機(jī)載設(shè)備健康指數(shù)的綜合評(píng)價(jià)方法研究

王華+陳建平+扈延光

摘 要：飛機(jī)機(jī)載設(shè)備主要的預(yù)防性維修策略是基于狀態(tài)的維修策略，要求對(duì)設(shè)備的狀態(tài)開(kāi)展綜合評(píng)價(jià)?？紤]到目前機(jī)載設(shè)備的狀態(tài)評(píng)價(jià)缺乏綜合指標(biāo)，引入健康指數(shù)（HI）用于表征機(jī)載設(shè)備的狀態(tài)，結(jié)合以可靠性為中心的維修技術(shù)提出HI評(píng)價(jià)框架。結(jié)合云理論和專(zhuān)家評(píng)價(jià)法研究了HI影響因素的劣化等級(jí)、權(quán)重等級(jí)的綜合評(píng)價(jià)算法，給出算例用以演示評(píng)價(jià)流程，驗(yàn)證了算法的有效性。最終建立起綜合評(píng)價(jià)方法，適用于機(jī)載設(shè)備健康指數(shù)的綜合評(píng)價(jià)，為制定合理的維修策略提供支撐。

關(guān)鍵詞：機(jī)載設(shè)備 健康指數(shù) 基于狀態(tài)的維修 云模型 綜合評(píng)價(jià)

中圖分類(lèi)號(hào)：V240.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2017）04（c）-0020-04

預(yù)防性維修策略中的視情維修，即基于狀態(tài)的維修，是目前飛機(jī)機(jī)載設(shè)備的主要維修策略。我國(guó)軍用標(biāo)準(zhǔn)GJB 1378A—2007《裝備以可靠性為中心的維修分析》規(guī)定并強(qiáng)調(diào)了在裝備投入使用后，應(yīng)調(diào)整預(yù)防性維修間隔期。確定合理的維修間隔期，應(yīng)對(duì)設(shè)備的狀態(tài)進(jìn)行綜合評(píng)價(jià)。由于影響機(jī)載設(shè)備可靠性狀態(tài)的因素中含有大量定性、定量因素，目前實(shí)踐中既缺乏一個(gè)綜合指標(biāo)來(lái)表征設(shè)備的狀態(tài)，又缺乏一個(gè)評(píng)價(jià)框架用于對(duì)狀態(tài)的影響因素進(jìn)行歸類(lèi)、劃分，導(dǎo)致信息收集及綜合評(píng)價(jià)工作開(kāi)展不充分，難以利用好設(shè)備的使用、維護(hù)信息。

健康狀態(tài)，是指在規(guī)定的條件下和規(guī)定的時(shí)間內(nèi)，裝備能夠保持一定可靠性和維修性水平并穩(wěn)定、持續(xù)完成預(yù)定功能的能力[1]；健康指數(shù)（Health Index，HI），是指衡量和表征被研究對(duì)象健康狀態(tài)的一個(gè)數(shù)值[2]。電力行業(yè)和航空器健康管理領(lǐng)域都有HI指標(biāo)，HI反映了設(shè)備運(yùn)行時(shí)保持特定性能的滿(mǎn)意程度，是設(shè)備的使用、維護(hù)等信息的組合。在不同的應(yīng)用案例中，HI可設(shè)定不同的取值范圍。文獻(xiàn)[3]認(rèn)為HI是設(shè)備實(shí)際狀態(tài)相較于期望的正常狀態(tài)的劣化程度，HI取1時(shí)設(shè)備狀態(tài)最佳，取0時(shí)應(yīng)當(dāng)停機(jī)檢修。針對(duì)電力設(shè)備，文獻(xiàn)[2]將HI的取值范圍設(shè)定為（0，10）。只要對(duì)設(shè)備開(kāi)展健康評(píng)估，將評(píng)估的結(jié)果表達(dá)為一個(gè)具體數(shù)值，該數(shù)值理論上可作為健康指數(shù)。

