自動裝彈機故障診斷方法概述

馬嘯飛 王志剛

摘要：針對自動裝彈機故障診斷問題，概述了現(xiàn)階段用于自動裝彈機的診斷方法及其國內(nèi)外發(fā)展現(xiàn)狀，包括：基于故障樹的方法、基于Petri網(wǎng)的方法、基于專家系統(tǒng)、多模式組合的方法。

Abstract： Aiming at the problem of autoloader fault diagnosis， the current diagnosis method for autoloader and its development status at home and abroad are summarized， including： fault tree-based method， Petri net-based method， expert system， multi-mode combination methods.

關(guān)鍵詞：自動裝彈機;故障診斷;故障樹

Key words： autoloader;fault diagnosis;fault tree

中圖分類號：TP182????????????????????????????????????? 文獻標(biāo)識碼：A????????????????????????????????? 文章編號：1006-4311（2020）28-0231-03

0? 引言

隨著科學(xué)技術(shù)的發(fā)展，武器裝備也迅速朝著系統(tǒng)化、自動化、智能化的方向發(fā)展，致使武器裝備的功能越來越強，同時其組成和結(jié)構(gòu)變得越來越復(fù)雜。而組成和結(jié)構(gòu)的復(fù)雜也使得裝備發(fā)生故障后，維修人員難以及時進行故障定位，從而增加了維修的難度。為了解決這類問題，故障診斷技術(shù)因運而生。故障診斷技術(shù)是二十世紀(jì)七十年代初在美國首先出現(xiàn)，40多年來，隨著科學(xué)技術(shù)的發(fā)展，故障診斷技術(shù)也得到發(fā)展和完善，診斷理論、診斷方法也隨之豐富。就自動裝彈機而言，現(xiàn)階段的故障診斷方法有：基于故障樹的方法、基于Petri網(wǎng)的方法、基于專家系統(tǒng)和多模式組合的方法。

1? 基于故障樹的方法

故障樹分析（FTA）起初是美國貝爾電話研究所在1961年提出的，它是一種自上而下分層展開的分析方法[1]。具體為：以診斷對象最有可能發(fā)生和最不希望出現(xiàn)的事件為頂事件，依次查找引起上一層故障的全部可能故障，直到找出造成系統(tǒng)故障的全部基本底事件為止。

FTA最早用于系統(tǒng)可靠性的分析與設(shè)計，現(xiàn)已在故障診斷領(lǐng)域也得到了廣泛的應(yīng)用。2011年Ferdous等提出一種對過程系統(tǒng)概率風(fēng)險評估框架中的可變性問題進行分析研究的方法。

我國從二十世紀(jì)七十年代初開始研究FTA方法，在一些領(lǐng)域也取得了一些成果[2]。1980年第一屆可靠性數(shù)學(xué)研討會在上海召開，會上首次確立了故障樹分析方法。二十世紀(jì)九十年代，國防科技大學(xué)系統(tǒng)工程研究所開始了對FTA理論與相應(yīng)軟件的開發(fā)研究，并開發(fā)出基于Windows系統(tǒng)軟件工具。隨著故障樹理論的不斷發(fā)展，F(xiàn)TA已從宇航、核能，進入了電子、電力、化工、機械、交通乃至土木建筑等領(lǐng)域。魏文菲等運用故障樹方法建立了圓振動篩的故障模型，并對其進行定性與定量分析[3]。李俊堂等采用故障樹分析法對艦船自動控制系統(tǒng)的各級故障事件進行定性、定量分析，可快速準(zhǔn)確的確定艦船自動控制系統(tǒng)故障發(fā)生位置[4]。王凱等根據(jù)故障樹分析法相關(guān)規(guī)則，對飛機記載設(shè)備系統(tǒng)的故障進行定位和快速診斷[5]。

對于自動裝彈機有張金忠等人建立了自動裝彈機各個部件的故障樹模型，并進行故障診斷與分析[6]。

2? 基于Petri網(wǎng)的方法

Petri網(wǎng)模型用于模擬系統(tǒng)中含有互相作用的并行分支。Petri網(wǎng)概念是C.A.Petri在其1962年發(fā)表的學(xué)位論文中首次提出的，該論文是Petri網(wǎng)理論發(fā)展的基礎(chǔ)。C.A.Petri的論述引起了ADR（應(yīng)用數(shù)據(jù)研究）公司信息系統(tǒng)理論課題組A.W.Holt等人的注意，該課題組推導(dǎo)出或制定了許多早期的Petri網(wǎng)理論、符號及表示法。目前，國際上每年都要舉行關(guān)于Petri網(wǎng)的會議，在這些會議上產(chǎn)生了大量有關(guān)Petri網(wǎng)及其在故障診斷領(lǐng)域的研究成果[7]。

