周 平,劉杰林,劉東風
(1.中國人民解放軍92557部隊,廣東 廣州 510720;2.海軍工程大學 青島油液檢測分析中心,山東 青島 266012)
?
基于投影尋蹤的機械裝備測試性分配方法研究
周平1,劉杰林1,劉東風2
(1.中國人民解放軍92557部隊,廣東 廣州 510720;2.海軍工程大學 青島油液檢測分析中心,山東 青島 266012)
借鑒可靠性分配模型建立方法,建立了機械裝備測試性分配模型;并將測試性分配問題轉化為求分配因子,提出了基于投影尋蹤的子系統(tǒng)重要度評價方法,依據(jù)子系統(tǒng)重要度,獲得各子系統(tǒng)分配因子并最終分配測試性指標;以柴油機為例進行了測試性分配,結果證實論文提出的分配方法合理可行.
機械裝備測試性;指標分配;投影尋蹤;分配因子
裝備長期使用和維修實踐表明,傳統(tǒng)先研制出裝備再考慮測試診斷問題的模式,已不適應裝備發(fā)展形勢,不僅保障能力形成滯后,保障工作盲目被動,無法實施精確保障,而且維修保障的總費用也無法承受.必須改變思路,從設計抓起,全系統(tǒng)全壽命周期地考慮裝備測試診斷問題,才能使裝備全壽命周期內(nèi)性能最優(yōu)而費用最省.測試性正是這樣一門技術,通過在設計階段就考慮與測試診斷有關因素,使裝備能及時準確地確定其狀態(tài)并隔離其內(nèi)部故障.當前,對裝備開展測試性設計已勢在必行,而測試性設計過程中,首當其沖的是要做好測試性分配工作,只有在設計之初明確測試性指標要求,才能使測試性與其它技術指標一樣得到考量,才有可能使裝備獲得良好的測試性.
測試性分配影響因素較多,主要包括故障影響程度、可靠性、維修性、監(jiān)測難易度及經(jīng)濟性等.國內(nèi)外學者針對電子裝備測試性分配開展了較多研究,總體來看主要是通過評判系統(tǒng)各組成部分在測試性設計中的重要度而展開,相關研究成果促進了電子裝備測試性水平的提高.但對機械裝備而言,還未有明確的測試性指標要求,相應的測試性分配方法也未曾涉及[1,2].本文借鑒可靠性分配建模理論,對機械裝備測試性分配模型進行研究,并就測試性分配過程中人為因素干擾過多的問題,引入投影尋蹤對機械裝備測試性指標實施分配,結果客觀可信.
可靠性分配中由于子系統(tǒng)之間存在串并聯(lián)關系而分配模型亦不一樣,測試性分配中同樣存在串并聯(lián)的情況,但對機械裝備可認為子系統(tǒng)之間是串聯(lián)關系,系統(tǒng)測試性串聯(lián)框圖如圖1所示,影響機械裝備測試性分配的主要因素有各子系統(tǒng)故障影響程度G1、可靠性G2、維修性要求G3、監(jiān)測難易度G4、經(jīng)濟性G5.
圖1 機械裝備測試性串聯(lián)框圖Fig.1 Block diagram of testability in series
1.1故障檢測率分配模型
設某機械裝備系統(tǒng)由n個分系統(tǒng)組成,這時,對于故障檢測率,有
等價變換得
定義αiD為i第個分系統(tǒng)的分配因子,表示第i個分系統(tǒng)檢測出的故障數(shù)占總檢測出的故障數(shù)的比例
于是有
若事先求得αiD,γFDs改為γFDsa,則
(6)
式中:γFDsa為給定的系統(tǒng)級故障檢測率.式(6)即為FDR的分配模型.
由于γFDi∈[0,1],于是
即有
式中:βiD為該分系統(tǒng)的故障數(shù)占總檢測出的故障數(shù)的比例.
于是,F(xiàn)DR的分配問題歸結為求分配因子αiD.
1.2故障隔離率分配模型
由故障隔離率函數(shù)關系
等價變換得
定義αiI為第i個分系統(tǒng)FIR的分配因子,表示第i個分系統(tǒng)隔離出的故障數(shù)占總隔離故障數(shù)的比例
(10)
于是有
式中:γFIsa為給定的系統(tǒng)級故障隔離率. 式(13)即為FIR的分配模型.
