武 博,靳 冬,楊積東,陳閃閃,陳繼勛
(1. 上海精密計(jì)量測(cè)試研究所,上海,201109;2. 中國(guó)合格評(píng)定國(guó)家認(rèn)可中心,北京,100062)
導(dǎo)彈作為大型復(fù)雜武器系統(tǒng),其性能、壽命的保持與恢復(fù),對(duì)軍隊(duì)?wèi)?zhàn)斗力提升,乃至經(jīng)濟(jì)提升具有重大的現(xiàn)實(shí)意義[1]。近年來中國(guó)部分導(dǎo)彈武器裝備面臨陸續(xù)到達(dá)設(shè)計(jì)壽命末期,甚至已有裝備超期服役的問題,準(zhǔn)確掌握哪些裝備可以繼續(xù)服役、繼續(xù)服役時(shí)間,及哪些裝備需開展有效的維修以實(shí)現(xiàn)性能質(zhì)量恢復(fù),已成為軍隊(duì)裝備保障工作的關(guān)鍵任務(wù)[2,3]。由于導(dǎo)彈武器系統(tǒng)具有“長(zhǎng)期貯存、一次使用”的特點(diǎn),必須實(shí)時(shí)監(jiān)控筒彈的健康狀況,才能在任務(wù)前期綜合系統(tǒng)狀態(tài)對(duì)筒彈的可靠性和壽命進(jìn)行有效的評(píng)估和預(yù)測(cè)[4~6]。
目前壽命預(yù)測(cè)方法主要有基于物理模型的預(yù)測(cè)方法、基于經(jīng)驗(yàn)的預(yù)測(cè)方法和基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)方法[7~10]。其中基于物理模型的預(yù)測(cè)方法需要根據(jù)專家經(jīng)驗(yàn)以及大量試驗(yàn)數(shù)據(jù)對(duì)研究對(duì)象建立數(shù)學(xué)模型,雖然準(zhǔn)確性較高但成本也較高,因此,這種方法在應(yīng)用上有很大的局限性;基于經(jīng)驗(yàn)的預(yù)測(cè)方法只需知道對(duì)象的故障時(shí)間歷史數(shù)據(jù)就可對(duì)筒彈壽命進(jìn)行預(yù)測(cè),但準(zhǔn)確度不高;基于數(shù)據(jù)驅(qū)動(dòng)的壽命預(yù)測(cè)方法通過數(shù)據(jù)挖掘的方式尋找數(shù)據(jù)中與故障相關(guān)的隱含規(guī)律并對(duì)未來數(shù)據(jù)進(jìn)行預(yù)測(cè),從而推斷剩余壽命,無需知道對(duì)象的先驗(yàn)知識(shí),適合具備大量監(jiān)測(cè)數(shù)據(jù)的筒彈壽命預(yù)測(cè)。主成分分析(Principal Component Analysis,PCA)是一種正交變換,利用二階的統(tǒng)計(jì)信息進(jìn)行計(jì)算,其優(yōu)勢(shì)在于數(shù)據(jù)壓縮以及對(duì)多維數(shù)據(jù)進(jìn)行降維,能將具有一定相關(guān)性的多個(gè)指標(biāo)重新組合成一組新的相互無關(guān)的綜合指標(biāo)進(jìn)行替代,適用于評(píng)估指標(biāo)涉及面廣、不確定因素較多的質(zhì)量分析和評(píng)估。
本文基于筒彈的測(cè)試數(shù)據(jù),運(yùn)用主成分分析法構(gòu)建筒彈質(zhì)量狀態(tài)特征模型,基于質(zhì)量狀態(tài)特征模型建立壽命預(yù)測(cè)模型,對(duì)某型筒彈壽命進(jìn)行評(píng)估預(yù)測(cè)分析,形成壽命預(yù)測(cè)曲線,實(shí)現(xiàn)對(duì)某型筒彈全壽命周期過程的健康評(píng)估。
質(zhì)量信息包括質(zhì)量故障類型信息和質(zhì)量故障程度信息,根據(jù)參數(shù)偏離狀態(tài)人工挑選主參數(shù),主參數(shù)組合反映故障類型、偏離狀態(tài)大小反映故障程度。為了使模型有更好的普適性、更好的執(zhí)行力,本項(xiàng)目使用主成分分析方法開發(fā)質(zhì)量狀態(tài)模型。PCA建模方法為
利用測(cè)試數(shù)據(jù)構(gòu)建N維列向量表征筒彈:
一個(gè)批次M發(fā)筒彈形成的測(cè)試數(shù)據(jù)樣本為
