張澤峰,傅建平,苗建松,趙志江

(1.軍械工程學(xué)院 火炮工程系，河北 石家莊 050003；2.山西農(nóng)業(yè)大學(xué) 信息學(xué)院機(jī)電工程系，山西 太谷 030800；3.駐國(guó)營(yíng)763廠軍代室，山西 太原 030000)

基于RBF神經(jīng)網(wǎng)絡(luò)的火炮修后水彈試驗(yàn)故障診斷技術(shù)研究

張澤峰1,傅建平2,苗建松3,趙志江3

(1.軍械工程學(xué)院 火炮工程系，河北 石家莊 050003；2.山西農(nóng)業(yè)大學(xué) 信息學(xué)院機(jī)電工程系，山西 太谷 030800；3.駐國(guó)營(yíng)763廠軍代室，山西 太原 030000)

快速、準(zhǔn)確地對(duì)火炮修后水彈試驗(yàn)評(píng)估與診斷是火炮水彈試驗(yàn)的重要環(huán)節(jié)?；诨鹋诮Y(jié)構(gòu)原理，對(duì)火炮水彈試驗(yàn)故障樹進(jìn)行分析，在把握火炮水彈試驗(yàn)故障總體原因基礎(chǔ)上，建立了基于RBF神經(jīng)網(wǎng)絡(luò)的火炮水彈試驗(yàn)故障診斷模型，并以某新型火炮水彈試驗(yàn)為例，對(duì)人工設(shè)置的故障進(jìn)行了故障診斷，診斷結(jié)果表明了所建立診斷模型的正確性，以及診斷結(jié)果的可信性，該診斷模型可應(yīng)用于火炮水彈試驗(yàn)工程實(shí)踐。

火炮；故障診斷；故障樹；RBF神經(jīng)網(wǎng)絡(luò)；水彈試驗(yàn)

火炮在大修、中修后需要進(jìn)行水彈試驗(yàn)來檢驗(yàn)火炮修理質(zhì)量，只有水彈試驗(yàn)檢驗(yàn)合格的火炮，部隊(duì)方可進(jìn)行射擊與訓(xùn)練[1]。若水彈試驗(yàn)檢驗(yàn)不合格，需要返廠重新對(duì)火炮進(jìn)行維修，并修后再次進(jìn)行水彈試驗(yàn)?；鹋谒畯椩囼?yàn)評(píng)估與診斷是火炮水彈試驗(yàn)的重要內(nèi)容，如何快速、準(zhǔn)確地找到火炮水彈試驗(yàn)故障發(fā)生的部位與原因，是火炮試驗(yàn)技術(shù)人員亟需解決的技術(shù)難題。故障診斷方法可分為基于數(shù)學(xué)模型、信號(hào)處理和人工智能診斷等方法[2-4]?；鹋诮Y(jié)構(gòu)相對(duì)復(fù)雜，故障具有層次性、相關(guān)性、多樣性和偶然性等特點(diǎn)[5]。筆者以火炮水彈試驗(yàn)為研究對(duì)象，采用故障樹分析方法對(duì)火炮反后坐裝置的故障進(jìn)行定性分析，總體把握火炮可能出現(xiàn)的故障；然后采用人工神經(jīng)網(wǎng)絡(luò)智能診斷的方法對(duì)火炮反后坐故障進(jìn)行定量診斷，得到火炮水彈試驗(yàn)具體故障部位和故障原因，從而指導(dǎo)維修人員制定維修方案。

1 火炮修后水彈試驗(yàn)及其常見故障

1.1 火炮修后水彈試驗(yàn)原理

火炮水彈試驗(yàn)就是在較小的試驗(yàn)場(chǎng)地內(nèi)，用一定質(zhì)量的水代替彈丸，在全裝藥射擊下，使火炮做后坐與復(fù)進(jìn)運(yùn)動(dòng)，模擬實(shí)彈射擊效果，以此來檢驗(yàn)火炮的技術(shù)狀態(tài)[6]?；鹋谒畯椩囼?yàn)原理如圖1所示。試驗(yàn)前，將特制的木塞從后方置入坡膛，從炮口裝入一定質(zhì)量的清水，后部裝填帶全裝藥的藥筒。發(fā)射時(shí)，發(fā)射藥燃燒產(chǎn)生的高溫高壓氣體將水彈，包括木塞和水，高速推出身管，同時(shí)產(chǎn)生的炮膛合力使火炮做后坐與復(fù)進(jìn)運(yùn)動(dòng)。