目前已有大量文獻(xiàn)研究了設(shè)備的健康評(píng)估方法。文獻(xiàn)[4]運(yùn)用變精度粗糙集方法來(lái)開(kāi)展航空發(fā)動(dòng)機(jī)健康評(píng)估；文獻(xiàn)[5]運(yùn)用模糊層次分析法建立起綜合評(píng)價(jià)模型，應(yīng)用于機(jī)械設(shè)備的健康評(píng)估。健康評(píng)估通常分為兩大步驟：首先選出哪些特征參量能否反映設(shè)備的健康狀態(tài)；然后運(yùn)用多屬性綜合評(píng)價(jià)方法確定HI。考慮到目前機(jī)載設(shè)備歷史信息多是不完備的，評(píng)價(jià)HI同時(shí)用到定性和定量信息，客觀賦權(quán)法難以實(shí)現(xiàn)，所以該文采用主觀賦權(quán)法中的專(zhuān)家評(píng)價(jià)法[6，7]。該文首先建立HI的評(píng)價(jià)框架，然后結(jié)合云理論給出專(zhuān)家評(píng)價(jià)法流程及主要算法，最后通過(guò)案例驗(yàn)證算法的有效性。

1 健康指數(shù)的評(píng)價(jià)框架

機(jī)械類(lèi)、機(jī)電類(lèi)和電子類(lèi)產(chǎn)品的故障機(jī)理有所差異，因此HI影響因素集不同。綜合評(píng)價(jià)設(shè)備健康狀態(tài)，通常選取能夠表征設(shè)備運(yùn)行狀態(tài)的特征參量，如文獻(xiàn)[3]中采用壓力、轉(zhuǎn)速、溫度等指標(biāo)，文獻(xiàn)[8]中采用航空發(fā)動(dòng)機(jī)燃油流量指標(biāo)。然而，僅考慮一些易于獲取的量化指標(biāo)是不足夠的，HI的影響因素還包含許多定性或復(fù)雜的綜合因素。如文獻(xiàn)[1]綜合考慮了地理和環(huán)境因素、使用和維修因素；文獻(xiàn)[5]認(rèn)為設(shè)備或零部件的健康狀態(tài)與可靠性、維修性、安全性、檢測(cè)性、經(jīng)濟(jì)性、技術(shù)性能這六大方面有關(guān)；在HI理論應(yīng)用相對(duì)成熟的電力行業(yè)CBRM體系中，評(píng)價(jià)HI還考慮了“家族病史”和“潛在缺陷”因素[2]。

通常軍用飛機(jī)具有機(jī)械、電氣、軍械、通訊導(dǎo)航、火控、無(wú)線(xiàn)電、儀表、氧氣和高空救生等分系統(tǒng)共幾百項(xiàng)機(jī)載成品，按照以可靠性為中心的維修（RCM）思想，預(yù)防性維修大綱只需針對(duì)重要功能產(chǎn)品，即故障影響任務(wù)完成、安全性或?qū)е轮卮蟮慕?jīng)濟(jì)后果的產(chǎn)品。因此，健康指數(shù)的影響因素應(yīng)包含產(chǎn)生“任務(wù)后果、安全后果”和“經(jīng)濟(jì)后果”三方面的因素。該文參考國(guó)家電網(wǎng)公司頒布的《主要輸變電設(shè)備狀態(tài)評(píng)價(jià)導(dǎo)則》中的扣分方式，按照“不健康狀態(tài)的種類(lèi)越多，健康指數(shù)越高；不健康狀態(tài)越嚴(yán)重，健康指數(shù)越高”的原則，將總的扣分值視為HI值；該方法在評(píng)價(jià)同一設(shè)備的新?tīng)顟B(tài)時(shí)，只需要在舊狀態(tài)扣分值的基礎(chǔ)上觀測(cè)并調(diào)整扣分值，便能快速得到新?tīng)顟B(tài)的HI值。影響因素應(yīng)扣分值為劣化等級(jí)和權(quán)重等級(jí)的乘積，未劣化時(shí)不扣分。表1將劣化等級(jí)和權(quán)重等級(jí)各分成四級(jí)，在實(shí)踐中該表的數(shù)值可隨具體產(chǎn)品而更改。

設(shè)備維持健康狀態(tài)的能力，應(yīng)在規(guī)定的條件下進(jìn)行評(píng)價(jià)，當(dāng)設(shè)備執(zhí)行任務(wù)的環(huán)境、使用維護(hù)等條件發(fā)生變化時(shí)，設(shè)備的健康指數(shù)也會(huì)受到影響。在提煉故障模式時(shí)，僅利用設(shè)備自身已發(fā)生的故障信息并不足夠，還需要參考同廠、同型設(shè)備的故障信息。機(jī)載設(shè)備的FMECA結(jié)論、RCMA結(jié)論和RCM分析結(jié)果等，是開(kāi)展健康指數(shù)評(píng)價(jià)的重要信息來(lái)源。本文提出的評(píng)價(jià)框架見(jiàn)表2。設(shè)備健康指數(shù)為全部單項(xiàng)HI取值之和。

