楊中書(shū)，劉 科，黃 玉，王 丹

(1.中國(guó)人民解放軍91776 部隊(duì)，北京 100161；2.中國(guó)船舶集團(tuán)有限公司第七一四研究所，北京 100101)

0 引 言

艦船武器是艦船保持戰(zhàn)斗能力的重要保證，其包括艦載導(dǎo)航設(shè)備、雷達(dá)探測(cè)設(shè)備、電子信息戰(zhàn)對(duì)抗設(shè)備以及武器自動(dòng)化設(shè)備等。目前我國(guó)的海軍艦船發(fā)展速度很快，已經(jīng)擁有了導(dǎo)彈驅(qū)逐艦、航母等作戰(zhàn)艦船?，F(xiàn)代艦船武器的技術(shù)程度很高，已經(jīng)不再是原來(lái)的高射炮、魚(yú)雷等武器的簡(jiǎn)單疊加，現(xiàn)代艦船武器也不再是簡(jiǎn)單的對(duì)火炮口徑、射擊速度進(jìn)行對(duì)比，而是對(duì)艦船的自動(dòng)化程度、智能化程度、探測(cè)能力、對(duì)抗能力進(jìn)行綜合化對(duì)比，這樣才能判別出艦船在現(xiàn)代海戰(zhàn)中的生存能力和對(duì)敵打擊能力。在這種形勢(shì)下，對(duì)艦載武器進(jìn)行快速識(shí)別和保障也是提升艦船作戰(zhàn)能力的重要因素，而目前對(duì)艦船武器故障的識(shí)別和診斷仍然處在初級(jí)階段，還沒(méi)有系列化和標(biāo)準(zhǔn)化，同時(shí)需要根據(jù)艦船武器的特點(diǎn)，結(jié)合艦船武器的故障數(shù)據(jù)庫(kù)，利用大數(shù)據(jù)技術(shù)和故障診斷技術(shù)設(shè)計(jì)出的艦船武器智能診斷系統(tǒng)，保證艦船武器的作戰(zhàn)能力。

國(guó)內(nèi)有很多學(xué)者都對(duì)武器的智能化測(cè)試做了很多研究，駱功純等[1]使用虛擬儀器技術(shù)構(gòu)建了導(dǎo)彈的故障測(cè)試系統(tǒng)，朱婕[2]對(duì)武器裝備在故障測(cè)試過(guò)程中的一些關(guān)鍵技術(shù)進(jìn)行研究，并總結(jié)了傳統(tǒng)測(cè)試和維護(hù)中存在的缺陷，梁勇等[3]將貝葉斯網(wǎng)絡(luò)和武器故障診斷有效結(jié)合并進(jìn)行驗(yàn)證，有效保證了武器裝備的測(cè)試和使用?？梢园l(fā)現(xiàn)以上研究在針對(duì)一些特定的武器裝備進(jìn)行測(cè)試時(shí)取得了不錯(cuò)的效果，但是對(duì)于艦船武器而言，其武器種類多，同時(shí)為了實(shí)現(xiàn)快速化故障診斷和測(cè)試的需求，需要將大數(shù)據(jù)技術(shù)以及智能自適應(yīng)診斷技術(shù)有效結(jié)合起來(lái)才能達(dá)到對(duì)艦船武器測(cè)試和診斷的需求[4- 5]。本文在對(duì)國(guó)內(nèi)外相關(guān)技術(shù)進(jìn)行研究的基礎(chǔ)上，提出一種基于智能自適應(yīng)診斷技術(shù)和大數(shù)據(jù)技術(shù)的艦船武器診斷系統(tǒng)，系統(tǒng)具有較高的穩(wěn)定性和可靠性，能夠適應(yīng)現(xiàn)代化艦船作戰(zhàn)的需求。

1 關(guān)鍵技術(shù)介紹

1.1 大數(shù)據(jù)技術(shù)