1.2 火炮修后水彈試驗(yàn)常見故障

火炮修后水彈試驗(yàn)要求火炮后坐距離在規(guī)定的正常后坐距離范圍內(nèi)，并平穩(wěn)復(fù)進(jìn)到位?；鹋诘暮笞嚯x和復(fù)進(jìn)到位速度是衡量火炮后坐與復(fù)進(jìn)運(yùn)動(dòng)正常與否的主要特征量。根據(jù)火炮后坐距離，火炮后坐故障可分為后坐過長(zhǎng)或后坐過短的兩種故障，其中后坐過長(zhǎng)容易損壞火炮機(jī)件，并產(chǎn)生翻

炮事故；后坐過短則易產(chǎn)生無法開閂等情況。根據(jù)復(fù)進(jìn)到位速度大小，火炮復(fù)進(jìn)故障可分為復(fù)進(jìn)過猛與復(fù)進(jìn)不足兩種故障，其中復(fù)進(jìn)過猛會(huì)影響火炮射擊精度，復(fù)進(jìn)不足則易產(chǎn)生復(fù)進(jìn)不到位、抽筒無力等情況?；鹋谒畯椩囼?yàn)中一旦出現(xiàn)上述故障，須停止試驗(yàn)，分析并排除故障后方可繼續(xù)試驗(yàn)。火炮水彈試驗(yàn)故障如圖2所示。

2 火炮修后水彈試驗(yàn)故障定性分析

火炮結(jié)構(gòu)相對(duì)復(fù)雜，修理過程較難控制，難以保證完好的修理質(zhì)量。當(dāng)火炮水彈試驗(yàn)發(fā)生故障時(shí)，通常先從火炮結(jié)構(gòu)與修理范圍進(jìn)行故障原因定性分析，找到所有可能出現(xiàn)的故障原因；再進(jìn)行火炮運(yùn)動(dòng)機(jī)理分析，找出其具體的故障原因。

故障樹分析法，從火炮總體至局部按樹狀逐層細(xì)化，直到找出導(dǎo)致故障發(fā)生的全部原因，它用特定符號(hào)來表征裝備故障之間的因果關(guān)系，是裝備安全性、可靠性和故障診斷的重要方法之一[7]。筆者基于火炮結(jié)構(gòu)原理，查閱相關(guān)技術(shù)文獻(xiàn)，建立了火炮水彈試驗(yàn)故障相應(yīng)的4個(gè)子故障樹[8]，即后坐過長(zhǎng)故障樹、后坐過短故障樹、復(fù)進(jìn)過猛故障樹與復(fù)進(jìn)不足故障樹。受篇幅限制，只列出火炮后坐過長(zhǎng)子故障樹，如圖3所示。

后坐過長(zhǎng)故障樹清晰反映了各個(gè)零部件與火炮試驗(yàn)故障之間的邏輯關(guān)系。由故障樹可看出，致使后坐過長(zhǎng)的原因很多，但其根本原因是火炮后坐阻力偏小，具體原因可能為制退機(jī)內(nèi)制退液質(zhì)量與液量不符合要求，以及制退機(jī)節(jié)制環(huán)、節(jié)制桿調(diào)速筒銅襯套等內(nèi)部磨損等，為后續(xù)故障定量診斷確定了診斷范圍。

