張自賓,孔凡勝,王竹林
(軍械工程學院 導彈工程系,河北 石家莊 050003)
裝備的電路裝置比較復雜,電路各級之間聯(lián)系密不可分,而且對于裝備的實際應用以及性能實現(xiàn)有著決定性的作用,內部電路結構功能是否完善直接決定了裝備是否能夠正常投入使用,因而,對于裝備內部電路故障的診斷及維修顯得尤為重要。
模擬電路故障診斷主要應用神經(jīng)網(wǎng)絡技術或支持向量機法[1],尤其在現(xiàn)階段,電路故障診斷技術還不是很成熟,綜合比較兩種方法,支持向量機法在多方面都具有更為實用的優(yōu)點,所以本文章采用支持向量機法。
虛擬維修現(xiàn)階段主要是對機械類進行維修仿真,由于電路裝置構造復雜,各級電路器件之間聯(lián)系相比機械零件更加重要,影響更大,所以增加了電路虛擬維修的難度。采用Petri網(wǎng)的維修拆卸序列規(guī)劃可以提高電路裝置的維修效率。
模擬電路產(chǎn)生故障的原因主要是因為電路中發(fā)生開路、短路、元器件偏移,從而引起電路功能的不完善,無法實現(xiàn)系統(tǒng)預期達到的目標。
目前主要應用的故障診斷方法大體有神經(jīng)網(wǎng)絡故障診斷方法和基于支持向量機的電路故障診斷方法。
神經(jīng)網(wǎng)絡診斷方法雖然得到了廣泛的研究應用,但由于其自身具有局限性:
1)對樣本要求比較高,需要足夠多的故障數(shù)據(jù)樣本;2)模型比較固定,推廣能力差。
支持向量機具有嚴格的理論基礎,較好的解決了小樣本、非線性、高維數(shù)、局部及小點的實際問題,具有應用統(tǒng)計理論為基礎,結構風險最小化;克服神經(jīng)網(wǎng)絡法中局部極值問題以及需要大量故障數(shù)據(jù)樣本的優(yōu)點,應用核函數(shù)技術巧妙解決“維數(shù)災難”。
電路故障診斷系統(tǒng)設計流程大體為:激勵信號輸入到被檢測電路,通過進行輸出信號的故障提取,通過典型樣本的對照,進而查找出故障發(fā)生的來源。
激勵信號[2]是整個故障檢測診斷的先驅,只有通過激勵信號的輸入才能使整個模擬電路系統(tǒng)進行仿真工作,進而通過采集輸出信號,通過A/D轉換器,將信號轉變成數(shù)字信號,進而和典型樣本進行對比對照,從而達到故障診斷的作用。
激勵信號采用正弦信號與正弦波精密全波檢波分別作為輸入信號,通過被檢測電路得到待檢驗信號,模/數(shù)轉換器進行轉變,進而對比典型樣本分析是否出現(xiàn)故障,最后根據(jù)支持向量機法得出故障診斷結果。
圖1 電路故障診斷系統(tǒng)模型Fig.1 Circuit model of the fault diagnosis system
正弦波精密全波檢波是以正弦波為信號基礎,通過信號控制電路進行檢波作用,進而得到輸出信號Vo=|Vin|,由于被測電路設備構造精密,元器件采用高性能,所以全波檢測采用高輸入阻抗類型,可以有效地保護電路。
圖2 高輸入阻抗精密全波檢波電路圖Fig.2 A high input impedance precision full-wave detection circuit diagram
輸出 V o=|V in|=|A sin(wt+β)|(R1=R2=R3=R4).
