雷達智能BIT故障預測系統技術探究

王偉鋒　賈錫龍

摘 要：在越來越復雜的電磁環境下，BIT故障預測系統技術對雷達裝置零部元件狀態的監測，以及雷達故障的及時預測、預警維護等具有非常重要的作用。本文從雷達故障發生機理及故障模式入手，通過對比篩選基于專家系統建立BIT故障預測系統，再最后模擬運行效果，探究在雷達領域BIT故障預測系統的技術問題。

關鍵詞：雷達裝置；BIT技術；故障預測系統

中圖分類號： TN957.51 文獻標識碼： A 文章編號： 1673-1069（2016）25-182-2

1 概述

雷達作為現代戰場檢測目標的重要電子設備，其作用對于戰斗過程中作戰方針的調整及戰場結果的導向至關重要。雷達主要依靠發射和接受電磁波的形式，達到探測目標的位置、運動軌跡的作用。但是現代雷達裝備因高度集成化和數字化，其內部是相當復雜的電子元件組成，一旦發生故障，其種類繁多，不易修復。而為了保障雷達裝備在戰場上的完好性、及時修復雷達故障，現代雷達科技提出了機內測試（Built-in Test， BIT）技術。通過BIT技術的智能故障預測，實現雷達裝置的實時動態監控，對雷達設備進行準確預測，特別是雷達設備故障有更好的事前性，能夠對故障進行更加準確的診斷和評估。本文針對雷達智能故障預測系統技術，對BIT技術進行探討，希望通過對BIT技術的探討提高BIT技術在雷達故障預測系統上的診斷性能。

2 BIT故障預測技術

航空電子裝備的測試性設計是最早應用BIT技術的，隨著集成電路和計算機的發展，從19世紀七十年代BIT技術發展至今，BIT也越趨向規范化、智能化、數字化、系統化的發展方向。

2.1 雷達裝置故障機理

一般而言，雷達裝置發生故障多數由于：一是雷達內部組成零部件的失效，比如集成電路板失效、電阻器電容器失效、連接控制元件失效等；二是設計缺陷，如電路設計缺陷、精密度設計缺陷、電波接受系統缺陷等；三是設計后雷達在制造工藝上的缺陷，比如原材料質量沒有達到更高標準、制造流水線上的質量監控不到位、制造工藝技術人員技藝水平的高低問題等都可能造成最終組成原件的缺陷；四是雷達裝置使用不當，維護不及時，客觀環境因素等，如雷達操作人員使用不當、定期維護不及時、出現故障后維修不當等；上述這些常見原因都極有可能導致雷達裝置故障的發生。

除此之外，雷達裝置的組成零固元件的故障周期也是一個重要方面。就如食物有保質期，每一個雷達裝置的元件在生產完成后投入使用當中都有一個使用壽命期間，然而在這段時間內，在正常使用過程匯總，每個元件都不可避免的會面臨不得不發生的保養、更換等維修，發生維修的原因各種各樣、不一而足，但都與自身設計制造的參數相關。此元件的使用壽命即為其故障周期。

通過對元件故障周期的了解，可在雷達裝置BIT故障預測系統中進行有篩選的故障預測，避免重復無用的預測，提高預測效率。

2.2 BIT技術預測性維修

BIT故障預測系統技術通過對元件潛在的故障進行預測，并進行事前性調試、管理、保養維修，從而避免發生機械故障，使元件失去功能。該預測主要依靠的是P-F曲線（圖1）。

圖中，A-故障開始發生點，P-能檢測到的潛在故障點，F-功能性故障點。在實際應用中，P-F間隔（T）的一半為最佳預測性維修時間段。其特點是能采取有針對性的事前措施，效率高，且緊密度高，高技術含量，獨立完成檢測預測工作。

2.3 預測信息的獲取

雷達故障的預測的基礎還是依靠對雷達裝置的狀態檢測，目前獲取的方式主要還是以計算機為載體，有單機系統檢測和預測模式，結構簡單、規模小、便捷快速、應用廣等特點；還有分布式檢測模式，分散式監控預測；以及與網絡技術結合的遠程網絡化監測模式。