計(jì)算可得協(xié)方差矩陣S的特征值和特征向量:
式中
式中ΦS為向量矩陣,;ΩS為特征值矩陣。
根據(jù)累計(jì)貢獻(xiàn)率確定主成分空間k:
形成N×N的狀態(tài)矩陣:
計(jì)算可得筒彈狀態(tài)矩陣的特征值和特征向量:
式中ΦM為向量矩陣;ΩM為特征值矩陣。
根據(jù)特征值顯著水平挑選前k個(gè)向量形成子空間,為一個(gè)N×k維矩陣,最后形成描述質(zhì)量信息的k維數(shù)據(jù)向量:
若不考慮基于使用可靠性的直接縮維情況(即質(zhì)量分析要素都有等概率發(fā)生故障的可能),因?yàn)镻CA分解的信息維度有更好的正交性,相比于人工指定主參數(shù)組合,向量q的信息密度更高、狀態(tài)程度評(píng)估會(huì)更加準(zhǔn)確。
假設(shè)質(zhì)量狀態(tài)從優(yōu)良到不合格是一個(gè)隨確定性參數(shù)變化的連續(xù)過程(忽略故障隱患類型的影響),那么質(zhì)量隱患程度q是一個(gè)連續(xù)函數(shù)。如果能事先得到質(zhì)量狀態(tài)足夠豐富的產(chǎn)品樣本,統(tǒng)計(jì)分析不同生命階段中不同質(zhì)量狀態(tài)所對(duì)應(yīng)的質(zhì)量隱患程度q,就可以建立產(chǎn)品質(zhì)量狀態(tài)與質(zhì)量隱患度量之間的關(guān)系。
壽命預(yù)測(cè)評(píng)估模型建模方法為:收集設(shè)計(jì)壽命期內(nèi)批抽檢、作訓(xùn)演習(xí)中“失敗”、“合格”、“質(zhì)優(yōu)” 3種類型的產(chǎn)品測(cè)試數(shù)據(jù),形成分析的標(biāo)準(zhǔn)數(shù)據(jù)集。利用質(zhì)量隱患程度q度量不同“類型”產(chǎn)品在不同列裝年數(shù)上的產(chǎn)品質(zhì)量狀態(tài),建立如圖1所示的質(zhì)量狀態(tài)判據(jù)。
圖1 質(zhì)量狀態(tài)判據(jù)Fig.1 Quality State Criterion
列裝年數(shù)超出壽命設(shè)計(jì)要求的產(chǎn)品統(tǒng)一按“預(yù)定壽命時(shí)刻”標(biāo)尺進(jìn)行質(zhì)量狀態(tài)判定。圖1所示的質(zhì)量狀態(tài)判據(jù)模型可以根據(jù)數(shù)據(jù)積累每年更新。當(dāng)數(shù)據(jù)量不足時(shí),可以通過專家指定方式增加“合格”產(chǎn)品數(shù)量。
根據(jù)產(chǎn)品質(zhì)量狀態(tài)估算產(chǎn)品剩余壽命,如圖2所示。通過產(chǎn)品檢測(cè)數(shù)據(jù)可以得到質(zhì)量狀態(tài)特征度量q,經(jīng)過影射1獲得產(chǎn)品質(zhì)量狀態(tài),再通過影射2獲得產(chǎn)品剩余壽命。
圖2 產(chǎn)品質(zhì)量狀態(tài)-剩余壽命關(guān)系 Fig.2 Quality State-residual Life
產(chǎn)品壽命預(yù)測(cè)可以分兩種情況:在第1個(gè)壽命周期內(nèi);在第1個(gè)壽命周期外。圖1中曲線1縱坐標(biāo)點(diǎn)C1計(jì)算方法為
曲線2縱坐標(biāo)點(diǎn)C2計(jì)算方法為
式中μf為失敗產(chǎn)品的統(tǒng)計(jì)均值;μm為合格產(chǎn)品的統(tǒng)計(jì)均值;σf為失敗產(chǎn)品的統(tǒng)計(jì)標(biāo)準(zhǔn)差;σm為合格產(chǎn)品的統(tǒng)計(jì)標(biāo)準(zhǔn)差。
考慮到程序?qū)崿F(xiàn)的時(shí)效性、筒彈數(shù)據(jù)之間比較好的相關(guān)性和主成分分析的坐標(biāo)變換特性,可以使用小樣本數(shù)據(jù)進(jìn)行分析。本文使用某型筒彈10組測(cè)試樣本數(shù)據(jù)構(gòu)建筒彈質(zhì)量狀態(tài)特征模型,其中前5組為合格數(shù)據(jù),后5組為失敗數(shù)據(jù),基于質(zhì)量狀態(tài)特征模型建立壽命預(yù)測(cè)模型。