機(jī)載設(shè)備的主要性能參數(shù)（可測(cè)量的參數(shù)），根據(jù)其異常后可能出現(xiàn)的后果，填入表2中“任務(wù)后果、安全后果”和“經(jīng)濟(jì)后果”欄的“特征參數(shù)”行；以“任務(wù)后果”為例，“特征參數(shù)”行可填入壓力、速度等能夠反映設(shè)備執(zhí)行任務(wù)能力的量化參數(shù)；當(dāng)某種因素、狀態(tài)無(wú)法用定量的參數(shù)來(lái)描述時(shí)，可用定性的語(yǔ)言描述將其總結(jié)成故障模式，填入“故障模式”一行，如漏油、銹蝕、劃傷等。三種后果中，特征參數(shù)與故障模式是互補(bǔ)關(guān)系，應(yīng)盡量使二者無(wú)交集，避免同一不健康因素被多次記錄、多次扣分。

“環(huán)境因素”“使用、維護(hù)、維修”“同廠、同型設(shè)備被通報(bào)的故障、缺陷信息”欄中主要填寫(xiě)除設(shè)備自身性能參數(shù)之外的定性、定量因素；針對(duì)“環(huán)境因素”，通常機(jī)載設(shè)備的主要環(huán)境因素為溫度、濕度、振動(dòng)、高度和過(guò)載等，主要的環(huán)境應(yīng)力為振動(dòng)應(yīng)力、熱應(yīng)力、潮濕應(yīng)力、低氣壓應(yīng)力和炮振應(yīng)力；在評(píng)價(jià)時(shí)，應(yīng)綜合考慮各環(huán)境因素出現(xiàn)的概率、應(yīng)力水平、應(yīng)力變化情況和記載設(shè)備對(duì)環(huán)境應(yīng)力的敏感程度[9]。針對(duì)“使用、維護(hù)、維修”，使用信息如設(shè)備已使用壽命、剩余壽命、停放時(shí)間、用戶(hù)對(duì)設(shè)備使用情況評(píng)述等；維護(hù)信息包括基本維護(hù)信息，如機(jī)載設(shè)備已開(kāi)展的清潔、潤(rùn)滑、除銹、防潮和恢復(fù)保護(hù)層等，還包括性能檢查和調(diào)整信息，如對(duì)機(jī)載設(shè)備的零部件進(jìn)行了技術(shù)參數(shù)調(diào)整等[10]；維修信息主要是指機(jī)載設(shè)備歷次維修記錄，包括換件信息、維修深度和性能恢復(fù)程度等。這些信息都能直接或間接反映機(jī)載設(shè)備當(dāng)前的健康狀態(tài)。

2 基于云模型的專(zhuān)家評(píng)價(jià)法

對(duì)健康指數(shù)影響因素的“劣化等級(jí)”及“權(quán)重權(quán)重”進(jìn)行評(píng)定時(shí)，制定客觀的量化規(guī)則是難以實(shí)現(xiàn)的，因?yàn)橛绊懸蛩刂邪硕ㄐ砸蛩?，且諸如“亞健康、比較重要”等定性概念帶有模糊性，快捷有效的方法是專(zhuān)家評(píng)價(jià)法，即專(zhuān)家根據(jù)經(jīng)驗(yàn)進(jìn)行主觀判斷而得到權(quán)重或等級(jí)，再對(duì)各個(gè)專(zhuān)家的評(píng)判結(jié)果進(jìn)行整合，得到一個(gè)綜合值。需解決的問(wèn)題如下。

各定性概念具有模糊性，各專(zhuān)家的評(píng)價(jià)結(jié)果具有隨機(jī)性，當(dāng)隨機(jī)性過(guò)大時(shí)說(shuō)明意見(jiàn)不統(tǒng)一，此結(jié)果應(yīng)屬無(wú)效，需要進(jìn)一步的溝通及評(píng)定，直到意見(jiàn)相對(duì)統(tǒng)一。此處的“模糊性”和“隨機(jī)性”如何評(píng)價(jià)？

專(zhuān)家的人數(shù)較少，即樣本量較少，評(píng)價(jià)結(jié)果可能不穩(wěn)定，假設(shè)這些樣本服從一定的分布規(guī)律且已經(jīng)被發(fā)掘出來(lái)，那么利用該已知的分布規(guī)律便可人為生成大量的同類(lèi)樣本。由大數(shù)定理可知，樣本量足夠大時(shí)，樣本平均數(shù)將接近總體平均數(shù)。此處該如何確定分布規(guī)律？

