張永順　許炎義　尹　明

(1.海軍工程大學(xué)電子工程學(xué)院　武漢　430033)(2.海軍工程大學(xué)信息安全系　武漢　430033)

?

基于D-S證據(jù)融合的發(fā)射機(jī)健康狀態(tài)評(píng)估*

張永順1許炎義2尹明1

(1.海軍工程大學(xué)電子工程學(xué)院武漢430033)(2.海軍工程大學(xué)信息安全系武漢430033)

摘要針對(duì)雷達(dá)發(fā)射機(jī)健康狀態(tài)評(píng)估在多種不確定性因素下的問題,構(gòu)建了基于D-S證據(jù)理論的多指標(biāo)評(píng)估模型。基于綜合考慮指標(biāo)可測(cè)性,建立了新型的雷達(dá)發(fā)射機(jī)健康狀態(tài)評(píng)估指標(biāo)體系結(jié)構(gòu)。通過采用一種改進(jìn)的D-S證據(jù)理論進(jìn)行多指標(biāo)數(shù)據(jù)融合方法進(jìn)行雷達(dá)發(fā)射機(jī)健康狀態(tài)綜合評(píng)估,通過各實(shí)測(cè)數(shù)據(jù)隸屬函數(shù)轉(zhuǎn)化得到基本可信度分配關(guān)系,避免了在傳統(tǒng)方法中評(píng)估指標(biāo)基本可信度函數(shù)分配的主觀性和局限性,最后利用改進(jìn)的D-S證據(jù)理論對(duì)各指標(biāo)進(jìn)行數(shù)據(jù)融合,實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的有效性。

關(guān)鍵詞雷達(dá)發(fā)射機(jī); 健康狀態(tài)評(píng)估; 層次分析法; D-S證據(jù)理論

Class NumberTN959

1　引言

故障預(yù)測(cè)與健康管理(Prognosis and Health Management,PHM)技術(shù)作為實(shí)現(xiàn)視情維修和自主保障的重要技術(shù)手段。健康評(píng)估是PHM系統(tǒng)中的故障診斷和故障預(yù)測(cè)的紐帶,是PHM設(shè)計(jì)的重要一環(huán),可以將系統(tǒng)可靠性提升到一個(gè)全新的高度,已經(jīng)在美國(guó)的JSF、航空領(lǐng)域上取得了較多應(yīng)用成果。例如,徐佳等研究了航空電子設(shè)備的健康評(píng)估問題,楊洲等開展了自動(dòng)駕駛儀PHM系統(tǒng)的健康評(píng)估方法研究[1～2]。而在雷達(dá)發(fā)射機(jī)裝備上應(yīng)用屬于較新領(lǐng)域,因此有必要開展雷達(dá)裝備的健康評(píng)估研究。

發(fā)射機(jī)是雷達(dá)裝備的核心部件,是典型機(jī)電混合設(shè)備,可靠性低,保障難度大。本文以固態(tài)發(fā)射機(jī)為研究對(duì)象,從健康狀態(tài)評(píng)估的角度出發(fā),綜合考慮多種不確定性因素以及體系結(jié)構(gòu)的復(fù)雜性與指標(biāo)可測(cè)性,分層與健康狀態(tài)有關(guān)的指標(biāo),根據(jù)各層次之間的關(guān)聯(lián)從頂至底進(jìn)行系統(tǒng)綜合各指標(biāo),從而評(píng)估固態(tài)發(fā)射機(jī)的健康狀態(tài)。采用一種改進(jìn)證據(jù)理論進(jìn)行多指標(biāo)融合方法進(jìn)行雷達(dá)發(fā)射機(jī)的健康狀態(tài)評(píng)估,通過各實(shí)測(cè)數(shù)據(jù)隸屬函數(shù)轉(zhuǎn)化得到基本可信度分配,避免了傳統(tǒng)方法中評(píng)估指標(biāo)基本可信度函數(shù)分配的主觀性和局限性。

