毛 磊,王小芳,王圣旭,馬永才,金立新
(32382部隊(duì),湖北 武漢 430311)
隨著科技的不斷發(fā)展,無(wú)人機(jī)在日常生活中越來(lái)越常見(jiàn),功能日趨強(qiáng)大,結(jié)構(gòu)也越來(lái)越復(fù)雜,導(dǎo)致售后維修保障難度越來(lái)越大。傳統(tǒng)的事后維修、視情維修和定期維修已經(jīng)不太適合無(wú)人機(jī)系統(tǒng)維修保障的特點(diǎn)。
為了使無(wú)人機(jī)系統(tǒng)能夠時(shí)刻處于良好的技術(shù)狀態(tài),隨時(shí)能夠執(zhí)行各種任務(wù),預(yù)防性維修十分重要,需要對(duì)無(wú)人機(jī)進(jìn)行健康監(jiān)測(cè)和故障預(yù)測(cè)。由于故障的發(fā)生具有一定的隨機(jī)性,根據(jù)系統(tǒng)工作原理,可以將其看作一個(gè)馬爾科夫過(guò)程,筆者將馬爾科夫模型應(yīng)用于無(wú)人機(jī)系統(tǒng)的故障預(yù)測(cè)中,以便根據(jù)無(wú)人機(jī)系統(tǒng)的狀態(tài),預(yù)測(cè)無(wú)人機(jī)系統(tǒng)發(fā)生故障的概率,為預(yù)防性維修和故障定位提供理論依據(jù),減輕無(wú)人機(jī)售后維修保障人員的壓力,降低維修成本,對(duì)無(wú)人機(jī)系統(tǒng)的售后維修保障具有重要意義[1-2]。
無(wú)人機(jī)系統(tǒng)屬于軟硬件結(jié)合比較緊密的高技術(shù)復(fù)雜系統(tǒng),出現(xiàn)故障的原因相對(duì)復(fù)雜,表現(xiàn)相同的故障,造成故障的原因未必相同。工藝水平、安裝質(zhì)量、操控人員素質(zhì)、軟硬件兼容性和設(shè)計(jì)問(wèn)題等均可能導(dǎo)致無(wú)人機(jī)發(fā)生故障[3]。
目前,無(wú)人機(jī)系統(tǒng)修理主要分為視情維修和大修,故障可以分為使用初期故障、正常使用階段故障和接近大修年限故障。在無(wú)人機(jī)使用初期,發(fā)生故障概率較小,原因簡(jiǎn)單,容易定位和修復(fù);在正常使用過(guò)程中,隨著機(jī)械件不斷磨合,以及操作人員逐漸嫻熟,系統(tǒng)狀態(tài)一般比較好,故障較少;接近大修年限時(shí),由于電子設(shè)備老化,機(jī)械設(shè)備磨損等原因,故障原因復(fù)雜,具有很大的隨機(jī)性,相鄰兩次故障發(fā)生之間也會(huì)有很大的關(guān)聯(lián)性,系統(tǒng)維修保障難度大。
某型無(wú)人機(jī)系統(tǒng)能夠?qū)崿F(xiàn)“一站控雙機(jī)”,即一個(gè)控制站同時(shí)控制兩架無(wú)人機(jī)執(zhí)行任務(wù),無(wú)人機(jī)升空后,不考慮無(wú)人機(jī)自身故障的情況下,通信信號(hào)經(jīng)過(guò)無(wú)線(xiàn)電傳輸?shù)降孛婵刂普尽F湎到y(tǒng)工作流程,如圖1所示。
但是在升空過(guò)程中,發(fā)現(xiàn)控制臺(tái)顯示器屏幕顯示不正常,給無(wú)人機(jī)控制帶來(lái)嚴(yán)重的安全隱患。根據(jù)傳統(tǒng)維修經(jīng)驗(yàn)和系統(tǒng)工作原理分析可知:導(dǎo)致控制臺(tái)顯示器屏幕顯示不正常的原因可能是信號(hào)解析軟件錯(cuò)誤、“飛機(jī)1”顯示軟件錯(cuò)誤或者“飛機(jī)2”顯示軟件錯(cuò)誤,但無(wú)法精確定位故障原因。
