導(dǎo)彈測(cè)試設(shè)備故障特征點(diǎn)提取方法研究

張 磊

導(dǎo)彈測(cè)試設(shè)備故障特征點(diǎn)提取方法研究

張 磊

（海軍潛艇學(xué)院，青島，266199）

為實(shí)現(xiàn)導(dǎo)彈測(cè)試設(shè)備這類復(fù)雜系統(tǒng)的故障診斷，基于信息熵的理論研究了故障特征點(diǎn)的提取方法。首先介紹了故障特征點(diǎn)提取的原則，然后說(shuō)明了故障特征點(diǎn)的提取方法。最后，通過(guò)實(shí)例說(shuō)明故障特征點(diǎn)的提取步驟，證明了該方法的實(shí)用性和有效性，能夠在其他類似復(fù)雜系統(tǒng)故障特征點(diǎn)的提取上得到應(yīng)用。

導(dǎo)彈測(cè)試設(shè)備；故障特征點(diǎn)；提取方法；信息熵

0 引 言

現(xiàn)代導(dǎo)彈測(cè)試設(shè)備越來(lái)越精密、復(fù)雜，若導(dǎo)彈測(cè)試設(shè)備出現(xiàn)故障，如何科學(xué)選取故障特征點(diǎn)進(jìn)而加快故障診斷和故障排除的進(jìn)程，對(duì)導(dǎo)彈裝備保障以及部隊(duì)?wèi)?zhàn)斗力有著重要意義。特征點(diǎn)選取是否科學(xué)合理在很大程度上影響著故障診斷的效能，如果特征點(diǎn)過(guò)多，則診斷時(shí)間相應(yīng)增加，診斷效率下降，甚至有可能出現(xiàn)診斷矛盾的結(jié)果而最終導(dǎo)致故障診斷工作的失敗；反之，如果診斷特征點(diǎn)過(guò)少，則診斷過(guò)程不能充分反映測(cè)試設(shè)備運(yùn)行特征，造成診斷結(jié)果不可靠進(jìn)而失去故障診斷的意義。因此，故障特征點(diǎn)含有的診斷信息量應(yīng)當(dāng)反映導(dǎo)彈測(cè)試設(shè)備特征，否則這種特征點(diǎn)的選取是失敗的。

文獻(xiàn)[1]以計(jì)算機(jī)主板上的開(kāi)機(jī)電路故障特征點(diǎn)為牽引，對(duì)主板開(kāi)機(jī)電路常見(jiàn)故障的判定以及解決方法進(jìn)行了詳細(xì)闡述；文獻(xiàn)[2]針對(duì)多體分離的安全、可靠要求，給出一種基于危險(xiǎn)截面特征點(diǎn)的分離碰撞檢測(cè)方法，可改善分離碰撞檢測(cè)精度；文獻(xiàn)[3]介紹了顯示器開(kāi)關(guān)電源正常工作的條件及主要特征點(diǎn)，對(duì)開(kāi)關(guān)電源典型故障進(jìn)行分析并且給出檢修參考程序；文獻(xiàn)[4]研究了基于模擬電路拓?fù)浣Y(jié)構(gòu)關(guān)系的故障可測(cè)性判據(jù)，通過(guò)搜索故障模型中的檢測(cè)點(diǎn)來(lái)定位故障元件；文獻(xiàn)[5]引入了收益因子及成本罰數(shù)，闡述了特征點(diǎn)診斷收益及測(cè)量成本兩個(gè)因素對(duì)特征點(diǎn)選擇的影響；文獻(xiàn)[6]將小波變換引入以支持向量機(jī)為分類器的故障診斷系統(tǒng)，提出一種新的特征選取方法以提高電路故障診斷率；文獻(xiàn)[7]通過(guò)分析檢測(cè)點(diǎn)的加權(quán)值，用逐步分解故障信息矩陣的方法選出最佳測(cè)試點(diǎn)，達(dá)到了以最少測(cè)試點(diǎn)和最短時(shí)間檢測(cè)與隔離故障的目的；文獻(xiàn)[8]提出了基于故障樹(shù)分析的監(jiān)測(cè)點(diǎn)選取方法，避免診斷推理過(guò)程的盲目性，提高故障診斷的效率。上述文獻(xiàn)中故障檢測(cè)特征點(diǎn)選取都是針對(duì)具體電路特點(diǎn)或具體檢測(cè)方式來(lái)采取適當(dāng)?shù)姆椒ǎ瑸榫哂袕?fù)雜內(nèi)外部電路接口的導(dǎo)彈測(cè)試設(shè)備進(jìn)行故障特征點(diǎn)選取工作提供了有益的借鑒，本文以信息熵理論為基礎(chǔ)對(duì)如何提取特征點(diǎn)提出了一種較實(shí)用的方法。

