面向PHM的雷达接收机传感器配置方法

高 峰,丛天孺,丁 鼎

(中国船舶集团有限公司第七二三研究所,江苏 扬州 225101)

0 引 言

雷达接收机是雷达系统的重要组成部分,其健康状况对雷达系统的性能有着极其重要的影响。随着故障预测与健康管理(PHM)系统在雷达接收机系统中的研究和应用日趋广泛,其在雷达接收机系统健康状态的评估以及实施视情维修领域的重要性也得到了设计者的认可。有针对性地研究雷达接收机的PHM设计技术,能够有效提高其可靠性、保障性和维修性水平。邵凡麒等[1]从接收机信号流的角度分析各模块BIT信息,利用各模块间功能相关性,深度挖掘其中包含的接收机健康状况信息,并结合系统工作状态,综合研判得出接收机的健康状况;胡国光等[2]在机载雷达接收机射频链路中加入监测点,并对检测参数进行数字量化处理,实现对射频链路的状态监测和预测;李保东等[3]提出了接收机PHM健康评估与预测的定义,分析了健康参数偏离次数、偏离概率影响接收机健康状态的评估方法;郝洋等[4]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,建立了雷达接收机模糊故障诊断系统;陈世杰等[5]利用多信号流图模型建立了雷达接收机的故障诊断模型,得到了反映故障源和测试结果之间对应关系的故障依赖矩阵,在此基础上结合故障源先验故障概率信息推导了一种计算故障源贝叶斯最大后验概率的算法,实现了对雷达接收机系统的在线多故障实时诊断。

而在PHM系统中,传感器的配置是收集系统健康信息最直接的方式,决定了故障诊断和预测是否有效。传感器的优化配置主要解决两个基本问题:一是传感器类型选择问题,当PHM进行状态监测时,测量参数的选择对故障诊断和预测结果影响较大,在满足装备性能参数的基础上,从众多类型中选择理想的传感器显得尤为重要;二是传感器数量问题,传感器数量越多,越有利于状态评估的准确性,但会造成分析和处理的信息量增大,影响系统的效率和质量,传感器数量过少,则会造成获取信息不全,可能引发虚警和漏检等问题[6]。本文将在构建雷达接收机传感器配置模型的同时,以提高PHM系统的准确性和可靠性为原则,充分考虑传感器配置带来的额外成本及失效情况,对雷达接收机配置模型进行优化,解决传感器类型和数量的选择问题。

1 传感器配置模型

PHM系统中传感器优化配置的目的是:如果传感器未检测到故障发生,那么要使其造成的危害程度最小;使用尽可能少的传感器,使该系统的故障检测成本最小。传感器优化配置的目标函数为:

f=ω1M1+ω2M2

(1)

式中:ω1、ω2分别为漏检危害程度和总成本的权重系数,其具体数值大小可由决策人员根据实际情况而定;M1为以漏检造成的危害程度总和最小为目标函数;M2为以传感器系统的总成本最小为目标函数,其数学表达式为:

(2)

式中:p为各故障模式的先验概率;h为各故障模式的漏检危害程度;c为各类型传感器的成本;q为各类型传感器安装的数量;pfdi为故障fi被传感器检测到的概率:

(3)

式中:λj为传感器自身发生故障的概率;E为人为经验影响因子;dij表示故障fi能否被传感器sj检测到,dij=1表示检测到,dij=0表示检测不到。

被检测系统的故障检测率、故障隔离率、虚警率的数学表达式分别为:

(4)

式中:PFD为系统故障检测率指标要求;PFI为系统故障隔离率指标要求;PFA为系统虚警率指标要求。

PHM系统中传感器优化配置的目的是在满足故障检测率、故障隔离率和虚警率,即条件式(4)的情况下,使故障漏检危害程度和传感器总成本,即目标函数(1)取得最小值。

2 雷达接收机故障模式及传感器检测能力分析

PHM系统以减低使用和保障费用、提升装备完好性和任务成功率为目的,其效果很大程度上依赖于传感器获取的状态信息。为确保传感器对装备故障状态的全面覆盖和有效辨别,必须对影响装备可靠与安全运行的因素进行故障模式与影响分析(FMEA),主要内容包括:各系统的功能、故障模式、故障原因和故障影响等[7]。通过FMEA所提供的故障信息,明确各关键部位可能会发生何种故障,设计师找出可能发生的原因及位置,并结合传感器检测方式及能力,就此确定系统故障模式与传感器的相关性[8]。

