基于模糊理论的雷达接收机系统故障诊断研究

郝 洋，盛 文

(空军预警学院，武汉 430019)



基于模糊理论的雷达接收机系统故障诊断研究

郝 洋，盛 文

(空军预警学院，武汉 430019)

在模糊理论的基础上，结合雷达接收机的故障特点，提出采用分阶段动态调整权系数的综合法建立模糊矩阵，建立了一套雷达接收机模糊故障诊断系统。实际诊断效果表明该系统能够贴近雷达实际状况，具备较好的诊断效果。

故障诊断；模糊理论；雷达接收机

0 引 言

随着科学技术的不断发展，雷达部队配发了越来越多的新装备，这些新装备在预警体系中发挥着重要作用。但是新装备科技含量高、技术复杂、结构精密，一旦发生故障，将会给一个地区的空情保障带来严重的影响。因此迫切需要对装备进行快速高效地故障诊断，以保障装备的正常工作。

基于传统人工故障诊断的方法，对技术人员的知识程度要求高，且随着装备的更新换代，技术人员的知识更新速度慢，不能适应现阶段雷达部队的需要。因此，有必要采用智能故障诊断技术，对雷达装备进行快速诊断。

对于雷达这种庞大、复杂的系统，涉及的知识面广，硬故障与软故障并存现象时有发生，使得征兆与原因之间的对应关系复杂，故障征兆与故障原因之间存在一定的模糊性。因此，本文以模糊理论为基础，结合雷达装备的故障特点，对雷达装备的模糊故障诊断进行了研究。

1 模糊故障诊断的数学模型

1.1 模糊故障诊断原理

模糊故障诊断[1-3]的原理是根据故障征兆与故障原因间的隶属度来判断故障的原因。诊断对象可能出现的故障征兆有m种，因此故障征兆的集合为：z1,z2,z3,…,zi,…,zm。对应系统所表现的故障征兆，相应的故障原因有n种，因此故障原因的集合为：y1,y2,y3,…,yj,…,yn。

由此故障征兆矢量可以表示为：

X={uz1,uz2,uz3,…,uzi,…,uzm}

(1)

故障原因矢量可以表示为：

Y={uy1,uy2,uy3,…,uyj,…,uyn}

(2)

式中:uxi(i=1,2,…,m)与uyj(j=1,2,…,n)为表示故障征兆的隶属度和故障原因的隶属度。

由于故障征兆矢量X与故障原因矢量Y具有一定的模糊关系，因此可以构建如下等式来表示故障征兆矢量与故障原因矢量间的关系：

Y=Z°R

(3)

式中:“°”为模糊算子;R为模糊关系矩阵：

(4)

式中:0≤rij≤1,i=1,2,3,…m,j=1,2,3,…,n。

要想准确地进行故障诊断，就必须合理地选择模糊算子和科学地计算模糊关系矩阵。模糊故障诊断的一般过程如图1所示。

图1 模糊故障诊断原理框图

1.2 模糊关系矩阵的建立

模糊关系矩阵表示的是故障征兆与故障原因间的模糊关系，矩阵元素值的科学性和准确性与否直接关系到故障诊断的效果。在一定程度上模糊关系矩阵包含了诊断对象过去的工作状况、领域专家的经验性知识以及诊断对象的结构性知识。rij表示的是第i个故障征兆对第j个故障原因的隶属度，其值的大小反映的是征兆与原因间联系的紧密程度，值越大联系越紧密，值越小联系越疏远。通常确定模糊关系矩阵隶属度的方法主要有以下几种：由统计数据确定隶属度、由专家优序数法确定隶属度、由故障机理分析确定隶属度等[4]。

本文模糊故障诊断矩阵的建立采用分阶段动态调整权系数的综合法。即通过分别建立基于统计数据的模糊矩阵、基于专家经验的模糊矩阵和基于故障机理分析的模糊矩阵，再对建立的模糊矩阵分别确立分阶段的动态权系数，最后通过线性加权的方式建立最终的模糊矩阵。采用此方法建立模糊矩阵，步骤如下:

