某型雷達發射機故障智能診斷方法研究＊

林伊凡 周 鋼

（1.海軍裝備部上海局 上海 200000）（2.海軍工程大學電子工程學院 武漢 430033）

1 引言

軍用雷達是利用電磁波探測目標的軍用電子裝備［1］，是我軍在復雜電磁環境下打贏高科技條件下局部戰爭的重要裝備，隨著我軍信息化建設不斷推進，新型雷達裝備不斷配備到部隊偵察系統，新的技術手段層出不窮，但不管其技術如何先進功能如何強大，要想在戰爭中發揮應有的作戰效能，必須具備較強的故障診斷和維修能力。當前，軍用雷達系統日趨復雜，維護難度變大，采用專業人員和設備維護方式已經不能滿足高科技條件下信息化戰爭的需要。結合人工智能技術，開展雷達裝備的故障診斷技術研究，對提高我軍裝備保障的信息化水平，增強雷達裝備的戰備完好性和戰斗效能有重要軍事意義。

地波超視距雷達是一種預警范圍大、作用距離遠、全天候探測能力的新型雷達裝備，其發射機采用真空管中的高功率陰調式單注速調管［2］，具有輸出功率高、信號轉化頻繁、控制與激勵信號交錯等特點，內部電磁環境較為復雜。故障樹分析法是一種分析系統可靠性的方法，是對復雜系統進行可靠性分析、預測、設計的一種簡單有效的手段。

本文采用人工智能技術的模糊故障樹分析法對某型地波超視距探測雷達發射機的故障診斷進行研究。針對真空管發射機這種復雜系統故障診斷，在故障樹分析法中引入模糊數學方法，對發射機故障診斷進行研究應用，實現故障診斷快速進行并給出準確的定性和定量分析，最后分析了該方法在復雜系統故障診斷中應用的優點。

2 故障樹分析法

故障樹方法，簡稱FTA（Fault Tree Analysis），是1962年由美國貝爾實驗室的H.A.Wastson和D.F.Haasl首先提出的，既能對故障進行定性分析或對導致故障直接因素粗略分析也可以對復雜系統進行詳細分析，具有很強的通用性［3］。該方法是一種圖形演繹方法，通過將結果作為故障樹頂層，對故障可能發生因素和狀態進行逐層分解和分析，構造出樹狀邏輯關系圖，并對故障因素進行定量和定性的分析。

2.1 故障樹建立的一般方法和步驟

故障樹建立是在充分了解和分析對象系統基礎上不斷深入和推演的過程，基本步驟為：

1）選取合理頂層事件T；2）構建樹狀邏輯關系圖，即故障樹；3）故障樹簡化；4）故障樹定性分析，求得故障樹頂事件的最小割集；5）故障樹定量分析，求得系統頂事件發生概率并進行重要度量化分析；6）故障樹結果分析優化，對故障樹分析結果作進一步分析，并進行調整優化。

2.2 故障樹結構函數

故障樹的頂事件是樹的“根”，各故障因素即底事件是樹的“葉子”，“葉子”通過“與”和“或”的邏輯關系共同聯系構成“根”，這種“與”和“或”的邏輯關系就是故障樹的數學表達式，即結構函數［4］。

故障樹底事件記為xi（i＝1，2，3，…，n），那么對于X 只考慮有效和失效兩種對立狀態，那么底事件描述為

那么系統狀態函數F（x）是由底事件狀態為自變量，按照布爾計算方法建立的函數，即為系統構造函數。那么對于“與”邏輯關系對應構造函數為

“或”邏輯關系對應構造函數為

那么頂事件T的發生概率為各最小割集發生概率的按“與”和“或”邏輯組合。

2.3 故障樹分析

2.3.1 故障樹定性分析

假設故障樹的n個底事件Xi（i＝1，2，3…，n），C＝｛xt1，xt2，…，xtm｝為若干底事件Xi的集合，若C 發生時，頂事件T必然發生，則集合C為故障樹的一個割集，如果C中去掉任一底事件，則C不再是故障樹的割集，則稱集合C為故障樹的最小割集［5］。故障樹定性分析的任務是找出全部最小割集，即集合C內一個底事件系列的乘積項。

尋找故障樹最小割集主要采用兩種方法，即下行法和上行法［6］。其中，下行法是從頂事件開始，由頂向下進行，與門增加割集容量，或門增加割集數量，直到邏輯門置換為底事件為止，得到的全部事件乘積和即為最小割集。上行法與下行法相反，由底事件向上進行布爾代數展開算法，該算法的定性分析結果與下行法一致。