2.1 雷达接收机故障模式与影响分析

雷达接收机的主要功能是从天线所接收到的众多电磁信号中选出相关目标回波信号,经过放大、变频后形成中频信号输出至信号处理系统。典型的雷达接收机一般采用超外差式结构,这种接收机结构能够较好地解决“灵敏度”与“选择性”的问题。超外差雷达接收机一般由预选滤波器、低噪声放大器、混频器、滤波器、本振信号源等组成,其基本原理框图如图1所示。在不同的应用场景中,可以视情进行调整与增减,譬如在有抗功率烧毁要求时,可以在前级增加限幅器;在噪声系数要求较高时,可以将预选滤波器放置到低噪声放大器之后;在有灵敏度时间控制(STC)要求时,可以在相应的位置增加STC电路;在有手动增益控制(MGC)或自动增益控制(AGC)要求时,可以在相应的位置增加MGC或AGC电路。

图1 超外差雷达接收机原理框图

图1所示的超外差雷达接收机的每个组成模块都可能在设备工作时发生故障,对装备可靠与安全运行产生不利影响。表1就各模块的功能、故障模式、故障原因、故障影响、严酷度、故障概率进行了统计分析。从表1中可以发现,超外差雷达接收机的各模块出现故障时,均会导致接收机乃至雷达整机出现性能下降或无法正常工作。

表1 雷达接收机常见故障模式与影响分析表

2.2 传感器检测能力分析

为对表1所列的常见故障进行状态评估,根据雷达接收机系统的特点,需要对多种特征参数进行检测。根据经验,一般可采取电压、电流、温度、功率等类型传感器进行配置。表2对常用传感器的检测方式、检测范围、检测精度、检测成本、缺点等方面进行了分析。从表2中可以看出,这几种常用传感器的共同特点是检测精度不高,有检测缺点,不适合单独配置使用;但其成本低、可靠性高的优势可以使设计者必要时在系统中适当增加传感器的种类和数量,以增加检测信息的获取量,减少虚警和漏检的概率。

表2 常用传感器检测能力分析

3 雷达接收机传感器优化配置

通过表1、表2的分析,对典型雷达接收机故障模式与传感器配置建立相关性矩阵,如表3所示。表3中故障模式fi后括号内的故障代码来自表1中的故障模式识别号,传感器S1(V)为二次电源电路输出电压传感器,检测输出电压;S2(I)～S5(I)为电流传感器,分别对应检测二次电源电路输出电流、低噪声放大器工作电流、一中放大器工作电流、二中放大器工作电流;S6(P)～S8(P)为功率传感器,其中S6(P)～S7(P)为一本振信号和二本振信号功率检测传感器,S8(P)依赖后端信号处理设备检测接收机噪声功率。

表3 典型雷达接收机故障模式与传感器相关性矩阵

由此建立的接收机故障模式与传感器相关性矩阵记为D=[dij],i=1,2,…,16,j=1,2,…,8。其中,D为布尔矩阵,dij表示故障fi能否被传感器Sj检测到,dij=1表示能被检测到,dij=0表示不能被检测到。矩阵中第i行向量fi=[di1,di2,…,di8]描述了故障fi发生时8种传感器检测的结果,可以看作是故障fi发生的征兆;第j列向量Sj=[d1j,d2j,…,d16j]描述了传感器Sj检测到的故障结果,可以看作是传感器Sj的检测能力。故障模式与传感器相关性矩阵描述了雷达接收机系统中的故障模式与相应传感器之间的相关性,是进行传感器优化配置的基础。

结合一个雷达接收机系统的具体实例,假设其故障检测率指标为95%,故障隔离率指标为90%(1个LRU),虚警率指标为5%,此为条件函数式(4)的约束要求。结合专家知识基础库信息,综合考虑影响传感器故障检测能力的主要因素,如灵敏度、信噪比和动态范围等,对表3中的传感器的检测能力dij进行适当赋值,由表1中故障模式严酷度分级对表3中的故障模式fi(ij)进行危害程度的赋值,最后加入传感器Sj的经济成本以及核算后的故障率的量化值,得到改进的雷达接收机故障模式与传感器相关性矩阵,如表4所示。

表4 改进的雷达接收机故障模式与传感器相关性矩阵

将故障检测率、故障隔离率、虚警率指标作为条件函数式(4)的约束要求,将表4中的传感器故障检出概率、经济成本、故障率以及故障模式的危害程度代入条件函数式(4),结合经济成本总目标,即可完成雷达接收机传感器的优化配置。

此外,由于半导体元器件普遍具有工作参数随温度变化的特性,因此在工程应用中对故障检测信息进行处理时,需对专家知识基础库信息进行温度修正。具体措施是在雷达接收机系统中心区域及边缘区域配置温度传感器,收集系统工作时的温度信息,建立温度/电流、温度/功率变化曲线的专家知识基础库,提高故障检测的准确度。

4 结束语

本文在面对雷达接收机传感器配置问题时,基于面向PHM的故障模式与传感器相关性的理论,对典型雷达接收机传感器种类特性进行了分析,综合考虑传感器的检测能力、故障率、成本等因素,形成传感器配置目标函数,再结合雷达接收机系统的故障检测率、故障隔离率、虚警率具体指标以及各故障模式的先验概率和危害程度,经传感器配置条件函数优化约束,得到传感器的优化配置方法。