為了相對(duì)簡(jiǎn)化模型,假定無(wú)人機(jī)系統(tǒng)內(nèi)部故障的轉(zhuǎn)移概率只與當(dāng)前的狀態(tài)相關(guān),而與以前的狀態(tài)不相關(guān),因此將這一過(guò)程抽象成馬爾科夫模型[4]。利用馬爾科夫鏈對(duì)無(wú)人機(jī)系統(tǒng)故障進(jìn)行預(yù)測(cè),就是預(yù)測(cè)無(wú)人機(jī)系統(tǒng)未來(lái)可能出現(xiàn)或者存在的狀況[5-6]。
根據(jù)無(wú)人機(jī)系統(tǒng)工作的邏輯順序,列出馬爾科夫鏈的節(jié)點(diǎn),即無(wú)人機(jī)工作的邏輯點(diǎn),基于此建立馬爾科夫鏈。由于無(wú)人機(jī)發(fā)生控制臺(tái)顯示不正常故障,列出所有可能的路徑,即:信號(hào)解析軟件錯(cuò)誤、“飛機(jī)1”顯示軟件錯(cuò)誤或者“飛機(jī)2”顯示軟件錯(cuò)誤。
假定系統(tǒng)從正常狀態(tài)S0轉(zhuǎn)移到不正常故障狀態(tài)S1的狀態(tài)子鏈共有n條,分別為L(zhǎng)1,L2,…,Ln,則系統(tǒng)在t時(shí)刻處于故障狀態(tài)S1的概率為:
(1)
假定故障轉(zhuǎn)移鏈Lk的長(zhǎng)度為qk,即轉(zhuǎn)移狀態(tài)的結(jié)點(diǎn)數(shù)為qk。故障狀態(tài)轉(zhuǎn)移子鏈可以看作是一個(gè)時(shí)間連續(xù)狀態(tài)離散的馬爾科夫過(guò)程,根據(jù)Chapman-Kolmogorov方程,齊次馬爾科夫鏈的狀態(tài)轉(zhuǎn)移概率函數(shù)之間具有如下關(guān)系式[7]:
(2)
其中i,r,j表示狀態(tài)點(diǎn),Pij表示由狀態(tài)i到達(dá)狀態(tài)j的狀態(tài)轉(zhuǎn)移函數(shù)。上式表明,由狀態(tài)i出發(fā)經(jīng)過(guò)時(shí)間s+t到達(dá)狀態(tài)j,必須先經(jīng)過(guò)時(shí)間s從狀態(tài)i到達(dá)某一個(gè)狀態(tài)r,然后再經(jīng)過(guò)時(shí)間t從狀態(tài)r到達(dá)某一個(gè)狀態(tài)j。
以子鏈Lk為例,其狀態(tài)轉(zhuǎn)移過(guò)程如圖2所示。
利用上述兩個(gè)模型分別算出的轉(zhuǎn)移概率矩陣,定義風(fēng)險(xiǎn)概率臨界值,矩陣中高于臨界值的概率,本模型認(rèn)為屬于正常交易順序;反之則屬于異常交易順序。模型首先人工設(shè)置風(fēng)險(xiǎn)概率臨界值的初始值,隨后輸入包含正常交易序列和異常交易序列的訓(xùn)練集,根據(jù)分類(lèi)效果動(dòng)態(tài)調(diào)整風(fēng)險(xiǎn)概率臨界值的大小,通過(guò)多次訓(xùn)練,得到識(shí)別效果最好的臨界值。
為簡(jiǎn)化符號(hào)起見(jiàn),假定r1到r2是狀態(tài)轉(zhuǎn)移子鏈Lk上的第l次狀態(tài)轉(zhuǎn)移,定義由狀態(tài)r1轉(zhuǎn)移到狀態(tài)r2的概率為Pr1,r2=Ql。于是系統(tǒng)由狀態(tài)i通過(guò)子鏈Lk到達(dá)狀態(tài)j的狀態(tài)轉(zhuǎn)移概率為:
(3)
根據(jù)公式(1)可以得到具有n條狀態(tài)轉(zhuǎn)移子鏈的某無(wú)人機(jī)系統(tǒng)故障,其轉(zhuǎn)移概率函數(shù)為:
(4)
