趙戰(zhàn)彪, 楊 帆
(裝甲兵工程學(xué)院科研部, 北京 100072)
基于貝葉斯判別的裝甲裝備發(fā)動(dòng)機(jī)技術(shù)狀況評(píng)估
趙戰(zhàn)彪, 楊 帆
(裝甲兵工程學(xué)院科研部, 北京 100072)
基于發(fā)動(dòng)機(jī)技術(shù)狀況完好性要求,從供油、增壓、曲軸、進(jìn)排氣、冷卻、潤(rùn)滑和啟動(dòng)7個(gè)方面構(gòu)建了裝甲裝備發(fā)動(dòng)機(jī)技術(shù)狀況評(píng)估初始指標(biāo)體系,將德爾菲定性方法與R型聚類定量方法相結(jié)合對(duì)初始評(píng)估指標(biāo)體系進(jìn)行了優(yōu)化,并采用貝葉斯判別法進(jìn)行了技術(shù)狀態(tài)評(píng)估,為科學(xué)、合理地評(píng)估裝甲裝備發(fā)動(dòng)機(jī)技術(shù)狀況提供了新方法。
裝甲裝備; 技術(shù)狀況;評(píng)估指標(biāo);貝葉斯判別
裝甲裝備技術(shù)狀況的優(yōu)劣直接影響部隊(duì)?wèi)?zhàn)斗力的生成和提高,如何科學(xué)有效地評(píng)估裝甲裝備技術(shù)狀況,已成為部隊(duì)關(guān)注的重點(diǎn),而發(fā)動(dòng)機(jī)是裝甲裝備的心臟,其技術(shù)狀況的好壞直接影響整臺(tái)裝甲裝備能否正常工作。美軍提出了戰(zhàn)備完好性評(píng)估模型[1]、裝備效能評(píng)估模型[2]等。俄軍在評(píng)估工作中以單臺(tái)裝備的實(shí)際工作能力為重點(diǎn)。目前,我軍對(duì)裝甲裝備的技術(shù)狀況評(píng)估還主要以整裝為研究對(duì)象,通過建立評(píng)估指標(biāo)體系,采用打分的方法進(jìn)行評(píng)估。由于指標(biāo)權(quán)重的確定受主觀判斷的影響很大,評(píng)估效果往往不理想。畢小平等[3]提出了通過度量距離對(duì)裝甲裝備技術(shù)狀況進(jìn)行評(píng)估,但是該方法在確定每個(gè)級(jí)別基準(zhǔn)特征向量值時(shí)困難較大。劉伯運(yùn)等[4]將神經(jīng)網(wǎng)絡(luò)與DS證據(jù)理論相結(jié)合來評(píng)估裝甲裝備技術(shù)狀況,但由于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)不易確定,且易陷入極小點(diǎn),因此在裝甲裝備技術(shù)狀況評(píng)估應(yīng)用中也存在一定的局限性。
判別分析是一種根據(jù)研究對(duì)象的觀測(cè)值來判斷其類型并進(jìn)行回判的統(tǒng)計(jì)方法[5],其中貝葉斯判別法作為科學(xué)、高效的數(shù)據(jù)挖掘方法之一,具有明顯的統(tǒng)計(jì)優(yōu)勢(shì)。當(dāng)前,貝葉斯判別法已被廣泛應(yīng)用于財(cái)務(wù)預(yù)警[6-7]、地震應(yīng)急[8]、巖爆危險(xiǎn)預(yù)測(cè)[9]等領(lǐng)域,具有很高的工程應(yīng)用價(jià)值,但在裝甲裝備發(fā)動(dòng)機(jī)技術(shù)狀況評(píng)估中尚未有應(yīng)用。為此,本文應(yīng)用貝葉斯判別法來評(píng)估裝甲裝備發(fā)動(dòng)機(jī)技術(shù)狀況,以期為我軍裝甲裝備發(fā)動(dòng)機(jī)技術(shù)狀況評(píng)估另辟蹊徑。
1.1 評(píng)估指標(biāo)初選