2　基于D-S理論的發(fā)射機(jī)健康狀態(tài)模型

1) 雷達(dá)發(fā)射機(jī)的健康狀態(tài)參數(shù)選取與歸一化

雷達(dá)發(fā)射機(jī)的作用是在統(tǒng)一的定時(shí)信號(hào)激勵(lì)下,產(chǎn)生大功率的射頻信號(hào)。傳統(tǒng)的雷達(dá)發(fā)射機(jī)健康管理模式通過布置在雷達(dá)發(fā)射機(jī)當(dāng)中的數(shù)采系統(tǒng)進(jìn)行采集參數(shù),并提交給控制系統(tǒng)處理,從而實(shí)現(xiàn)雷達(dá)發(fā)射機(jī)的狀態(tài)監(jiān)控和故障隔離。這種模式雖然具有一定的測(cè)試廣度,但還存在故障征兆參數(shù)、測(cè)試目的性單一和測(cè)試數(shù)據(jù)利用不足的問題。在對(duì)雷達(dá)發(fā)射機(jī)的結(jié)構(gòu)和工作過程的進(jìn)行分析基礎(chǔ)上選取整套可表征發(fā)射機(jī)健康狀態(tài)的各種參數(shù),并根據(jù)通用的數(shù)據(jù)格式劃分標(biāo)準(zhǔn),歸一化數(shù)據(jù)類型。雷達(dá)發(fā)射機(jī)是典型的射頻功率發(fā)生設(shè)備,伴隨著半導(dǎo)體功率器件和功率合成技術(shù)的成熟促進(jìn)了可靠性高、壽命長(zhǎng)、抗沖擊性能良好的固態(tài)發(fā)射機(jī)份額的逐年升高[3]。

脈沖壓縮體制雷達(dá)發(fā)射機(jī)的工作過程大體為:發(fā)射機(jī)接收到線性調(diào)頻信號(hào),將信號(hào)傳遞給前級(jí)放大器進(jìn)行初步放大,前級(jí)功率信號(hào)經(jīng)過雙工器的功率分配后進(jìn)入末級(jí)放大器,經(jīng)放大后的末級(jí)功率信號(hào)經(jīng)功率合成裝置合成射頻信號(hào),并在通過駐波檢測(cè)、脈沖寬度采集、輸出功率檢測(cè)和工作比監(jiān)測(cè)后傳遞給天線系統(tǒng)。在這個(gè)過程中,不可避免地會(huì)產(chǎn)生熱損耗,為避免溫度過熱影響電子器件工作,冷卻系統(tǒng)將對(duì)相關(guān)電路進(jìn)行冷卻。冷卻系統(tǒng)一般采用冷板循環(huán)冷卻的方式對(duì)相關(guān)電路進(jìn)行冷卻:用中空冷板緊貼電路,并對(duì)冷板加注循環(huán)的冷卻液。當(dāng)液冷系統(tǒng)出現(xiàn)故障時(shí),啟用強(qiáng)迫風(fēng)冷系統(tǒng)為系統(tǒng)降溫。在雷達(dá)發(fā)射機(jī)的開機(jī)或工作過程中,控制保護(hù)系統(tǒng)統(tǒng)籌支配健康參數(shù)采集傳感器或電路對(duì)發(fā)射機(jī)的各項(xiàng)參數(shù)進(jìn)行監(jiān)測(cè)和收集,并在某些部分出現(xiàn)異常故障時(shí)觸發(fā)相關(guān)動(dòng)作,以避免故障擴(kuò)散或啟用備份完成戰(zhàn)術(shù)任務(wù),綜合上述考慮,選取雷達(dá)發(fā)射機(jī)的健康狀態(tài)參數(shù)集合如表1所示,部分參數(shù)給出了工作范圍和保護(hù)響應(yīng)時(shí)間。

