黃應(yīng)清，李 坤，張振山，李培富

(裝甲兵工程學院 a.控制工程系;b.兵器工程系，北京 100072)

健康診斷在軍事領(lǐng)域中已成為非常重要的技術(shù)手段，健康診斷技術(shù)的運用使得武器裝備的維修效率故障隔離率有了明顯的提高，為武器裝備戰(zhàn)斗力的發(fā)揮起到了非常重要的作用，針對炮閂結(jié)構(gòu)復雜，實彈射擊時檢測不便，維修困難等狀況，健康診斷技術(shù)旨在尋找炮閂裝置技術(shù)的狀態(tài)變化規(guī)律，在裝備使用之前及使用過程中實現(xiàn)其運行情況的實時檢測，并對故障進行預測，保證裝備在使用過程中保持良好的狀態(tài)。

1 健康診斷技術(shù)的基本內(nèi)涵

健康診斷技術(shù)，重點是利用先進的傳感器集成，并借助于各種算法和智能模型來預測、監(jiān)控和管理系統(tǒng)的健康狀態(tài)［1］。

坦克炮閂裝置的特點是，工作環(huán)境復雜、干擾大、使用期限長，傳統(tǒng)的傳感器元件和設(shè)備組成的檢測系統(tǒng)的性能穩(wěn)定性和耐久性都不能很好地滿足工程實踐的需要。近年來研究發(fā)展起來的諸如光纖、壓電、形狀記憶合金及疲勞壽命絲等高性能、大規(guī)模分布式智能傳感元件及具有子感知、子增強和子修復特性的智能材料，以及無線網(wǎng)絡(luò)傳輸和信息融合技術(shù)為復雜結(jié)構(gòu)裝置智能檢測與診斷系統(tǒng)的研究和發(fā)展提供了基礎(chǔ)。

健康診斷智能檢測系統(tǒng)主要包括:高性能智能傳感器元件與信號采集裝備，多參量、多傳感元件檢測數(shù)據(jù)智能處理與數(shù)據(jù)動態(tài)管理方法，結(jié)構(gòu)實時損傷識別、定位與模型修正，結(jié)構(gòu)實時健康診斷與安全預警系統(tǒng)，運用到復雜的軍事領(lǐng)域中來，可以有效地提高武器裝備的可測試性和維修性［2］。

2 炮閂裝置及開閂運動分析

炮閂是用于火炮發(fā)射時閉鎖炮膛、擊發(fā)炮彈底火和發(fā)射后抽出藥筒，主要由閉鎖裝置、擊發(fā)裝置、發(fā)射裝置、保險裝置、復撥器、半自動開關(guān)閂裝置、抽筒裝置和裝彈盤總成等部分組成［3］。

火炮發(fā)射時，炮身后座，開閂裝置的固定座和沖桿隨炮尾一起向后運動，開閂裝置的檔鐵因固定在搖架上而停在原位不動;當沖桿離開檔鐵時，壓筒彈簧伸張使檔鐵下落，擋在沖桿前面;當炮身復進至沖桿前端與檔鐵相遇時，沖桿受到阻力不能前進，此時，其后端頂住桃形臂尖端，使桃形臂轉(zhuǎn)動，同時壓縮沖桿彈簧，帶動曲臂軸、曲臂一起轉(zhuǎn)動，使得閂體向左移動;抽筒子掛臂猛烈的撞擊抽筒子凸起部，抽筒子轉(zhuǎn)動，抽筒子爪抽出藥筒;同時，抽筒子右凸起部掛住抽筒子掛臂，將閂體控制在開閂位置。從開閂運動過程可以看出，參與運動的裝置主要有:閉鎖裝置、抽筒裝置、擊發(fā)裝置、放閂裝置、沖桿、曲臂、曲臂軸、滑輪和滑輪軸等。