3 火炮修后水彈試驗(yàn)故障定量診斷

故障樹分析法雖明確了故障的所有原因，但不能確定故障具體部位，還需要進(jìn)行定量的分析?；鹋诮?jīng)過修理，水彈試驗(yàn)前又進(jìn)行了嚴(yán)格檢查，后坐指示標(biāo)尺指示異常等外部故障容易排除，而密封件等內(nèi)部機(jī)件磨損沒及時(shí)更換，也會(huì)引起火炮水彈試驗(yàn)故障。為抓住問題重點(diǎn)，筆者只針對(duì)制退機(jī)漏液、復(fù)進(jìn)機(jī)漏氣和節(jié)制環(huán)磨損等故障原因進(jìn)行定量分析，即通過火炮水彈試驗(yàn)時(shí)的后坐復(fù)進(jìn)位移、速度與復(fù)進(jìn)機(jī)壓力等測(cè)試數(shù)據(jù)，來判斷漏液量、漏氣量及磨損量。

3.1 火炮修后水彈試驗(yàn)故障診斷模型

分析水彈發(fā)射的過程以及火炮的運(yùn)動(dòng)規(guī)律，建立火炮修后水彈試驗(yàn)故障診斷模型，為下一步神經(jīng)網(wǎng)絡(luò)的訓(xùn)練提供樣本數(shù)據(jù)以及測(cè)試已建好的神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確性。

為建模方便，對(duì)火炮水彈試驗(yàn)受力和運(yùn)動(dòng)狀態(tài)作如下假設(shè)：

1)火炮和地面為絕對(duì)剛體。

2)火炮置于堅(jiān)硬水平地面，忽略彈丸回轉(zhuǎn)力矩的影響，并認(rèn)為所有的力作用在射面內(nèi)。

3)射擊時(shí)全炮處于平衡狀態(tài)。

可建立火炮水彈試驗(yàn)時(shí)火炮后坐運(yùn)動(dòng)模型為

(1)

其故障診斷模型中火炮復(fù)進(jìn)運(yùn)動(dòng)模型為

(2)

式中：u為復(fù)進(jìn)速度；Fφfy為復(fù)進(jìn)液壓阻力；ξ為復(fù)進(jìn)行程；Af為復(fù)進(jìn)機(jī)活塞工作面積；p0為復(fù)進(jìn)機(jī)氣體初壓；W0為氣體初始容積；λ為復(fù)進(jìn)總行程；k為氣體絕熱系數(shù)。

3.1.1 制退機(jī)漏液

制退機(jī)內(nèi)皮圈、石棉繩等密封件長(zhǎng)期受高低壓及摩擦力的作用，不斷磨損而損壞，修理中不換件，容易產(chǎn)生漏液。制退機(jī)漏液后會(huì)使制退機(jī)工作腔內(nèi)出現(xiàn)一段真空，真空消失前，制退機(jī)液壓阻力為0[9]，導(dǎo)致后坐過長(zhǎng)和復(fù)進(jìn)過猛。設(shè)制退機(jī)漏液體積為ΔV，則制退機(jī)真空長(zhǎng)

(3)

此時(shí)制退機(jī)液壓阻力為

(4)

3.1.2 復(fù)進(jìn)機(jī)漏氣

復(fù)進(jìn)機(jī)密封裝置長(zhǎng)期工作，因失效會(huì)導(dǎo)致漏氣，復(fù)進(jìn)機(jī)氣體初壓降低，復(fù)進(jìn)機(jī)力減小，從而導(dǎo)致后坐過長(zhǎng)和復(fù)進(jìn)不足。設(shè)復(fù)進(jìn)機(jī)漏氣量為Δpf 0，此時(shí)復(fù)進(jìn)機(jī)力為

(5)

3.1.3 節(jié)制環(huán)磨損

在氣蝕磨損、沖蝕磨損、化學(xué)腐蝕和熱作用等的相互作用下，節(jié)制環(huán)容易出現(xiàn)磨損，致使液壓阻力減小，易出現(xiàn)后坐過長(zhǎng)故障。

設(shè)節(jié)制環(huán)磨損量為Δdg，此時(shí)節(jié)制環(huán)面積為

(6)

