洪晟，羅無(wú)為，周闖，李慶嵐，葉景文

(1.北京航空航天大學(xué) 網(wǎng)絡(luò)空間安全學(xué)院， 北京 100191)(2.北京航空航天大學(xué) 可靠性與系統(tǒng)工程學(xué)院， 北京 100191)(3.南京電子技術(shù)研究所 信息處理部， 南京 210039)(4.北京航空航天大學(xué) 機(jī)械工程學(xué)院， 北京 100191)

0 引 言

雷達(dá)電源作為雷達(dá)系統(tǒng)最基本的組成部分，負(fù)責(zé)為其他分系統(tǒng)供電，其安全穩(wěn)定是雷達(dá)系統(tǒng)正常工作的基本前提[1]。對(duì)于雷達(dá)電源，實(shí)施健康運(yùn)行狀態(tài)的維護(hù)是保障其安全性的重要手段。傳統(tǒng)的定期維護(hù)方法，耗費(fèi)巨大但仍不能顯著提高安全性。國(guó)外，美國(guó)軍方提出的故障預(yù)測(cè)與健康狀態(tài)管理(Prognostics and Health Management，簡(jiǎn)稱PHM)技術(shù)已廣泛運(yùn)用于直升機(jī)的動(dòng)力傳動(dòng)等機(jī)械結(jié)構(gòu)的維護(hù)[2]。國(guó)內(nèi)，也有針對(duì)機(jī)械產(chǎn)品做健康管理技術(shù)的研究，例如Hong Sheng團(tuán)隊(duì)采用自組織神經(jīng)網(wǎng)絡(luò)評(píng)估軸承的健康度并根據(jù)健康度預(yù)測(cè)剩余壽命[3]；采用集成經(jīng)驗(yàn)?zāi)Ｊ椒纸馀c高斯混合模型成功地實(shí)現(xiàn)軸承性能退化評(píng)估[4]；提出基于狀態(tài)適應(yīng)的軸承健康趨勢(shì)分析和剩余壽命預(yù)測(cè)方法[5]；首次把高斯過(guò)程回歸的方法運(yùn)用到軸承剩余壽命的問(wèn)題中，取得良好的預(yù)測(cè)效果[6]。隨著電子技術(shù)的飛速發(fā)展，引入基于運(yùn)行狀態(tài)的智能維護(hù)方法十分有必要，而智能運(yùn)行狀態(tài)維護(hù)的實(shí)現(xiàn)，首先需要準(zhǔn)確獲得產(chǎn)品的健康狀態(tài)[7]，Ren Lei等[8]采用自動(dòng)編碼機(jī)和深度神經(jīng)網(wǎng)絡(luò)對(duì)鋰電池剩余壽命進(jìn)行預(yù)測(cè)，研究成果對(duì)鋰電池狀態(tài)評(píng)估和健康管理有重要的意義，給健康評(píng)估的研究提供了新思路；葉雪榮等[9]利用正交試驗(yàn)構(gòu)建一階響應(yīng)面模型，用最小二乘法對(duì)環(huán)境應(yīng)力和電源輸出電流和電壓紋波進(jìn)行擬合，得到退化模型來(lái)評(píng)估開(kāi)關(guān)電源整體健康狀態(tài)。雷達(dá)電源元器件多、故障模式和失效機(jī)理相對(duì)復(fù)雜，通常難以建立精確的失效物理模型，通過(guò)故障模式影響分析(Fault Mode and Effects Analysis，簡(jiǎn)稱FMEA)確定敏感參數(shù)的難度較大[10]，如何評(píng)估雷達(dá)電源運(yùn)行時(shí)的健康狀態(tài)是一個(gè)亟待解決的問(wèn)題。