可以看出，炮閂系統(tǒng)是一個典型的機械聯(lián)動系統(tǒng)，依靠碰撞傳遞力和力矩來完成各個機構(gòu)的動作，涉及零件繁多機構(gòu)比較龐大，同時，約束關(guān)系也比較復雜，每個零部件基本上都是同時承受來自相鄰部件的多個約束力。

3 灰色理論的基本方法

灰色理論是在信息不完全，即只有部分信息清楚，而另一部分信息不清楚的情況下，從已知的部分信息中提取有價值的信息，實現(xiàn)對系統(tǒng)運行的正確認識和有效控制［4］。因此，灰色理論是控制論觀點和方法的延伸，從系統(tǒng)的角度出發(fā)來研究信息間的關(guān)系，即研究如何利用已知信息去揭示未知信息，也就是系統(tǒng)的“白化”問題［5］。通常使用概率論、數(shù)理統(tǒng)計等方法也能解決相關(guān)的問題，但是，要求樣本量比較大，且要符合典型的概率模型，在炮閂的健康診斷中實現(xiàn)起來比較困難。

3.1 灰色統(tǒng)計的相關(guān)概念

灰色統(tǒng)計就是一種白數(shù)的灰化處理方法，以灰數(shù)的白化函數(shù)為基礎(chǔ)，將具體數(shù)據(jù)按照某種灰數(shù)所描述的類型進行歸納整理，從而判斷統(tǒng)計指標所屬的灰類。反應(yīng)炮閂健康狀況的灰數(shù)為一個整體數(shù)，各專家給出的值為一區(qū)間數(shù)，要依靠白化函數(shù)將這些灰數(shù)進行白化。設(shè)f(x)∈［0，1］，對?x，如果滿足

則f(x)為典型的白化權(quán)函數(shù)，以下簡稱白化函數(shù)如圖1所示。

圖1 典型的白化函數(shù)

圖1中，L(x)為左支函數(shù);R(x)為右支函數(shù);［b1，b2］為峰值區(qū)，b1、b2為轉(zhuǎn)折點;x∈［b1，b2］，f(x)=fmax(x)為峰值區(qū)白化值;x∈［c1，c2］，f(x)→0 為終止區(qū)白化值。

設(shè)N 為統(tǒng)計對象;M 為統(tǒng)計指標;S 為統(tǒng)計灰類;dij為第i 個統(tǒng)計群體對第j 個統(tǒng)計指標所提出的白化值，其中:i∈{1，2，3，…，n}，j∈{1，2，3，…，m}。則炮閂健康診斷灰色統(tǒng)計具體步驟如下:

1)明確統(tǒng)計群體，劃分統(tǒng)計灰類，確定統(tǒng)計方案。

2)專家根據(jù)炮閂的各指標評分標準獨立打分，根據(jù)評分結(jié)果構(gòu)造D 矩陣

3)根據(jù)準則或一定的經(jīng)驗即炮閂的灰度標準，做出白化函數(shù)圖。

4)求出評價決策系數(shù)njk的值其中，njk為第j 個統(tǒng)計指標屬于第k 個灰類系數(shù);Ni為第i 個統(tǒng)計對象中統(tǒng)計者的人數(shù);fk(dij)為第i 個統(tǒng)計對象對第j 個統(tǒng)計指標所提出的決策量的白化值，其中:k=1，2，…，Na;j=1，2，…，m;i=1，2，…，n。

