經(jīng)網(wǎng)絡(luò)在裝備電氣系統(tǒng)故障診斷中的應(yīng)用［4］.

2.1 BP網(wǎng)絡(luò)診斷模型設(shè)計(jì)

建立接收機(jī)故障征兆集X＝｛x1，x2，x3，x4，x5，x6｝和故障原因集Y＝｛y1，y2，y3，y4，y5｝.式中：x1為左陷波點(diǎn)電壓異常；x2為右陷波點(diǎn)電壓異常；x3為左右陷波點(diǎn)電壓差異常；x4為噪聲門陷波器頻率異常；x5為多普勒門限值異常；x6為噪聲門限值異常；y1為左陷波器故障；y2為右陷波器故障；y3為噪聲門電路故障；y4為多普勒門限電路故障；y5為噪聲門限電路故障.

圖1 接收機(jī)系統(tǒng)BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

2.2 故障特征提取與樣本預(yù)處理

魚雷自動測試系統(tǒng)按照測試規(guī)程完成接收機(jī)系統(tǒng)相應(yīng)項(xiàng)目測試之后，需要對原始測試參數(shù)進(jìn)行預(yù)處理，得到對應(yīng)于故障征兆的模糊信度.這里通過定義模糊信度函數(shù)來實(shí)現(xiàn)原始數(shù)據(jù)的模糊化預(yù)處理.故障征兆x的信度函數(shù)α（x）的分布見圖2.

圖2 起始庫所信度函數(shù)分布

α（x）的表達(dá)式為

式中：x0為參數(shù)的標(biāo)準(zhǔn)值；x 為參數(shù)的實(shí)測值；e為參數(shù)的正常變化范圍，即容差；δ為參數(shù)的極限偏差；γ為修正系數(shù).為處理問題方便并結(jié)合實(shí)際情況，在故障診斷實(shí)例中取γ＝1，e＝0，δ＝x0.

經(jīng)過對原始數(shù)據(jù)的模糊預(yù)處理，得到反映所有故障特征的訓(xùn)練樣本.訓(xùn)練樣本見表1.

表1 訓(xùn)練樣本

3 網(wǎng)絡(luò)訓(xùn)練與診斷結(jié)果分析

BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)，網(wǎng)絡(luò)接受樣本的方式對訓(xùn)練結(jié)果有一定影響.傳統(tǒng)的方式是學(xué)習(xí)一個(gè)樣本，調(diào)整一次權(quán)值和域值，此時(shí)不考慮誤差要求，而是學(xué)習(xí)其他的樣本，待所有樣本都被學(xué)習(xí)一次后，再考慮誤差要求，不斷重復(fù)這個(gè)過程，直到網(wǎng)絡(luò)同時(shí)滿足所有樣本的誤差要求.這種接受樣本的順序?qū)τ?xùn)練的結(jié)果有較大的影響，較后的樣本誤差更小.因此本文為了消除樣本順序的影響，對所有樣本同時(shí)學(xué)習(xí)，再將各樣本學(xué)習(xí)后的修正量求取總和，最后對權(quán)值和域值進(jìn)行調(diào)整.

設(shè)定BP 算法學(xué)習(xí)速率η＝0.05，學(xué)習(xí)誤差ε＝0.0001，采用表1 的訓(xùn)練樣本對網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)，當(dāng)訓(xùn)練到418次時(shí)得到滿足要求的結(jié)果.從訓(xùn)練樣本中取序號為5的樣本作為檢驗(yàn)樣本，輸入已訓(xùn)練好的網(wǎng)絡(luò)，得到實(shí)際輸出為（－0.0012，0.0031，0.0011，0.9947，－0.0008），根據(jù)2.1公式計(jì)算該樣本誤差為Ep＝2.05×10－5，滿足誤差要求，由此可知故障診斷結(jié)果與實(shí)際故障原因相一致.當(dāng)進(jìn)行實(shí)際故障診斷時(shí)，由測試系統(tǒng)得到接收機(jī)的測試數(shù)據(jù)，經(jīng)過3.2節(jié)的模糊化預(yù)處理后得到（0.0058，－0.0022，0.0036，0.9127，0.0431，0.0121），將其輸入神經(jīng)網(wǎng)絡(luò)，得到診斷結(jié)果為（0.0024，0.0037，0.9794，－0.0462，0.0026），由此可判斷噪聲門電路故障，而這與實(shí)際故障結(jié)果是一致的.因此診斷結(jié)果具有較好的準(zhǔn)確性和可靠性.可見BP 神經(jīng)網(wǎng)絡(luò)在對接收機(jī)系統(tǒng)進(jìn)行故障診斷時(shí)，不僅有較強(qiáng)的學(xué)習(xí)能力，而且有一定的泛化能力.

4 結(jié)束語

由于武器裝備電氣系統(tǒng)的非線性特點(diǎn)，采用傳統(tǒng)方法進(jìn)行診斷比較困難.本文利用BP 神經(jīng)網(wǎng)絡(luò)具有高度非線性、容錯性、魯棒性、自聯(lián)想自學(xué)習(xí)和自適應(yīng)的優(yōu)點(diǎn)，成功將其應(yīng)用于武器裝備電氣系統(tǒng)的故障診斷，能極大地提高診斷效率.但該方法也存在訓(xùn)練樣本獲取困難、網(wǎng)絡(luò)學(xué)習(xí)沒有確定模式，不能解釋推理過程和推理結(jié)果等問題［6］，需要在以后做進(jìn)一步的研究.

［1］王新軍，蔡艷平，成 曙.故障診斷技術(shù)在武器裝備維修中的應(yīng)用研究［J］.中國修船，2006，19（S1）：23－27.

［2］張緒錦，譚劍波，韓江洪.基于BP神經(jīng)網(wǎng)絡(luò)的故障診斷方法［J］.系統(tǒng)工程理論與實(shí)踐，2002，6（6）：61－66.

［3］謝正喜，廖學(xué)兵，趙海燕，等.BP神經(jīng)網(wǎng)絡(luò)在自行火炮電啟動系統(tǒng)故障診斷中的應(yīng)用［J］.移動電源與車輛，2007（4）：29－31.

［4］朱大奇.電子設(shè)備故障診斷原理與實(shí)踐［M］.北京：電子工業(yè)出版社，2004.

［5］王 雪.測試智能信息處理［M］.北京：清華大學(xué)出版社，2008.

［6］王仲生.智能故障診斷與容錯控制［M］.西安：西北工業(yè)大學(xué)出版社，2007.