基于监测信息的固体火箭发动机健康状态评估技术
2019-07-31赵汝岩崔海斌单崇喆
赵汝岩，崔海斌，单崇喆
(1. 海军航空大学，烟台 264001；2. 91515部队，三亚 572016)
0 引言
固体发动机长期贮存后，不可避免地出现装药老化、裂纹、脱粘等缺陷，同时由于受到不同环境因素的影响，其失效模式和机理各不相同。国内外相关文献介绍了根据试验得到的发动机的状态与所处环境关系的失效物理模型，阐述了固体发动机装药的损伤情况及损伤累积过程[1-4]，但对用于导弹装备的固体发动机而言，由于其“长期贮存，少量测试，一次使用”的特点，难以实时获取发动机装药的损伤情况及评估发动机的状态。
本文采用对定期无损探伤获取的数据进行评价，并结合长期的环境监测数据综合判断发动机的健康状态。
1 健康状态评估流程
首先定义健康状态等级，确定影响固体发动机的监测信息指标，并基于层次分析法计算指标权重，界定监测信息等级划分标准，确定监测信息评估量化值，建立监测信息的量值域和全域，利用监测信息量值域、全域和具体监测信息评估量化值以及各指标权重计算各监测信息指标关联度及综合关联度，实现基于监测信息的固体发动机健康状态的评估。基于监测信息的固体发动机健康状态评估流程如图1所示。
2 基于监测信息的评估模型构建
2.1 健康状态等级划分
2.2 监测信息指标及等级划分
(1)监测信息指标及权重
固体发动机装药随着贮存时间的变化，在温湿度、盐雾等环境的作用下，不可避免地发生脱粘现象。因此，选取监测信息有7个指标Ci(i=1,2,…,7)，分别为温度(℃)、湿度(%)、贮存时间(a)、盐雾、前封头脱粘情况、后封头脱粘情况、圆筒段脱粘情况，各个指标权重采用专家打分。根据专家打分情况，基于层次分析法对监测信息指标进行权重分析[6]。
(2)监测信息等级划分标准
利用平时长期贮存的环境数据[7]以及固体发动机无损探伤的数据，通过专家评估以分值的形式表示监测信息的相对劣化程度，各监测信息单项指标处在良好、正常、注意、恶化和病态的标准如表1所示。若发动机长期贮存的温度稳定在10～15 ℃范围，湿度稳定在45%～55%范围，则视为良好；发动机贮存时间在5 a之内，则视为良好；盐雾、前封头脱粘情况、后封头脱粘情况、圆筒段脱粘情况根据实际情况，由专家根据经验打分给出，若打分区间为0～20之间，则此四项监测信息视为良好。
(3)监测信息指标评估量化值
其中，温度、湿度数据以及贮存时间参照监测数据得出；盐雾由专家打分给出；前封头脱粘情况、后封头脱粘情况、圆筒段脱粘情况主要根据无损探伤实测数据(包括脱粘的位置和面积)，由专家根据经验具体评估打分给出，专家打分分值为0～100之间。
表1 监测因素各等级划分标准
监测信息指标的评估量化值记为
通过承载力计算式可知，对高速公路桥梁承载力影响较大的因素包括混凝土材料、钢筋和截面尺寸等。在具体施工中，应综合考虑桥梁的结构、跨度和级别3个要素。
V={v1,v2,v3,v4,v5,v6,v7}
(4)监测信息量值域和全域监测信息量值域是指监测信息指标的实际量值范围，其矩阵如式(1)所示：
(1)
式中Nj(j=1,2,…,5)为固体发动机健康状态所划分的第j个健康状态等级；Ci(i=1,2,…,7)为监测信息指标中的第i个指标；Vji为Nj关于指标Ci的实际量值范围，即量值域。
监测信息全域是指监测信息指标的全部取值范围，其矩阵如式(2)所示：
(2)
式中Np为固体发动机健康状态等级的全体；Vpi为Np关于监测信息指标Ci的全部取值范围，即全域。
(5)监测信息等级的关联度评定
将监测信息指标温度、湿度、贮存时间、盐雾、前封头脱粘情况、后封头脱粘情况和圆筒段脱粘情况的评估量化值V={v1,v2,v3,v4,v5,v6,v7}代入式(3)，建立监测信息指标评估量化矩阵：
(3)
