基于性能退化數據分析的訓練裝備精度保持性評估

丁少娜,馮誠,陳毓,申江江,劉媛媛

(中國人民解放軍92724部隊,山東青島266019)

基于性能退化數據分析的訓練裝備精度保持性評估

丁少娜,馮誠,陳毓,申江江,劉媛媛

(中國人民解放軍92724部隊,山東青島266019)

摘.要.目的對訓練裝備的精度保持性評估問題進行專門研究。方法跟蹤監測訓練裝備使用過程中精度的退化情況,并計算出每個監測時刻訓練裝備的綜合精度指數,預測訓練裝備失效的壽命值。結果通過精度指數與時間的回歸模型,分別得到裝備的失效水平和所預測的失效壽命T＇,以此為基礎評估訓練裝備的精度保持性。結論訓練裝備的精度保持性是用戶關心的重要質量指標,對在訓練裝備使用過程中獲取的成效有直接影響,精度保持性評估結果還是用戶確定合理精度調整及訓練裝備大修周期的重要參考依據。

訓練裝備;精度;評估

訓練裝備的價格一般比較昂貴,進行破壞性的加速壽命試驗或者加速退化試驗顯然不現實。隨著設計水平和工藝水平的不斷提高,訓練裝備的精度保持性越來越好,精度劣化周期越來越長,進行一般的失效試驗則嫌周期過長,成本過高。因此,對訓練裝備進行進度保持性評估的最好辦法就是在使用過程中記錄其精度退化數據,通過基于退化數據的可靠性評估方法來對其精度保持性進行評估[1—3]。

1 訓練裝備精度參數及劣化機理

訓練裝備的精度參數一般有多項,大致可分為訓練裝備靜態精度和訓練裝備使用精度2類[4]。訓練裝備靜態精度是指在空載條件下訓練裝備的幾何精度、定位精度等;使用精度是指在使用過程中的形態精度和位置精度。訓練裝備的使用精度除受訓練裝備自身精度影響之外,還受到使用過程中受力變形、熱變形及損耗等因素的影響,而這些因素通常是難以控制的[5—6]。因此在研究訓練裝備的精度劣化規律時,為方便起見,通常以訓練裝備靜態精度為對象,而不考慮訓練裝備的動態使用精度[7]。訓練裝備的精度劣化機理如圖1所示,訓練裝備在使用過程中由于受到各種有害過程的作用,如磨損、腐蝕、老化等,會引起自身精度的逐步劣化。當劣化逐步積累達到它的極限允許值時,就會喪失工作能力,必須進行大修調整。這些有害過程通常都是隨機的,因此,訓練裝備精度方面的故障,作為這種過程的后果,具有分散性,并服從于偶然事件的規律性。按照行進的速度有害過程可分為快速進行的、中速進行的和緩慢進行的3類。

1)快速進行過程呈幾分之一秒的周期性變化。這種過程在裝備機械工作循環范圍內結束。屬于這種過程的有:裝備部件振動、聯接件間的摩擦、工作載荷變動以及其他一些過程。

2)中速進行過程在裝備連續工作時發生作用,其持續時間以分或小時計。屬于這種過程的不僅有可逆過程,如裝備部件的溫度變化,也有不可逆過程,如部件的磨損。

3)緩慢進行過程是在周期性檢查或修理之間訓練裝備工作的時間內起作用的。屬于這種過程的有零件的銹蝕、電子元件的老化等。

圖1 故障發生方框Fig.1 Failure occurrence flowchart

由于機器中各種有害過程特別是磨損作用的結果,達到被考察對象功能參數的失效水平時就發生故障。

對n臺試驗訓練裝備,記第j(j=1,2,…,n)個樣本在時刻t1,t2,…,ti時的精度值分別為y1,y2,…,yi。作用于訓練裝備的各種有害過程使得其精度參數y緩慢地發生變化,表現為退化軌跡yj(t)。yj(t)逐步地向規定的失效水平Df逼近,導致訓練裝備出現故障的概率增大,表現為y(t)分布密度的變化。當被考察的精度參數由于各種隨機的有害過程特別是磨損的作用,逐步劣化并達到它的失效水平時就會發生故障。達到失效水平Df的時間是一個隨機變量,通常服從威布爾分布、對數正態分布或正態分布等,其均值即為平均無故障工作時間(MTBF)。這個時間決定了對訓練裝備進行精度調整的周期[8—10]。

2 基于性能退化數據分析的精度保持性評估

考慮到訓練裝備的精度參數一般有多個項,在評估過程中有必要討論多個精度退化量之間在統計上的相關性問題,此時基于退化軌道的評估方法就失去了效力,因此首先考慮用基于退化量分布的可靠性評估方法來對訓練裝備的精度保持性進行評估[9]。

