某型雷达发射机故障智能诊断方法研究＊

2013-10-16林伊凡

舰船电子工程 2013年2期

林伊凡周钢

（1.海军装备部上海局上海 200000）（2.海军工程大学电子工程学院武汉 430033）

1 引言

军用雷达是利用电磁波探测目标的军用电子装备［1］，是我军在复杂电磁环境下打赢高科技条件下局部战争的重要装备，随着我军信息化建设不断推进，新型雷达装备不断配备到部队侦察系统，新的技术手段层出不穷，但不管其技术如何先进功能如何强大，要想在战争中发挥应有的作战效能，必须具备较强的故障诊断和维修能力。当前，军用雷达系统日趋复杂，维护难度变大，采用专业人员和设备维护方式已经不能满足高科技条件下信息化战争的需要。结合人工智能技术，开展雷达装备的故障诊断技术研究，对提高我军装备保障的信息化水平，增强雷达装备的战备完好性和战斗效能有重要军事意义。

地波超视距雷达是一种预警范围大、作用距离远、全天候探测能力的新型雷达装备，其发射机采用真空管中的高功率阴调式单注速调管［2］，具有输出功率高、信号转化频繁、控制与激励信号交错等特点，内部电磁环境较为复杂。故障树分析法是一种分析系统可靠性的方法，是对复杂系统进行可靠性分析、预测、设计的一种简单有效的手段。

本文采用人工智能技术的模糊故障树分析法对某型地波超视距探测雷达发射机的故障诊断进行研究。针对真空管发射机这种复杂系统故障诊断，在故障树分析法中引入模糊数学方法，对发射机故障诊断进行研究应用，实现故障诊断快速进行并给出准确的定性和定量分析，最后分析了该方法在复杂系统故障诊断中应用的优点。

2 故障树分析法

故障树方法，简称FTA（Fault Tree Analysis），是1962年由美国贝尔实验室的H.A.Wastson和D.F.Haasl首先提出的，既能对故障进行定性分析或对导致故障直接因素粗略分析也可以对复杂系统进行详细分析，具有很强的通用性［3］。该方法是一种图形演绎方法，通过将结果作为故障树顶层，对故障可能发生因素和状态进行逐层分解和分析，构造出树状逻辑关系图，并对故障因素进行定量和定性的分析。

2.1 故障树建立的一般方法和步骤

故障树建立是在充分了解和分析对象系统基础上不断深入和推演的过程，基本步骤为：

1）选取合理顶层事件T；2）构建树状逻辑关系图，即故障树；3）故障树简化；4）故障树定性分析，求得故障树顶事件的最小割集；5）故障树定量分析，求得系统顶事件发生概率并进行重要度量化分析；6）故障树结果分析优化，对故障树分析结果作进一步分析，并进行调整优化。

2.2 故障树结构函数

故障树的顶事件是树的“根”，各故障因素即底事件是树的“叶子”，“叶子”通过“与”和“或”的逻辑关系共同联系构成“根”，这种“与”和“或”的逻辑关系就是故障树的数学表达式，即结构函数［4］。

故障树底事件记为xi（i＝1，2，3，…，n），那么对于X 只考虑有效和失效两种对立状态，那么底事件描述为

那么系统状态函数F（x）是由底事件状态为自变量，按照布尔计算方法建立的函数，即为系统构造函数。那么对于“与”逻辑关系对应构造函数为

“或”逻辑关系对应构造函数为

那么顶事件T的发生概率为各最小割集发生概率的按“与”和“或”逻辑组合。

2.3 故障树分析

2.3.1 故障树定性分析

假设故障树的n个底事件Xi（i＝1，2，3…，n），C＝｛xt1，xt2，…，xtm｝为若干底事件Xi的集合，若C 发生时，顶事件T必然发生，则集合C为故障树的一个割集，如果C中去掉任一底事件，则C不再是故障树的割集，则称集合C为故障树的最小割集［5］。故障树定性分析的任务是找出全部最小割集，即集合C内一个底事件系列的乘积项。