大數(shù)據(jù)技術(shù)[6]是實(shí)現(xiàn)艦船武器智能化自適應(yīng)診斷和測(cè)試的關(guān)鍵技術(shù)之一，其基本結(jié)構(gòu)如圖1 所示。

圖1 大數(shù)據(jù)技術(shù)的結(jié)構(gòu)Fig.1 The structure of big data technology

1）數(shù)據(jù)采集：是艦船武器智能化自適應(yīng)診斷和測(cè)試的最基礎(chǔ)部分，它為后續(xù)的數(shù)據(jù)分析和推理提供了基礎(chǔ)數(shù)據(jù)。這些采集的數(shù)據(jù)主要是通過(guò)設(shè)置在艦船上的傳感器節(jié)點(diǎn)來(lái)實(shí)現(xiàn)，這些傳感器節(jié)點(diǎn)可以通過(guò)總線、無(wú)線網(wǎng)絡(luò)等將數(shù)據(jù)傳輸?shù)娇刂浦行模瑐鞲衅鞴?jié)點(diǎn)無(wú)法獲取所有的艦載武器關(guān)鍵數(shù)據(jù)，因而測(cè)試系統(tǒng)會(huì)對(duì)這些傳感器節(jié)點(diǎn)形成有效補(bǔ)充，最終形成一個(gè)完整的武器數(shù)據(jù)采集系統(tǒng)。

2）數(shù)據(jù)存儲(chǔ)：實(shí)現(xiàn)對(duì)采集數(shù)據(jù)的存儲(chǔ)，關(guān)系型數(shù)據(jù)庫(kù)會(huì)根據(jù)不同的艦載武器將這些數(shù)據(jù)進(jìn)行存儲(chǔ)。

3）數(shù)據(jù)處理：由于從底層采集的數(shù)據(jù)類型非常多，且數(shù)據(jù)量非常龐大，如艦船增汽輪機(jī)的基本數(shù)據(jù)包括轉(zhuǎn)速、壓力、溫度、機(jī)械振動(dòng)等數(shù)值，需要對(duì)這些數(shù)據(jù)進(jìn)行分類存儲(chǔ)。在數(shù)據(jù)處理時(shí)需要區(qū)分優(yōu)先等級(jí)，一些關(guān)鍵數(shù)據(jù)需要實(shí)時(shí)處理，而一些不關(guān)鍵的數(shù)據(jù)則可以延后處理。

4）數(shù)據(jù)應(yīng)用：是大數(shù)據(jù)技術(shù)的應(yīng)用層面，是將采集和處理后的數(shù)據(jù)和智能故障診斷技術(shù)中的相關(guān)算法結(jié)合，提取出相對(duì)應(yīng)的故障特征，并為艦船工作人員提供故障診斷意見(jiàn)。數(shù)據(jù)應(yīng)用包括數(shù)據(jù)分析、機(jī)器學(xué)習(xí)以及BIM 工具等。

1.2 智能自適應(yīng)故障診斷技術(shù)

為了最大程度保證艦船武器的作戰(zhàn)能力，對(duì)艦船武器故障的快速識(shí)別并進(jìn)行維修是其中的關(guān)鍵組成部分。而傳統(tǒng)的故障測(cè)試和識(shí)別主要依靠船員和工程師的個(gè)人經(jīng)驗(yàn)，因而在艦船作戰(zhàn)時(shí)往往受到較大限制。特別是在現(xiàn)代化戰(zhàn)爭(zhēng)中，艦船的人員流動(dòng)、受傷等因素也會(huì)影響這些艦船武器的正常保障工作。

目前我國(guó)的艦船自動(dòng)化程度都很高，艦船武器的故障包括電路故障、信息化系統(tǒng)故障、液壓系統(tǒng)故障、機(jī)械系統(tǒng)故障等，如果要保證艦船武器的正常工作，需要一個(gè)非常龐大的專業(yè)維修和保障團(tuán)隊(duì)，而這在現(xiàn)代化戰(zhàn)爭(zhēng)中是不可能的，在這種情況下，使用智能自適應(yīng)診斷技術(shù)對(duì)艦船武器進(jìn)行測(cè)試和維修顯得非常必要[7]。