針對(duì)這些問(wèn)題，本文以實(shí)現(xiàn)雷達(dá)電源健康狀態(tài)評(píng)估為目標(biāo)，首先對(duì)雷達(dá)電源工作原理做研究，結(jié)合電路關(guān)鍵元器件失效特性分析得到關(guān)鍵元器件的退化與電源輸出參數(shù)的關(guān)系，確定電源健康特征參數(shù)和監(jiān)測(cè)點(diǎn)；然后采用加速退化試驗(yàn)監(jiān)測(cè)數(shù)據(jù)訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)(Self-organizing Map,簡(jiǎn)稱SOM)，獲得電源健康評(píng)估的神經(jīng)網(wǎng)絡(luò)模型；最后將模型運(yùn)用到電源老化試驗(yàn)過(guò)程中進(jìn)行健康評(píng)估。

1 雷達(dá)電源工作原理

雷達(dá)電源包含三相整流橋、整流濾波及防沖擊電路、橋變換器、高頻變壓器、輸出全濾波及LC濾波電路、驅(qū)動(dòng)電路、控制保護(hù)及均流電路等[1]，原理框圖如圖1所示。

圖1 雷達(dá)電源的原理框圖

移相全橋變換器作為電源的核心電路，由全橋逆變器、高頻變壓器和輸出整流濾波電路組成，其中包括MOSFET功率開(kāi)關(guān)器件、MOSFET開(kāi)關(guān)管內(nèi)部寄生的反向并聯(lián)二級(jí)管、以及MOSFET的寄生電容或外接電容，諧振電感包括了變壓器的漏感，每個(gè)橋臂的兩個(gè)功率開(kāi)關(guān)管成180°互補(bǔ)導(dǎo)通，兩個(gè)橋臂的導(dǎo)通角相差一個(gè)相位，即相位移，通過(guò)調(diào)節(jié)移相角的大小來(lái)調(diào)節(jié)輸出電壓[11]。

2 加速退化試驗(yàn)

為了研究電源老化過(guò)程的退化特性，為雷達(dá)電源健康評(píng)估的研究提供實(shí)際數(shù)據(jù)，對(duì)電源展開(kāi)整機(jī)加速退化試驗(yàn)。

2.1 加速應(yīng)力選擇

溫度和電壓是導(dǎo)致雷達(dá)電源性能退化的敏感應(yīng)力。然而，由于雷達(dá)電源設(shè)計(jì)中具有輸入保護(hù)電路，提高輸入電壓的方法難以實(shí)現(xiàn)主要功能電路退化過(guò)程的加速。因此，選擇溫度作為加速應(yīng)力。

2.2 健康監(jiān)測(cè)點(diǎn)的確定

移相全橋變換器中關(guān)鍵元器件的退化直接影響整個(gè)電源的健康運(yùn)行狀態(tài)。在電源設(shè)備中，電解電容是電源可靠性的一個(gè)短板，它是電源內(nèi)部器件中最容易損壞的部件[12]，電容在電路中起到濾波的作用，當(dāng)電容老化后，電源輸出電壓紋波峰峰值就會(huì)增大，功率二極管和MOSFET的退化均會(huì)引起輸出電壓減小。由于電子產(chǎn)品的輸出特性通常受溫度影響[13]，根據(jù)相關(guān)分析可知：在電源負(fù)載恒定時(shí)，升高環(huán)境溫度，電壓退化較為明顯[14]，輸出功率也會(huì)隨溫度升高而降低。因此，對(duì)于恒定負(fù)載的高溫老化試驗(yàn)，電源需要對(duì)輸出電壓、紋波峰峰值、輸出功率進(jìn)行監(jiān)測(cè)用以確定健康狀態(tài)。

2.3 試驗(yàn)前預(yù)處理

確定溫度是對(duì)發(fā)射電源可靠性影響最顯著的應(yīng)力條件。在老化試驗(yàn)前，還需要通過(guò)摸底試驗(yàn)，一方面確定電源的基本性能，另一方面確定電源能承受的最大環(huán)境溫度。