寻找故障树最小割集主要采用两种方法，即下行法和上行法［6］。其中，下行法是从顶事件开始，由顶向下进行，与门增加割集容量，或门增加割集数量，直到逻辑门置换为底事件为止，得到的全部事件乘积和即为最小割集。上行法与下行法相反，由底事件向上进行布尔代数展开算法，该算法的定性分析结果与下行法一致。

2.3.2 故障树定量分析

故障树定量分析顶事件发生的点估计值，即根据顶事件结构函数的底事件发生概率，按照与和或逻辑关系的结构函数，定量计算评估顶事件发生的概率。同时定量分析还可以包括系统失效率及平均失效前时间和重要度分析［7］，其中重要度分析要包括概率重要度，结构重要度和关键重要度三个方面，主要从不同角度表明某因素或割集发生失效对系统顶事件发生概率的贡献。

3 模糊故障树分析法

由于分析对象系统的复杂性和现实故障因素的随机性和不确定性，在故障树的定量分析中引入模糊数学理论和方法，进一步提高故障树定量分析的可信度和有效性。本文主要对故障事件的构造函数进行模糊化描述，通过定性分析后各最小割集的模糊概率隶属函数，进一步计算顶事件发生的模糊概率隶属函数，从而实现故障概率模糊化处理。

3.1 模糊集和隶属函数

模糊集就是把普通集合中的绝对隶属关系加以扩充，使元素对“集合”的隶属度由只能取0或1，推广到可以取单位区间［0，1］中任意一数值，从而定量的刻画模糊性事物［8］。隶属函数法是对定性数据为x，通过隶属函数y＝μL（x）求得在某模糊集内的隶属度。

设X为一论域，L为一模糊集合，若对于∀x∈X都对应L的隶属度，即存在一个映射：

那么称μL（x）为L关于X 的隶属函数，隶属函数可以分为曲线型和折线型两种类型，曲线型隶属函数计算复杂，精确度高，在计算机不易实现；折线型隶属函数计算简单且易于实现。一种典型的折线型隶属函数为三角模糊隶属函数［9］，其一般表达形式为

其中m称为L的核，a＋β称L的盲度，那么L可以表示为〈a，m，β〉。

3.2 模糊定量分析

在定量分析中引用模糊数学理论，主要有两种类型：1）在计算顶层事件概率中采用模糊综合评价方法［10］；2）在底事件概率计算采用模糊隶属函数方法［11］。本文采用底事件概率模糊隶属函数方法的三角函数法，既能计算准确顶事件的模糊概率又能有效消除计算中底事件模糊概率叠加引起的误差过大。

三角模糊数引入定量分析中先要对故障树构造函数进行模糊化处理，假设故障树中底事件Xi发生概率为x＝〈a，m，β〉，m为底事件X 发生的概率期望值，那么〈m－a，m＋β〉为底事件X发生的置信区间，如底事件X符合正态分布，那么按3σ法［15］应有 m＝μ，α＝β＝3σ。底事件 Xi发生概率xi＝〈a，m，β〉，给定置信水平λi∈［0，1］，对应故障树状态函数按照模糊处理方法，故障树“与”逻辑关系的模糊算子为

故障树“或”逻辑关系的模糊算子为

其中，顶事件T的发生概率为各最小割集发生概率的按上述“与”和“或”模糊算子组合。假设底事件Xi发生时，顶事件T的发生概率核为T1i，底事件Xi不发生时，顶事件T的发生概率核为T2i，那么底事件Xi的重要度可表示为Si＝T1i－T2i。

4 某型真空发射机故障诊断

4.1 构建故障树

雷达要发现目标和测定目标坐标位置或其他参数，应具有产生、传输、辐射和接收电磁波，测量电磁波往返时间以及指示目标方向的功能，一部典型脉冲雷达包括定时器、发射机、收发转换开关、天线、接收机、显示器、控制器及配套电源部分，其中发射机是在触发脉冲控制下产生射频脉冲进行发射，是雷达设备重要组成部分［13］。这里以某型地波雷达真空管发射机采用模糊故障树分析法进行故障诊断。