當(dāng)前我軍有關(guān)規(guī)定中已從各個(gè)方面明確提出了發(fā)動(dòng)機(jī)技術(shù)狀況的完好要求,如發(fā)動(dòng)機(jī)工作時(shí)無異常響聲,進(jìn)氣管路無漏氣,燃料供給系統(tǒng)無滲、漏油,供油提前角符合履歷簿標(biāo)注要求,機(jī)油數(shù)量符合要求等。但是這些完好性要求大部分都是定性的,難以滿足裝甲裝備發(fā)動(dòng)機(jī)技術(shù)狀況定量化評(píng)估要求。本文從上述技術(shù)狀況完好性要求出發(fā),根據(jù)技術(shù)狀況評(píng)估指標(biāo)選取的完備性、一致性、客觀性、可測(cè)性、獨(dú)立性和間接性原則,通過征求多名專家的意見,從供油、增壓、曲軸、進(jìn)排氣、冷卻、潤(rùn)滑和啟動(dòng)7個(gè)方面構(gòu)建了既能全面、科學(xué)地表征裝甲裝備發(fā)動(dòng)機(jī)技術(shù)狀況變化,又易獲取的技術(shù)狀況評(píng)估初始指標(biāo)體系,如圖1所示。
圖1 發(fā)動(dòng)機(jī)技術(shù)狀況評(píng)估初始指標(biāo)體系
1.2 評(píng)估指標(biāo)優(yōu)化
1.2.1 指標(biāo)篩選
為確保指標(biāo)的完備性、一致性、可測(cè)性和簡(jiǎn)潔性,本文采用德爾菲法對(duì)上述初選的裝甲裝備發(fā)動(dòng)機(jī)技術(shù)狀況評(píng)估指標(biāo)進(jìn)行篩選,經(jīng)過3輪反饋與調(diào)整后,得到12項(xiàng)指標(biāo):曲軸扭矩(k1)、曲軸瞬時(shí)轉(zhuǎn)速(k2)、摩擦力矩(k3)、機(jī)油消耗量(k4)、氣缸壓縮壓力(k5)、慣性力矩(k6)、排氣溫度(k7)、供油提前角(k8)、燃油消耗率(k9)、供油間隔角(k10)、傳熱系數(shù)(k11)、傳熱平均溫度(k12)。本文對(duì)15臺(tái)某型坦克發(fā)動(dòng)機(jī)的各項(xiàng)指標(biāo)進(jìn)行了測(cè)量,并將其技術(shù)狀況分為完好(A)、基本完好(B)、輕微故障(C)、嚴(yán)重故障(D)4個(gè)等級(jí),各臺(tái)坦克發(fā)動(dòng)機(jī)相應(yīng)的技術(shù)狀況及各指標(biāo)測(cè)量值的歸一化處理結(jié)果如表1所示。
1.2.2 指標(biāo)相關(guān)性分析
為進(jìn)一步消除指標(biāo)間的相關(guān)性,確保其獨(dú)立性,本文對(duì)上述12項(xiàng)指標(biāo)進(jìn)行了相關(guān)性分析,采用兩兩指標(biāo)ks、km的相關(guān)系數(shù)rsm來度量其相似性大小,rsm的計(jì)算公式為
i=1,2,…,15,s,m=1,2,...,12。
其中:|rsm|越接近于1,表明2個(gè)指標(biāo)間的相關(guān)性越大;|rsm|越接近于0,表明2個(gè)指標(biāo)間的相似性越小。各指標(biāo)間的相關(guān)系數(shù)矩陣如表2所示。
將兩兩指標(biāo)間的相關(guān)系數(shù)轉(zhuǎn)化為距離,采用最長(zhǎng)距離法對(duì)其進(jìn)行聚類,得到如圖2所示的聚類圖。
由圖2可以看出:指標(biāo)3與6,8與10,11與12的相關(guān)性較大,應(yīng)對(duì)其分別進(jìn)行合并,并取2指標(biāo)的幾何平均值作為合并后的值,最終得到9項(xiàng)評(píng)估指標(biāo):曲軸扭矩(k1)、曲軸瞬時(shí)轉(zhuǎn)速(k2)、摩擦力矩(k3)、機(jī)油消耗量(k4)、氣缸壓縮壓力(k5)、排氣溫度(k7)、供油提前角(k8)、燃油消耗率(k9)、傳熱系數(shù)(k11)。
表1 15臺(tái)某型坦克發(fā)動(dòng)機(jī)的技術(shù)狀況及其各項(xiàng)評(píng)估指標(biāo)值的歸一化處理結(jié)果