1 特征點(diǎn)提取的原則

對(duì)于導(dǎo)彈測(cè)試設(shè)備電路來(lái)說(shuō)，電路中各個(gè)節(jié)點(diǎn)所對(duì)應(yīng)的故障狀態(tài)信息量是不一樣的。有些節(jié)點(diǎn)可以隔離的故障狀態(tài)多，有些可以隔離的故障狀態(tài)少，有些則對(duì)故障狀態(tài)的隔離不起作用。因此，故障特征點(diǎn)提取的總原則是提取盡可能少的設(shè)備電路節(jié)點(diǎn)，能夠隔離出盡可能多的故障狀態(tài)。特征點(diǎn)提取的原則如下：

a）特征點(diǎn)的提取應(yīng)不影響設(shè)備的正常工作和性能，否則選取特征點(diǎn)進(jìn)行設(shè)備的故障診斷就失去了應(yīng)有的意義，更不能因?yàn)樘卣鼽c(diǎn)的選取使得設(shè)備的原有功能下降或失效。

b）提取的特征點(diǎn)要具有代表性。在當(dāng)下信息化戰(zhàn)爭(zhēng)條件下，被診斷的導(dǎo)彈測(cè)試設(shè)備往往是非常精密復(fù)雜的，因此要同時(shí)監(jiān)測(cè)所有部件的運(yùn)行狀態(tài)是不可能的，這就需要選擇有代表性的特征點(diǎn)以滿足故障診斷需求。在提取時(shí)一般選擇故障多發(fā)部位、系統(tǒng)關(guān)鍵部位作為特征點(diǎn)。

c）提取的特征點(diǎn)要包含盡可能多的信息。在特征點(diǎn)的提取上，要優(yōu)先選擇那些可以診斷出多個(gè)故障并且對(duì)故障檢測(cè)隔離能力強(qiáng)的特征點(diǎn)，也就是選擇故障診斷信息量大的特征點(diǎn)。在實(shí)際的導(dǎo)彈測(cè)試設(shè)備中，有些電路節(jié)點(diǎn)所包含的故障信息非常豐富，提取這樣的特征點(diǎn)就能夠分離出多種故障信息。而有些電路節(jié)點(diǎn)所包含的故障信息非常單一，只能分離很少的故障或根本不能檢測(cè)故障，對(duì)于這樣一些電路節(jié)點(diǎn)應(yīng)該舍棄，不能選擇作為故障特征點(diǎn)。

d）提取具有最小測(cè)試代價(jià)的特征點(diǎn)。測(cè)試代價(jià)包括：測(cè)試可及性、測(cè)試時(shí)間等。導(dǎo)彈測(cè)試設(shè)備中，提取一個(gè)故障特征點(diǎn)所需要的測(cè)試代價(jià)是不一樣的，有些電路節(jié)點(diǎn)不用拆裝就可直接測(cè)量，而有些電路節(jié)點(diǎn)需要拆卸大量其他部件才能達(dá)到監(jiān)測(cè)目的。有些電路節(jié)點(diǎn)在很少的時(shí)間內(nèi)就可測(cè)量，而有些電路節(jié)點(diǎn)則需要較多的時(shí)間才能測(cè)量。因此，在故障特征點(diǎn)的提取上要選取那些較易測(cè)試并且測(cè)試耗費(fèi)時(shí)間較少的電路節(jié)點(diǎn)，使得故障診斷的測(cè)試代價(jià)最小。

e）提取的特征點(diǎn)數(shù)要盡可能減少。在滿足故障隔離要求的大前提下，還要盡可能減少特征點(diǎn)數(shù)，以減輕測(cè)試數(shù)據(jù)采集系統(tǒng)的工作量，提高故障診斷系統(tǒng)運(yùn)行速度。同時(shí)，選擇較少的特征點(diǎn)可以提高診斷系統(tǒng)的可靠性，減少對(duì)診斷對(duì)象的影響。