(13)
式中:γFIsa為給定的系統(tǒng)級故障隔離率.式(13)即為FIR的分配模型.
由于γFDi∈[0,1],于是
(14)
即有
式中:βiI為第i個分系統(tǒng)檢測的故障數(shù)占總隔離故障數(shù)的比例.
于是,F(xiàn)IR的分配歸結為求分配因子αiI.
1.3分配因子的生成
以故障檢測率的分配因子αiD為例來說明分配因子的生成思路[3]:根據(jù)式(5)可知,在進行測試性分配時,必須保證各子系統(tǒng)所獲得的故障檢測率分配因子αiD相加之和等于1;又由式(7)可知,各分配因子理論上允許的最大值相加之和等于1/γFDsa,因此,可以以各分配因子允許的最大值βiD為基準,向下降低以獲得各子系統(tǒng)故障檢測率的分配因子,且滿足所有子系統(tǒng)向下降低之和等于(1/γFDsa-1).由此,我們可以采取如下方法進行故障檢測率分配因子的生成:按照裝備測試性分配影響因素組成,求得各子系統(tǒng)在這些測試性分配影響因素下的重要度,顯然,由這些影響因素進行評判的重要度大的子系統(tǒng)應獲得較高的測試性指標,降額度應小一些;重要度小的子系統(tǒng)獲得的測試性指標要低一些,降額度應大一些.因此,可采用如下公式計算各子系統(tǒng)分配因子向下的降額度
因此,可采用如下公式計算各子系統(tǒng)分配因子向下的降額度
同理,可得各子系統(tǒng)的故障隔離率分配因子αiI的計算公式為
需要指出的是, 按照上述方法計算分配因子時, 可能存在某個子系統(tǒng)最終得到的αkD(或αkI)小于0的情況, 這是由于該子系統(tǒng)基準值βkD(或βkI)較小, 且該子系統(tǒng)重要度又較小,導致分配因子的降額度εkD(或εkI)大于該子系統(tǒng)所允許的最大值βkD(或βkI)的緣故. 遇到此種情況時, 可以將該子系統(tǒng)的降額度εkD(或εkI)置為0,即不對該子系統(tǒng)進行降額處理, 而將總的降額度(1/γFDsa-1)(或(1/γFIsa-1))在其余子系統(tǒng)間進行分配,依此類推,確保各子系統(tǒng)最終得到的分配因子αkD(或αkI)都大于0.
由第1節(jié)確立的測試性分配模型,分配問題轉化為求各子系統(tǒng)的重要度,因此,如何確定各子系統(tǒng)在測試性分配時的重要度成為關鍵,人為賦權固然簡單省事,但決策者主觀偏好將影響最終的評判結果,使評價結果可信度下降,為增強評判過程的客觀性,本文引入投影尋蹤對機械裝備測試性指標進行分配,這種方法不需要人為賦權,評價結果更加客觀可信.
2.1投影尋蹤(PP)模型
PP是用來處理和分析高維數(shù)據(jù),尤其是來自非正態(tài)總體的一類統(tǒng)計方法,既可作探索性分析,又可作確定性分析,其基本思路是:將高維數(shù)據(jù)通過某種組合投影到低維子空間上,并通過優(yōu)化投影指標函數(shù),尋找出能反映原高維數(shù)據(jù)結構或特征的投影向量,在低維空間上對數(shù)據(jù)結構進行分析,以達到研究和分析高維數(shù)據(jù)的目的.應用PP的目的是對機械裝備各子系統(tǒng)綜合重要度進行評價,即根據(jù)綜合重要度大小對各子系統(tǒng)進行排序,可以利用投影尋蹤分類模型,模型構建過程主要分為以下步驟[4]:
① 樣本評價指標集的歸一化處理.設各指標值的樣本集為{x*(i,j)|i=1,2,…,n; j=1,2,…,p},其中{x*(i,j)}為第i個樣本第j個指標值,n和p分別為樣本的個數(shù)(樣本容量)和指標的數(shù)目.為消除各指標值的量綱和統(tǒng)一各指標值的變化范圍,可采用下式進行極值歸一化處理:
對于越大越優(yōu)的指標
對于越小越優(yōu)的指標
(20)
其中:xmax(j)和xmin(j)分別為第j個指標值的最大值和最小值,x(i,j)為指標特征值歸一化的序列.