針對(duì)問(wèn)題（1），云理論可描述隨機(jī)性、模糊性并存的情形；定性概念的模糊性、專(zhuān)家的評(píng)價(jià)結(jié)果的隨機(jī)性，可用正態(tài)云模型中的熵En來(lái)評(píng)價(jià)，En越大，隨機(jī)性和模糊性也就越大。針對(duì)問(wèn)題（2），正態(tài)云具有普適性，它能保留原始小樣本中的隨機(jī)性和模糊性規(guī)律，不失為一種好的選擇。

2.1 評(píng)價(jià)流程

文獻(xiàn)[11]對(duì)正態(tài)云模型各特征量的詮釋為：期望Ex代表專(zhuān)家評(píng)價(jià)的平均水平；熵En代表評(píng)價(jià)的離散程度，反映專(zhuān)家的水平；超熵He表示與正常發(fā)揮時(shí)的偏離程度，綜合反映專(zhuān)家的心理素質(zhì)和思考狀態(tài)等因素。當(dāng)En足夠小時(shí)，代表各專(zhuān)家的意見(jiàn)已統(tǒng)一；如果兩次He相近，說(shuō)明專(zhuān)家的思考狀態(tài)已平穩(wěn)。專(zhuān)家在狀態(tài)平穩(wěn)的情況下達(dá)成了統(tǒng)一的意見(jiàn)，才是可取的。圖1所示為專(zhuān)家評(píng)價(jià)流程。待評(píng)價(jià)的項(xiàng)目為：劣化等級(jí)的取值，權(quán)重等級(jí)的取值，每個(gè)HI影響因素對(duì)應(yīng)的劣化等級(jí)和權(quán)重等級(jí)。

2.2 主要算法及規(guī)則

針對(duì)同一評(píng)價(jià)對(duì)象，假設(shè)n個(gè)專(zhuān)家的評(píng)分結(jié)果為R，利用該樣本，采用逆向云算法建立云模型。文獻(xiàn)[12]提出的逆向云新算法，具有兩大優(yōu)勢(shì)：無(wú)需確定度（隸屬度）信息；盡可能多地利用樣本信息，保證超熵估計(jì)值為正實(shí)數(shù)。該文對(duì)文獻(xiàn)提出的算法中的循環(huán)結(jié)構(gòu)進(jìn)行優(yōu)化，給出如下偽代碼：

Step3：

利用上述算法建立后，可利用正態(tài)云發(fā)生器算法，生成大量云滴，視為一次評(píng)分的分值，視為屬于某個(gè)概念的確定度。為了求評(píng)分的期望值，常規(guī)方法是直接對(duì)求均值；文獻(xiàn)[13]經(jīng)過(guò)仿真試驗(yàn)表明，對(duì)大量云滴直接采用正態(tài)曲線(xiàn)擬合得到的期望值，誤差要更小，該文采納該方法。

上述方法得到的期望值通常為非整數(shù)，假設(shè)劣化等級(jí)取值的綜合評(píng)價(jià)結(jié)果為（1.94，4.3，7.9，9.9），當(dāng)兩個(gè)待評(píng)價(jià)的影響因素都屬于亞健康時(shí)，應(yīng)鼓勵(lì)專(zhuān)家辨別出二者劣化的細(xì)微差異，所以可將表1的取值區(qū)間視為連續(xù)，允許專(zhuān)家將“亞健康”狀態(tài)下劣化相對(duì)嚴(yán)重的一者扣分值設(shè)定得較高（如取5.3）。同理，權(quán)重等級(jí)量化也可遵循該規(guī)則。

3 算例說(shuō)明

評(píng)價(jià)對(duì)象雖然不同，但是每次的評(píng)價(jià)和計(jì)算流程都如圖1所示，為了便于說(shuō)明，該節(jié)利用簡(jiǎn)單算例來(lái)說(shuō)明評(píng)價(jià)流程。20位專(zhuān)家對(duì)定性概念“比較健康”的應(yīng)扣分值進(jìn)行了3次評(píng)定，每次評(píng)定的分值見(jiàn)表3，正態(tài)云模型可視化如圖2所示。