每個(gè)樣本數(shù)據(jù)包含彈動(dòng)信號(hào)、保險(xiǎn)狀態(tài)、速率陀螺和引爆脈沖等5個(gè)特征指標(biāo)。經(jīng)主成分分析后的質(zhì)量狀態(tài)空間如表1所示,降維為3個(gè)主成分,即根據(jù)85%特征值顯著水平確定3個(gè)向量,形成10×3維度狀態(tài)空間,對(duì)質(zhì)量信息進(jìn)行描述,進(jìn)一步可以得到10個(gè)測(cè)試樣本的質(zhì)量隱患程度q,分別為0.557 795、 0.430 334、0.466 934、0.221 895、0.630 051、0.453 945、0.346 339、0.478 066、0.37 571、0.426 846。
表1 質(zhì)量狀態(tài)空間信息表Tab.1 Quality Status Space Information
分別使用設(shè)計(jì)壽命期內(nèi)列裝年為1年、4年和8年的測(cè)試數(shù)據(jù)繪制圖1中的兩條質(zhì)量判據(jù)曲線,失敗產(chǎn)品及合格產(chǎn)品的統(tǒng)計(jì)均值和標(biāo)準(zhǔn)差如表2所示,根據(jù)式(9)和式(10)繪制如圖3所示的質(zhì)量狀態(tài)判定曲線。
表2 統(tǒng)計(jì)均值和標(biāo)準(zhǔn)差數(shù)據(jù)表Tab.2 Mean and Standard Deviation Data
圖3 質(zhì)量狀態(tài)判定曲線Fig.3 Flow Chart of Quality State Criterion
結(jié)合壽命預(yù)測(cè)模型和質(zhì)量狀態(tài)的類別判據(jù)對(duì)筒彈剩余壽命進(jìn)行分析。當(dāng)質(zhì)量狀態(tài)位于圖1所示的“質(zhì)優(yōu)”區(qū)域內(nèi),產(chǎn)品剩余壽命等于設(shè)計(jì)壽命減去當(dāng)前質(zhì)量狀態(tài)時(shí)間;質(zhì)量狀態(tài)位于圖1所示的“失敗”區(qū)域內(nèi),產(chǎn)品剩余壽命為0;產(chǎn)品狀態(tài)位于圖1所示的合格區(qū)域內(nèi),通過線性回歸方法繪制壽命預(yù)測(cè)模型曲線。若該曲線與曲線1相交,則剩余壽命等于相交點(diǎn)所對(duì)應(yīng)的時(shí)間減去當(dāng)前質(zhì)量狀態(tài)時(shí)間;若與曲線1不相交,產(chǎn)品剩余壽命等于設(shè)計(jì)壽命減去當(dāng)前質(zhì)量狀態(tài)時(shí)間。圖4為對(duì)某型筒彈剩余壽命評(píng)估預(yù)測(cè)曲線,可以看出該筒彈設(shè)計(jì)壽命為10年,預(yù)測(cè)剩余使用壽命為1.5年。
圖4 某型筒彈壽命預(yù)測(cè)曲線Fig.4 Flow Chart of Certain Type Missile-in-container Life Prediction
本項(xiàng)目使用PCA建立筒彈質(zhì)量狀態(tài)特征模型和壽命預(yù)測(cè)模型,通過統(tǒng)計(jì)分析不同質(zhì)量狀態(tài)所對(duì)應(yīng)的質(zhì)量隱患程度,建立“合格”、“失敗”和“質(zhì)優(yōu)”3個(gè)判據(jù)標(biāo)尺,形成筒彈可靠性評(píng)估方法,繪制某型筒彈壽命預(yù)測(cè)曲線?;跀?shù)據(jù)的質(zhì)量狀態(tài)評(píng)估和壽命預(yù)測(cè)都是對(duì)歷史經(jīng)驗(yàn)的總結(jié),在小批量情況下很難物理驗(yàn)證,主要從數(shù)據(jù)和算法兩個(gè)層面進(jìn)行綜合驗(yàn)證,數(shù)據(jù)層面主要檢查數(shù)據(jù)源范圍是否覆蓋了產(chǎn)品歷史故障中的所有根事件,即所有根事件的狀態(tài)信息在模型中是否都有參數(shù)變量描述;算法層面主要計(jì)算過程的精度,可以建立生命周期過程透明的驗(yàn)證數(shù)據(jù)集、通過過程反演進(jìn)行預(yù)測(cè)驗(yàn)證。