② 構造投影指標函數(shù).PP方法就是把p維歸一化數(shù)據(jù){x(i,j)|j=1,2,…,p}綜合成以a(a(1),a(2),…,a(p))(a是單位向量)為投影方向的一維投影值z(i),
綜合投影指標值時,要求投影值z(i)的散布特征應為:局部投影點內(nèi)部盡可能密集,類間盡可能散開.基于此,投影指標函數(shù)可表達為
(22)
Sz為投影值z(i)的標準差,Dz為投影值z(i)的局部密度,即
(24)
③ 優(yōu)化投影指標函數(shù).當各指標值的樣本集給定時,投影指標函數(shù)Q(a)只隨著投影方向a的變化而變化.不同的投影方向反映不同的數(shù)據(jù)結構特征,最佳投影方向就是最大可能暴露高維數(shù)據(jù)某類特征結構的投影方向.因此可通過求解投影指標函數(shù)最大化問題來估計最佳投影方向,即
(25)
(26)
這是一個以{a(j)|j=1,2,…,p}為優(yōu)化變量的復雜非線性問題,用傳統(tǒng)的優(yōu)化方法處理較難,本文采用遺傳算法來解決其高維全局尋優(yōu)問題.
④ 分類(優(yōu)序排列).把步驟(3)求得的最佳投影方向a*代入式(21),可得各樣本點的投影值z*(i).投影值z*(i)和z*(j)進行比較,二者越接近,表示樣本i與j越傾向于分為同一類.按z*(i)值從大到小排序,則可將樣本從優(yōu)到劣排序.
2.2影響因素評分標準
根據(jù)機械裝備測試性分配確定的影響因素,對各子系統(tǒng)開展測試性設計的各影響因素進行評分,評分標準如表1所示.采用10分制,滿分10分,考慮評分時存在的模糊性,分數(shù)可以是0~10之間任意數(shù),如故障影響程度為10分,表示故障的發(fā)生影響安全;如故障影響程度為9分,表示故障的發(fā)生對系統(tǒng)的影響介于“可能影響安全”和“影響安全”之間.
表1 影響因素評分標準
由表1確定的裝備各子系統(tǒng)測試性分配影響因素評分標準,以典型機械裝備柴油機為例對各子系統(tǒng)測試性設計時各影響因素進行評分,結果如表2所示.
表2 影響因素評分結果
2.3子系統(tǒng)重要度評價
評分完成后,即可利用投影尋蹤分類模型對各子系統(tǒng)重要度進行排序.首先,將評分結果按式(19)進行無量綱處理,結果如表3所示.
表3 影響因素評分結果歸一化
然后,將歸一化序列{x(i,j)}代入式(22)~式(24),即可得到投影指標函數(shù),利用遺傳算法求解由式(25)和式(26)所確定的優(yōu)化問題,步驟如下:
1) 隨機產(chǎn)生p=500組初始單位投影方向向量a*,按式(1)分別計算p組n維向量的投影特征值z*(i);
2) 分別計算每組投影方向上的Sz和Dz,進而根據(jù)式(2)計算每組投影方向上的目標函數(shù)值Q(a);
3) 通過遺傳算法中的選擇、交叉和變異操作,產(chǎn)生3×p組新的投影方向向量a*;
4) 根據(jù)Q(a)值越大越優(yōu)的原則,從3×p組投影方向向量中選取新的投影方向向量,回到第(1)步,重新計算z*(i);
5) 當目標函數(shù)值Q(a)不再增大時所對應的投影方向向量就是最優(yōu)投影方向a*.
按上述步驟可求得柴油機測試性設計時各子系統(tǒng)重要度評價最佳投影方向為a*=(0.036,0.023,0.660,0.516,0.544),各子系統(tǒng)重要度評價的最終投影值為z*(i)=(0.776,0.188,1.026,0,782,1.720,0.891),結果如圖2所示.
圖2 柴油機各子系統(tǒng)重要度投影值Fig.2 Projection value of diesel engine subsystem importance
可以看出各子系統(tǒng)重要度排序為:冷卻系統(tǒng)和潤滑系統(tǒng)的重要度最高,起動系統(tǒng)、燃油系統(tǒng)和配氣系統(tǒng)的綜合重要度分列其后,最后是機體與氣缸蓋組件和曲柄連桿機構.