由上分析可知：節(jié)制環(huán)磨損量Δdg,制退機(jī)漏液量ΔV和復(fù)進(jìn)機(jī)漏氣量Δpf 0這3種故障原因與火炮后坐位移xmax、最大后坐速度vmax和復(fù)進(jìn)到位速度vfmax3種故障現(xiàn)象之間存在關(guān)聯(lián)的非線性的隱含關(guān)系，即：

(7)

3.2 火炮修后水彈試驗(yàn)RBF故障診斷方法

徑向基函數(shù)RBF網(wǎng)絡(luò)是一種性能良好的前向網(wǎng)絡(luò)，學(xué)習(xí)速度快，并且不存在局部極小值問題[10]，可應(yīng)用于火炮水彈試驗(yàn)故障診斷。RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與多層前向網(wǎng)絡(luò)類似，是一種三層前向網(wǎng)絡(luò)，由感知單元組成的輸入層、計(jì)算節(jié)點(diǎn)的隱含層和計(jì)算節(jié)點(diǎn)的輸出層組成[11]，其拓?fù)浣Y(jié)構(gòu)如圖4所示。

RBF網(wǎng)絡(luò)從輸入層到隱含層空間的變換是非線性的，而從隱含層空間到輸出層空間變換是線性的。輸入層僅僅起傳輸信號(hào)的作用；隱含層對(duì)激活函數(shù)的參數(shù)進(jìn)行調(diào)整；輸出層則是對(duì)線性權(quán)進(jìn)行調(diào)整。

火炮修后水彈試驗(yàn)故障診斷中，以后坐位移xmax、

最大后坐速度vmax和復(fù)進(jìn)到位速度vfmax這3個(gè)測(cè)試值作為RBF神經(jīng)網(wǎng)絡(luò)的輸入信號(hào)，節(jié)制環(huán)磨損量Δdg,制退機(jī)漏液量ΔV和復(fù)進(jìn)機(jī)漏氣量Δpf 0等3種原因作為RBF神經(jīng)網(wǎng)絡(luò)的輸出信號(hào)，構(gòu)建RBF網(wǎng)絡(luò)，即該網(wǎng)絡(luò)輸入層神經(jīng)元有3個(gè)，輸出層的神經(jīng)元有3個(gè)。

3.3 火炮修后水彈試驗(yàn)RBF故障診斷流程

RBF神經(jīng)網(wǎng)絡(luò)診斷流程分為神經(jīng)網(wǎng)絡(luò)樣本采集、樣本訓(xùn)練和模型驗(yàn)證3步。首先獲取訓(xùn)練神經(jīng)網(wǎng)絡(luò)所需的樣本，然后通過訓(xùn)練，找出水彈試驗(yàn)故障現(xiàn)象與原因的內(nèi)在規(guī)律；最后利用已知故障數(shù)據(jù)驗(yàn)證所建立的內(nèi)在聯(lián)系的正確性和有效性。

1)樣本采集。神經(jīng)網(wǎng)絡(luò)需要大量訓(xùn)練樣本確保網(wǎng)絡(luò)準(zhǔn)確性?；鹋谛蘩碣|(zhì)量總體上是有保證的，火炮水彈試驗(yàn)出現(xiàn)故障很少，難以收集大量故障樣本。工程實(shí)踐中，通常采用理論仿真計(jì)算樣本來替代實(shí)際故障樣本，以此作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本。具體方法為：將Δdg、ΔV和Δpf 03個(gè)故障原因特征量分別在各自的取值范圍內(nèi)等間隔取10個(gè)值，代入故障診斷模型式(7)中計(jì)算出火炮的xmax、vmax和vfmax，從而得到10×10×10=1 000組樣本數(shù)據(jù)。

2)樣本訓(xùn)練。從1 000組樣本中取980個(gè)樣本，利用RBF神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練，摸索出故障現(xiàn)象與故障原因之間的內(nèi)在關(guān)系。其訓(xùn)練誤差響應(yīng)曲線如圖5所示，其訓(xùn)練精度達(dá)到9.307 79×10-5。

3)模型驗(yàn)證。從1 000組中，取3組不同類型故障，如表1所示，通過已知故障來驗(yàn)證RBF網(wǎng)絡(luò)診斷模型的正確性和有效性，診斷結(jié)果如表2所示。

