閆 瓊,楊 威,張亞男,張海軍,張國(guó)輝,吳瓊濤,張藝馨
(鄭州航空工業(yè)管理學(xué)院,河南 鄭州 450046)
隨著農(nóng)村勞動(dòng)力持續(xù)短缺、土地集約化管理的加強(qiáng)和規(guī)?;N植的加快,國(guó)內(nèi)農(nóng)業(yè)種植更趨科技化和智能化,植保無(wú)人機(jī)順勢(shì)而生,并因具有高效、環(huán)保、安全、便利等特點(diǎn)被廣泛應(yīng)用。在植保無(wú)人機(jī)的全生命周期中,設(shè)備故障和性能劣化會(huì)帶來(lái)大量的停工損失和維修保障費(fèi)用,故及時(shí)地預(yù)測(cè)和掌握植保無(wú)人機(jī)的健康狀態(tài)是降低其故障率、提高使用效率以及經(jīng)濟(jì)性、安全性和可靠性的必要條件[1]。
近年來(lái),國(guó)內(nèi)外學(xué)者對(duì)設(shè)備健康狀態(tài)評(píng)估方面的研究日益增多,常用的方法有神經(jīng)網(wǎng)絡(luò)、模糊綜合評(píng)價(jià)法、深度學(xué)習(xí)和灰色系統(tǒng)理論等。文獻(xiàn)[2]運(yùn)用馬爾可夫模型對(duì)電力系統(tǒng)全域測(cè)量系統(tǒng)可靠性評(píng)估和健康狀態(tài)檢測(cè)。文獻(xiàn)[3]運(yùn)用層次分析法和模糊綜合評(píng)價(jià)法對(duì)飛機(jī)液壓系統(tǒng)進(jìn)行了健康狀態(tài)評(píng)估。文獻(xiàn)[4]利用歷史數(shù)據(jù)和現(xiàn)場(chǎng)運(yùn)行數(shù)據(jù),基于改進(jìn)的模糊層次分析法確定變壓器的整體健康狀態(tài)。文獻(xiàn)[5]結(jié)合動(dòng)態(tài)權(quán)重并根據(jù)向量相似性原理,考慮關(guān)鍵指標(biāo)對(duì)設(shè)備健康狀態(tài)的影響,建立了以指數(shù)函數(shù)為基礎(chǔ)的動(dòng)態(tài)權(quán)重指標(biāo)模型。文獻(xiàn)[6]運(yùn)用支持向量機(jī)并結(jié)合層次分析法和決策樹,實(shí)現(xiàn)對(duì)多特征向量數(shù)據(jù)的健康狀態(tài)分類,提高了判別度并以此建立模型,使評(píng)估結(jié)果精度更高。文獻(xiàn)[7]運(yùn)用深度學(xué)習(xí)的方法,通過(guò)正常狀態(tài)數(shù)據(jù)進(jìn)行無(wú)監(jiān)督訓(xùn)練,建立正常狀態(tài)特征空間,之后采集數(shù)據(jù)確定偏差,完成健康狀態(tài)的量化評(píng)估,該模型適用范圍廣但需要大量的數(shù)據(jù)來(lái)進(jìn)行訓(xùn)練。文獻(xiàn)[8]通過(guò)對(duì)系統(tǒng)內(nèi)各設(shè)備的健康狀態(tài)進(jìn)行監(jiān)測(cè),并融合信息確定分系統(tǒng)健康狀態(tài)來(lái)對(duì)無(wú)人機(jī)進(jìn)行綜合健康管理,主要應(yīng)用于軍用飛行器的健康狀態(tài)評(píng)估。文獻(xiàn)[9]運(yùn)用灰色聚類法確定無(wú)人機(jī)垂直陀螺儀節(jié)點(diǎn)的健康度,并根據(jù)節(jié)點(diǎn)間的相互關(guān)系劃分不同的鏈路模型,對(duì)其工作鏈路進(jìn)行健康狀態(tài)評(píng)估。