智能自適應(yīng)故障診斷技術(shù)是在智能故障診斷技術(shù)的基礎(chǔ)上能夠?qū)ξ淦鬟M(jìn)行自動(dòng)識(shí)別，并且根據(jù)不同的故障針對(duì)性地給出維修和保障意見(jiàn)。原有的人工診斷或者借助簡(jiǎn)單測(cè)試儀器的故障診斷大部分只能解決單個(gè)的艦船武器故障，而在高度自動(dòng)化的復(fù)雜艦船武器的故障診斷和測(cè)試中，這種傳統(tǒng)的方法則很難發(fā)現(xiàn)這些故障，因而傳統(tǒng)的艦船武器測(cè)試方法存在很大的局限性。智能自適應(yīng)故障診斷技術(shù)可以依托于大數(shù)據(jù)技術(shù)，將原有的艦船武器故障都存儲(chǔ)到數(shù)據(jù)庫(kù)中，并建立不同艦船武器的故障模型，從而最大程度地減少人員在艦船武器故障測(cè)試中的作用，使用計(jì)算機(jī)及計(jì)算模型提取艦船武器故障特征，并實(shí)現(xiàn)智能化的識(shí)別，大幅度提升艦船武器故障識(shí)別的效率。

為了實(shí)現(xiàn)對(duì)艦船故障的智能化識(shí)別和診斷，需要使用一些關(guān)鍵技術(shù)，這些關(guān)鍵技術(shù)包括SVM、KNN、ANN 等，這些算法在2010 年應(yīng)用和研究較多，而當(dāng)前在艦船武器故障識(shí)別領(lǐng)域，深度學(xué)習(xí)、DBN、深度遷移學(xué)習(xí)等則應(yīng)用較多，這些算法的成功應(yīng)用和實(shí)踐表明在未來(lái)相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)，將深度學(xué)習(xí)算法以及大數(shù)據(jù)技術(shù)進(jìn)行有效結(jié)合，通過(guò)特征提取和訓(xùn)練實(shí)現(xiàn)艦船武器的智能化診斷是未來(lái)的大勢(shì)所趨。同時(shí)由于高度智能化后，艦船工作人員可以在簡(jiǎn)單培訓(xùn)后就可以根據(jù)智能化診斷結(jié)果對(duì)艦船武器進(jìn)行維修，因而大幅度提升了艦船武器的保障效率，并最終為提升艦船作戰(zhàn)能力打下堅(jiān)實(shí)基礎(chǔ)。圖2 為智能自適應(yīng)診斷技術(shù)的關(guān)鍵算法。

圖2 智能自適應(yīng)診斷技術(shù)的關(guān)鍵算法Fig.2 Key algorithms for intelligent adaptive diagnostic technology

2 艦船武器智能自適應(yīng)診斷測(cè)試系統(tǒng)

2.1 系統(tǒng)構(gòu)成

圖3 為設(shè)計(jì)的艦船武器智能自適應(yīng)診斷測(cè)試系統(tǒng)的結(jié)構(gòu)框圖。系統(tǒng)包括測(cè)試單元、傳感器、A/D 轉(zhuǎn)換模塊、數(shù)據(jù)存儲(chǔ)和分析、特征提取、卷積神經(jīng)網(wǎng)絡(luò)、診斷測(cè)試以及用戶界面等。A/D 轉(zhuǎn)換可以將測(cè)試單元和傳感器獲取的武器測(cè)試模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，并將這些信號(hào)進(jìn)行存儲(chǔ)和初步分析。使用截?cái)嗪瘮?shù)、窗口函數(shù)等獲取信號(hào)的周期、幅值、頻率以及相位等關(guān)鍵特征。使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)故障進(jìn)行學(xué)習(xí)和判別，最終輸出判別結(jié)果，并在數(shù)據(jù)庫(kù)中調(diào)取對(duì)應(yīng)的維修方案。