2 特征點(diǎn)提取的方法

對(duì)導(dǎo)彈測(cè)試設(shè)備進(jìn)行故障診斷，需要根據(jù)出現(xiàn)的各種故障現(xiàn)象提取有用的故障檢測(cè)信息。故障檢測(cè)信息體現(xiàn)了故障狀態(tài)及產(chǎn)生規(guī)律，然而，由于冗余等干擾因素的存在，某種故障出現(xiàn)的概率和狀態(tài)都會(huì)影響冗余進(jìn)而影響故障的診斷。一般情況下，故障的出現(xiàn)可以按照其出現(xiàn)的概率大小來(lái)度量。概率小，出現(xiàn)機(jī)會(huì)少，不確定性大，反過(guò)來(lái)就小。為此，可以借助信息熵的大小來(lái)度量故障出現(xiàn)的不確定性。

針對(duì)導(dǎo)彈測(cè)試設(shè)備，提取的某個(gè)故障特征點(diǎn)ti對(duì)故障fj的檢測(cè)概率為p( fj|ti)，則定義特征點(diǎn)ti對(duì)故障fj的信息熵為

其中，0≤p( fj|ti)≤1。

由式（1）可以看出，當(dāng)p( fj|ti)=1時(shí)，即ti可以完全檢測(cè)故障fj，H( fj|ti)=0，說(shuō)明信息熵越小時(shí)，用來(lái)進(jìn)行故障診斷所需要的信息量就越小，特征點(diǎn)ti對(duì)應(yīng)故障fj發(fā)生的不確定性就越小；反之則越大。若某種設(shè)備的N種故障概率分布是勻稱的，則顯示該設(shè)備每種故障發(fā)生的概率是相同的，均為1/N。這種情況下，使用者很難預(yù)測(cè)到哪種故障是最可能發(fā)生或者是最不可能發(fā)生的，此種設(shè)備的不確定性最大，它的信息熵則為最大。

特征點(diǎn)ti對(duì)所有可診斷故障的信息熵為

考慮到測(cè)試代價(jià)（特征點(diǎn)的故障診斷測(cè)試時(shí)間ci），定義特征點(diǎn)的信息-代價(jià)函數(shù)為

由式（3）可以看出，S( ti)值的大小與信息熵H( fj|ti)以及測(cè)試時(shí)間ci的大小有關(guān)。當(dāng)H( fj|ti)值越大，ci值越小，則S( ti)值越大。然而在實(shí)際故障診斷過(guò)程中，往往是信息熵H( fj|ti)值小的時(shí)候S( ti)值大。這是因?yàn)椋?dāng)信息熵H( fj|ti)值越大時(shí)，系統(tǒng)故障診斷越不確定，測(cè)試診斷時(shí)間反而更長(zhǎng)，使得S( ti)值減小，故障診斷效率下降。反之，當(dāng)信息熵H( fj|ti)值較小時(shí)，故障診斷的確定性大，對(duì)應(yīng)的測(cè)試時(shí)間明顯減小，因此S( ti)值反而增大了，故而提高了故障診斷效率。根據(jù)上述分析，最終檢測(cè)特征點(diǎn)的提取依據(jù)是信息代價(jià)函數(shù)S( ti)的值，值越大的特征點(diǎn)越優(yōu)先提取。

依據(jù)特征點(diǎn)提取的原則以及式（1）～（3），應(yīng)當(dāng)選擇信息-代價(jià)函數(shù)最大的特征點(diǎn)，具體提取步驟如下：

a）根據(jù)第4條原則確定所有可及特征點(diǎn)，即確定T=(t1, t2,…,tn)。特征點(diǎn)提取應(yīng)優(yōu)先考慮故障多發(fā)點(diǎn)和系統(tǒng)關(guān)鍵部位。

b）根據(jù)故障知識(shí)（包括專家知識(shí)、理論知識(shí)等）確定故障集F=(f1,f2,…,fm)。

c）通過(guò)試驗(yàn)或?qū)＜掖蚍值姆椒ù_定每個(gè)特征點(diǎn)對(duì)不同故障的檢測(cè)概率pj( ti)。

d）計(jì)算各特征點(diǎn)的信息熵H( fj|ti)。

e）確定特征點(diǎn)的測(cè)試時(shí)間ci。

f）計(jì)算各特征點(diǎn)的信息-代價(jià)函數(shù)值S( ti)。

g）選擇S( ti)最大的特征點(diǎn)為第1提取特征點(diǎn)。如果此特征點(diǎn)已經(jīng)覆蓋所有故障，則提取過(guò)程結(jié)束，否則選擇第2提取特征點(diǎn)，直到覆蓋所有故障。

