郝晉峰　李耀凱　吳波

摘要：基于狀態(tài)的維修是建立在對設(shè)備狀態(tài)實(shí)時(shí)或近實(shí)時(shí)評估基礎(chǔ)上的一種維修方式，其核心思想是在有需要維修的明顯征兆時(shí)才進(jìn)行維修。電機(jī)廣泛應(yīng)用于航天發(fā)射場地面設(shè)備，電機(jī)狀態(tài)評估作為航天發(fā)射場地面設(shè)備預(yù)防性維修的重要組成部分，是實(shí)施電機(jī)基于狀態(tài)維修的前提，是實(shí)現(xiàn)精確維修的重要基礎(chǔ)。本文結(jié)合發(fā)射場地面設(shè)備狀態(tài)評估的實(shí)際，將電機(jī)的狀態(tài)劃分為五類；提出了電機(jī)狀態(tài)評估的指標(biāo)體系，并在此基礎(chǔ)上，基于灰色理論和模糊理論建立了電機(jī)狀態(tài)評估模型；最后，將建立的評估模型應(yīng)用到電機(jī)的狀態(tài)評估中，驗(yàn)證了模型的可行性和有效性。

Abstract： Condition Based on Maintenance is on the basic of the equipment status in real time or near real-time assessment on the basis of a maintenance mode， and its core idea is to carry out the maintenance of the obvious signs of the need for maintenance. Motors are widely used in space launch site ground equipment. As an important part of the preventive maintenance of space launch site ground equipment， electrical machinery condition assessment is on the basic of premise of the implementation of the state of repair of the motor， and it is an important basis for accurate maintenance. In this paper， the state of the motor is divided into five categories according to the actual state of the ground equipment of the launching field， the motor state evaluation index system is proposed， and based on the gray theory and fuzzy theory， the motor state evaluation model is established. Finally， the evaluation model will be applied to the assessment of the motor's state， feasibility and effectiveness.

關(guān)鍵詞：航天發(fā)射場；潤滑油；地面設(shè)備；電機(jī)；狀態(tài)評估

Key words： space launch site；lubricants；ground equipment；motor；condition assessment

中圖分類號：V423.8 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311（2016）05-0208-03

0 引言

電機(jī)在航天發(fā)射場空調(diào)、吊車、平臺(tái)液壓、加注系統(tǒng)等地面設(shè)備中廣泛得到應(yīng)用，是關(guān)建的動(dòng)力設(shè)備，其性能和運(yùn)行狀況的好壞直接影響到任務(wù)能否圓滿完成，發(fā)生嚴(yán)重故障時(shí)會(huì)對試驗(yàn)任務(wù)造成巨大的影響。潤滑系統(tǒng)是電機(jī)傳動(dòng)系統(tǒng)的重要組成部分，據(jù)統(tǒng)計(jì)，在電機(jī)故障中與磨損有關(guān)的共占故障發(fā)生率的73%，潤滑油中包含了電機(jī)磨損的許多狀態(tài)信息，因此，可以通過對電機(jī)潤滑系統(tǒng)的磨損信息進(jìn)行分析，實(shí)現(xiàn)對電機(jī)態(tài)的評估和預(yù)測。

文獻(xiàn)[1]和文獻(xiàn)[2]根據(jù)監(jiān)測油液中磨損金屬顆粒濃度變化，制定各主要磨損金屬元素的濃度和梯度界限值，以此判斷電機(jī)的工作狀態(tài)，狀態(tài)閾值是由專家的經(jīng)驗(yàn)得到，但航天發(fā)射場地面設(shè)備用電機(jī)批次多、型號多，往往在電機(jī)還沒有損壞或者沒有達(dá)到使用壽命時(shí)就進(jìn)行更換，沒有可供參考的專家經(jīng)驗(yàn)。本文從狀態(tài)評估的角度出發(fā)，通過油液監(jiān)測技術(shù)獲得磨損元素的顆粒濃度變化信息，并對油液信息進(jìn)行分析處理，采用灰色理論與模糊理論對電機(jī)的狀態(tài)進(jìn)行準(zhǔn)確地評估。

1 電機(jī)狀態(tài)評估準(zhǔn)備工作

在獲得表征航天發(fā)射場電機(jī)健康狀態(tài)的油液信息后，如何根據(jù)這些信息來評估電機(jī)的健康狀態(tài)就成為關(guān)鍵的問題。電機(jī)的運(yùn)行狀態(tài)是隨著電機(jī)工作時(shí)間的增加逐漸劣化的，如果不出現(xiàn)突發(fā)性故障，電機(jī)的運(yùn)行狀態(tài)應(yīng)該是各態(tài)歷經(jīng)的即按照“健康”→“中間狀態(tài)”→“不健康”的變化規(guī)律發(fā)展。