雷達(dá)的機(jī)內(nèi)測(cè)試系統(tǒng)在對(duì)健康狀態(tài)參數(shù)進(jìn)行采集后,可通過相應(yīng)的通信機(jī)制將采集到的數(shù)據(jù)上傳到健康管理系統(tǒng)中。原始測(cè)試數(shù)據(jù)必須經(jīng)過參數(shù)預(yù)處理機(jī)制方可被后續(xù)模塊利用。雷達(dá)發(fā)射機(jī)的健康狀態(tài)評(píng)價(jià)技術(shù)是對(duì)雷達(dá)發(fā)射機(jī)的工作狀態(tài)偏離期望工作狀態(tài)的評(píng)定。采用數(shù)據(jù)歸一化的方法,給出健康狀態(tài)參數(shù)基于劣化程度的統(tǒng)一度量方案,并且建立雷達(dá)發(fā)射機(jī)的健康評(píng)價(jià)指標(biāo)體系。還對(duì)傳統(tǒng)的模糊層次分析法(Analytic Hierarchy Process,AHP)進(jìn)行改進(jìn),引用指數(shù)標(biāo)度替代傳統(tǒng)線性標(biāo)度,簡(jiǎn)化了模糊一致矩陣的構(gòu)建方法,并且通過引入基于劣化程度的權(quán)重變動(dòng)因子的方法賦予層次分析法以時(shí)變的特性,使之能夠更好地起到動(dòng)態(tài)綜合評(píng)價(jià)作用。

表1　健康參數(shù)數(shù)據(jù)

2) 發(fā)射機(jī)健康狀態(tài)的指標(biāo)分層

以固態(tài)發(fā)射機(jī)為例,開展健康評(píng)估的工作。通過對(duì)固態(tài)發(fā)射機(jī)原理進(jìn)行分析,從健康狀態(tài)評(píng)估的角度出發(fā),將與健康狀態(tài)分層與健康狀態(tài)有關(guān)的指標(biāo),根據(jù)層次之間的關(guān)聯(lián)從頂至底進(jìn)行系統(tǒng)綜合各指標(biāo),從而評(píng)估固態(tài)發(fā)射機(jī)的健康狀態(tài)。綜合考慮發(fā)射機(jī)體系結(jié)構(gòu)的復(fù)雜性和指標(biāo)可測(cè)性,采用粗糙集對(duì)其健康狀態(tài)評(píng)估指標(biāo)進(jìn)行分層[4],如圖1所示。

指標(biāo)層次結(jié)構(gòu)分為三層,第一層為目標(biāo)層,是固態(tài)發(fā)射機(jī)的健康狀態(tài),第二層是能力層,健康評(píng)估指標(biāo)的因素,第三層是指標(biāo)層,固態(tài)發(fā)射機(jī)的健康狀態(tài)指標(biāo)組成的評(píng)價(jià)基底。各種指標(biāo)針對(duì)同一性能健康度表征指標(biāo)——健康指數(shù)(HI),將所有的參數(shù)健康程度歸一化到(0,1)區(qū)間,而后利用層次分析法和D-S證據(jù)融合得出固態(tài)發(fā)射機(jī)的整體健康評(píng)估的結(jié)果。

3) D-S證據(jù)理論

D-S證據(jù)理論是針對(duì)事件發(fā)生后的結(jié)果(證據(jù)),探求事件發(fā)生的主要原因(假設(shè))。對(duì)于具有主觀不確定性判斷的多屬性決策問題,D-S證據(jù)理論是一種融合主觀不確定性信息的有效手段[5]。

圖1　發(fā)射機(jī)健康狀態(tài)分層圖

對(duì)于任意一個(gè)命題A有A∈Θ,m是識(shí)別框Θ上的基本可信度,m(A)是A的基本可信度。這樣,可信度函數(shù)m1,m2,…,mn就可以利用在同一識(shí)別框Θ上的n個(gè)獨(dú)立證據(jù)源導(dǎo)出,表達(dá)式如下:

(1)

當(dāng)各個(gè)證據(jù)源在獲取時(shí),由于自身性能、特點(diǎn)上的差異,那么它們的重要性、有效性會(huì)不相同,就會(huì)導(dǎo)致D-S規(guī)則提供的結(jié)果與實(shí)際情況可能不同。為了獲得更好的效果,不能對(duì)各種信息源“平等對(duì)待”,而是應(yīng)該賦予不同權(quán)重再進(jìn)行融合[6～7]。權(quán)重值最大的信息作為關(guān)鍵因素,而其他信息作為非關(guān)鍵因素。這樣就減少了各證據(jù)之間的沖突,從而提高了健康評(píng)估結(jié)果的可信度[8～10]。