被檢測電路輸出的待檢驗信號需經(jīng)過A/D轉換器進行模數(shù)轉變,才能得到需要的數(shù)據(jù),本文采用并行式高速A/D轉換器,并行式A/D轉換器是目前轉換速度最快、轉換原理最直觀的A/D轉換技術,主要用于瞬間信號采集、快速波形記錄與存儲、視頻信號采集及高速數(shù)字通訊技術領域。
圖3 并行式高速A/D轉換器原理圖Fig.3 Principle diagram of the parallel type high speed A/D converter
根據(jù)模擬電路[3-5]的特點,其響應特征是電路規(guī)范參數(shù)中的重要組成部分,響應從不同的角度反應了電路的工作狀態(tài),也必然包含電路內部元器件在適當激勵信號下,故障模式也會通過響應信號表現(xiàn)出來,通過信號采集以及A/D轉換器對數(shù)據(jù)的處理,對照典型故障樣本集,獲取被測電路故障樣本集,對被檢測結果進行編號:非故障類別為L=1,故障類別為L=-1。
故障數(shù)據(jù)特征提取是整個診斷系統(tǒng)的關鍵步驟,通過模數(shù)轉換器轉變的被檢測信號,對比典型故障樣本,就會發(fā)現(xiàn)被測電路故障的類型,位置等信息,一般來說,原始數(shù)據(jù)包含了冗余信息或者各故障類之間的特征區(qū)別不明顯,對于故障診斷來說,需要經(jīng)過適當?shù)倪\算變換來有效地提取電路故障特征。
數(shù)據(jù)預處理的方法是進行尺度變換,歸一化或者標準化,目的是將數(shù)據(jù)樣本按統(tǒng)一標準映射到同一個范圍[0,1]或[-1,1]內。 將數(shù)據(jù)變換到[a,b]范圍內的公式為:
式中xi表示樣本數(shù)據(jù),xmin表示樣本集中最小的樣本,xmax表示樣本集中最大的樣本。
選擇出了故障數(shù)據(jù)樣本,對支持向量機診斷模擬電路故障非常重要,被測電路故障診斷模型的輸入輸出序列對應于支持向量機的輸入輸出序列,一般來說,輸出序列代表故障診斷系統(tǒng)要實現(xiàn)的功能目標,其選擇相對簡單,支持向量機的輸入量選擇原則一是選擇對輸出結果影響較大且容易提取到的故障特征數(shù)據(jù);二是各故障特征數(shù)據(jù)之間互不相關或相關性很小。
相比機械裝備的虛擬維修,電路的虛擬維修顯得更加復雜,主要表現(xiàn)在器件之間的聯(lián)系結構復雜、緊密,而且器件的維修拆卸可謂是牽一發(fā)而動全身,所以在診斷出電路故障具體問題后,虛擬維修過程一定要依據(jù)器件之間的邏輯關系就行器件的拆卸維修,維修活動之間的邏輯關系可以是順序關系,也可以是并行、選擇或循環(huán)關系等。器件之間的邏輯關系直接影響到維修過程是否正常進行。這樣可以清晰的進行維修過程,不會出錯或者出現(xiàn)無用的過程。
對于復雜的電路結構,應用 Petri網(wǎng)原理[6]的完整數(shù)學描述和復雜的建模功能,設計構造能夠進行虛擬維修的方法。
圖4 電路元件簡要約束圖Fig.4 Circuit component constraint graph briefly
圖4為簡單的Petri網(wǎng)示例,一些元件之間存在著約束關系,要想維修拆卸元件 F,必須先解除元件 A,B,C,D,E對其的約束。
圖5 Petri網(wǎng)拆卸過程模型Fig.5 Disassembly process model Petri net
維修電路設備由元部件組成,解除約束,進行元部件拆卸。圖5中白色圓環(huán)表示無約束狀態(tài)零件,黑色圓環(huán)為約束狀態(tài)零件,t表示拆卸操作。
在 Petri網(wǎng)中引入約束狀態(tài) P(pi)(i=1,2,…,m)表示元件pi的約束狀態(tài),引入變遷狀態(tài)T(ti)表示元件是夠被拆卸完畢,這樣可以防止元件拆卸重復[7]。
Petri網(wǎng)定義:PN(P,T,F(xiàn),S,W,R,M0)。 其中 N=(P,T,F(xiàn))是拆卸Petri網(wǎng)的有向網(wǎng)。
1)P={p1,p2, …,pm},表示拆卸 Petri網(wǎng)的拆卸 Petri網(wǎng)庫所集合,m(m>0)為零件的個數(shù),pi表示第i種元件或者部件;
2)T={t1,t2, …,tn}是變遷的有限集合,n(n>0)為變遷的個數(shù),ti表示無約束狀態(tài)的第i種元件,滿足1≤i≤m,庫所和變遷是Petri網(wǎng)中兩類不同的元素,所以P∩T=?,P∪T≠?表示網(wǎng)中至少有一個元素;
3)F∈(P×T)∪(T×P)表示拆卸 Petri網(wǎng)中的流關系,是庫所與變遷之間的有向弧,正向弧F表示元部件之間的約束關系,反向弧F-表示解除元部件之間的約束方向;