经分析该型雷达发射机可分为前级功率放大器、前级脉冲调制器、末级功率放大器、末级脉冲调制器、控制保护装置、高低压电源和冷却设备七大单元部分组成，其组成结构如图1所示。

图1 某型雷达系统发射机结构图

由图1可知，系统还包括A1～A8共8个工作节点，如果发射机系统能正常输出信号，则节点A7、A8工作正常；如果A8工作正常，则单元M7和节点A6工作正常，依此逐步按A8～A1的顺序分析。因此以发射机能够正常输出信号为故障树顶事件，以设备单元和工作节点为故障树中间事件和底事件构建故障树如图2，图中各代号含义如表1所示。

表1 代号含义表

图2 某型雷达系统发射机故障树

4.2 故障树定性分析

按照2.3.1节中上行法求故障树的最小割集，首先分析故障树最低一级：

依此向上分析有：

那么系统正常信号输出时，应当有：

进一步化简可以得到：

从而得到该雷达系统的四个最小割集：

4.3 故障树定量分析

根据现实装备故障数据统计分析以及专家评定，计算得到雷达发射机各单元发生失效的概率及其重要度，如表2所示。

表2 发射机设备单元失效概率及重要度

那么按照3.2节计算方法计算顶事件T发生概率为〈λi0.0094，0.443，λi0.0094〉，当λi＝0，即不考虑各单元设备失效模糊性，模糊故障树退化为普通故障树分析，雷达设备发射机发生故障概率为0.0443，当λi＝1时，即充分考虑各单元设备发生故障的模糊性和不确定性，该雷达设备发射机发生故障概率为0.0349～0.0538，即存在最低3.49%，最高概率达5.38%雷达发射机出现故障，应当特别注意。

根据发射机各单元重要度分析，末级脉冲调制器、控制保护装置在发射机中占有非常重要的位置，在使用和维护中要重点关注，加强检修并加大保养投入。同时，可发现冷却设备占有重要度较小，可以适当延长检修周期。

5 结语

根据故障智能诊断模型建立和分析，结合在真空管发射机中实例应用，可以发现，模糊故障树分析法在该型地波雷达真空管发射机故障诊断中，既能有效体现出雷达复杂系统故障发生的模糊性，同时又能够较好利用专家经验，对复杂系统目标故障进行模糊概率判断，并能较好发现装备中的重要设备单元，为雷达装备日常检修和维护提供合理建议。

基于模糊故障树的智能诊断模型在型地波雷达真空管发射机故障诊断中应用，具有较好诊断效果，能够实现故障快速定位和准确分析，并易于进行计算机实现。

［1］王小谟，张光义，等.雷达与探测［M］.北京：国防工业出版社，2008：17.

［2］丁鹭飞.雷达原理［M］.西安：电子科技大学出版社，2002：129－133.

［3］Rauzy A.New algorithm for fault tree analysis［J］.Reliability Engineering and System Safetu，1993，Vol.40，No.2：20－211.

［4］Sinnamon R M，Andrews J D.New approaches to invaliding fault tree［J］.Quality and Reliability Engineering International，1997，Vol.58，No.2：89－96.

［5］洪志.模糊故障树诊断及应用［J］.武汉大学学报，2003，34（1）：21－25.

［6］朱大奇，于盛林.基于故障树最小割集的故障诊断方法研究［J］.数据采集与处理，2002，17（3）：341－344.

［7］Chiu S L.Fuzzy model identification based on cluster estimation［J］.Journal of Intelligent and Fuzzy Systems，1994，2（3）：135－147.

［8］李洪兴，汪群.工程模糊数学方法及应用［M］.北京：科学技术出版社，1991：57－59.

［9］杨纶标，高英仪.模糊数学原理及应用［M］.广州：华南理工大学出版社，2001：50－55.

［10］秦寿康.综合评价原理与应用［M］.北京：电子工业出版社，2003：27－31.

［11］李青，陆廷金.模糊重要度分析方法的研究［J］.模糊系统与数学，2000，14（1）：89－93.