h）對(duì)所選取的特征點(diǎn)的故障覆蓋情況進(jìn)行檢驗(yàn)。

特征點(diǎn)的提取過(guò)程如圖1所示。

圖1 特征點(diǎn)提取流程

3 故障特征點(diǎn)提取實(shí)例

根據(jù)特征點(diǎn)的提取方法，對(duì)某型導(dǎo)彈測(cè)試設(shè)備中測(cè)控臺(tái)進(jìn)行特征點(diǎn)選擇。為了不影響設(shè)備的正常運(yùn)行，保證測(cè)控臺(tái)設(shè)備電路不發(fā)生變化，故障特征點(diǎn)應(yīng)盡量選擇測(cè)控臺(tái)的插座、插頭等接口位置。測(cè)控臺(tái)共有各種測(cè)試、通訊接口19個(gè)。在導(dǎo)彈測(cè)試過(guò)程中，可以利用CZ202N，CZ202S、CZ201M、CZ201L、CZ201D、CZ201C、CZ202B、CZ202L等接口插座進(jìn)行故障檢測(cè)。

為了減少特征點(diǎn)數(shù)量，降低故障診斷測(cè)試量，需要對(duì)特征點(diǎn)的提取進(jìn)行優(yōu)化。特征點(diǎn)提取過(guò)程如下：

a）首先確定每個(gè)接口對(duì)應(yīng)的所有可用于獲取故障信息的特征點(diǎn)及所有故障。

b）在選擇特征點(diǎn)之前，需計(jì)算各個(gè)接口的信息-代價(jià)函數(shù)值。部分接口的信息-代價(jià)函數(shù)值如表1所示。

表1 部分接口信息代價(jià)函數(shù)值

從表1可以看出，CZ201M的信息代價(jià)函數(shù)值最高，其次是CZ202N。實(shí)際上，可以通過(guò)CZ201M檢測(cè)15種故障現(xiàn)象，與實(shí)際情況相吻合。

c）選擇CZ201M為第1提取故障特征點(diǎn)，可以檢測(cè)15種故障，不能覆蓋所有故障，需要繼續(xù)選擇。

d）選擇CZ202N為第2提取故障特征點(diǎn)，可以檢測(cè)10種故障，需要繼續(xù)選擇。

e）選擇CZ202P為第3提取故障特征點(diǎn)，可以檢測(cè)6種故障。CZ201M、CZ202N、CZ202P3個(gè)接口可以檢測(cè)89%的設(shè)備故障。如果繼續(xù)增加特征點(diǎn)提取工作，將會(huì)大大增加測(cè)試代價(jià)，而故障隔離效果并不明顯，其余故障現(xiàn)象可通過(guò)實(shí)時(shí)觀察獲得。

f）故障特征點(diǎn)提取結(jié)束。

提取結(jié)果為：CZ201M、CZ202N、CZ202P。

下面以某型導(dǎo)彈測(cè)控臺(tái)漏電故障檢測(cè)為例進(jìn)行實(shí)際說(shuō)明。在測(cè)試發(fā)射過(guò)程中，設(shè)備漏電是一個(gè)比較嚴(yán)重的故障，輕則影響測(cè)試的順利進(jìn)行，重則甚至?xí)馂?zāi)難性的事故，因此，對(duì)于設(shè)備漏電故障必須仔細(xì)分析、徹底排查。由于測(cè)控臺(tái)上插座多（連接電纜多），因此潛在漏電電路就多，故障診斷起來(lái)比較麻煩。圖2為漏電故障是在導(dǎo)彈測(cè)試過(guò)程中發(fā)生-M1母線漏電，斷開(kāi)201M電纜或者202N電纜則漏電情況消失。

圖2 測(cè)控臺(tái)CZ201M插座漏電原理示意

圖2 中漏電機(jī)理如下，連接CZ201M插座的201M電纜，其119、120芯為彈上供電-B信號(hào)的調(diào)壓點(diǎn)，通過(guò)TC1D/52、53點(diǎn)連到彈上，在彈上配電器內(nèi)部與-B母線連通，當(dāng)119、120芯絕緣不良產(chǎn)生與臺(tái)體殼體搭接時(shí)，由于配電器中的-B母線通過(guò)TC1D的5～8點(diǎn)經(jīng)202N電纜與測(cè)控臺(tái)中的-M1母線相連，由此形成了圖2中所示的完整漏電回路，造成-M1漏電表顯示漏電。當(dāng)斷開(kāi)201M電纜或者202N電纜連接時(shí)，CZ210M插座中的119、120點(diǎn)只是搭殼，并未與-M1母線連接，無(wú)法形成圖示的回路，此時(shí)-M1漏電表指示正常，為0 ?。根據(jù)電路原理，按照選取S( ti)值大的原則，選取CZ201M插座為第一特征點(diǎn)，通過(guò)檢測(cè)插座中各芯的絕緣情況即可快速判明故障情況。反之如果此時(shí)首先選取CZ202N插座為第一特征點(diǎn)，則無(wú)法檢測(cè)出故障點(diǎn)，會(huì)耗費(fèi)故障診斷時(shí)間，導(dǎo)致故障診斷效率的降低。