表2 各指標(biāo)間的相關(guān)系數(shù)矩陣
圖2 指標(biāo)聚類結(jié)果
貝葉斯判別法源于貝葉斯統(tǒng)計(jì)理論[10],其基本原理是假設(shè)對(duì)研究對(duì)象已有一定的認(rèn)識(shí),且將這種認(rèn)識(shí)定義為先驗(yàn)概率。在取得一定的樣本數(shù)據(jù)之后,則可用樣本數(shù)據(jù)來修訂已知的先驗(yàn)概率分布,并得到后驗(yàn)概率分布,進(jìn)而作出最優(yōu)決策[11]。設(shè)G={Gj,j=1, 2, 3, 4}為4元總體,即A、B、C、D四種技術(shù)狀況等級(jí),X=[X(j)]為訓(xùn)練樣本。則可根據(jù)如下步驟建立貝葉斯判別模型。
1) 計(jì)算每類樣本的先驗(yàn)概率。
(1)
式中:nj為第j類樣本的數(shù)量。
(2)
3) 計(jì)算所有樣本的協(xié)方差S。
(3)
4) 得到各個(gè)總體的判別函數(shù)。
5) 根據(jù)判別函數(shù)計(jì)算樣本所屬類別。
3.1 模型構(gòu)建
以表1所示的數(shù)據(jù)為訓(xùn)練樣本構(gòu)建裝甲裝備發(fā)動(dòng)機(jī)技術(shù)狀況貝葉斯評(píng)估模型。
1) 根據(jù)表1所示的4類樣本占總體的比例,利用式(1)求得先驗(yàn)概率分別為:p1=8/15,p2=4/15,p3=2/15,p4=1/15。
2) 根據(jù)式(2), 求得訓(xùn)練樣本的均值向量為
3)采用Matlab求得協(xié)方差矩陣的逆矩陣S-1為
4) 根據(jù)先驗(yàn)概率,可得貝葉斯判別模型[12]為
(4)
表3 各總體對(duì)應(yīng)的判別函數(shù)系數(shù)
3.2 模型驗(yàn)證
選取4臺(tái)該型待評(píng)坦克,在換季普查時(shí)期測(cè)量其各項(xiàng)指標(biāo)值,得到如表4所示的測(cè)試樣本,并利用其驗(yàn)證本文所建立的貝葉斯判別模型的可靠性。
定義判別規(guī)則:若Yi>Yj,j≠i,i,j=1,2,3,4,則判定X∈Gi,即找出4個(gè)判別值中的最大值,其對(duì)應(yīng)的等級(jí)即為該樣本技術(shù)狀況所屬的技術(shù)狀況類別。4組待評(píng)樣本判別的最終結(jié)果如表5所示,可以看出結(jié)果與實(shí)際情況相符。
表4 待評(píng)坦克發(fā)動(dòng)機(jī)技術(shù)狀況評(píng)估指標(biāo)測(cè)量值
表5 待評(píng)估樣本判定
本文將德爾菲定性方法與聚類分析定量方法相結(jié)合,對(duì)發(fā)動(dòng)機(jī)技術(shù)狀況評(píng)估初始指標(biāo)進(jìn)行篩選與優(yōu)化,彌補(bǔ)了指標(biāo)選取過于主觀或過于硬性的不足,利用貝葉斯判別法對(duì)單臺(tái)裝甲裝備發(fā)動(dòng)機(jī)技術(shù)狀況進(jìn)行了評(píng)估,并通過待評(píng)樣本對(duì)其統(tǒng)計(jì)優(yōu)勢(shì)與可靠性進(jìn)行了驗(yàn)證。結(jié)果表明:采用貝葉斯判別法的誤判率很低,且在待評(píng)樣本中誤判率為0%。該方法也可應(yīng)用于裝甲裝備其他部件、分系統(tǒng)或整車的技術(shù)狀況評(píng)估中,為科學(xué)、合理地評(píng)價(jià)裝甲裝備技術(shù)狀況提供了新方法。
[1] 李院生,時(shí)和平.裝備戰(zhàn)備完好性及其影響因素分析[J]. 電子產(chǎn)品可靠性與環(huán)境試驗(yàn),2007,1(1):42-45.