2.3.2 故障樹定量分析

故障樹定量分析頂事件發生的點估計值，即根據頂事件結構函數的底事件發生概率，按照與和或邏輯關系的結構函數，定量計算評估頂事件發生的概率。同時定量分析還可以包括系統失效率及平均失效前時間和重要度分析［7］，其中重要度分析要包括概率重要度，結構重要度和關鍵重要度三個方面，主要從不同角度表明某因素或割集發生失效對系統頂事件發生概率的貢獻。

3 模糊故障樹分析法

由于分析對象系統的復雜性和現實故障因素的隨機性和不確定性，在故障樹的定量分析中引入模糊數學理論和方法，進一步提高故障樹定量分析的可信度和有效性。本文主要對故障事件的構造函數進行模糊化描述，通過定性分析后各最小割集的模糊概率隸屬函數，進一步計算頂事件發生的模糊概率隸屬函數，從而實現故障概率模糊化處理。

3.1 模糊集和隸屬函數

模糊集就是把普通集合中的絕對隸屬關系加以擴充，使元素對“集合”的隸屬度由只能取0或1，推廣到可以取單位區間［0，1］中任意一數值，從而定量的刻畫模糊性事物［8］。隸屬函數法是對定性數據為x，通過隸屬函數y＝μL（x）求得在某模糊集內的隸屬度。

設X為一論域，L為一模糊集合，若對于?x∈X都對應L的隸屬度，即存在一個映射：

那么稱μL（x）為L關于X 的隸屬函數，隸屬函數可以分為曲線型和折線型兩種類型，曲線型隸屬函數計算復雜，精確度高，在計算機不易實現；折線型隸屬函數計算簡單且易于實現。一種典型的折線型隸屬函數為三角模糊隸屬函數［9］，其一般表達形式為

其中m稱為L的核，a＋β稱L的盲度，那么L可以表示為〈a，m，β〉。

3.2 模糊定量分析

在定量分析中引用模糊數學理論，主要有兩種類型：1）在計算頂層事件概率中采用模糊綜合評價方法［10］；2）在底事件概率計算采用模糊隸屬函數方法［11］。本文采用底事件概率模糊隸屬函數方法的三角函數法，既能計算準確頂事件的模糊概率又能有效消除計算中底事件模糊概率疊加引起的誤差過大。

三角模糊數引入定量分析中先要對故障樹構造函數進行模糊化處理，假設故障樹中底事件Xi發生概率為x＝〈a，m，β〉，m為底事件X 發生的概率期望值，那么〈m－a，m＋β〉為底事件X發生的置信區間，如底事件X符合正態分布，那么按3σ法［15］應有 m＝μ，α＝β＝3σ。底事件 Xi發生概率xi＝〈a，m，β〉，給定置信水平λi∈［0，1］，對應故障樹狀態函數按照模糊處理方法，故障樹“與”邏輯關系的模糊算子為

故障樹“或”邏輯關系的模糊算子為

其中，頂事件T的發生概率為各最小割集發生概率的按上述“與”和“或”模糊算子組合。假設底事件Xi發生時，頂事件T的發生概率核為T1i，底事件Xi不發生時，頂事件T的發生概率核為T2i，那么底事件Xi的重要度可表示為Si＝T1i－T2i。

4 某型真空發射機故障診斷

4.1 構建故障樹

雷達要發現目標和測定目標坐標位置或其他參數，應具有產生、傳輸、輻射和接收電磁波，測量電磁波往返時間以及指示目標方向的功能，一部典型脈沖雷達包括定時器、發射機、收發轉換開關、天線、接收機、顯示器、控制器及配套電源部分，其中發射機是在觸發脈沖控制下產生射頻脈沖進行發射，是雷達設備重要組成部分［13］。這里以某型地波雷達真空管發射機采用模糊故障樹分析法進行故障診斷。

經分析該型雷達發射機可分為前級功率放大器、前級脈沖調制器、末級功率放大器、末級脈沖調制器、控制保護裝置、高低壓電源和冷卻設備七大單元部分組成，其組成結構如圖1所示。