3 雷達智能BIT技術故障預測系統

雷達故障預測方法主要是基于雷達裝置建立精準的數學模型，通過各種故障診斷預測方法進行智能的故障預測。智能BIT故障預測系統需對雷達各零部元件的工作狀態進行自動監測和判斷，若出現故障，系統自動分析故障原因并進行報警，指導故障維修，提高維修效率，縮短維修時間。

3.1 雷達智能BIT故障預測系統運行技術

對雷達故障的預測技術主要還是依靠軟件系統技術及數據信息數學運行計算方法。而雷達故障預測系統目前主要有專家系統預測技術、故障樹預測技術、模糊預測技術、模式識別預測技術、神經網絡預測技術等。

通過比較，本文BIT故障預測系統模型是采用Visual C++6.0系統軟件，而數據信息的處理則采用MATLAB軟件，而系統的運算方法則采用智能遺傳算法。通過模擬來論證專家系統技術的運行效果。

3.2 雷達智能BIT故障預測系統設計基礎

系統設計基礎首先需考慮到整個雷達裝置故障預測系統的實時性，即對雷達設備原件進行實時有效的狀態監測，及時發現潛在故障；還要考慮系統的智能性，即自動進行監測診斷預警，智能排查或維護；其次系統的可靠性，預測系統高度可靠，才能保障其做出的預測和對設備狀態的判斷準確有效；還要考慮實用性、先進性等其他設計要求。

在充分考慮上述設計要求后，在模型設計中還要實現預測系統的各種功能。一是雷達零部元件的狀態監測，故障預測系統本就是根據對元件狀態的監測來實現對故障的預測，一旦發現異常，系統將自動做出判斷。二是系統診斷功能，對雷達裝置的故障預測首先要基于系統對元件狀態的準確判斷，及最后呈現給維修人員的故障結果和維護指導都完全依仗與系統的診斷。三是系統的故障預測報警功能，在發現雷達裝置出現故障后，系統應能夠準確及時地進行預測和報警，使維修人員能夠第一時間發現故障并及時有效地進行維修。四是系統智能擴充數據及不斷自我學習，每一次故障排查維修后的數據，系統都應自動存檔，通過網絡及時更新元件數據和故障數據，豐富完善數據庫，供設備維護人員不斷自我學習。

3.3 雷達故障預測模型

在雷達裝置基礎上建立模型，本文主要采用專家系統技術和智能遺傳算法及支持向量回歸（SVR）知識建立模型，從而實現雷達設備的故障檢測和維修。專家系統的基本結構包含解釋機、推理機，通過這兩個軟件進行知識獲取并建立相應知識庫，其最主要的優勢在于實時性高、可靠性強、靈活度高、適應性強。而智能遺傳算法是基于遺傳算法，對遺傳算法匯中的選擇、交叉算法進行智能化運算。

最后故障預測模型的建立，其流程圖如圖2所示。

其中，支持向量回歸運算模型中的參數C、ε、σ的目標函數：

從式子中可以看出，對系統模型最關鍵在于對目前函數的優化，找到最適應度函數值，得到最佳的C、ε、σ值。

3.4 雷達智能BIT故障預測系統的建立

BIT技術智能故障預測系統的建立主要由硬件部分和軟件部分組成（圖3）。

3.5 雷達智能BIT故障預測系統運行效果

首先選取預測系統模擬所要監測的關鍵雷達裝置元件，然后對待預測元件的狀態數據進行更新與校對，利用模型系統對待預測元件的故障趨勢進行預測，最后根據預測值，進行相應的故障判斷。實現狀態實時監測、故障智能檢測、診斷預測預警等功能要求，并且擁有高度自動化、智能化。

4 總結

雷達作為未來戰場上至關重要的作戰工具，在當今復雜的電磁環境下，雷達工作效率的高低就顯得尤為關鍵。而對雷達故障的檢測若能做到及時性，無疑將大大縮減故障維修時間。本文通過對雷達智能BIT故障預測系統模型的建立，論證了在復雜的電磁環境下，BIT故障預測系統中專家系統技術對雷達故障預測的精準高效，到達了很好的預測效果，體現了其智能化、實時性、可靠性、先進性等特點，擁有非常廣大的應用空間。

參 考 文 獻

[1] 徐永成.BIT中智能故障診斷理論與方法研究[D].長沙.國防科技大學，1999.

[2] 孟亞峰.電子裝備智能BIT中故障診斷及故障趨勢預測方法研究[D].石家莊.軍械工程學院，2003.