表1 設(shè)置故障

表2 RBF網(wǎng)絡(luò)計(jì)算結(jié)果

從表2可知，故障診斷值與故障設(shè)量值基本吻合，誤差較小，表明故障部位與故障原因診斷結(jié)果正確；故障診斷精度較高，從而證明所建故障診斷模型的正確性，所建故障診斷模型可應(yīng)用于火炮水彈試驗(yàn)的故障診斷工程應(yīng)用。

4 火炮修后水彈試驗(yàn)故障診斷實(shí)例

某新型自行火炮修后進(jìn)行水彈試驗(yàn)，結(jié)合試驗(yàn)對(duì)后坐時(shí)間、后坐位移等進(jìn)行測(cè)試，測(cè)試結(jié)果如表3所示。

表3 某型火炮水彈試驗(yàn)測(cè)試結(jié)果

從修理工廠獲悉，該火炮反后坐裝置內(nèi)的節(jié)制環(huán)為更新件，同時(shí)在該炮水彈試驗(yàn)后對(duì)反后坐裝置氣液量重新測(cè)試。應(yīng)用所建神經(jīng)網(wǎng)絡(luò)模型對(duì)表3中的數(shù)據(jù)進(jìn)行診斷，診斷結(jié)果如表4所示。

表4 某型火炮故障診斷結(jié)果

由表4可知對(duì)該炮試驗(yàn)后測(cè)試值與故障診斷值基本吻合，誤差較小。綜上所述，筆者所建故障診斷模型適用于火炮反后坐裝置故障的工程應(yīng)用。

5 結(jié)束語(yǔ)

筆者以某火炮水彈試驗(yàn)為研究對(duì)象，運(yùn)用故障樹分析法對(duì)其進(jìn)行故障診斷定性分析，定性得出水彈試驗(yàn)故障的故障原因。在此基礎(chǔ)上，建立了火炮水彈試驗(yàn)故障診斷模型，基于RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行了定量的分析與診斷。結(jié)果表明，該方法可用于火炮水彈試驗(yàn)的故障診斷。由于本文所用方法需要有足夠的訓(xùn)練樣本才能保證診斷結(jié)果可靠性，目前缺乏火炮故障分析所用的大樣本數(shù)據(jù)，故需要不斷積累，從而不斷提高故障診斷效率，以便更好地服務(wù)于部隊(duì)。

References)

[1]傅建平，張澤峰，余家武，等.火炮修理后水彈試驗(yàn)內(nèi)彈道設(shè)計(jì)方法研究[J]. 兵工學(xué)報(bào),2015,36(12)：2381- 2385. FU Jianping,ZHANG Zefeng,YU Jiawu,et al.Research on the internal ballistics design method of water-projectile test after gun repaired[J] Acta Armamentarii,2015,36(12)：2381-2385.(in Chinese)

[2]傅建平，張曉東，張培林.基于改進(jìn)遺傳算法的反后坐裝置故障診斷方法[J].火炮發(fā)射與控制學(xué)報(bào)，2007 (2):69-72. FU Jianping,ZHANG Xiaodong,ZHANG Peilin. Fault diagnosis method of recoil mechanism based on improved genetic algorithm[J].Journal of Gun Launch & Control， 2007 (2):69-72.(in Chinese)

[3]張培林.自行火炮油液光譜分析研究[D].南京：南京理工大學(xué)，2003. ZHANG Peilin. Spectral analysis of self propelled gun oil[D].Nanjing: Nanjing University of Science and Techno-logy,2003. (in Chinese)

[4]賈長(zhǎng)治，王興貴,龔烈航.基于虛擬樣機(jī)技術(shù)的火炮故障仿真及應(yīng)用研究[J].機(jī)械工程學(xué)報(bào)，2004,40(9)：89- 94. JIA Changzhi,WANG Xinggui, GONG Liehang. Fault simulation and application research of gun based on virtual prototype technology[J]. Journal of Mechanical Enginee-ring, 2004,40(9)：89-94. (in Chinese)