在國內(nèi)，山東科技大學(xué)吉興全等人基于冗余嵌入Petri網(wǎng)構(gòu)建了電網(wǎng)的Petri網(wǎng)故障診斷方法，通過實例證明該方法縮小了診斷所需的時間，提高了診斷準(zhǔn)確率[8]。上海工程技術(shù)大學(xué)的朱鑫鵬等人提出一種有色Petri網(wǎng)故障診斷方法，應(yīng)用于機械系統(tǒng)故障診斷[9]。上海海事大學(xué)高迪駒等人利用Petri網(wǎng)對鋰電池建立了故障診斷模型，并通過simulink進行仿真驗證，結(jié)果表明該模型提高了故障診斷的準(zhǔn)確性[10]。

Petri網(wǎng)在自動裝彈機上應(yīng)用比較廣泛。王國輝等人將故障樹轉(zhuǎn)化為Petri網(wǎng)模型，并通過實例進行了故障推理[11]。李向榮等人利用Petri網(wǎng)對自動裝彈機進行了故障診斷[12]。張振山等提出了一種模糊理論和Petri網(wǎng)相結(jié)合的故障檢測方法，通過實例進行驗證[13]。王國輝等人基于云模型提出一種改進型故障Petri網(wǎng)，對正反推理算法進行研究，實現(xiàn)對自動裝彈機的狀態(tài)評價和故障診斷[14]。

3? 基于專家系統(tǒng)的方法

專家系統(tǒng)（expert system，簡稱ES）是人工智能一個領(lǐng)域，它在人工智能中是非常重要與活躍的部分。其實現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用的重大突破。1965年，f.a.費根鮑姆等人研制了世界上第一個專家系統(tǒng)DENDRAL。其后的八九十年代，各種專家系統(tǒng)相繼推出，占據(jù)了人工智能領(lǐng)城產(chǎn)品中的主導(dǎo)地位[15]。但是當(dāng)時的專家系統(tǒng)面對復(fù)雜問題時，診斷的準(zhǔn)確率不是很高。八十年代后，隨著各種機器學(xué)習(xí)方法的相繼出現(xiàn)，專家系統(tǒng)的性能也有了較大的提升。

專家系統(tǒng)在故障診斷應(yīng)用較為廣泛。2005年韓國的Gyunyoung Heo等人則研究了采用代數(shù)方法對多專家系統(tǒng)在核電站渦輪循環(huán)故障診斷中進行規(guī)則疊加的問題[16]。英國的G.M. West以及S.D.J. McArthur等對采用凝聚層次聚類以及規(guī)則推理技術(shù)的核電站專家系統(tǒng)進行了研究[17]。

在國內(nèi)，文小莉等人利用專家系統(tǒng)對大型料耙液壓元件進行故障診斷，提高了維修效率[18]。徐陽等人建立了多維度信息融合的模型，并將其與專家系統(tǒng)相結(jié)合用于電力變壓器的故障診斷，并通過實例進行故障診斷[19]。寧志強等人提出了可對維修過程實時指導(dǎo)的語音交互專家系統(tǒng)，通過智能語音交互解放維修人員的雙手，對提高維修效率有一定的效果[20]。

對自動裝彈機由王國輝等人利用專家系統(tǒng)對自動裝彈機進行故障診斷[21]。李挺等人對自動裝彈機模糊專家系統(tǒng)故障檢測系統(tǒng)的各個模塊的開發(fā)進行了研究[22]。

4? 多模式組合的方法

以上介紹的這幾種故障診斷方法都是各自單獨使用的，但在某些情況下單一方法往往難以滿足人們的需求，隨著實踐的不斷發(fā)展，近年來多模式組合方法也不斷涌現(xiàn)。

印度的N. Saravanan等則研究了基于ANN與SVM的齒輪箱故障診斷技術(shù)[23]。L.B.Jack以及B.Sanata等人則研究了遺傳算法（Genetic algorithm，簡稱GA）對ANN以及SVM的增強[24]-[26]。

在國內(nèi)，唐洪軍等人利用粗糙集理論處理不確定數(shù)據(jù)的優(yōu)勢，優(yōu)化了BP神經(jīng)網(wǎng)絡(luò)，并通過實例分析表明，確實起到了優(yōu)化效果[27]。卓宏明等人提出了一種將Petri網(wǎng)與螢火蟲神經(jīng)網(wǎng)絡(luò)相結(jié)合的故障診斷方法，在柴油機故障診斷中得到了較好的應(yīng)用[28]。陳浩敏等人將故障樹、FMEA表格相結(jié)合，構(gòu)造故障診斷專家系統(tǒng)系統(tǒng)，通過實例檢驗，證明該系統(tǒng)可靠[29]。