5)求決策權(quán)和決策權(quán)向量，決策權(quán)表達式

6)判斷灰類，得出炮閂指標的健康狀況。如果rj中第k*個權(quán)的值最大，即

其中，i=1，2，…，Na;i≠k*，則第j 個統(tǒng)計指標就屬于第k*個灰類。

3.2 灰色理論在炮閂上的應(yīng)用

考慮到炮閂裝置狀態(tài)是為了坦克火炮的可用性作指導，同時兼顧后續(xù)的維修工作，根據(jù)炮閂裝置的使用情況為原則，從可用性的角度出發(fā)，將炮閂裝置的健康狀況分成五種類型:健康、亞健康、注意、病變、禁用，分別表示炮閂裝置沒有出現(xiàn)過不良工況，無須維修，處于完全的正常工作狀態(tài);炮閂雖然處于相對正常工作狀態(tài)，無須維修，但須擦拭清洗;炮閂雖然處于正常工作狀態(tài)，但偶爾也會出現(xiàn)不良狀況，經(jīng)簡單維修后仍能夠正常工作;炮閂處于非正常工作狀態(tài)，時好時壞，經(jīng)維修后偶爾能夠參與訓練;炮閂處于非正常工作狀態(tài)，經(jīng)單位維修后也不能參與訓練，此時應(yīng)該停止該裝備的使用，送至專業(yè)維修廠進行維修。相對應(yīng)的評分標準如表1所示。

表1 灰色統(tǒng)計評分標準

參加炮閂健康診斷的專家有6 位，每位為一組，則共有六組(i=1，2，…，6)，診斷因素為開閂、抽筒、自動關(guān)閂、自動擊發(fā)、發(fā)火(j=1，2，…，5)。

根據(jù)灰色統(tǒng)計的評分標準，6 位專家根據(jù)實驗統(tǒng)計數(shù)據(jù)及經(jīng)驗、計算結(jié)果對炮閂的5 個診斷項目獨立進行打分情況如下:

式(1)中的D 即為評分矩陣。

根據(jù)灰類的評分標準，作出白化函數(shù)圖如圖2 所示。

圖2 白化函數(shù)圖

則6 組專家(Ni=1，2，…，6)對因素1 評為健康的評價系數(shù)為

同理，可以求出因素1 評為亞健康的評價系數(shù)n12=5.338、評價為注意的評價系數(shù)n13=4.417、評價為病變的評價系數(shù)n14=1.075、評價為禁用的評價系數(shù)n14=1.075。

那么，六組專家對因素1 的總的評價系數(shù)n1:

由此，可以求出專家對因素1 的評價權(quán)rik:

則因素1 的評價權(quán)向量:

同理可以求出6 組專家對因素2 -5 的評價權(quán)向量:

由以上計算結(jié)果對各指標進行灰類判斷，可以得出各健康狀況所屬的灰類，如表2 所示。

表2 診斷結(jié)果

這樣，根據(jù)上述判斷結(jié)果就可以根據(jù)需要，有選擇地對該炮閂裝置進行維護修理。

4 結(jié)束語

本文通過對灰色統(tǒng)計理論方法的分析研究，提出了基于灰色理論的炮閂裝置健康狀態(tài)評估方法，將炮閂裝置的健康狀態(tài)分為健康、亞健康、注意、病變、禁用五類，并根據(jù)6 位專家對這五種因素分析的有關(guān)數(shù)據(jù)，通過給出的炮閂裝置健康診斷的6 大步驟，逐步計算分析，得出了該炮閂裝置健康狀況的有關(guān)結(jié)論，從而為炮閂裝置下一步的使用維護提供了理論基礎(chǔ)。通過實例，證明了該方法的實用性，具有一定的實踐指導意義。

［1］寧宣熙，劉思峰.管理預測與決策方法［M］.北京:科學出版社，2003.

［2］趙芳.基于模糊模式識別的船用柴油機狀態(tài)檢測和故障診斷［D］.濟南:山東大學，2005.

［3］邵思杰.武器測試與故障診斷［M］.北京:裝甲兵工程學院，2007.

［4］王學萌.灰色系統(tǒng)預測決策建模程序集［M］.北京:科學普及出版社，1986.

［5］何永.彈性身管和彈丸禍合運動的研究［J］.四川兵工學報，1995，16(3):73.

［6］李榮鈞.模糊多準則決策理論與應(yīng)用［M］.北京:科學出版社，2002.

［7］劉楊，任德奎.基于灰色理論的間斷性需求備件預測方法［J］.四川兵工學報，2011(4):27-29.

［8］劉瓊，段亦彬.基于灰色理論的火炮維修器材消耗預測模型［J］.四川兵工學報，2011(1):49-51.