文獻(xiàn)[2]至文獻(xiàn)[5]雖然可以實(shí)現(xiàn)對(duì)系統(tǒng)的健康狀態(tài)評(píng)估,但尚存在依賴專家經(jīng)驗(yàn)、主觀性強(qiáng)等缺陷,使評(píng)估準(zhǔn)確率下降。文獻(xiàn)[6]和文獻(xiàn)[7]所采用的方法則需要采集大量數(shù)據(jù),成本較高,無(wú)法實(shí)現(xiàn)小樣本、貧信息、少數(shù)據(jù)建模。文獻(xiàn)[8]和文獻(xiàn)[9]研究了無(wú)人機(jī)分系統(tǒng)的健康狀態(tài),未對(duì)無(wú)人機(jī)整機(jī)健康狀態(tài)進(jìn)行綜合評(píng)估。
為了解決上述問(wèn)題,本文以典型的植保無(wú)人機(jī)為例,首先構(gòu)建植保無(wú)人機(jī)健康狀態(tài)評(píng)估指標(biāo)體系,然后采用組合賦權(quán)法和模糊灰色聚類法來(lái)對(duì)植保無(wú)人機(jī)進(jìn)行系統(tǒng)的健康狀態(tài)綜合評(píng)估,實(shí)現(xiàn)了小樣本、貧信息、少數(shù)據(jù)建模,最后進(jìn)行實(shí)例驗(yàn)證,進(jìn)一步確定整機(jī)的健康狀態(tài)。
根據(jù)評(píng)價(jià)指標(biāo)選取的原則,結(jié)合植保無(wú)人機(jī)的工作原理、功能特性和結(jié)構(gòu)特點(diǎn),依據(jù)農(nóng)業(yè)部所批準(zhǔn)的關(guān)于《植保無(wú)人機(jī)質(zhì)量評(píng)價(jià)技術(shù)規(guī)范》以及植保無(wú)人機(jī)常見故障及處理方法的基礎(chǔ)上,構(gòu)建評(píng)價(jià)指標(biāo)體系,如圖1所示。
圖1 植保無(wú)人機(jī)健康狀態(tài)評(píng)估指標(biāo)體系
本文對(duì)相關(guān)指標(biāo)進(jìn)行如下說(shuō)明。
(1)動(dòng)力系統(tǒng)。動(dòng)力系統(tǒng)主要功能是提供推升力,直接關(guān)系到整機(jī)的性能和使用狀態(tài)。
①電機(jī)轉(zhuǎn)速。電機(jī)提供動(dòng)力驅(qū)動(dòng)螺旋槳來(lái)實(shí)現(xiàn)飛行作業(yè),轉(zhuǎn)速異常會(huì)導(dǎo)致無(wú)人機(jī)無(wú)法完成盤旋、上升、下降等飛行任務(wù)。
②電機(jī)溫升。一般用溫升即電機(jī)高出環(huán)境溫度的數(shù)值來(lái)衡量電機(jī)的溫度變化,電機(jī)溫升越低運(yùn)行狀態(tài)越好,當(dāng)電機(jī)溫升突然增大或者超過(guò)閾值時(shí),表明電機(jī)出現(xiàn)故障。
③電機(jī)電流。電機(jī)中電流是否滿足載荷需求非常關(guān)鍵,如果電流供給不足、動(dòng)力系統(tǒng)動(dòng)力不夠就很可能會(huì)造成墜機(jī)的危險(xiǎn)。
④電池溫度。電池作為動(dòng)力系統(tǒng)的動(dòng)力保障,也是植保無(wú)人機(jī)易發(fā)生故障的部件,電池溫度一般不能超過(guò)60℃,否則會(huì)嚴(yán)重影響其壽命。
⑤續(xù)航時(shí)間。續(xù)航時(shí)間長(zhǎng)短決定植保無(wú)人機(jī)的正常飛行和作業(yè)時(shí)間,續(xù)航時(shí)間過(guò)短會(huì)引起飛行事故。
(2)噴灑系統(tǒng)。噴灑系統(tǒng)對(duì)于植保無(wú)人機(jī)至關(guān)重要,噴灑系統(tǒng)如果出現(xiàn)異常,作業(yè)效率會(huì)大幅降低,甚至導(dǎo)致無(wú)法開展正常的植保作業(yè)。