1.1 劃分電機(jī)健康狀態(tài)等級

根據(jù)故障診斷、維修經(jīng)驗(yàn)以及專家的分析，本文將電機(jī)狀態(tài)分為：健康、良好、堪用、待修、報(bào)廢，各個(gè)等級的含義如表1所示。

1.2 確定電機(jī)健康狀態(tài)指標(biāo)

在潤滑油油品中包含反應(yīng)電機(jī)狀態(tài)的金屬元素成分，主要來源于磨損元素、污染元素和添加劑。本文綜合考慮各種因素，將鐵、鋁、鉛、鋇、鎂等五種金屬元素的濃度作為電機(jī)軸承磨損狀態(tài)的定量指標(biāo)，如圖1所示。

1.3 數(shù)據(jù)預(yù)處理

通常，地面設(shè)備的各種狀態(tài)數(shù)據(jù)具有不同的量綱，為了消除指標(biāo)量綱之間的差異性，本文采用數(shù)據(jù)的規(guī)范化處理，經(jīng)過規(guī)范化處理的數(shù)據(jù)取值在[0～1]之間。

設(shè)有n個(gè)評估對象，m個(gè)評估指標(biāo)，xij（i=1，2，…，n；j=1，2，…，m）為評估對象i關(guān)于評估指標(biāo)j的量化值。對越大越優(yōu)型指標(biāo)，規(guī)范化公式為：

x=（1）

對越小越優(yōu)型指標(biāo)，規(guī)范化公式為：

x=1-（2）

公式（1）、（2）中：x和x分別表示第j項(xiàng)指標(biāo)的最小和最大值；x表示第i個(gè)評估對象的第j項(xiàng)指標(biāo)xij的規(guī)范化數(shù)值。為了表述的統(tǒng)一，經(jīng)過規(guī)范化處理后的指標(biāo)值仍用xij來表示。

2 電機(jī)狀態(tài)評估建模

2.1 模型建立

設(shè)有某種型號的電機(jī)n個(gè)，其狀態(tài)指標(biāo)為m個(gè)，并把電機(jī)的狀態(tài)劃分為s個(gè)不同的灰類，xij（i=1，2，…，n；j=1，2，…，m）為電機(jī)i關(guān)于狀態(tài)指標(biāo)j的規(guī)范化評價(jià)值，f（·）（j=1，2，…，m；k=1，2，…，s）為j指標(biāo)k子類白化權(quán)函數(shù)，wj（j=1，2，…，m）為狀態(tài)指標(biāo)j的綜合決策權(quán)重，且wj=1，則稱

σ=f（xij）·wj（3）

為電機(jī)i的狀態(tài)屬于k灰類的聚類系數(shù)。稱σi={σ，σ，…，σ}；i=1，2，…，n為電機(jī)i狀態(tài)的聚類系數(shù)向量。這里令

δ=（4）

稱δ為電機(jī)i的狀態(tài)屬于k灰類的歸一化聚類系數(shù)，稱δi={δ，δ，…，δ}；i=1，2，…，n為電機(jī)i狀態(tài)的歸一化聚類系數(shù)向量。若{δ}=δ，則稱電機(jī)i的狀態(tài)屬于灰類k*。

從公式（3）可以看出，白化權(quán)函數(shù)和指標(biāo)權(quán)重的確定是灰色聚類評估算法的關(guān)鍵問題。

2.2 白化權(quán)函數(shù)的確定

白化權(quán)函數(shù)，也稱為灰色聚類函數(shù)，其值介于0～1之間。本文選擇三角權(quán)函數(shù)作為電機(jī)狀態(tài)各指標(biāo)灰類的白化權(quán)函數(shù)，得到電機(jī)狀態(tài)的環(huán)境適應(yīng)性指標(biāo)的白化權(quán)函數(shù)如圖2所示。

其中，f表示電機(jī)的狀態(tài)為“報(bào)廢”；f表示電機(jī)的狀態(tài)為“待修”；f表示的狀態(tài)為“堪用”；f表示電機(jī)的狀態(tài)為“良好”；f表示電機(jī)的狀態(tài)為“健康”。

2.3 基于熵理論的指標(biāo)權(quán)重確定

大多數(shù)灰色定權(quán)聚類的權(quán)重是由專家通過某種方法確定的，帶有很強(qiáng)的主觀性。為了使得得到的權(quán)重能夠較為客觀地反映各指標(biāo)的相對重要程度，本文借鑒信息熵理論，利用電機(jī)的狀態(tài)指標(biāo)數(shù)據(jù)來計(jì)算指標(biāo)的權(quán)重。