[2] 王卓健,劉曉東.裝備使用效能評(píng)估模型及擴(kuò)展[J]. 系統(tǒng)工程與電子技術(shù),2004,26(5):708-710.
[3] 畢小平,張更云,韓樹,等.一種診斷車輛發(fā)動(dòng)機(jī)技術(shù)狀況的模糊模型[J].內(nèi)燃機(jī)學(xué)報(bào),2000(4):91-93.
[4] 劉伯運(yùn),歐陽光耀,常漢寶.基于神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論的柴油機(jī)狀態(tài)評(píng)估[J].車用發(fā)動(dòng)機(jī),2005(5):14-17.
[5] 張初兵,高康,楊貴軍.判別分析與Logistic回歸的模擬比較[J]. 統(tǒng)計(jì)與信息論壇,2010,1(1):18-25.
[6] 鄒亞寶,林佳佳.基于貝葉斯判別的我國(guó)上市公司財(cái)務(wù)預(yù)警研究[J]. 廣東外語外貿(mào)大學(xué)學(xué)報(bào),2012,23(2):31-36.
[7] 陳雪蓮.貝葉斯判別分析在財(cái)務(wù)預(yù)警中的應(yīng)用[J]. 科技經(jīng)濟(jì)市場(chǎng),2008(11):91-92.
[8] 劉在濤,王棟梁,張維佳,等.基于貝葉斯判別分析的地震應(yīng)急響應(yīng)等級(jí)初判方法[J]. 地震,2011,31(2):114-121.
[9] 吳凌峰,蘭乾玉,吳鳳山,等.基于貝葉斯判別法的工程巖爆危險(xiǎn)評(píng)估與預(yù)測(cè)[J]. 施工技術(shù),2014,43(S1):105-109.
[10] 戴佑才,鐘誠(chéng).基于貝葉斯判別分析方法的膨脹土脹縮等級(jí)分類[J].公路工程,2011,36(5):125-127.
[11] 毛寧波,王浩,謝濤,等.貝葉斯判別法在GD地區(qū)疊前地震屬性交會(huì)中的應(yīng)用[J].石油天然氣學(xué)報(bào),2010,32(5):95-98.
[12] 司守奎,孫璽菁.數(shù)學(xué)建模算法與應(yīng)用[M].北京:國(guó)防工業(yè)出版社,2011:239-244.
(責(zé)任編輯: 王生鳳)
Technical Status Evaluation of Armored Equipment Engine Based on Bayes Discriminant
ZHAO Zhan-biao, YANG Fan
(Department of Science Research, Academy of Armored Forces Engineering, Beijing, 100072, China)
A technical status evaluation initial index system of armored equipment engine is built from se-ven aspects of oil supply, supercharging, crankshaft, air inlet and exhaust, cooling, lubrication and starting based on completeness requirements of engine technical conditions. The initial evaluation index system is optimized by combining Delphi method with R-cluster quantitative method; Bayes discriminant method is adopted to evaluate the technical status of armored equipment, providing new methods for scientific and reasonable evaluation of armored equipment engine technical status.
armored equipment; technical status; evaluation index; Bayes discriminant
1672-1497(2015)04-0022-05
2015-03-26
軍隊(duì)科研計(jì)劃項(xiàng)目
趙戰(zhàn)彪(1972-),男,副教授,博士。
TJ81+0.31
A
10.3969/j.issn.1672-1497.2015.04.005