雷達(dá)電源內(nèi)部具有過(guò)溫保護(hù)電路，當(dāng)環(huán)境溫度過(guò)高時(shí)，保護(hù)電路會(huì)啟動(dòng)，導(dǎo)致電源無(wú)輸出。經(jīng)過(guò)測(cè)試，電源在過(guò)溫保護(hù)的條件下，能正常工作的最大環(huán)境溫度為68 ℃，在這樣的條件下，電源退化緩慢，難以起到加速退化的效果，但完全拆除保護(hù)電路盲目升高溫度可能改變退化機(jī)理。因此，在試驗(yàn)中，拆除部分保護(hù)電路，適當(dāng)升高溫度，達(dá)到測(cè)試電源能工作的最大環(huán)境溫度。

拆除部分保護(hù)電路后，將電源置于溫控箱中，施加最大負(fù)載使其工作，逐步升溫，每隔1 h升高5 ℃，每隔20 min測(cè)量電源內(nèi)部和環(huán)境的溫度。通過(guò)電源性能摸底試驗(yàn)得出：電源能正常工作的最大環(huán)境溫度為81 ℃，因此老化試驗(yàn)的環(huán)境溫度以81 ℃為溫度上限。

2.4 老化試驗(yàn)

(1) 試驗(yàn)條件設(shè)置

在恒定負(fù)載70 A的條件下，試驗(yàn)條件設(shè)置情況如圖2所示。設(shè)置試驗(yàn)初始溫度為57 ℃，持續(xù)時(shí)間720 h左右；然后升高溫度至75 ℃，持續(xù)350 h；最后把溫控箱溫度升高至81 ℃，持續(xù)200 h。在整個(gè)過(guò)程中，記錄電源的輸出紋波峰峰值、輸出電壓和輸出功率。

圖2 試驗(yàn)條件

(2) 試驗(yàn)結(jié)果分析

由于電源退化緩慢，為了便于觀察和分析，對(duì)監(jiān)測(cè)數(shù)據(jù)采用滑動(dòng)平均法進(jìn)行簡(jiǎn)化處理，在簡(jiǎn)化后數(shù)據(jù)的基礎(chǔ)上，每隔80 h記錄監(jiān)測(cè)數(shù)據(jù)。紋波峰峰值、輸出電壓、輸出功率的記錄情況分別如圖3～圖4所示。

圖3 紋波峰峰值隨老化時(shí)間變化情況

圖4 輸出電壓隨老化時(shí)間變化情況

從圖3～圖4可以看出：紋波峰峰值、輸出電壓隨老化試驗(yàn)的進(jìn)行，變化趨勢(shì)較為明顯，在負(fù)載恒定的情況下，電源輸出功率和輸出電壓同步變化，說(shuō)明這3個(gè)特征量也可以作為描述電源狀態(tài)的特征量。

3 健康狀態(tài)評(píng)估

3.1 健康評(píng)估建模

在健康評(píng)估方面，本文基于自組織神經(jīng)網(wǎng)絡(luò)[15]對(duì)電源進(jìn)行健康評(píng)估。首先將電源健康狀態(tài)下采集到的輸出電壓、紋波峰峰值、輸出功率進(jìn)行預(yù)處理，處理后的數(shù)據(jù)輸入到人工智能算法中訓(xùn)練SOM網(wǎng)絡(luò)，獲得網(wǎng)絡(luò)權(quán)重向量；然后用老化試驗(yàn)監(jiān)測(cè)的特征參數(shù)經(jīng)過(guò)預(yù)處理后與權(quán)重向量計(jì)算最小歐氏距離dmin，再將dmin轉(zhuǎn)化為(0，1)之間表示電源健康程度的健康度；最后根據(jù)實(shí)際情況劃分健康等級(jí)，進(jìn)行健康評(píng)估，其流程如圖5所示。