仍以上述柴油機測試性分配為例說明機械裝備測試性分配實施的具體過程.對柴油機而言,不同類型的柴油機故障發(fā)生概率基本相似,因此,可參考已有成熟機型的故障率數(shù)據(jù).本文以某型柴油機故障率數(shù)據(jù)為基礎來確定新研制柴油機測試性分配方案,數(shù)據(jù)如表4所示[5].
表4 柴油機子系統(tǒng)故障率數(shù)據(jù)
測試性分配實施步驟:首先,根據(jù)各子系統(tǒng)故障率數(shù)據(jù),按式(7)求得各子系統(tǒng)的βiD;然后,根據(jù)投影尋蹤求得各子系統(tǒng)重要度,按式(15)計算各子系統(tǒng)故障檢測率的降額度εiD;再根據(jù)式(16)求得各子系統(tǒng)的分配因子;最后,即可根據(jù)式(6)求得各子系統(tǒng)分配的故障檢測率指標γFDi.同理,可求得各子系統(tǒng)分配的故障隔離率指標γFIi.具體數(shù)據(jù)如表5所示.
表5 測試性分配結果
由上述分配結果可知,冷卻和潤滑系統(tǒng)的重要度最大,但由于二者故障率較低,最終分配的測試性指標并不是最大的;曲柄連桿機構雖然重要度最低,但由于故障率最高,分配的測試性指標較大.可見,該方法能夠體現(xiàn)重要度在測試性分配中的作用,讓故障率較低的冷卻和潤滑系統(tǒng)的測試性指標得到了提高,這與實際情況中設計人員重視冷卻和潤滑系統(tǒng)測試性設計的初衷是一致的.
本文在借鑒可靠性分配模型的基礎上,建立了機械裝備測試性分配模型,并將測試性分配問題轉化為求分配因子;分配因子求解過程中,提出了基于投影尋蹤的子系統(tǒng)重要度評價方法,以子系統(tǒng)重要度為基礎,求得分配因子,最終得到各子系統(tǒng)測試性指標.論文以柴油機為對象進行了測試性分配實例實施,分配結果為:冷卻和潤滑系統(tǒng)由于故障率較低,盡管重要度最大,分配的測試性指標并不是最大;曲柄連桿機構雖然重要度最低,但由于故障率最高,分配的測試性指標最大,體現(xiàn)了子系統(tǒng)重要度在測試性分配中的作用.
[1]田仲.測試性分配方法研究[J].北京航空航天大學學報,1999,25(5):607-610.
Tian Zhong.Research on testability allocation method[J].Journal of Beijing University of Aeronautics and Astronautics,1999,25(5):607-610.(in Chinese)
[2]李金龍,陶鳳和,賈長治,等.基于AHP的測試性分配方法研究[J].中國測試,2010,36(2):30-33.
Li Jinlong,Tao Fenghe,Jia Changzhi,et al.Study on testability allocation method based on analytic of hierarchy process[J].China Measurement & Test,2010,36(2):30-33.(in Chinese)
[3]沈親沐.裝備系統(tǒng)級測試性分配技術研究及應用[D].長沙:國防科技大學,2007.
[4]Fu Q,Liu J Y,Wang L K.Study on the PPE model based on RAGA to classify the county energy[J].Journal Systems Science and Information,2004,2(1):73-82.
[5]高曉清.基于多傳感器信息融合的柴油發(fā)動機故障診斷研究[D].太原:中北大學,2008.
Research on Mechanical Equipment Testability Allocation Method Based on Projection Pursuit
ZHOU Ping1,LIU Jielin1,LIU Dongfeng2
(1.PLA Unit No.92557,Guangzhou 510720,China;2.Qingdao Oil Analysis Centre,Naval University of Engineering,Qingdao 266012,China)
Reliability of distribution modeling method,mechanical equipment testability allocation model was firstly established.Then translate the testability allocation problem into seeking distribution factor; Pojection pursuit method was proposed to evaluate subsystem importance,And based on subsystem importance acquired the distribution factor of each subsystem,the subsystem distribution factor is obtained and the test index is finally assigned.Finally,a diesel engine allocation example was given as an example,the allocation result dedicate the testability allocation method proposed in this paper is reasonable.
testability of mechanical equipment;index allocation;projection pursuit;distribution factor
1671-7449(2016)05-0450-07
2016-01-09
周平(1982-),男,工程師,博士,主要從事機械設備狀態(tài)監(jiān)測與故障診斷的研究.
TP206
Adoi:10.3969/j.issn.1671-7449.2016.05.015