4) 基于D-S證據(jù)融合的多指標(biāo)評(píng)估模型

發(fā)射機(jī)的健康狀態(tài)與測(cè)試性、發(fā)射機(jī)的安全可靠性等因素存在不確定的對(duì)應(yīng)關(guān)系,這種關(guān)系具有模糊性和未知性,因此在固態(tài)發(fā)射機(jī)的健康評(píng)估中,引入D-S證據(jù)理論進(jìn)行數(shù)據(jù)融合。在固態(tài)發(fā)射機(jī)的健康評(píng)估中,若干個(gè)指標(biāo)會(huì)產(chǎn)生一定的健康狀態(tài),每個(gè)健康狀態(tài)各指標(biāo)都有一定的發(fā)生概率。在D-S證據(jù)理論中,用基本可信度分配來表示概率的大小,通過多傳感器測(cè)試發(fā)射機(jī)的不同位置,得出每一傳感器測(cè)得指標(biāo)屬于各種健康狀態(tài)的基本可信度分配,然后利用D-S組合規(guī)則進(jìn)行信息融合,得到融合后的健康評(píng)估指標(biāo)。其融合健康評(píng)估過程如圖2所示。

圖2　固態(tài)發(fā)射機(jī)健康評(píng)估的D-S證據(jù)融合指標(biāo)方案

通常,對(duì)論域U的l個(gè)模式A1,A2,…,Al,根據(jù)雷達(dá)發(fā)射機(jī)的各種傳感器或?qū)＜医?jīng)驗(yàn)知識(shí)給出n個(gè)隸屬度:μ1,μ2,…,μn,則各種傳感器對(duì)于各命題的隸屬度為

(2)

屬于各命題的基本可信度分配由下式得到:

(3)

得到的mi(Aj)是根據(jù)專家知識(shí)或各種傳感器給出的隸屬函數(shù)進(jìn)行構(gòu)造,保留觀測(cè)結(jié)果的不確定基礎(chǔ)上,可以避免人為因素導(dǎo)致的失真問題,從而極大地解決了證據(jù)理論中基本可信度如何分配的問題。

基本步驟如下:

步驟1:確定識(shí)別框架。在健康評(píng)估中,所有指標(biāo)組成的集合作為識(shí)別框架,這里使用模糊評(píng)估集V表示,則健康評(píng)估的實(shí)際值就是υL(L=1,2,3,4,5)。根據(jù)專家的經(jīng)驗(yàn)知識(shí),評(píng)估值假設(shè)是P(V)={P(ν1),P(ν2),P(ν3),P(ν4),P(ν5)}={0.90.70.50.30.1}。

步驟2:運(yùn)算出所有信息源的可信度函數(shù)和權(quán)重因子。比較全面地評(píng)判發(fā)射機(jī)健康評(píng)估的各個(gè)指標(biāo),利用專家經(jīng)驗(yàn)知識(shí)給出隸屬度函數(shù),分析和處理各個(gè)評(píng)估指標(biāo),確定每個(gè)指標(biāo)層的基本可信度,再根據(jù)層次分析法來確定指標(biāo)權(quán)重因子。

步驟3:融合證據(jù)。對(duì)各個(gè)指標(biāo)的權(quán)重因子和基本可信度,利用改進(jìn)的D-S規(guī)則組合來自不同信息源的各個(gè)證據(jù)。

步驟5:完善模型。對(duì)專家經(jīng)驗(yàn)知識(shí)與評(píng)估結(jié)果進(jìn)行比較,得出之間的差異,并修正權(quán)重因子,進(jìn)一步完善健康評(píng)估的模型。

3　應(yīng)用案例

在對(duì)某型雷達(dá)的固態(tài)發(fā)射機(jī)進(jìn)行維修工作時(shí),測(cè)得部分?jǐn)?shù)據(jù)并計(jì)算相對(duì)值如表2所示。

表2　固態(tài)發(fā)射機(jī)測(cè)量數(shù)據(jù)