第一次評(píng)分時(shí)專(zhuān)家對(duì)“比較健康”的理解差異較大，從圖2a中可看出云滴較為分散，評(píng)價(jià)質(zhì)量不佳。經(jīng)過(guò)溝通后進(jìn)行第二次評(píng)分，從表3中看出部分專(zhuān)家修改了評(píng)分值，所得到的云模型中的熵已經(jīng)從0.49降低到0.31，說(shuō)明評(píng)分結(jié)果趨于集中，如圖2b所示，超熵從0.15降低到0.06，降低幅度較大，說(shuō)明本次溝通效果明顯；再進(jìn)行一輪溝通后，從表3中發(fā)現(xiàn)只有少數(shù)專(zhuān)家微調(diào)評(píng)分結(jié)果，所得云模型的熵和超熵稍有較低，超熵保持平穩(wěn)，說(shuō)明該輪溝通效果不明顯，評(píng)價(jià)結(jié)果穩(wěn)定，從圖2c中可見(jiàn)云滴聚集程度高、圖形更“瘦”，意味著較佳的評(píng)價(jià)結(jié)果已出現(xiàn)。對(duì)圖2c中的云滴采用正態(tài)分布曲線(xiàn)擬合，得到期望值為1.94，作為定性概念“比較健康”的扣分值。

4 結(jié)語(yǔ)

對(duì)飛機(jī)機(jī)載設(shè)備開(kāi)展?fàn)顟B(tài)評(píng)價(jià)是制定基于狀態(tài)的維修策略的必要前提，該文引入健康指數(shù)作為評(píng)價(jià)設(shè)備狀態(tài)的綜合指標(biāo)，建立起一個(gè)通用的HI評(píng)價(jià)框架，對(duì)影響機(jī)載設(shè)備健康狀態(tài)的因素進(jìn)行歸類(lèi)、劃分。該文詳細(xì)闡述了基于云理論的專(zhuān)家評(píng)價(jià)法在機(jī)載設(shè)備健康指數(shù)評(píng)價(jià)中的應(yīng)用方法，給出算例驗(yàn)證了驗(yàn)證了算法的有效性，具有較強(qiáng)的現(xiàn)實(shí)意義。

參考文獻(xiàn)

[1] 呂建偉，余鵬，魏軍，等.艦船裝備健康狀態(tài)評(píng)估方法[J].海軍工程大學(xué)學(xué)報(bào)，2011（3）：72-76.

[2] 周莉梅，馬釗，盛萬(wàn)興.現(xiàn)代配電網(wǎng)健康指數(shù)理論最新研究進(jìn)展[J].供用電，2016（1）：3-7，13.

[3] 張彥如，耿夢(mèng)曉.基于健康指數(shù)的設(shè)備運(yùn)行狀態(tài)評(píng)價(jià)與預(yù)測(cè)[J].合肥工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2015（10）：1318-1323.

[4] 楊洲，景博，張劼.航空發(fā)動(dòng)機(jī)健康評(píng)估變精度粗糙集決策方法[J].航空動(dòng)力學(xué)報(bào)，2013（2）：283-289.

[5] 賓光富，周元，Balbir S.Dhillon.基于Fuzzy-AHP的機(jī)械設(shè)備多特征參數(shù)健康狀態(tài)綜合評(píng)價(jià)研究[J].中國(guó)機(jī)械工程，2009（20）：2487-2492.

[6] 李遠(yuǎn)遠(yuǎn)，云俊.多屬性綜合評(píng)價(jià)指標(biāo)體系理論綜述[J].武漢理工大學(xué)學(xué)報(bào)：信息與管理工程版，2009（2）：305-309.

[7] 謝學(xué)銘，鄭健.基于云模型主觀賦權(quán)法的多目標(biāo)決策研究[J].中國(guó)西部科技，2009（25）：7-8.

[8] 鐘詩(shī)勝，雷達(dá).一種可用于航空發(fā)動(dòng)機(jī)健康狀態(tài)預(yù)測(cè)的動(dòng)態(tài)集成極端學(xué)習(xí)機(jī)模型[J].航空動(dòng)力學(xué)報(bào)，2014（9）：2085-2090.

[9] 壽命和可靠性文件匯編.航空工業(yè)部第六〇一研究所[Z].1987.

[10] 段學(xué)剛.航空電子裝備維修概論[M].北京：國(guó)防工業(yè)出版社，2010.

[11] 胡石元，姜昕，丁家玲.教師課堂教學(xué)質(zhì)量的云模型評(píng)價(jià)方法[J].武漢大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2007（3）：455-460.

[12] 陳昊，李兵，劉常昱.一種無(wú)確定度的逆向云算法[J].小型微型計(jì)算機(jī)系統(tǒng)，2015（3）：544-549.

[13] 呂輝軍，王曄，李德毅，等.逆向云在定性評(píng)價(jià)中的應(yīng)用[J].計(jì)算機(jī)學(xué)報(bào)，2003（8）：1009-1014.