4)S={S(p1),S(p2),S(p3),…}是針對不同時刻單個元部件的約束狀態(tài),S (pi)=1表示元件處于無約束狀態(tài),S (pi)=0表示元件處于被約束狀態(tài);
5)W是大于1的整數(shù),是從變遷到庫所的權函數(shù),本文表示再一次拆卸維修操作中拆卸下來的同種零件或組件的個數(shù);
6)R={R(t1),R(t2),R(t3),…}表示已經(jīng)發(fā)生過的變遷,表示已經(jīng)維修拆卸完畢;
7)M0:N0={0,1}定義了 Petri網(wǎng)的初始標識,本文中表示設備在維修拆卸之前所有元件的被約束狀態(tài),M0標識為向量形式,即 M0={a1,a2, …,ai,…,am}T。
應用Petri網(wǎng)[8-9]原理進行設備電路元件的維修拆卸,可有效地減少因維修對象不明確而造成拆卸重復,拆卸錯誤以及因維修拆卸導致相關元部件無法正常工作或維修不順利。所以,應用此方法可使復雜的導彈電路維修進行的有條不紊,導彈的正常工作打下基礎。
本文主要闡述了模擬導彈電路的故障診斷方法和虛擬維修過程設計,導彈電路設備復雜,應用支持向量機法進行故障診斷,Petri網(wǎng)原理進行虛擬拆卸維修,良好的完成本文章的設計目標任務,但是部分電路元部件構造精密,應用此方法無法進行診斷維修,所以需要更深一步的進行科研探索。
[1]孫永奎.基于支持向量機的模擬電路故障診斷方法研究[D].成都:電子科技大學,2009.
[2]周嚴.測控系統(tǒng)電子技術[M].北京:科學出版社,2007.
[3]謝建華,馬劍.導彈裝備電路級虛擬維修模型設計[J].計算機科學,2010,7(7A):206-207,256.XIE Jian-hua,MA Jian.Design of missile circuit model of the virtual maintenance[J].Computer Science,2010,7(7A):206-207,256.
[4]楊彥明,吳為團,威甫峰.虛擬仿真實驗系統(tǒng)的建模方法研究[J].海軍航空工程學院學報,2006,21(2):281-284.YANG Yan-ming,WU Wei-tuan,WEI Fu-feng.The modeling method of virtual simulation system research[J].Journal of Naval Aeronautical EngineeringInstitute,2006,21(2):281-284.
[5]賀少華,吳新躍.桌面式虛擬維修訓練系統(tǒng)的研究與應用[J].計算機工程,2008,34(17):276-278.HE Shao-hua,WU Xin-yue.The research and application of desktop virtual maintenance training system[J].Computer Engineering,2008,34(17):276-278.
[6]黃東坡,曹繼平,宋建社,等.基于Petri網(wǎng)的虛擬維修過程建模[J].兵工自動化,2011(1):41-43,65.HUANG Dong-po,CAO Ji-ping,SONG Jian-she,et al.Virtual maintenance process modeling based on Petri net[J].These Automation,2011(1):41-43,65.
[7]李曉俊.虛擬維修拆卸過程規(guī)劃與仿真[D].武漢:華中科技大學,2011.
[8]石竹,李開成.基于賦時著色Petri網(wǎng)的RBC控車實時性能分析[J].現(xiàn)代電子技術,2012(3):170-173.SHI Zhu,LI Kai-cheng.Real-time performance analysis of train controlling of RBC system for CTCS-3 based on timedcolored-Petri-nets[J].Modern Electronics Technique,2012(3):170-173.
[9]惠曉龍,郜振鑫.一種基于Petri網(wǎng)的多目標無死鎖蟻群調度算法[J].電子科技,2014(5):179-181.HUI Xiao-long,GAO Zhen-xin.Optimization scheduling algorithm with petri nets[J].Electronic Science and Technology,2014(5):179-181.