[5]吳軍.火炮狀態(tài)智能診斷技術(shù)研究[D].南京：南京理工大學(xué)，2013. WU Jun. Research on intelligent diagnosis technology of gun state[D].Nanjing: Nanjing University of Science and Technology,2013. (in Chinese)

[6]傅建平，呂世樂，鄭立評(píng)，等．火炮水彈試射內(nèi)彈道分析研究[J].軍械工程學(xué)院學(xué)報(bào)，2014，26(2)：21-24 FU Jianping,LYU Shile,ZHENG Liping,et al. Study on the ballistic missile test of artillery projectile[J]. Journal of Ordnance Engineering College，2014，26(2)：21-24(in Chinese)

[7]張金玉，張煒.裝備智能故障診斷與預(yù)測(cè)[M]. 北京：國(guó)防工業(yè)出版社，2013:31-35. ZHANG Jinyu,ZHANG Wei.Equipment intelligent fault diagnosis and prediction[M].Beijing: National Defence Industry Press，2013:31-35. (in Chinese)

[8]秦俊奇.大口徑火炮故障分析與故障預(yù)測(cè)技術(shù)研究[D].南京：南京理工大學(xué)，2005. QIN Junqi.Fault analysis and fault prediction technology research of large caliber gun[D].Nanjing: Nanjing University of Science and Technology,2005. (in Chinese)

[9]李三群，郭英軍，陶辰立.漏液對(duì)火炮性能的影響仿真及靈敏度分析[J].火炮發(fā)射與控制學(xué)報(bào)，2005(2):25- 29. LI Sanqun,GUO Yingjun,TAO Chenli.Simulation and sensitivity analysis of the effect of the leakage on the performance of the gun[J].Journal of Gun Launch & Control， 2005(2):25-29.(in Chinese)

[10]郭濤，黃波.基于神經(jīng)網(wǎng)絡(luò)的某魚雷保障設(shè)備故障預(yù)測(cè)方法[J].兵工自動(dòng)化,2013,32(5):85-90. GUO Tao, HUANG Bo. Fault predication method of an equipment for torpedo guarantee based on neural network[J].Ordnance Industry Automation,2013,32(5):85-90. (in Chinese)

[11]韋艷玲.一種改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)蟲害中的應(yīng)用研究[J].科學(xué)技術(shù)與工程，2013,13(1)：136-156. WEI Yanling.Application research on improved RBF neural network in pests forecast[J]. Science Technology and Engineering，2013,13(1)：136-156. (in Chinese)

Research on the Fault Diagnosis Technology of the Water-projectile Test Posterior to the Gun Repair

ZHANG Zefeng1, FU Jianping2, MIAO Jiansong3, ZHAO Zhijiang3

(1.Artillery Engineering Department, Ordnance Engineering College, Shijiazhuang 050003, Hebei，China;2.Department of Mechanical and Electrical Engineering, College of Information,Shanxi Agricultural University, Taigu 030800,Shanxi，China; 3.No. 763 State-Owned Factory Presentation Room, Taiyuan 030000, Shanxi，China)

The rapid and accurate detection and fault diagnosis posterior to the gun repair is an important link in the gun water-projectile test. The gun water-projectile test fault tree was built based on gun structure principle, which is conducive to the overall grasp of the fault of gun. The fault diagnosis mo-del of artillery water bomb test was established based on RBF neural network. With the aid of a new type of gun water-projectile test, fault diagnosis was conducted in terms of the artificially set defects. The diagnostic results show that diagnosis model built in this paper is correct, and that considering the reliability of diagnostic results, the diagnosis model can be applied to the gun water-projectile test in engineering practice.

gun; fault diagnosis; fault tree; RBF neural network; water-projectile test

10.19323/j.issn.1673-6524.2017.01.019

2016-06-04

張澤峰(1991—)，男，碩士研究生，主要從事火炮檢測(cè)與診斷技術(shù)研究。E-mail：972653865@qq.com

TP183；TP277

A

1673-6524(2017)01-0095-06