圖3 系統(tǒng)結(jié)構(gòu)框圖Fig.3 Block diagram of the system structure

2.2 艦船武器故障特征提取模塊

艦船武器特征提取模塊是智能自適應(yīng)診斷系統(tǒng)中的關(guān)鍵模塊。故障特征提取主要是通過(guò)對(duì)測(cè)量信號(hào)進(jìn)行小波變換、快速傅里葉變換、統(tǒng)計(jì)學(xué)特征分析等方法來(lái)獲取艦船武器故障的基本特征。

目前對(duì)故障特征提取還包括對(duì)故障特征的分類，在進(jìn)行分類前需要對(duì)特征信號(hào)進(jìn)行降維，降維的方法包括獨(dú)立成分分析（ICA）、主成分分析（PCA）以及自編碼器（AE）等。ICA 方法適用于多種信號(hào)混合在一起后，可以將不同的信號(hào)分離開(kāi)來(lái)，從而得到所需要的故障信息。PCA 方法通過(guò)協(xié)方差和散度矩陣實(shí)現(xiàn)數(shù)據(jù)降維的目的，最后去除噪聲并獲取想要獲取的故障信息。AE 方法是通過(guò)將原有的信號(hào)序列進(jìn)行重構(gòu)，并將重構(gòu)得到的信號(hào)序列和原有信號(hào)序列進(jìn)行對(duì)比，從而發(fā)現(xiàn)故障信息的一種方法。這幾種方法各有優(yōu)劣，在本文設(shè)計(jì)的系統(tǒng)中均有涉及。

對(duì)艦船武器故障特征分類主要是使用支持向量機(jī)（SVM）的方法。支持向量機(jī)的基本原理如圖4 所示，為了將不同顏色的球進(jìn)行分類，使用不同的方法劃分超平面，確保不同顏色的球能夠分開(kāi)，能夠?qū)崿F(xiàn)這種功能的線有很多，但是保持距離最大且能夠?qū)⒉煌伾那蚍珠_(kāi)的線是唯一的。在艦船武器故障特征中和這種分析是類似的，不同故障具有不同的特征，通過(guò)將這些特征劃分超平面就可以將這些特征進(jìn)行分類。支持向量機(jī)可以根據(jù)輸入的艦船武器故障特征集進(jìn)行訓(xùn)練，從而得到每一種不同武器故障特征的分類決策函數(shù)以及分離超平面。

圖4 支持向量機(jī)基本原理Fig.4 fundamentals of SVM

本文艦船武器故障特征分類的實(shí)現(xiàn)原理：針對(duì)一個(gè)艦船武器訓(xùn)練集

2.3 艦船武器診斷測(cè)試模塊

為了達(dá)到最好的診斷測(cè)試效果，需要對(duì)艦船武器診斷測(cè)試模塊進(jìn)行數(shù)據(jù)融合。在數(shù)據(jù)融合實(shí)現(xiàn)上需要從以下方面進(jìn)行：

1）艦船武器原始數(shù)據(jù)融合。主要是將同一類型武器的不同信息進(jìn)行融合，這些融合的信息都是未經(jīng)處理過(guò)的信息，因而能最大程度保證數(shù)據(jù)的真實(shí)性，防止經(jīng)過(guò)數(shù)據(jù)處理后喪失了一些關(guān)鍵信號(hào)信息。

2）故障特征融合。由于很多艦船武器系統(tǒng)高度自動(dòng)化，且非常復(fù)雜，因而其故障的判別僅依靠單一傳感器信息或者單一故障特征很難進(jìn)行判別，因而需要將不同的故障特征融合到一起后加以判別，這樣能極大提升艦船復(fù)雜武器系統(tǒng)故障的判別成功率。例如艦船蒸汽輪機(jī)速度傳感器異常，且發(fā)現(xiàn)控制電流異常，管道壓力偏離正常值，這些異常數(shù)據(jù)特征融合到一起后就可以對(duì)故障進(jìn)行綜合判斷，否則按照單個(gè)故障判別就會(huì)得到很多故障信息，不利于艦船工作人員對(duì)故障進(jìn)行判斷和維修。對(duì)故障特征進(jìn)行融合有利于在應(yīng)用層直接輸出正確結(jié)果。