若現(xiàn)有n個(gè)電機(jī)，m個(gè)狀態(tài)指標(biāo)，原始指標(biāo)值數(shù)據(jù)矩陣為X=（xij）n×m，其中xij？叟0，i=1，2，…，n；j=1，2，…，m。由于在熵中的變量取值范圍在0～1之間，本文采用歸一化的方法對原始指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，即

pij=xijxij（5）

得到處理后矩陣P=（pij）n×m。對于電機(jī)的某個(gè)指標(biāo)xj，其信息熵為

Ej=-k*（pijlnpij）（6）

式中k=1/lnn。

則第j個(gè)指標(biāo)的熵權(quán)wj定義為

wj=（1-Ej）m-Ej（7）

從式（6）、（7）可以看出：如果某個(gè)指標(biāo)的信息熵越小，就表明其指標(biāo)值的變異程度越大，提供的信息量也就越多，在綜合評價(jià)中所起的作用越大，則其權(quán)重也應(yīng)越大；反之亦然。

3 案例分析

航天發(fā)射場空調(diào)系統(tǒng)的電機(jī)是一個(gè)典型的灰色系統(tǒng)，可以利用本文提出的灰色聚類評估方法對電機(jī)的健康狀態(tài)進(jìn)行評估。

在全壽命周期之內(nèi)，對電機(jī)潤滑油進(jìn)行換油處理，得到各金屬元素的濃度如表2所示。

3.1 確定各指標(biāo)的白化權(quán)函數(shù)

接著就可以利用2.2節(jié)的方法來確定各指標(biāo)的白化權(quán)函數(shù)，如表3所示。

3.2 確定健康狀態(tài)指標(biāo)的權(quán)重

健康狀態(tài)各個(gè)指標(biāo)的權(quán)重可由2.3節(jié)的熵權(quán)法得到，需要說明的是參與計(jì)算的數(shù)據(jù)為經(jīng)過規(guī)范化處理后的指標(biāo)值。利用熵權(quán)法求得電機(jī)健康狀態(tài)指標(biāo)權(quán)重向量為w=（0.1728，0.1989，0.1369，0.0925，0.0927，0.1466，0.1596）。

3.3 電機(jī)狀態(tài)評估

確定了電機(jī)狀態(tài)指標(biāo)的白化權(quán)函數(shù)和權(quán)重后，就可以利用2.1節(jié)的灰色聚類法進(jìn)行狀態(tài)評估，得到評估結(jié)果，如表4所示。

從表4可以看出，隨著運(yùn)行時(shí)間的增加，電機(jī)的狀態(tài)逐漸變差，反映了狀態(tài)的真實(shí)變化規(guī)律。特別是在運(yùn)行時(shí)間t=6400h時(shí)，發(fā)動(dòng)機(jī)處于“待修”和“報(bào)廢”等級的聚類系數(shù)已相差不大，此時(shí)電機(jī)的狀態(tài)正在由“待修”向“報(bào)廢”過渡，在使用時(shí)應(yīng)特別注意。

4 結(jié)論

本文針對航天發(fā)射場地面設(shè)備用電機(jī)，利用本文建立的狀態(tài)評估模型對電機(jī)的狀態(tài)進(jìn)行了評估。首先確定了電機(jī)的狀態(tài)指標(biāo)，對指標(biāo)數(shù)據(jù)進(jìn)行了預(yù)處理，使其滿足建模的需要。然后確定了各指標(biāo)的白化權(quán)函數(shù)和指標(biāo)權(quán)重，利用灰色聚類法對電機(jī)健康狀態(tài)進(jìn)行了評估。最后，通過具體事例驗(yàn)證本文狀態(tài)評估方法的有效性，能夠真實(shí)地反映設(shè)備的健康狀態(tài)。

參考文獻(xiàn)：

[1]張培林，任國全，張英堂.基于油液分析的自行火炮裝備性能監(jiān)測研究[J].軍械工程學(xué)院學(xué)報(bào)，2001，13（3）：7-11.

[2]任國全，鄭海起，張英堂，等.基于油液分析的自行火炮發(fā)動(dòng)機(jī)磨損狀態(tài)監(jiān)測研究[J].兵工學(xué)報(bào)，2002，23（1）：6-9.

[3]羅桂華.航天發(fā)射場的最優(yōu)運(yùn)行研究[D].浙江大學(xué)，2010.