當前基于多性能參數退化量分布的可靠性建模主要針對特殊分布,即假定多個性能參數退化數據的聯合分布屬于聯合正態分布等特殊分布。因此,可以通過每個參數的分布參數以及參數之間的相關系數得到聯合分布參數。該方法對參數的分布要求比較嚴格,現實中很多設備系統無法滿足特殊分布這一假設前提。另外,隨著所選擇性能參數數量的增多,聯合分布函數求解難度增大,甚至不可解[10]。

考慮基于退化軌道的處理方法,通過變換實現其對多參數問題的處理。一種可行的思路是引入權重的概念,通過計算加權平均來化多元為一元,從而將多元退化的問題化歸到一元退化量的情況上來處理。該思路的本質是通過加權平均來化多元為一元,從而將處理的問題化歸到可以采用退化軌道分析方法。在針對訓練裝備的精度保持性評估中,設備綜合精度指數的概念為計算平均影響水平提供了一種簡便方法。設備綜合精度指數T是設備維護工程當中的一個概念,主要用以描述設備目前的健康狀態,尤其是各項精度參數的平均劣化程度,可以作為確定訓練裝備修理類別的參數[11]。設備綜合精度指數的計算公式為:

式中:T為裝備綜合精度指數;n為實測項目個數;Tip為訓練裝備精度的實測值;Tis為訓練裝備精度的允許值。

在訓練裝備的維修體系中,一般把T≤0.5為新裝備驗收條件之一。T≤1為大修理、重點修理后的驗收條件,1＜T＜2仍可繼續使用,但需注意調整;2＜T＜2.5時,裝備需進行重點修理或大修理;T＞3時,裝備需進行大修理或更新[12]。

由于訓練裝備的精度衰退周期長,測試成本高,因此進行連續監測的成本很高。在實踐中一般采取定期檢測的方法,這樣得到的退化數據通常為小樣本?；诮y計學習理論的支持向量機(SVM)是一種以結構風險最小化原理為基礎的新型機器學習算法,具有其他以經驗風險最小化原理為基礎的機器學習算法難以比擬的優越性,可以用來處理小樣本問題[13—14]。

基于支持向量機的裝備綜合精度保持性評估流程為[15—16]:

1)收集n臺同型號訓練裝備在時間t1,t2,…,ti的性能退化數據;

2)分別計算n臺訓練裝備在時刻ti裝備綜合精度指數Tn;

3)使用支持向量機擬合出Tn與時間t之間的回歸關系,得到退化軌道模型;

4)將失效閾值Df作為SVM的輸入,根據求得的退化軌道模型,外推求出各個樣本的失效壽命T＇1,T＇2,…,T＇i。

3 具體算例與精度分析

跟蹤監測了某單位4臺同型號訓練裝備使用1年過程中精度的退化情況,并計算出每個監測時刻訓練裝備的綜合精度指數,得到的退化數據見表1。

1)將表1中的退化數據作為輸入,使用 LS-svmlab工具箱進行演算,獲得裝備綜合精度指數T與檢測時間t的回歸關系,4臺訓練裝備的的退化軌跡如圖2所示。

2)將失效閾值Df作為LS-svmlab的輸入,根據第1步得到的回歸關系,外推求出各個樣本的失效壽命,即表1中的最后一列。4臺訓練裝備的壽命分別為:786.2,735.5,768.4,675.6 d。

表1 訓練裝備的綜合精度指數記錄Table1 Record list of comprehensive precision index of the training equipment

圖2 退化軌道Fig.2 Diagram of the degradation path

3)利用平均絕對誤差與均方根誤差對預測結果進行精度分析,計算公式如式(2),(3)所示。

平均絕對誤差:

均方根誤差:

式中:yi為訓練裝備的壽命真實值;^yi為訓練裝備的壽命預測值。

表2 訓練裝備壽命預測精度分析Table 2 Lifetime prediction precision analysis of the training equipment

由表2可看出,平均絕對誤差與均方根誤差都相對較小,說明該評估方法具有一定的準確性與穩定性,能夠對訓練裝備的保障與維護提供一種確實有效的借鑒。

4 結語

綜上所述,本文提出一種訓練裝備精度退化數據分析方法,將支持向量機應用于訓練裝備的裝備綜合精度指數的數據擬合中,得到精度指數與時間的回歸模型,并預測訓練裝備失效的壽命值,以此為基礎評估訓練裝備的精度保持性。

[1] 曾慶虎.機械傳動系統關鍵零部件故障預測技術研究[D].長沙:國防科學技術大學,2010. ZENG Qing-hu.Key Parts of the Mechanical Transmission System Fault Forecast Technology[D].Changsha:National University of Defense Technology,2010.

[2] 吳峰華,王德福,姜傳賢.干濕球法濕度測量精度算法研究[J].裝備環境工程,2009,6(5):81—83.WU Feng-hua,WANG De-fu,JIANG Chuan-xian.The Wet and Dry Bulb Humidity Measurement Precision of the Algorithm[J].Equipment Environmental Engineering, 2009,6(5):81—83.