①噴灑流量。檢測(cè)噴灑流量是確定系統(tǒng)是否阻塞,是保障作業(yè)效率的關(guān)鍵,同時(shí)也避免因流量異常而導(dǎo)致藥害。
②霧滴密度。一般用霧滴密度(單位面積霧滴個(gè)數(shù))檢驗(yàn)霧化粒徑,來(lái)評(píng)定作業(yè)效果,霧化粒徑反映了噴霧的質(zhì)量,霧化粒徑太大會(huì)滾落到地面上,過(guò)小則容易受氣流影響,漂移和快速蒸發(fā),不易沉降。
③噴幅。噴幅反映了藥物噴灑的作業(yè)面,代表著噴霧的寬度,寬度過(guò)小則會(huì)降低作業(yè)效率,耽誤農(nóng)時(shí),噴幅越寬代表其性能越好。
(3)飛控系統(tǒng)。飛控系統(tǒng)設(shè)定之后比較穩(wěn)定,結(jié)合植保無(wú)人機(jī)的作業(yè)特點(diǎn),通過(guò)監(jiān)測(cè)懸停高度、避障距離和仿地飛行高度來(lái)評(píng)估飛控系統(tǒng)健康程度。
①懸停高度。在作業(yè)過(guò)程中,植保無(wú)人機(jī)懸停高度直接反映了飛控系統(tǒng)的穩(wěn)定性,影響農(nóng)業(yè)噴灑效果。
②避障距離。農(nóng)田環(huán)境復(fù)雜且障礙物多,雜草和樹木等使得無(wú)人機(jī)自主繞障功能極為重要,需要確保無(wú)人機(jī)在保障作業(yè)范圍的前提下有效避障。
③仿地飛行高度。有時(shí)農(nóng)田地形不平坦,僅靠目視無(wú)法判斷,仿地形飛行根據(jù)作物表面高度不同自動(dòng)調(diào)整,在作業(yè)中非常重要。
組合賦權(quán)法是將主觀賦權(quán)法和客觀賦權(quán)法相結(jié)合,可以兼顧客觀優(yōu)勢(shì)與主觀重視程度,最大限度減少信息損失,使得出的權(quán)重更加科學(xué)合理。
熵權(quán)法依據(jù)指標(biāo)變異程度,由信息熵確定熵權(quán),從而得出各指標(biāo)的權(quán)重,指標(biāo)信息熵越小表明其所占權(quán)重越大,是一種客觀賦權(quán)方法。包括如下步驟:
步驟1:依據(jù)式(1)對(duì)原始矩陣X標(biāo)準(zhǔn)化后得到的矩陣Y每列進(jìn)行歸一化處理。
(1)
其中:yij表示第m個(gè)評(píng)估對(duì)象對(duì)第n個(gè)評(píng)價(jià)指標(biāo)的評(píng)價(jià)結(jié)果。歸一化處理后得到處理后的矩陣為R=[rij]m×n,rij∈[0,1]。
步驟2:對(duì)于指標(biāo)體系中某個(gè)指標(biāo)rij,其信息熵為:
(2)
其中:當(dāng)rij=0,lnrij=0
步驟3:由信息熵計(jì)算熵權(quán),第j個(gè)指標(biāo)的權(quán)重為:
(3)
層次分析法是一種主觀賦權(quán)法,針對(duì)研究的問(wèn)題需首先建立層次結(jié)構(gòu)模型,然后依據(jù)各要素相對(duì)于上一層元素的相對(duì)重要程度,構(gòu)造判斷矩陣,最后計(jì)算得到各層要素的權(quán)重值。步驟流程如圖2所示。
圖2 層次分析法步驟流程
(4)
式中ēij表示判斷矩陣E中的元素,該矩陣根據(jù)1~9的標(biāo)度法確定相對(duì)重要程度。
(5)
(6)
接著根據(jù)公式(7)計(jì)算最大特征根,并根據(jù)公式(8)及公式(9)對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)。
(7)
(8)
(9)
若C.R.小于等于0.1,則所求特征向量即為主觀權(quán)重向量,W*=(ω1*,ω2*,…,ωn*)。否則,需調(diào)整判斷矩陣后重新計(jì)算權(quán)重向量。