圖5 健康評(píng)估流程圖

評(píng)估過(guò)程為：

(1) 初始化SOM網(wǎng)絡(luò)

采用隨機(jī)數(shù)對(duì) SOM 網(wǎng)絡(luò)競(jìng)爭(zhēng)層神經(jīng)元的權(quán)值向量賦予初始值，然后針對(duì)初始值進(jìn)行歸一化處理得到權(quán)值向量Wj，其中j=1,2,……m,m為競(jìng)爭(zhēng)層神經(jīng)元的數(shù)量，設(shè)定初始優(yōu)勝鄰域N(t)、學(xué)習(xí)率η(t,N)和最大訓(xùn)練次數(shù)T的初始值[15]。

(2) 輸入向量的輸入

輸入向量由紋波峰峰值Vpp、電源輸出電壓V和輸出功率P組成，即網(wǎng)絡(luò)輸入向量為X=[Vpp,V,P]T。

(3) 計(jì)算競(jìng)爭(zhēng)層的權(quán)值向量和輸入向量的距離(歐氏距離)

計(jì)算競(jìng)爭(zhēng)層第j個(gè)神經(jīng)元的權(quán)值向量和輸入向量的歐氏距離的公式為

(1)

式中：xi為輸入空間的第i個(gè)特征向量；X為由電源健康特征組成的網(wǎng)絡(luò)輸入向量，X={xi:i=1,2,3}；ωij為競(jìng)爭(zhēng)層第j個(gè)神經(jīng)元和輸入層的第i個(gè)神經(jīng)元之間的連接權(quán)重；Wj={ωij:j=1,2,…,m;i=1,2,3}。

(4) 定義優(yōu)勝鄰域

定義優(yōu)勝領(lǐng)域Nj*(t)，以j*為中心確定t時(shí)刻的權(quán)值調(diào)整域，一般初始鄰域Nj*(0)較大，訓(xùn)練過(guò)程中Nj*(t)隨時(shí)間逐漸收縮[15]。

(5) 調(diào)整權(quán)值

對(duì)優(yōu)勝鄰域Nj*(t)內(nèi)所有節(jié)點(diǎn)調(diào)整權(quán)值為

Δωij=ωij(t+1)-ωij(t)=

η(t,N)[xi(t)-ωij(t)]

(2)

式中：η(t,N)為訓(xùn)練時(shí)間t和鄰域內(nèi)第j個(gè)神經(jīng)元與獲勝神經(jīng)元j*之間的拓?fù)渚嚯xN的函數(shù)，滿足隨時(shí)間增大而降低、隨優(yōu)勝鄰域增大而降低的規(guī)律。

η(t,N)=η(t)e-N

(3)

式中：η(t)為時(shí)間t的單調(diào)下降函數(shù)，隨時(shí)間變化逐漸下降到0。

(6) 計(jì)算輸出ok

(4)

式中：f(·)為0-1函數(shù)或者其他非線性函數(shù)。

(7) 是否達(dá)到預(yù)先設(shè)定的要求

SOM網(wǎng)絡(luò)訓(xùn)練何時(shí)結(jié)束是以學(xué)習(xí)率η(t)是否衰減到某個(gè)預(yù)定的值為條件，如果達(dá)到要求則算法結(jié)束；否則，返回過(guò)程(2)，進(jìn)入下一輪學(xué)習(xí)[15]。

(8) 計(jì)算健康度

使用電源健康狀態(tài)下的輸出特征參數(shù)訓(xùn)練好SOM神經(jīng)網(wǎng)絡(luò)之后，得到每一個(gè)健康特征參數(shù)與競(jìng)爭(zhēng)層神經(jīng)元的權(quán)值，再用測(cè)量的特征參數(shù)算出與競(jìng)爭(zhēng)層的權(quán)值向量之間的歐氏距離，得到最小的歐氏距離為dmin，計(jì)算公式為

(5)

由最小歐氏距離轉(zhuǎn)化為健康度HV值的公式為

(6)