將故障條件下的評(píng)估指標(biāo)的評(píng)估等級(jí)劃分為五級(jí),V={ν1(有故障對(duì)健康狀態(tài)影響輕微),ν2(有故障且發(fā)射機(jī)狀態(tài)較好),ν3(故障對(duì)發(fā)射機(jī)健康狀態(tài)影響一般),ν4(有故障對(duì)健康狀態(tài)影響較嚴(yán)重),ν5(有故障對(duì)健康狀態(tài)影響嚴(yán)重)}。根據(jù)專家意見,可以假設(shè)評(píng)估值為P(V)={P(ν1),P(ν2),P(ν3),P(ν4),P(ν5)}={0.90.70.50.30.1}。采用層次分析法得到各指標(biāo)權(quán)重是W1={0.313,0.327,0.305,0.023,.0.010,0.019},CR=0.035;W2={0.084,0.176,0.129,0.074,0.103,0.442},CR=0.027,并且都能夠進(jìn)行一致性檢驗(yàn),這就證明了評(píng)估矩陣和權(quán)重計(jì)算的正確性。接著進(jìn)行隸屬度函數(shù)轉(zhuǎn)化,得到各個(gè)健康評(píng)估指標(biāo)的基本可信度分配與權(quán)重因子如表3所示。

表3　各健康指標(biāo)的基本可信度分配與權(quán)重因子

假設(shè)子層權(quán)重是(0.620.38),分別指導(dǎo)指標(biāo)層各元素的基本可信度分配,并進(jìn)行證據(jù)合成。得到的可信度分配如表4所示。

表4　指標(biāo)層融合后的可信度分配

在實(shí)際維修過程中,發(fā)現(xiàn)波導(dǎo)氣壓的指標(biāo)存在偏差,并伴隨著波導(dǎo)打火,而其他參數(shù)都正常,分析原因是發(fā)射機(jī)內(nèi)部與天饋?zhàn)杩蛊ヅ漭^差而使反射能量過多,導(dǎo)致了過高的駐波比和波導(dǎo)打火,屬于輕微故障狀態(tài)。此時(shí)表明,健康狀態(tài)評(píng)估結(jié)果與實(shí)際維修結(jié)果基本符合。

4　結(jié)語

以雷達(dá)固態(tài)發(fā)射機(jī)為例,從健康狀態(tài)評(píng)估研究出發(fā),充分考慮系統(tǒng)的復(fù)雜性和可測(cè)性指標(biāo),將與健康狀態(tài)有關(guān)的各個(gè)指標(biāo)進(jìn)行分層處理,通過傳感器采集數(shù)據(jù)獲得各指標(biāo)屬于健康狀態(tài)的基本可信度分配,然后利用D-S證據(jù)融合對(duì)健康評(píng)估指標(biāo)進(jìn)行數(shù)據(jù)融合,綜合評(píng)估固態(tài)發(fā)射機(jī)的健康狀態(tài)。文中所提出的方法利用改進(jìn)的D-S合成法則,將雷達(dá)發(fā)射機(jī)進(jìn)行PHM健康評(píng)估的可信度極大提高了,并在固態(tài)發(fā)射機(jī)上得到了驗(yàn)證,具有廣泛的應(yīng)用前景。

參 考 文 獻(xiàn)

[1] 徐佳,徐琳.航電系統(tǒng)的基于融合預(yù)測(cè)的健康管理[J],系統(tǒng)工程與電子技術(shù),2011,22(3):428-436.

XU Jia, XU Lin. Health management based on fusion prognostics for avionics systems[J]. Systems Engineering and Electronics,2011,22(3):428-436.

[2] 楊洲,景博.自動(dòng)駕駛儀PHM系統(tǒng)健康評(píng)估方法研究[J].儀器儀表學(xué)報(bào),2012,33(8):1765-1771.

YANG Zhou, JING Bo. Research of health assessment method for Autopilot PHM system[J]. Journal of Instrument,2012,33(8):1765-1771.

[3] 尹明,葉曉慧,陳少昌,故障預(yù)測(cè)與健康管理中傳感器選擇與定位方案[J].傳感器和變換器,2013,158(11):230-235.

YIN Ming, YE Xiaohui, CHEN Shaochang. Sensor Selection and Location Scheme for Prognostic and Health Management[J]. Sensors and Transducers,2013,158(11):230-235.

[4] 王紅霞,潘紅兵,葉曉慧.多故障的測(cè)試序列問題研究[J].兵工學(xué)報(bào),2011,32(11):1518-1523.