3）決策融合。其涉及的數(shù)據(jù)量非常小，原始數(shù)據(jù)融合和故障特征融合由于涉及的故障信息和數(shù)據(jù)特別多，因而在數(shù)據(jù)處理中對(duì)數(shù)據(jù)傳輸和實(shí)時(shí)性都具有一定的要求。決策融合主要是將對(duì)某一武器的故障進(jìn)行局部判定后，將這些局部判定結(jié)果融合起來(lái)，最后形成一個(gè)綜合性的決策。

決策融合的基本過(guò)程如圖5 所示。根據(jù)采集的信息形成了若干的局部故障信息，同時(shí)根據(jù)歷史數(shù)據(jù)和相關(guān)算法推斷出不同故障信息的可信度權(quán)重，根據(jù)事先制定好的決策規(guī)則，將可信度權(quán)重代入計(jì)算并最終形成艦船武器的故障結(jié)論。

圖5 艦船武器故障決策融合過(guò)程Fig.5 Ship weapon failure decision fusion process

同時(shí)為了使得系統(tǒng)具有良好的擴(kuò)展性和可用性，系統(tǒng)在設(shè)計(jì)時(shí)會(huì)建設(shè)一個(gè)專業(yè)的艦船武器數(shù)據(jù)庫(kù)系統(tǒng)，并在數(shù)據(jù)庫(kù)系統(tǒng)中挑選各種武器的故障基本數(shù)據(jù)作為訓(xùn)練集，使用SVM 和卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，同時(shí)在系統(tǒng)使用時(shí)可以不斷地對(duì)既有的數(shù)據(jù)庫(kù)進(jìn)行更新，這樣系統(tǒng)在經(jīng)過(guò)一段時(shí)間的使用后可以很好地適應(yīng)艦船武器的診斷和測(cè)試，具有良好的自適應(yīng)性。

3 結(jié) 語(yǔ)

艦船武器智能自適應(yīng)診斷測(cè)試系統(tǒng)是艦船保障系統(tǒng)的重要組成部分，也是提升艦船作戰(zhàn)能力的重要保證。傳統(tǒng)武器故障診斷和測(cè)試依托于人員經(jīng)驗(yàn)和測(cè)試儀器，難以適應(yīng)現(xiàn)代化艦船的故障測(cè)試要求。本文將大數(shù)據(jù)技術(shù)以及自適應(yīng)故障診斷技術(shù)應(yīng)用到艦船武器故障診斷中，應(yīng)用效果好，系統(tǒng)具有較高的可靠性。得到的結(jié)論包括：

1）在未來(lái)很長(zhǎng)一段時(shí)間內(nèi)，不同的智能化算法，包括支持向量機(jī)技術(shù)、KNN、ANN、DBN 等都可以應(yīng)用到艦船武器的故障診斷中，不同的武器系統(tǒng)可以采用多種不同的智能算法進(jìn)行故障判斷，同時(shí)也可以為艦船工作人員在進(jìn)行故障判斷時(shí)提供更多的推理依據(jù)和選擇。

2）使用艦船武器智能自適應(yīng)診斷測(cè)試系統(tǒng)在前期依賴于數(shù)據(jù)庫(kù)中故障特征的訓(xùn)練集，隨著數(shù)據(jù)集的不斷完善，系統(tǒng)在對(duì)艦船武器進(jìn)行測(cè)試和維修時(shí)將具有很大優(yōu)勢(shì)。

3）通過(guò)原始數(shù)據(jù)融合、故障特征融合以及決策融合，系統(tǒng)根據(jù)采集的故障特征信息可以作出綜合性判斷，因而具有較高的可靠性。