多模式組合的方法在自動裝彈機故障診斷領(lǐng)域應(yīng)用廣泛。張振山等人研究了神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)的理論和方法，并應(yīng)用于自動裝彈機故障診斷中，還根據(jù)專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的結(jié)合方式，建立了基于神經(jīng)網(wǎng)絡(luò)的故障診斷專家系統(tǒng)（NNES）的模型及系統(tǒng)各組成部分的結(jié)構(gòu)和設(shè)計方法，對自動裝彈機進行故障診斷，并根據(jù)建立的NNES模型，利用VB語言進行設(shè)計與實現(xiàn)，并以自動裝彈機的旋轉(zhuǎn)輸彈機電氣設(shè)備的故障診斷進行試驗，驗證了系統(tǒng)的可行性[30]-[32]。王國輝等人將模糊理論與故障樹相結(jié)合，提出了基于模糊故障樹的故障診斷方法來解決旋轉(zhuǎn)輸彈機故障監(jiān)測與診斷問題[33]。汪名杰等人對旋轉(zhuǎn)輸彈機不旋轉(zhuǎn)這一事件進行故障樹分析，在各底事件故障率為模糊數(shù)的基礎(chǔ)上應(yīng)用模糊理論做了定量運算，解決經(jīng)典方法難以精確賦值等缺點[34]。

5? 結(jié)束語

故障診斷技術(shù)研究和發(fā)展的目的是為了對診斷對象故障診斷的精度和速度，以預(yù)測故障可能出現(xiàn)的情況。隨著武器裝備復(fù)雜程度日益加深，新的技術(shù)如：大數(shù)據(jù)、圖像識別、人工智能等的不斷涌現(xiàn)，未來故障診斷技術(shù)必將朝著智能化的方向發(fā)展。

參考文獻：

[1]Lee W S， Grosh D L， Tillman F A， et al. Fault tree analysis， methods， and applications-a review[J].IEEE Trans. on Reliability， 1985， 34（3）： 194-203.

[2]D. A. Zhao， J， J， Zheng， Y. W. Zheng. Risk analysis of shield tunnel segment failure based on fuzzy fault tree method[C].International Conference on Natural Computation （ICNC 2010），Tantai China， 2010.

[3]魏文菲，張春元，常緒濤，等.FTA法在圓振動篩故障診斷中的應(yīng)用研究[J].礦山機械，2016，44：58-61.

[4]李俊堂，馬超.基于故障樹分析法的艦船自動控制系統(tǒng)研究[J].艦船科學(xué)技術(shù)，2017，39（3A）：76-78.

[5]王凱，樊綱旗，董瑾，等.故障樹分析法（FTA）在大型飛機機載設(shè)備系統(tǒng)故障診斷中的應(yīng)用，2018，18：144-146.

[6]張金忠，李華，杜恩祥，等.裝甲車輛武器系統(tǒng)檢測與故障診斷[D].北京：陸軍裝甲兵學(xué)院，2018.

[7]J.L.Petersen.PETRI網(wǎng)理論與系統(tǒng)模擬[M].吳哲輝，譯.安徽：中國礦業(yè)大學(xué)出版社，1989.

[8]吉興全，梁瑜娜，于永進，等.基于冗余嵌入Petri網(wǎng)的電網(wǎng)故障診斷方法[J].安徽大學(xué)學(xué)報（自然科學(xué)版），2016，40（5）：50-56.

[9]朱鑫鵬，周俊.基于有色Petri網(wǎng)的機械系統(tǒng)故障診斷研究[J].計算機測量與控制，2017，25（8）：11-14.

[10]高迪駒，蘭熙，沈愛弟.基于Petri網(wǎng)的鋰電池故障診斷系統(tǒng)[J].系統(tǒng)仿真學(xué)報.2018，30（2）：614-621.

[11]王國輝，王威.基于故障Petri網(wǎng)的自動裝彈機故障診斷研究[J].火炮發(fā)射與控制學(xué)報，2004，16（4）：55-58.

[12]李向榮，彭銳楓，王國輝，等.基于petri網(wǎng)的自動裝彈機故障診斷推理[J].四川兵工學(xué)報.2011，32（11）：17-20.

[13]張振山，李培富，黃晶晶，等.模糊Petri網(wǎng)在坦克自動裝彈機故障檢測的應(yīng)用[J].四川兵工學(xué)報.2011，32（9）：7-9.