圖1 某型雷達系統發射機結構圖

由圖1可知，系統還包括A1～A8共8個工作節點，如果發射機系統能正常輸出信號，則節點A7、A8工作正常；如果A8工作正常，則單元M7和節點A6工作正常，依此逐步按A8～A1的順序分析。因此以發射機能夠正常輸出信號為故障樹頂事件，以設備單元和工作節點為故障樹中間事件和底事件構建故障樹如圖2，圖中各代號含義如表1所示。

表1 代號含義表

圖2 某型雷達系統發射機故障樹

4.2 故障樹定性分析

按照2.3.1節中上行法求故障樹的最小割集，首先分析故障樹最低一級：

依此向上分析有：

那么系統正常信號輸出時，應當有：

進一步化簡可以得到：

從而得到該雷達系統的四個最小割集：

4.3 故障樹定量分析

根據現實裝備故障數據統計分析以及專家評定，計算得到雷達發射機各單元發生失效的概率及其重要度，如表2所示。

表2 發射機設備單元失效概率及重要度

那么按照3.2節計算方法計算頂事件T發生概率為〈λi0.0094，0.443，λi0.0094〉，當λi＝0，即不考慮各單元設備失效模糊性，模糊故障樹退化為普通故障樹分析，雷達設備發射機發生故障概率為0.0443，當λi＝1時，即充分考慮各單元設備發生故障的模糊性和不確定性，該雷達設備發射機發生故障概率為0.0349～0.0538，即存在最低3.49%，最高概率達5.38%雷達發射機出現故障，應當特別注意。

根據發射機各單元重要度分析，末級脈沖調制器、控制保護裝置在發射機中占有非常重要的位置，在使用和維護中要重點關注，加強檢修并加大保養投入。同時，可發現冷卻設備占有重要度較小，可以適當延長檢修周期。

5 結語

根據故障智能診斷模型建立和分析，結合在真空管發射機中實例應用，可以發現，模糊故障樹分析法在該型地波雷達真空管發射機故障診斷中，既能有效體現出雷達復雜系統故障發生的模糊性，同時又能夠較好利用專家經驗，對復雜系統目標故障進行模糊概率判斷，并能較好發現裝備中的重要設備單元，為雷達裝備日常檢修和維護提供合理建議。

基于模糊故障樹的智能診斷模型在型地波雷達真空管發射機故障診斷中應用，具有較好診斷效果，能夠實現故障快速定位和準確分析，并易于進行計算機實現。

［1］王小謨，張光義，等.雷達與探測［M］.北京：國防工業出版社，2008：17.

［2］丁鷺飛.雷達原理［M］.西安：電子科技大學出版社，2002：129－133.

［3］Rauzy A.New algorithm for fault tree analysis［J］.Reliability Engineering and System Safetu，1993，Vol.40，No.2：20－211.

［4］Sinnamon R M，Andrews J D.New approaches to invaliding fault tree［J］.Quality and Reliability Engineering International，1997，Vol.58，No.2：89－96.

［5］洪志.模糊故障樹診斷及應用［J］.武漢大學學報，2003，34（1）：21－25.

［6］朱大奇，于盛林.基于故障樹最小割集的故障診斷方法研究［J］.數據采集與處理，2002，17（3）：341－344.

［7］Chiu S L.Fuzzy model identification based on cluster estimation［J］.Journal of Intelligent and Fuzzy Systems，1994，2（3）：135－147.

［8］李洪興，汪群.工程模糊數學方法及應用［M］.北京：科學技術出版社，1991：57－59.

［9］楊綸標，高英儀.模糊數學原理及應用［M］.廣州：華南理工大學出版社，2001：50－55.

［10］秦壽康.綜合評價原理與應用［M］.北京：電子工業出版社，2003：27－31.

［11］李青，陸廷金.模糊重要度分析方法的研究［J］.模糊系統與數學，2000，14（1）：89－93.

［12］金俊，郭福亮，孫浩.計算機遠程故障診斷系統的設計實現［J］.計算機與數字工程，2008，36（12）.

［13］李軍虎.一種基于多Agent遠程分布式故障診斷系統模型［J］.計算機與數字工程，2011，39（6）.

［14］崔天意，劉慶峰，張芝龍.電子裝備軟件質量評估模型分析［J］.計算機與數字工程，2010，38（1）.［15］高本河，賀巍巍，鄭力.基于組合權重的綠色度三角模糊函數模糊綜合評價研究［J］.技術與方法，2012，31（7）：221－223.