式中：HV為健康度；C是規(guī)模參數(shù)，由電源在正常狀態(tài)下的dmin確定。

C的計(jì)算公式為

(7)

(9) 由健康度劃分等級(jí)

根據(jù)模型實(shí)際運(yùn)用情況，劃分健康等級(jí)如表1所示，其中閾值a、b、c由實(shí)際情況確定。

表1 健康等級(jí)劃分表(一)

3.2 評(píng)估實(shí)例

老化試驗(yàn)總持續(xù)時(shí)間1 280 h，最終未能使得電源完全失效?；赟OM模型健康評(píng)估的關(guān)鍵在于計(jì)算當(dāng)前監(jiān)測(cè)的健康特征向量與訓(xùn)練后的自組織神經(jīng)網(wǎng)絡(luò)權(quán)重向量的距離，距離越大，表示電源越不健康。因此，即使沒(méi)有全壽命周期數(shù)據(jù)，也能實(shí)現(xiàn)電源健康評(píng)估。將實(shí)驗(yàn)前期獲得的監(jiān)測(cè)數(shù)據(jù)作為電源健康狀態(tài)的特征數(shù)據(jù)，用健康狀態(tài)的數(shù)據(jù)訓(xùn)練SOM網(wǎng)絡(luò)，結(jié)合健康度計(jì)算公式獲得健康評(píng)估模型。把老化試驗(yàn)采集到的數(shù)據(jù)經(jīng)過(guò)預(yù)處理后輸入到健康評(píng)估模型中，可獲得健康評(píng)估結(jié)果。整個(gè)老化試驗(yàn)過(guò)程中，電源健康度隨時(shí)間變化情況如圖6所示。

圖6 健康度隨老化時(shí)間變化情況

從圖6可以看出：電源性能在老化過(guò)程中逐漸退化，采用該健康評(píng)估模型評(píng)估出來(lái)的健康度也呈現(xiàn)下降的趨勢(shì)，且健康度隨電源退化下降明顯，具有良好的適應(yīng)性，說(shuō)明該模型可以用于雷達(dá)電源運(yùn)行狀態(tài)的健康評(píng)估。

在預(yù)試驗(yàn)階段，采集到電源過(guò)溫保護(hù)啟動(dòng)后，電源輸出電壓逐漸降低至0的監(jiān)測(cè)數(shù)據(jù)，這部分?jǐn)?shù)據(jù)輸入到健康評(píng)估模型中獲得的健康度結(jié)合老化試驗(yàn)的健康度，可劃分健康等級(jí)如表2所示。

表2 健康等級(jí)劃分表(二)

從圖6和表2可以看出：老化試驗(yàn)開(kāi)始的前240 h電源處于健康狀態(tài)，之后電源處于亞健康狀態(tài)；當(dāng)老化試驗(yàn)時(shí)間持續(xù)至1 280 h，電源的健康度計(jì)算結(jié)果為0.613，說(shuō)明老化試驗(yàn)結(jié)束后，雷達(dá)電源處于亞健康的狀態(tài)。

4 結(jié) 論

(1) 本文基于自組織神經(jīng)網(wǎng)絡(luò)建立評(píng)估模型，實(shí)現(xiàn)對(duì)雷達(dá)電源健康的評(píng)估，對(duì)老化試驗(yàn)結(jié)束后電源的健康狀態(tài)評(píng)估結(jié)果為亞健康。

(2) 對(duì)雷達(dá)電源做健康狀態(tài)評(píng)估有助于使用者提前對(duì)雷達(dá)電源制定維護(hù)計(jì)劃和管理措施以避免突發(fā)故障，有利于實(shí)現(xiàn)雷達(dá)系統(tǒng)的危險(xiǎn)預(yù)警和安全防護(hù)，本文的研究工作可為雷達(dá)電源PHM的相關(guān)研究提供技術(shù)支持。