陳猛
(中國人民解放軍第四八零六工廠軍械修理廠,浙江 寧波 315834)
艦載電子裝備故障將直接導致對應系統(tǒng)無法正常工作,為保證艦艇作戰(zhàn)能力,需要裝備使用人員在規(guī)定時間內排除故障,然而,由于電子裝備內部結構復雜,對應結構單元功能具有較強的相關性,以至于電子裝備故障平均修復時間(MTTR)較長[1]。由此,通過計算機軟件對艦載電子裝備狀態(tài)進行監(jiān)測,并對已經發(fā)生的故障進行診斷,輔助維修人員定位和排除故障,這對艦艇戰(zhàn)斗力的恢復與保持具備重要意義。
任何類型電子裝備的故障都具有可預見性,根據量變與質變的理論,當電子裝備故障風險積累到一定程度后,則故障必然出現(xiàn)。因此,借助傳感器實時獲取電子裝備狀態(tài)數據,在對數據進行分析的基礎上,與數據庫中對應裝備故障的數據曲線進行擬合,進而判定該電子裝備出現(xiàn)故障的幾率[2]。同時,在電子裝備發(fā)生故障后,結合數據分析結果,判定導致故障發(fā)生的主要原因,并對故障點進行定位,縮短故障排查時間。
根據數據獲取與分析方式,以及對應平臺計算機的實時處理能力,艦載電子裝備故障監(jiān)測與診斷技術可分類兩類:離線故障監(jiān)測與診斷、在線故障監(jiān)測與診斷。
所謂離線,是指故障監(jiān)測與診斷并非實時進行,而是在電子裝備使用結束后,拷取裝備狀態(tài)數據,并按照圖1所示步驟進行處理。
其中,數據收集是其中最為重要的一個環(huán)節(jié),根據實際需要,將裝備狀態(tài)數據進行記錄,數據的準確性將直接影響最終分析結果。因此,設計人員需要將這一要求貫徹到電子裝備的研發(fā)環(huán)節(jié),通過科學的傳感器設計,能夠使收集的數據更加全面、準確。
數據收集后需要進行處理,該過程是為了下一步的數據分析將收集到的數據進行加工,使其滿足數據分析的格式,其主要包括數據清洗、數據轉化、數據抽取、數據合并、數據計算等。
數據分析是利用相關數據分析軟件研究數據中所含信息,常用數據分析軟件有SPSS、SAS、Python、R語言等,其中也包括較為常見的Excel也是數據分析軟件[3]。這需要注意的是,離線故障監(jiān)測與診斷無法進行數據的實時分析,所以,數據分析過程中應考慮到裝備持續(xù)工作對分析結果的影響。
數據展現(xiàn)與撰寫報告能夠對電子裝備狀態(tài)進行評估,在提出故障預警的同時,也能夠對已經發(fā)生故障快速定位,并提出具有可操作性的維修意見與建議。
目前,在線故障監(jiān)測與診斷主要為艦載平臺在線故障監(jiān)測與診斷,受計算機性能、數據庫模型等多種因素的影響,在線故障監(jiān)測與診斷技術依然存在較大的提升空間。
以美軍“菲茨杰拉德”號驅逐艦裝備的SPS-73(V)12型導航雷達為例,作為保障艦艇航行安全的核心電子裝備,導航雷達需要全天候工作,因此,在實際使用過程中,導航雷達故障相對較高,有效預判故障及定位故障對提高艦艇航行安全極為重要[4]。在“菲茨杰拉德”號驅逐艦發(fā)生撞船事故之后,首要排查導航雷達所記錄的數據。作為美軍現(xiàn)役導航雷達,SPS-73(V)12型導航雷達能夠在線監(jiān)測視頻信號、收發(fā)機頻率、輸入電壓、工作電流等信號,一旦某信號數值處于閾值范圍以外,則系統(tǒng)將自動報警,提示航海部門工作人員及時檢查。在發(fā)生故障的情況下,自檢系統(tǒng)還可以通過小信號測試的方式對系統(tǒng)各模塊進行初步曬查,快速定位故障單元。
兩種故障監(jiān)測與診斷技術各有優(yōu)缺點,具體如表1所示。
從傳統(tǒng)電子裝備故障監(jiān)與診斷技術實際應用情況來看,結合電子裝備使用環(huán)境與特性,基于大數據技術與人工智能技術的在線電子裝備故障監(jiān)測與診斷技術將成為未來艦載裝備保障的趨勢,具體表現(xiàn)在以下幾個方面。
表1 離線/在線故障監(jiān)測與診斷技術優(yōu)缺點
美國海軍自上世紀就已經推行了電子交互手冊,在艦員級維修能力訓練與裝備維修指導方面,電子交互手冊發(fā)揮了巨大作用[5]。依賴于美軍龐大的衛(wèi)星通信網絡,電子交互終端在維修過程中產生的數據可通過數據鏈匯總到后臺服務器,從而不斷豐富故障數據庫,為故障監(jiān)測與診斷提供依據。
例如,根據以往裝備修理經驗發(fā)現(xiàn),電子對抗系統(tǒng)故障與濕度、溫度、干擾扇面大小、頻率、輸入電壓等因素相關,若電子交互手冊終端能夠接入電子對抗系統(tǒng)[6]。通過實時在線分析,并與后臺數據庫計算后的曲線進行對比,最終確定該系統(tǒng)是否存在故障,并對故障原因進行分析,從而進行初步定位,并指導現(xiàn)場人員進行處置。
在現(xiàn)有故障無法通過構建數據模型的方式進行處理的情況下,則可以采取人工智能技術輔助進行故障監(jiān)測與診斷,如案例智能分析等[7-8]。
以案例智能分析技術為例,隨著上報電子裝備故障類型的不斷增加,人工智能技術能夠根據所提供的故障數據分析不同故障案例之間的相關性,如電子通信設備交流供電電壓穩(wěn)定性下降導致通信系統(tǒng)噪聲信號增強等。
雖然,人工智能技術的應用在一定程度上提高了電子裝備故障監(jiān)測與診斷效率,但是,基于人工智能技術的故障監(jiān)測與診斷技術僅能夠作為預防性修理和故障處置的參考,依然需要結合現(xiàn)場檢查的實際情況進行處置。
區(qū)別于傳統(tǒng)數據庫,遠程專家知識庫是用于解決電子裝備新發(fā)故障,在傳統(tǒng)數據庫無法解決此類問題的情況下,可接入電子裝備設計、生產單位,以及具備相應能力的高校、院所數據平臺,對電子裝備故障進行在線分析、討論,并確定故障檢測方法、處置方案。
遠程專家知識庫所形成的檢測方法與故障處置方案都可以納入通用數據庫,通過遠程專家?guī)炜勺畲笙薅冉鉀Q艦載電子裝備使用過程中的疑難雜癥,同時可以為艦載電子裝備設計、研發(fā)和生產提供借鑒。
艦船電子裝備故障監(jiān)測與診斷是未來裝備智能化發(fā)展的必然趨勢,目前,艦載電子裝備離線故障監(jiān)測與診斷以得到廣泛應用,大大提高了艦載電子裝備的穩(wěn)定性。隨著艦載電子裝備動態(tài)故障模型的不斷完善,以及配套技術的日益成熟,艦載電子裝備在線故障監(jiān)測與診斷技術將在裝備保障、維修等領域發(fā)揮不可替代的作用。