運(yùn)用乘法合成歸一化方法(見公式10)對(duì)熵權(quán)法和層次分析法分別確定的權(quán)重進(jìn)行組合,得出組合權(quán)重[10],既兼顧了客觀數(shù)據(jù)的分布特點(diǎn),也兼顧了專家的個(gè)人經(jīng)驗(yàn),最大限度減少信息損失,使其權(quán)重更加科學(xué)合理。
(10)
其中:i=1,2,3,…,m,m代表每個(gè)一級(jí)指標(biāo)對(duì)應(yīng)的二級(jí)評(píng)估指標(biāo)個(gè)數(shù)。
健康狀態(tài)等級(jí)劃分是建立模型的基礎(chǔ)和進(jìn)行健康評(píng)估的前提。本文結(jié)合無(wú)人機(jī)的故障診斷情況、相關(guān)飛行器的健康等級(jí)分類以及專家經(jīng)驗(yàn)將無(wú)人機(jī)的健康狀態(tài)劃分為五個(gè)等級(jí)[11,12],等級(jí)劃分及說(shuō)明如表1所示。
表1 植保無(wú)人機(jī)健康狀態(tài)說(shuō)明
本文運(yùn)用模糊灰色聚類法構(gòu)建植保無(wú)人機(jī)健康狀態(tài)評(píng)估模型。依據(jù)圖1評(píng)價(jià)指標(biāo)體系,建立相應(yīng)的評(píng)估向量X=(X1,X2,X3)=(動(dòng)力系統(tǒng),噴灑系統(tǒng),飛控系統(tǒng)),其中X=(x11,x12,x13,x14,x15)=(電機(jī)轉(zhuǎn)速,電機(jī)溫升,電機(jī)電流,電池溫度,續(xù)航時(shí)間)為動(dòng)力系統(tǒng)的檢測(cè)指標(biāo),X=(x21,x22,x23)=(噴灑流量,霧滴密度,噴幅)為噴灑系統(tǒng)的檢測(cè)指標(biāo),X=(x31,x32,x33)=(懸停高度,避障距離,仿地飛行高度)為飛控系統(tǒng)的檢測(cè)指標(biāo)。
灰色聚類法具備許多獨(dú)特的優(yōu)點(diǎn),其模型直觀、結(jié)構(gòu)形式簡(jiǎn)明,可解決模糊數(shù)學(xué)不易處理的部分信息已知而部分未知的小樣本、貧信息不確定性問(wèn)題,依據(jù)信息覆蓋,實(shí)現(xiàn)少數(shù)據(jù)建模,來(lái)對(duì)系統(tǒng)做出科學(xué)、正確的評(píng)價(jià)[13]。
3.2.1 原始指標(biāo)數(shù)據(jù)預(yù)處理
對(duì)原始狀態(tài)數(shù)據(jù)X=[xij]作無(wú)量綱處理,將其規(guī)范在[0,1]之間,得到矩陣Y=[yij]。指標(biāo)類型不同,處理方法也有所區(qū)分,在無(wú)量綱處理之前先要對(duì)檢測(cè)指標(biāo)進(jìn)行分類,如表2所示。正向指標(biāo)、逆向指標(biāo)及適度指標(biāo),分別按照公式(11)、公式(12)、公式(13)進(jìn)行無(wú)量綱處理。
表2 指標(biāo)分類
(11)
(12)
(13)
3.2.2 灰色聚類白化權(quán)函數(shù)的構(gòu)造
灰色聚類法中白化權(quán)函數(shù)的構(gòu)造是從定性分析到定量建模的關(guān)鍵環(huán)節(jié),本文采用基于中心點(diǎn)的三角白化權(quán)函數(shù)。
根據(jù)已劃分的五個(gè)健康狀態(tài)等級(jí)需對(duì)應(yīng)五個(gè)灰類,設(shè)第三個(gè)灰類的中心點(diǎn)為0.5,由此可得第三個(gè)灰類對(duì)應(yīng)的取值范圍為[0.3,0.7],同理進(jìn)行左右延伸依次確定其他灰類的中心點(diǎn)及取值范圍,進(jìn)而構(gòu)造白化權(quán)函數(shù)。根據(jù)五個(gè)灰類對(duì)應(yīng)的取值域可以得到三角白化權(quán)函數(shù),如圖3所示。