(1) 由统计数据确定隶属度aij，由专家经验确定隶属度bij，由故障机理分析确定隶属度为cij。

(2) 根据装备的服役时间、工作状态、故障累计发生次数等确定各隶属度的权系数为λ1、λ2、λ3，其中λ1，λ2，λ3≥0，λ1+λ2+λ3=1。

(3) 根据由不同方法确定的隶属度和权系数，通过线性加权的方式求得最终的隶属度：

rij=λ1aij+λ2bij+λ3cij

(5)

在确定隶属度的各权系数λ时，在装备服役时间短、可得到的故障样本数量少的情况下，由统计数据确定的隶属度的权系数λ1应当小，相应的λ2、λ3应当大；在装备的服役时间相对长、状态稳定、可得到的故障样本数量多的情况下，统计数据确定的隶属度的权系数λ1所占的比重应当大，相应的λ2、λ3所占的比重应当小。

由此分阶段动态确定权系数λ，能够综合考虑诊断对象的历史工作状态、相关领域专家的经验性知识以及诊断对象的故障机理知识，并在一定程度上能够减小专家人工评判引入的随机性误差和系统性误差，具有良好的鲁棒性，更好地贴近装备实际。

2 雷达接收机系统故障诊断实例

接收机是雷达系统的重要组成部分，它承担着将天线接收的微弱回波信号进行放大及混频等功能。

根据统计，某雷达接收机的故障征兆模式如下：

Z1:高频放大器输出异常，Z2:频率综合器1输出异常，Z3:频率综合器2输出异常，Z4:一次混频器输出异常，Z5:中频放大器1输出异常，Z6:中频放大器2输出异常，Z7:中频放大器3输出异常，Z8:中频放大器电源输入异常。

故障原因模式如下：

Y1:高频放大器故障，Y2:频综器1故障，Y3:频综器2故障，Y4:中频放大器1故障，Y5:中频放大器2故障，Y6:中频放大器3故障。

据统计数据，故障征兆与故障原因相对应出现的次数如表1所示。

模糊矩阵的具体求解过程在此不做赘述，根据上述方法，建立如下模糊矩阵：R=

表1 故障征兆与故障原因对应表

Z1Z2Z3Z4Z5Z6Z7Z8Y130033331Y203133331Y301202220Y400103000Y500000301Y600100030

经计算可得：

Y=(0.273,0.273,0.182,0,0.603,0)

由最大隶属度原则判断知Y5(中频放大器2故障)是最为可能的故障原因。经过技术人员现场人工故障诊断得出的结论为中频放大器2故障，并用该结论成功进行了故障排除，从而证明运用基于模糊理论的故障诊断方法得出的诊断结论与雷达实际故障原因一致，诊断结果符合雷达实际。

3 结束语

本文结合雷达装备的故障存在模糊性的特点，建立了一套基于模糊理论的故障诊断系统。该系统综合考虑了雷达的历史故障数据、专家的经验知识和装备的故障机理知识，提出了根据雷达的工作状况分阶段动态确定权系数的方法。诊断结果表明，该方法能够使模糊故障诊断系统更加贴合装备实际，具有良好的诊断效果。

[1] 柴春红,何率天.模糊理论在机械故障诊断中的应用[J].煤矿机械,2009,30(3):212-213.

[2] 张义忠，冯振声,孟晨.模糊理论在导弹故障诊断中的应用[J].火力与指挥控制,2000,25(1):63-65.

[3] 周志英.模糊数学在汽车故障诊断中的应用[J].长沙大学学报,2005,19(2):19-21.

[4] 胡林,莫翠琼,孙正鑫，等.模糊理论在雷抗侦察接收机故障诊断中的应用[J].舰船与电子对抗,2012,36(5):18-21.

Study of Fault Diagnosis of Radar Receiver System Based on Fuzzy Theory

HAO Yang,SHENG Wen

(Air Force Early Warning Academy,Wuhan 430019,China)

Based on the fuzzy theory and combined with the fault characteristic of radar receiver,this paper comes up with a synthetic method using grading dynamic weight coefficient adjustment to establish the fuzzy matrix,establishes a set of fuzzy fault diagnosis system of radar receiver.The actual diagnosis result shows this system is close to the actual situation and have a better diagnosis effect.

fault diagnosis;fuzzy theory;radar receiver

2015-02-02

军内重点基金项目

TN957.5

A

CN32-1413(2015)04-0050-02

10.16426/j.cnki.jcdzdk.2015.04.013