4 結(jié) 論

導(dǎo)彈測(cè)試設(shè)備是導(dǎo)彈武器系統(tǒng)中的重要組成部分，測(cè)試設(shè)備的故障診斷需要對(duì)故障特征點(diǎn)進(jìn)行科學(xué)提取。本文采用信息熵的分析方法，對(duì)設(shè)備故障特征點(diǎn)的提取進(jìn)行了研究，并且以某型導(dǎo)彈測(cè)控臺(tái)故障特征點(diǎn)提取為例，說(shuō)明了特征點(diǎn)提取過(guò)程。通過(guò)計(jì)算得出接口信息代價(jià)函數(shù)值，依據(jù)信息代價(jià)函數(shù)值的結(jié)果選取出最優(yōu)的特征點(diǎn)，以便檢測(cè)出盡可能多的故障。結(jié)果表明，本文采用信息熵理論進(jìn)行故障特征點(diǎn)的提取是可行的，不但能夠較好地實(shí)現(xiàn)導(dǎo)彈測(cè)試設(shè)備的快速故障診斷，還可以廣泛應(yīng)用到其他類似復(fù)雜系統(tǒng)的故障診斷中。

[1] 田紅廣. 主板開(kāi)機(jī)電路工作原理與常見(jiàn)故障維修[J]. 電子技術(shù)與軟件工程, 2014(11): 130-131.

[2] 李晶, 張海瑞, 廖選平, 等. 基于危險(xiǎn)截面特征點(diǎn)的多體分離碰撞檢測(cè)方法[J]. 導(dǎo)彈與航天運(yùn)載技術(shù), 2015(6): 55-59.

[3] 周淑彥. 顯示器開(kāi)關(guān)電源常見(jiàn)故障分析及維修[J]. 儀器儀表用戶, 2007, 6(14): 122-123.

[4] 袁海英, 陳光稿. 模擬電路的可測(cè)性及故障診斷方法研究[J]. 電子測(cè)量與儀器學(xué)報(bào), 2006, 5(L20): 17-20.

[5] 王銀坤, 王學(xué)奇, 肖明清. 基于故障診斷價(jià)值測(cè)度的特征點(diǎn)優(yōu)化配置方法[J]. 系統(tǒng)工程與電子技術(shù), 2006(10): 1606-1608.

[6] 錢莉, 姚恒, 劉牮. 基于小波高頻系數(shù)統(tǒng)計(jì)特征的電路故障診斷[J]. 電子科技, 2015, 6(28): 118-122.

[7] 王建宏，許化龍，曹祥宇. 導(dǎo)彈姿態(tài)控制系統(tǒng)最佳測(cè)試點(diǎn)的選取[J]. 上海航天, 2003, 1(20): 50-52.

[8] 肖小鋒，蔡金燕，諶葉飛. 基于故障樹(shù)分析的監(jiān)測(cè)點(diǎn)選取[J]. 計(jì)算機(jī)應(yīng)用與軟件, 2007, 9(24): 24-25.

Selection Method of Fault Feature Points for Missile Test Equipment

Zhang Lei
(Navy Submarine Academy, Qingdao, 266199)

To realize the fault diagnosis for complicated system such as missile test equipment, an selection method of fault feature points is studied based on information entropy theory. The selection principle of fault feature points is introduced here, then the selection method of feature points is explained. At last, the procedure of feature points selection is given by an example to validate the utilities and practicalities which can apply to fault feature points selection for other similar complicated systems.

Missile test equipment; Fault feature points; Selection method; Ιnformation entropy

TP206.3

A

1004-7182(2017)04-0111-04 DOΙ：10.7654/j.issn.1004-7182.20170425

2016-12-05；

2017-02-03

張 磊（1973-），男，講師，主要研究方向?yàn)閷?dǎo)彈測(cè)發(fā)控設(shè)備使用