圖3 植保無(wú)人機(jī)健康狀態(tài)白化權(quán)函數(shù)
(14)
(15)
(16)
(17)
(18)
3.2.3 確定指標(biāo)綜合權(quán)重
利用熵權(quán)法和層次分析法分別確定主客觀賦權(quán)值,之后再運(yùn)用組合賦權(quán)法得到二級(jí)指標(biāo)相對(duì)于一級(jí)指標(biāo)的綜合權(quán)重,同理可得到一級(jí)指標(biāo)相對(duì)于目標(biāo)層的綜合權(quán)重。
3.2.4 灰色聚類評(píng)估
根據(jù)灰色聚類計(jì)算公式,計(jì)算一級(jí)指標(biāo)的聚類系數(shù)。
(19)
3.2.5 植保無(wú)人機(jī)整機(jī)健康狀態(tài)評(píng)估
依據(jù)植保無(wú)人機(jī)健康狀態(tài)評(píng)估指標(biāo)體系和植保無(wú)人機(jī)一級(jí)指標(biāo)的評(píng)價(jià)結(jié)果,可得到灰色聚類評(píng)估矩陣M作為模糊評(píng)判矩陣。矩陣M與各一級(jí)指標(biāo)綜合權(quán)重相乘,由模糊評(píng)判式(20)計(jì)算得出整機(jī)的健康狀態(tài)評(píng)估結(jié)果。
D=W·M
(20)
式中:“·”表示加權(quán)平均型模糊評(píng)判算子,W為權(quán)向量,D為模糊評(píng)判結(jié)果向量。
A植保無(wú)人機(jī)是一款六旋翼電動(dòng)式農(nóng)業(yè)無(wú)人機(jī),主要用于農(nóng)藥噴灑,代表了當(dāng)下植保無(wú)人機(jī)主要結(jié)構(gòu)和功能特點(diǎn),在農(nóng)業(yè)植保領(lǐng)域得到廣泛應(yīng)用,整機(jī)外形如圖4所示。根據(jù)收集到四個(gè)不同時(shí)段的該植保無(wú)人機(jī)評(píng)價(jià)數(shù)據(jù),對(duì)其進(jìn)行健康狀態(tài)綜合評(píng)估。
圖4 A植保無(wú)人機(jī)
對(duì)表3中各時(shí)段的原始數(shù)據(jù)進(jìn)行無(wú)量綱處理,按照指標(biāo)分類代入對(duì)應(yīng)公式(11)到(13),計(jì)算結(jié)果如表4所示。
表3 A植保無(wú)人機(jī)健康狀態(tài)綜合評(píng)估指標(biāo)原始數(shù)據(jù)
表4 A植保無(wú)人機(jī)健康狀態(tài)綜合評(píng)估指標(biāo)無(wú)量綱數(shù)據(jù)
4.2.1 熵權(quán)法確定客觀權(quán)重
首先,計(jì)算植保無(wú)人機(jī)健康狀態(tài)評(píng)估指標(biāo)體系中二級(jí)指標(biāo)相對(duì)于一級(jí)指標(biāo)的客觀權(quán)重。以動(dòng)力系統(tǒng)為例,對(duì)表4中的數(shù)據(jù)歸一化處理,得到矩陣R。利用式(2)和式(3)計(jì)算出動(dòng)力系統(tǒng)中各二級(jí)指標(biāo)的客觀權(quán)重。
同理,可以確定噴灑系統(tǒng)和飛控系統(tǒng)中各二級(jí)指標(biāo)客觀權(quán)重,如表5所示。
表5 各指標(biāo)主客觀權(quán)重及綜合權(quán)重
4.2.2 層次分析法確定主觀權(quán)重