WANG Hongxia, PAN Hongbing, YE Xiaohui. Research on Test Sequence Problem for Multiple Fault Diagnosis[J]. Acta Armamentarii,2011,32(11):1518-1523.

[5] 葉清,吳曉平,宋業(yè)新.基于D-S證據(jù)理論和AHP的故障診斷方法研究[J].海軍工程大學(xué)學(xué)報(bào),2006,18(4):12-16.

YE Qing, WU Xiaoping, SONG Yexin. Fault diagnosis method based on D-S theory of evidence and AHP[J]. Journal of Naval University of Engineering,2006,18(4):12-16.

[6] 李偉,梁玉英,朱賽.基于神經(jīng)網(wǎng)絡(luò)和證據(jù)理論的信息融合在故障診斷中的應(yīng)用[J].計(jì)算機(jī)測(cè)量與控制,2012,20(11):2888-2890.

LI Wei, LIANG Yuying, ZHU Sai. Fault diagnosis based on Neural Network and Evidence Theory Information Fusion[J]. Computer Measurement & Control,2012,20(11):2888-2890.

[7] 張繼軍,馬登武,張金春.基于HMM的電子設(shè)備狀態(tài)監(jiān)測(cè)與健康評(píng)估[J].系統(tǒng)工程與電子技術(shù),2013,35(8):1692-1694.

ZHANG Jijun, MA Dengwu, ZHANG Jinchun. State monitoring and health evaluation of electronic equipment using HMM[J]. Systems Engineering and Electronics,2013,35(8):1692-1694.

[8] 黃志彥,張柏書,于開山,等.D-S證據(jù)理論數(shù)據(jù)融合算法在某系統(tǒng)故障診斷中的應(yīng)用[J].電光與控制,2007,14(2),146-149.

HUANG Zhiyan, ZHANG Baishu, YU Kaishan, et al. Application of D-S evidence theory data fusion algorithm in fault diagnosis of a certain system[J]. Electronics Optics & Control,2007,14(2):146-149.

[9] 蔣黎明,何加浪,張宏.D-S證據(jù)理論中一種新的沖突證據(jù)融合方法[J].計(jì)算機(jī)科學(xué),2011,38(4):236-238.

JIANG Liming, HE Jialang, ZHANG Hong. New Fusion Approach for Conflicting Evidence in D-S Theory of Evidence[J]. Computer Science,2011,38(4):236-238.

[10] 劉海燕,趙宗貴,劉熹.D-S證據(jù)理論中沖突證據(jù)的合成方法[J].電子科技大學(xué)學(xué)報(bào),2008,37(5):701-704.

LIU Haiyan, ZHAO Zonggui, LIU Xi. Combination of Conflict Evidences in D-S Theory[J]. Journal of University of Electronic Science and Technology of Chian,2008,37(5):701-704.

收稿日期:2015年10月17日,修回日期:2015年12月3日

基金項(xiàng)目:國(guó)家部委基金資助項(xiàng)目(編號(hào):9140A27020113JB11393)資助。

作者簡(jiǎn)介:張永順,男,碩士,講師,研究方向:電子裝備健康評(píng)估。

中圖分類號(hào)TN959

DOI:10.3969/j.issn.1672-9722.2016.04.013

Health Assessment of Radar Transmitter Based on D-S Evidence Fusion

ZHANG Yongshun1XU Yanyi2YIN Ming1

(1. Electronics Engineering College, Naval University of Engineering, Wuhan430033)(2. Department of Information Security, Naval University of Engineering, Wuhan430033)

AbstractUnder the uncertainty factors condition of health status evaluation for radar transmitter, it builds index evaluation model based on D-S evidence theory. On the basis of comprehensive consideration for measurability, it establishes a new structure for health status evaluation of radar transmitter. In order to avoid the subjectivity and limitation for the basic probability function allocation, by using an improved evidence theory to multi-index fusion method, it gets the basic reliability allocation through the membership function. Then applying the improved D-S evidence theory to assessment fusion, the experimental results demonstrate the effectiveness of the proposed method.

Key Wordsradar transmitter, health assessment, analytic hierarchy process(AHP), D-S evidence theory