基于改进TOPSIS 法的舰船装备技术状态评估方法

曹 蒙，陈 博

(1.中国人民解放军91404 部队91 分队，河北 秦皇岛 066001；2.海军驻上海地区第一军事代表室，上海201913)

0 引言

随着舰船装备制造工艺、传感器技术、多源信息处理能力的发展，操管人员对装备监控的维度逐渐增多，对装备技术状态的评判也由原来的“听、摸、闻”等定性分析，变为监测数值的定量诊断［1］。但升级换代的同时，也带来了两个问题，一是装备的监控系统仅是对各个独立参数的监控，少数几个指标的超标告警，无法说明装备整体的技术状态；二是监测维度众多，没有整体性指标的描述，给综合判断增加了难度。

目前，对这类问题，部分学者做了一些研究，采用的方法主要有神经网络、 主成分分析、 支持向量机、马尔科夫理论以及这些方法的组合［2-4］。上述方法都是将多个指标融合成一个虚拟指标，再通过待测状态与“良好、合格、不合格”等分级状态指标的比较，实现综合判断。但在实际运用中，等级之间的状态很难界定。同时，处于故障状态下的设备，监测数据变化剧烈，且是一个逐渐恶化的过程，无法准确通过监测数据描述当前状态。为此，本文改进了TOPSIS法，并结合模糊理论，考虑指标权重信息，建立了综合评估模型，很好地解决了上述问题。

1 改进的 TOPSIS 法

TOPSIS 法是 1981 年由 C.L.Hwang 和 K.Yoon 提出的，核心思想是依据样本点与“最优解”、“最劣解”的相对接近度，实现对分析目标的优劣评判。在实际应用中，“最优解”容易获得，一般可将稳定状态下设备参数的运行值作为最优解集。但“最劣解”却无法准确度量，主要是难以确定“最劣解”的评判基准。另一方面，传统TOPSIS 法未考虑评估参数的权重，造成了数据信息的丢失。对此，本文引入参数权重，以样本点到最优解的加权距离作为评估依据，实现装备的技术状态评估。

1.1 评估流程

装设备的技术状态评估是一个复杂的过程，主要包括评估参数的数据采集、预处理、权重计算、状态评估、结果解释等步骤，如图1 所示。

图1 评估流程

1.2 数据预处理

本文采用模糊理论对数据预处理，该理论是1965 年L.A.Zadeh 提出的，主要是通过隶属函数将难以界定、模糊不清的状态数值化，为后续量化分析作准备。主要步骤：

(a)构建隶属函数

对于处于稳定工况下的装备，其监测参数会在某一数值附近波动，且呈现正态分布规律。由此，以一段稳定工作时间内，各监测参数的平均值、方差建立正态分布形式的隶属函数。

式中，u(j)、σ2(j)分别表示第j 个参数的平均值、方差，x 为评估参数的实时监测值。

(b)计算隶属度

将样本点数据带入公式(1)，计算隶属度，形成隶属度矩阵。

上述过程，通过隶属函数的引入，将监测数据映射到［0，1］区间，实现了数据信息的进一步提取。其中，隶属度越接近1，表明状态越好；反之，则差。

1.3 权重计算

本文采用熵权法确定参数的权重，以m 个样本，n 个参数的研究对象为例，具体步骤为：

(a)数据标准化

式中，xij为评估参数值，yij为标准化结果。

(b)计算信息熵和效用值

第j 项参数的信息熵为：

信息效用值为：

(c)确定权重

第j 项参数的权重为：

1.4 状态评估

在完成数据预处理、获得参数权重后，以样本点到“最优解”的加权距离作为评估依据，实现状态评估。

(a)确定最优解

(b)计算样本点到基准点的加权距离

(c)基于最优解的接近度计算

由此，得到改进TOPSIS 法的接近度评估参数，数值越大表示该样本与最优状态接近度越高，技术状态就越好。

2 计算验证

以文献［5］中6-135 型废气涡轮增压柴油机为例，选取最大燃烧压力、油耗率、排温、增压器转速4个指标进行分析。柴油机正常状态及待评估状态如表1 所示。

表1 工况参数值

2.1 确定隶属函数

根据正常状态1～6 的记录值，计算各指标的均值与方差，结果如表2 所示。

表2 均值与方差

则各参数隶属函数如下：

2.2 计算隶属度

将待评估状态7、8 的记录值带入隶属函数，得到隶属度矩阵：

2.3 综合评估

以表16 个正常状态的数据为基础，按公式(3-6)计算指标参数权重：

以各指标均值作为最优解集，按公式(8-9)可计算的待评估状态与最优解的加权距离和接近度分别为：

通过数据分析，可以看出，状态8 好于状态7，此评估结果与“7 为故障状态，8 为基本正常状态”的实验设计一致。由此，验证了本方法的正确性。另外，进一步分析，对于个指标的评估对象，若处于良好状态，则各指标隶属度接近于1，可计算得综合评估的加权距离接近0；同理，若处于故障状态，则各指标隶属度接近于0，可计算得综合评估的加权距离接近1。综合分析可知，对于个指标的评估对象，其加权距离在区间内。

3 结束语

本文对于难以区分等级状态的装备监测值，采用模糊理论，进一步量化。同时，针对故障状态下，装备监测数据失真，评估基准无法确定的问题，提出了基于“最优解”距离的评估原则。另外，引入指标权重因素，使得评估模型包含了更多的数据信息，增强了模型的说服力。最后，通过实例分析，验证了方法的正确性、适用性，并对多指标对象的评估结果做了进一步分析。