[14]王國輝，范鵬飛，李向榮，等.基于云模型和故障Petri網(wǎng)的自動裝彈機故障分析方法[J].火炮發(fā)射與控制學(xué)報，2017，38（3）：85-91.

[15]Buchanan， B. G.， Feigenbaum E. A.. DENERAL and Meta-DENDRAL： Their Applications Dimension[J].Artificial Intelligence， 1978，11： 5-24.

[16]Gyunyoung Heo， Soon Heung Chang. Algebraic approach for the diagnosis of turbine cycles in nuclear power plants[J].Nuclear Engineering and Design，2005，235（14）：1457-1467.

[17]G.M. West， S.D.J. McArthur， D. Towle. Industrial implementation of intelligent system techniques for nuclear power plant condition monitoring[J].Expert Systems with Applications， 2012， 39（8）：7432-7440.

[18]文小莉，郭媛，周嬌，等.大型料耙液壓元件故障診斷專家系統(tǒng)[J].液壓與氣動，2016（1）：82-85.

[19]徐陽，謝天喜，周志成，等.基于多維度信息融合的實用型變壓器故障診斷專家系統(tǒng)[J].中國電力，2017，50（1）：85-91.

[20]寧志強，陶元芳.智能語音交互機械故障診斷專家系統(tǒng)研究[J].中國工程機械學(xué)報，2018，16（1）：88-95.

[21]王國輝，王威，張振山，等.裝甲車輛自動裝彈機故障診斷研究[J].火炮發(fā)射與控制學(xué)報，2003（2）：44-47.

[22]李挺，孫洋，童睕.模糊專家系統(tǒng)自動裝彈機故障檢測系統(tǒng)[J].火力與指揮控制，2009，34：145-147.

[23]N. Saravanan， V.N.S. Kumar Siddabattuni， K.I. Ramachandran. Fault diagnosis of spur bevel gear box using artificial neural network （ANN）， and proximal support vector machine （PSVM）[J].Applied Soft Computing， 2010， 10（1）：344-360.

[24]L.B. Jack， A.K. Nandi. Fault detection using support vector machines and artificial neural network， augmented by genetic algorithms[J]. Mechanical System and Signal Processing， 2002， 16：373-390.

[25]B. Samanta， K.R. Al-Balushi， S.A. Al-Araimi. Artificial neural network and support vector machine with genetic algorithm for bearing fault detection[J]. Engineering Application of Artificial Intelligence， 2003， 16： 657-665.

[26]B. Samanta. Gear fault detection using artificial neural networks and support vector machines with genetic algorithms[J]. Mechanical Systems and Signal Processing， 2004， 18 （3）： 625-644.

[27]唐洪軍，蔣潔，楊帥，等.基于粗糙集神經(jīng)網(wǎng)絡(luò)的車載設(shè)備故障診斷[J].中國鐵路，2017（5）：67-71.

[28]卓宏明，徐鵬，毛攀峰.基于Petri網(wǎng)和螢火蟲神經(jīng)網(wǎng)絡(luò)的柴油機故障診斷[J].中國工程機械學(xué)報，2018，16（2）：178-182.

[29]陳浩敏，王軍龍，李俊一，等.基于故障模式與影響分析法和故障樹的全光纖電流互感器故障診斷專家系統(tǒng)[J].電子系統(tǒng)及其自動化學(xué)報，2019，31（2）：1-8.

[30]張振山，趙俊嚴(yán)，趙富全.坦克自動裝彈機故障診斷技術(shù)[J].火炮發(fā)射與控制學(xué)報（增刊），2006：50-57.

[31]張振山，丁寶成，趙俊嚴(yán).自動裝彈機電控系統(tǒng)故障診斷專家系統(tǒng)[J].計算機測量與控制，2008，16（2）：173-175.

[32]張振山，高子恒，范建領(lǐng).基于VB語言的神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)設(shè)計與應(yīng)用[J].計算機測量與控制，2008，16（8）：1099-1100，1124.

[33]王國輝，孫正民，劉罕杰.基于模糊故障樹理論的旋轉(zhuǎn)輸彈機故障診斷研究[J].計算機測量與控制，2009，17（6）：1146-1148.

[34]汪名杰，楊玲.基于模糊理論的裝甲車輛自動裝彈機故障樹分析[J].兵工自動化，2010，29（5）：81-82，96.

作者簡介：馬嘯飛（1993-），男，甘肅會寧人，碩士研究生，研究方向為武器系統(tǒng)保障工程;王志剛（1987-），男，貴州貴陽人，碩士研究生，研究方向為毀傷理論與彈藥工程。