利用式(4)计算各监测信息指标关于各健康状态等级的关联度：
(4)
式中Kj(vi)为第i个监测信息指标关于第j个健康状态等级的关联度；|vji|为指标Ci所规定的量值范围
(5)
式中ρ(x,X)为点x与区间X=
(6)健康状态等级评定
根据各监测信息指标关于各健康状态等级的关联度，利用式(6)对其加权求和，即可得出处于健康状态等级j的综合关联度。
(6)
3 实例分析
3.1 监测信息指标及权重
由专家对温度、湿度、贮存时间、盐雾、前封头脱粘情况、后封头脱粘情况和圆筒段脱粘情况7个指标Ci(i=1,2,…,7)进行打分，根据专家打分情况，基于层次分析法对评估指标进行权重分析，得到温度、湿度、贮存时间、盐雾、前封头脱粘情况、后封头脱粘情况和圆筒段脱粘情况等7个监测信息指标的权重为(0.210 8，0.218 3，0.222，0.054 4，0.132 6，0.121 7，0.040 2)。
3.2 监测信息指标的评估量化值
根据某固体发动机环境监测的温度和湿度数据，求其平均值获得温度和湿度的评估量化值，分别为16 ℃和42%，贮存时间按实际贮存时间记录，为7 a，盐雾、前封头脱粘情况、后封头脱粘情况和圆筒段脱粘情况主要由专家根据发动机无损探伤的具体情况评估打分给出，分别为25、10、45、22。则6个监测信息指标的评估量化值记为
V={v1,v2,v3,v4,v5,v7}={16,42,7,25,10,45,22}
3.3 监测信息的量值域和全域
(1)监测信息量值域
将表1中的数据代入式(1)，得到监测信息在良好、正常、注意、恶化和病态5个等级状态下的量值域分别为R1、R2、R3、R4和R5。
(2)监测信息全域
将表1中的数据代入式(2)，得到监测信息全域如下：
3.4 监测信息等级的关联度评定
将监测信息指标温度、湿度、盐雾、前封头脱粘情况、后封头脱粘情况和圆筒段脱粘情况的评估量化值V={v1,v2,v3,v4,v5,v6,v7}={16,42,7,25,10,45,22}代入式(3)，建立监测信息指标评估量化矩阵：
将监测信息量值域Vji、全域Vpi以及各个监测信息评估量化值V={v1,v2,v3,v4,v5,v6,v7}代入式(4)和式(5)，计算各监测信息指标关于各健康状态等级的关联度。若其中某项监测信息指标的某健康等级的量值域为两区间的并，且专家评估给出的量化值位于这个健康等级内，则与较近区间计算关联度。例如，湿度指标的正常健康状态等级的量值域为(40,45)∪(55,60)，专家量化值为42，42位于(40,45)∪(55,60)区间之内，则计算42与区间(40,45)的关联度，如下：
各监测信息指标关于各健康状态等级的关联度计算结果见表2。
表2 各监测信息指标关联度
3.5 健康状态等级评定
将监测信息7个指标的权重αi(0.210 8，0.218 3，0.222，0.054 4，0.132 6，0.121 7，0.040 2)以及表2中各监测信息指标关联度代入式(6)，计算关于健康状态等级j的综合关联程度，具体结果如表3所示。
可见，该固体发动机各健康状态等级的综合关联度向量为(-0.078 6，0.156 1，-0.197 5，-0.403 6，-0.564 7)。通过比较综合关联度的大小，表明该固体发动机处于“正常”健康状态等级。
表3 固体发动机健康状态等级的综合关联度
4 结论
在定义固体发动机健康状态等级的基础上，选取了能够反映固体发动机健康状态的监测信息指标，利用层次分析法对指标权重进行计算，并界定了监测信息等级划分标准，建立了监测信息量值域、全域和评估量化值的矩阵及关联度计算模型，利用监测信息量值域、全域和具体监测信息评估量化值以及各指标权重计算各监测信息指标关联度及综合关联度，通过比较综合关联度的大小，评估了固体发动机的健康状态。