[3] 潘玉娜.滾動軸承的性能退化特征提取及評估方法研究[D].上海:上海交通大學,2011. PAN Yu-na.Research on Feature Extraction and Evaluation Method of Performance Degradation of Rolling Bearings[D].Shanghai:Shanghai Jiao Tong University,2011. [4] LEWIS S D,ANDERSON M J,HASLEHURST A.Recent Developments in Performance and Life Testing of Selflubricating Bearings for Long-life Applications[C]//Proc 12th Euro,Space Mechanisms&Tribology Symp.Liverpool,UK,2007:19—21.(余不詳)

[5] 武月琴,傅耘,敖亮.典型環境條件下裝備環境適應性的評估方法[J].裝備環境工程,2010,7(6):109—112. WU Yue-qin,FU Yun,AO Liang.Equipment Environmental Worthiness Evaluation Method of Typical Environmental Conditions[J].Equipment Environmental Engineering,2010,7(6):109—112.

[6] OSWALD F B,JETT T R,PREDMORE R E.Probabilistic Analysis of Space Shuttle Body Flap Actuator Ball Bearings[R].Ohio:Glenn Research Center,2008:1—19.

[7] 范志鋒,齊杏林,李寧.基于性能參數分布的某火箭彈儲存可靠性評估[J].裝備環境工程,2011,8(1):71—72. FAN Zhi-feng,QI Xing-lin,LI Ning.Storage Reliability Assessment of a Certain Rocket Based on Distribution of Performance Parameters[J].Equipment Environmental Engineering,2011,8(1):71—72.

[8] YU W,HARRIS T.A New Stress-based Fatigue Life Model for Ball Bearings[J].Tribe Trans,2001,44(1):11—18.

[9] 方峻,魏星,樊黎蔽.基于多性能參數退化數據的可靠性評估及應用[J].裝備環境工程,2008,5(5):29—32. FANG Jun,WEI Xing,FAN Li-bi.Reliability Evaluation and Application Based on Multiple Performance Degradation[J].Equipment Environmental Engineering,2008,5 (5):29—32.

[10]曹心寬.艦載電子武器系統可靠性評估方法[J].裝備環境工程,2006,3(4):74—77. CAO Xin-kuan.Reliability Evaluation Method of Carrier Based Electronic Weapon System[J].Equipment Environmental Engineering,2006,3(4):74—77.

[11]SHU D,WEI Z,WAN Z.Accelerating Life Test Design on Solid Lubrication of the Bearing Used in the Space[C]// Reliability,Maintainability and Safety,ICRMS 2009 8th International Conference,2009:1200—1202.(余不詳)

[13]PAN Y N,CHEN J,XING L L.Bearing Performance Degradation Assessment Based on Lifting Wavelet Packet Decomposition and Fuzzy C-means[J].Mechanical Systems and Signal Processing,2010,24:559—566.

[14]TIAN Z G,WONG L,SAFAEI N.A Neural Network Approach for Remaining Useful Life Prediction Utilizing Both Failure and Suspension Histories[J].Mechanical Systems and Signal Processing,2010,24:1542—1555.

[15]李新立,劉志全.航天器機構固體潤滑球軸承磨損失效模型[J].航天器工程,2008,17(4):109—113. LI Xin-li,LIU Zhi-quan.Solid Lubricated Ball Bearings of Spacecraft Mechanisms Wear Failure Model[J].Spacecraft Engineering,2008,17(4):109—113.

[16]胡小林.Hilbert-Huang變換的改進及其在機械故障特征提取中的應用[D].重慶:重慶大學,2010. HU Xiao-lin.Application of Improved Hilbert-Huang Transform and the Mechanical Fault Feature Extraction [D].Chongqing:Chongqing University,2010.

Assessment of Precision Retention of Training Equipment Based on Performance Degradation Data Analysis

DING Shao-na,FENG Cheng,CHEN Yu,SHEN Jiang-jiang,LIU Yuan-yuan
(Unit 92724,Qingdao 266019,China)

.ObjectiveTo perform specifically study the assessment of precision retention of training equipment.MethodsThe precision degradation of training equipment was monitored during the use,and the comprehensive precision index of the training equipment at each monitoring time was calculated,to predict the lifetime of the training equipment.ResultsThrough the regression model of the precision index and time,the failure level and the predicted failure lifetime T＇of the equipment were obtained,respectively,based on which the precision retention of the training equipment was assessed.ConclusionThe precision retention of the training equipment is an important quality index of interest to the users,which has a direct impact on the effectiveness achieved by the training equipment during the operation process.The assessment result of precision retention is also an important reference for the users to determine the reasonable accuracy adjustment and overhaul cycle of the training equipment.

training equipment;precision data;analysis

10.7643/issn.1672-9242.2014.03.007

TB114.3

:A

1672-9242(2014)03-0030-05

2014-02-05;

2014-03-02

Received:2014-02-05;Revised:2014-03-02

丁少娜(1984—),女,山東棲霞人,講師,主要研究方向為有線通信。

Biography:DING Shao-na(1984—),Female,from Qixia,Shandong,Lecturer,Research focus:wired communication.