以動(dòng)力系統(tǒng)為例,邀請(qǐng)專家依據(jù)個(gè)人經(jīng)驗(yàn)構(gòu)建判斷矩陣如下:
接著求解判斷矩陣的最大特征值和特征向量,并對(duì)其進(jìn)行一致性檢驗(yàn),最終得出動(dòng)力系統(tǒng)各二級(jí)指標(biāo)的主觀權(quán)重,同理可求得噴灑系統(tǒng)和飛控系統(tǒng)各二級(jí)指標(biāo)的主觀權(quán)重,計(jì)算結(jié)果如表5所示。以此類推可得到一級(jí)指標(biāo)相對(duì)于目標(biāo)層的主觀權(quán)重,如表5所示。
4.2.3 組合賦權(quán)法確定綜合權(quán)重
將得到的主客觀權(quán)重組合,利用公式(10)確定植保無(wú)人機(jī)各二級(jí)指標(biāo)相對(duì)于一級(jí)指標(biāo)的綜合權(quán)重。同理可得到植保無(wú)人機(jī)一級(jí)指標(biāo)相對(duì)于目標(biāo)層的綜合權(quán)重,如表5所示。
將表4中各指標(biāo)數(shù)據(jù)代入白化權(quán)函數(shù)公式,可求得各白化權(quán)函數(shù)值。將所得的白化權(quán)函數(shù)數(shù)值和所求得的植保無(wú)人機(jī)一級(jí)指標(biāo)各參數(shù)的綜合權(quán)重值代入公式(19)可計(jì)算得到4個(gè)時(shí)段一級(jí)指標(biāo)灰色聚類結(jié)果,結(jié)果如表6所示。
表6 一級(jí)指標(biāo)灰色聚類結(jié)果
根據(jù)表6的灰色聚類結(jié)果,由最大隸屬度原則可確定,評(píng)估對(duì)象在4個(gè)時(shí)段均處于健康狀態(tài)。將表6四個(gè)時(shí)段評(píng)估系統(tǒng)的健康狀態(tài)進(jìn)行對(duì)比,如圖5所示。
結(jié)果表明,由于植保無(wú)人機(jī)的不斷使用,雖然該植保無(wú)人機(jī)各評(píng)估系統(tǒng)一直保持在健康狀態(tài),但健康度在總體上存在下降趨勢(shì)。
圖5 各評(píng)估系統(tǒng)健康狀態(tài)對(duì)比圖
由表6的一級(jí)指標(biāo)灰色聚類結(jié)果得到模糊評(píng)判矩陣M,將矩陣M和一級(jí)指標(biāo)權(quán)重向量M代入公式(20)進(jìn)行模糊綜合評(píng)價(jià)。經(jīng)過(guò)運(yùn)算可得4個(gè)時(shí)段A植保無(wú)人機(jī)的各健康等級(jí)的隸屬度即綜合評(píng)估結(jié)果,如表7所示。
表7 整機(jī)健康狀態(tài)綜合評(píng)估結(jié)果
由評(píng)估結(jié)果,得出整機(jī)處于健康狀態(tài),與A植保無(wú)人機(jī)的實(shí)際健康狀態(tài)相符,出現(xiàn)故障的可能性較小,無(wú)需檢修。根據(jù)表7中四個(gè)時(shí)段A植保無(wú)人機(jī)健康狀態(tài)綜合評(píng)估結(jié)果,對(duì)各時(shí)段的綜合評(píng)估結(jié)果進(jìn)行對(duì)比,如圖6所示。
圖6 A植保無(wú)人機(jī)健康狀態(tài)對(duì)比圖
由圖6各時(shí)段健康狀態(tài)的對(duì)比可知,整機(jī)的健康度正在緩慢下降,亞健康程度不斷提高,因此在使用過(guò)程中要嚴(yán)格遵守規(guī)范,日常注意植保無(wú)人機(jī)的保養(yǎng),減緩健康度的下降過(guò)程,延長(zhǎng)該植保無(wú)人機(jī)的使用壽命。