假定無(wú)人機(jī)系統(tǒng)每次發(fā)生的故障都能夠被修復(fù),即故障修復(fù)概率為1,則從正常狀態(tài)S0轉(zhuǎn)移到故障狀態(tài)S1的一步轉(zhuǎn)移矩陣為:
(5)
假定狀態(tài)轉(zhuǎn)移概率不隨時(shí)間變化,也就是說(shuō)不同時(shí)刻的轉(zhuǎn)移矩陣相同,系統(tǒng)是一個(gè)穩(wěn)定的定常系統(tǒng),通過(guò)n步就可以遍歷所有子鏈,從而到達(dá)平穩(wěn)狀態(tài),設(shè)平穩(wěn)狀態(tài)的穩(wěn)態(tài)向量為[η1,η2],根據(jù)馬爾科夫鏈的遍歷性,可以得到如下方程[8-9]:
(6)
由此解方程可以得到:
(7)
(8)
長(zhǎng)時(shí)間運(yùn)行后,系統(tǒng)的可靠率為η1,失效率為η2。
根據(jù)系統(tǒng)工作原理可以知道,顯示故障可能是因?yàn)樾盘?hào)解析軟件錯(cuò)誤(B1)導(dǎo)致硬件故障(B2),從而導(dǎo)致屏幕顯示不正常,也可能是因?yàn)椤帮w機(jī)1”顯示軟件錯(cuò)誤(B3)或者“飛機(jī)2”顯示軟件錯(cuò)誤(B4)導(dǎo)致顯示故障。
根據(jù)公式(4)可以知道,初始狀態(tài)時(shí)系統(tǒng)處于故障狀態(tài)的概率為:
P(0)=p3+p4+p1p2+p1p3+p1p4
=p1p2+(p3+p4)(1+p1)
(9)
根據(jù)公式(5)和(6)可知,當(dāng)系統(tǒng)達(dá)到穩(wěn)定狀態(tài)時(shí),該系統(tǒng)的穩(wěn)態(tài)向量[η1,η2]為:
(10)
(11)
根據(jù)統(tǒng)計(jì)數(shù)據(jù),當(dāng)無(wú)人機(jī)到達(dá)預(yù)定空域高度,進(jìn)入平飛狀態(tài)時(shí),系統(tǒng)進(jìn)入穩(wěn)定狀態(tài),并且有:p1=0.03,p2=0.1,p3=0.06,p4=0.06。
代入上述公式可以得到,系統(tǒng)正常工作的概率為η1=88.76%,系統(tǒng)故障的概率為η2=11.24%,通過(guò)實(shí)際飛行驗(yàn)證,該方法準(zhǔn)確率達(dá)到90%以上。
馬爾科夫模型也可以應(yīng)用于其他系統(tǒng)的故障分析與預(yù)測(cè),只要摸清系統(tǒng)發(fā)生故障的路徑和狀態(tài)轉(zhuǎn)移的基本概率,就能夠?qū)ψ罱K故障發(fā)生的概率進(jìn)行預(yù)測(cè),當(dāng)概率達(dá)到一定閾值時(shí),對(duì)系統(tǒng)進(jìn)行預(yù)防性檢修,以保證系統(tǒng)處于良好技術(shù)狀態(tài),減少使用中裝備發(fā)生故障的可能性。
筆者主要結(jié)合無(wú)人機(jī)系統(tǒng)的特點(diǎn),利用馬爾科夫模型對(duì)無(wú)人機(jī)系統(tǒng)顯示故障進(jìn)行預(yù)測(cè),為故障診斷提供依據(jù),以實(shí)現(xiàn)對(duì)系統(tǒng)的預(yù)防性維修,克服了傳統(tǒng)的僅依靠人員事后維修的不足,有效確保無(wú)人機(jī)系統(tǒng)處于良好技術(shù)狀態(tài)。基于馬爾科夫鏈的某型無(wú)人機(jī)系統(tǒng)故障預(yù)測(cè)方法具有較大的適用性,能夠運(yùn)用于其他系統(tǒng),便于指導(dǎo)維修人員摸清系統(tǒng)故障發(fā)生的路徑,不斷提高維修保障水平。
內(nèi)蒙古科技與經(jīng)濟(jì)2022年15期