采用文獻(xiàn)[3]所述的層次分析法及模糊綜合評(píng)價(jià)法對(duì)該植保無(wú)人機(jī)進(jìn)行健康狀態(tài)評(píng)估。首先以調(diào)查問(wèn)卷的形式邀請(qǐng)植保無(wú)人機(jī)專家對(duì)時(shí)段1的植保無(wú)人機(jī)的動(dòng)力系統(tǒng)、噴灑系統(tǒng)、飛控系統(tǒng)的健康狀態(tài)進(jìn)行打分,得到模糊評(píng)價(jià)矩陣Rmh1。
其中,動(dòng)力系統(tǒng)、噴灑系統(tǒng)、飛控系統(tǒng)的權(quán)重值采用表5中的主觀權(quán)重值,即:
WZ=[0.6232 0.2395 0.1373]
設(shè)時(shí)段1的無(wú)人機(jī)健康模糊評(píng)價(jià)向量為Dm1,則:
Dm1=WZ·Rmh1
=(0 0 0.038 0.086 0.876)
由計(jì)算結(jié)果可知,時(shí)段1時(shí)無(wú)人機(jī)的健康狀態(tài)為健康,且其隸屬度為0.876。
同理,可以得到時(shí)段2、時(shí)段3、時(shí)段4時(shí)該無(wú)人機(jī)的評(píng)價(jià)向量Dm2、Dm3、Dm4。
Dm2=(0 0 0.124 0.062 0.814)
Dm3=(0 0 0.014 0.086 0.9)
Dm4=(0 0 0.1 0.176 0.724)
根據(jù)計(jì)算結(jié)果,采用文獻(xiàn)[3]所述方法對(duì)該植保無(wú)人機(jī)進(jìn)行健康評(píng)估,四個(gè)時(shí)段的評(píng)估結(jié)果也均為健康,但與本文所述方法計(jì)算出的健康隸屬度稍有不同,對(duì)比分析圖如圖7所示。
根據(jù)圖7可知,本文與文獻(xiàn)所述方法的計(jì)算結(jié)果大致相同,但在時(shí)段3時(shí)的評(píng)估結(jié)果相差較大。究其原因,在于文獻(xiàn)[3]所述方法主要依靠行業(yè)專家的個(gè)人經(jīng)驗(yàn)進(jìn)行主觀評(píng)價(jià),未考慮整機(jī)的整體運(yùn)行參數(shù),評(píng)價(jià)結(jié)果產(chǎn)生偏差的幾率較大。而本文所述方法采用的數(shù)據(jù)來(lái)源于無(wú)人機(jī)實(shí)際運(yùn)行數(shù)據(jù),故計(jì)算結(jié)果更加客觀、有效。
本文提出了一種基于模糊灰色聚類法的植保無(wú)人機(jī)健康狀態(tài)評(píng)估方法,經(jīng)實(shí)例驗(yàn)證,評(píng)估結(jié)果與植保無(wú)人機(jī)的實(shí)際健康狀態(tài)相符,得出的結(jié)果具有客觀性和準(zhǔn)確性。由此可以得出如下結(jié)論:
(1)構(gòu)建的基于模糊灰色聚類法的評(píng)估模型可以處理小樣本、貧信息少數(shù)據(jù)建模的問(wèn)題,能夠?qū)χ脖o(wú)人機(jī)的健康狀態(tài)進(jìn)行有效評(píng)估,且便于推廣,節(jié)約成本,具有較好的應(yīng)用價(jià)值。
(2)在權(quán)重計(jì)算方面,將熵權(quán)法和層次分析法相結(jié)合,彌補(bǔ)了單一賦權(quán)法所造成的主觀因素影響過(guò)大或忽視決策者想法等缺陷,既兼顧了客觀數(shù)據(jù)的分布特點(diǎn),也兼顧了專家的個(gè)人經(jīng)驗(yàn),使得評(píng)估結(jié)果更加科學(xué)準(zhǔn)確。
(3)選取了植保無(wú)人機(jī)作為研究對(duì)象,既研究了分系統(tǒng)的健康狀態(tài),也對(duì)整機(jī)健康狀態(tài)進(jìn)行了綜合評(píng)估。