基于模糊评判的装备故障预测模型研究.pdf

《基于模糊评判的装备故障预测模型研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第22卷第4期兵工学报Vol.22No.42001年11月ACTAARMAMENTARIINoV.2001基于模糊评判的装备故障预测模型研究黄景德王兴贵王祖光（解放军军械工程学院）摘要为了对装备故障实现适时预测，本文以模糊综合评判理论为基础，提出了一种动态的故障预测模型，并探讨了动态模糊关系矩阵的确定方法，最后进行了实例分析。关键词模糊综合评判；动态模糊关系矩阵；模糊分布；故障预测中图分类号TP391.9故障预测就是对装备的未来性能给出定量的评P且aij=1.价、分析。现在比较成熟的故障预测模型

2、都是基于j=1定义#若有iU，则定义批次武器的大量历史数据，只考虑几种单一因素，运用数理统计方法进行统计计算，这种方法存在着许Tij=T（i，Oj，I）（1.1）式中，T为模糊推理的隶属函数，也可以理解为第i多不足：（1）装备在整个寿命周期内的变化规律只能ij个影响因素导致第j个故障点出现的可信度；I为假设符合单一分布规律；（2）不能多因素回归，只能动态变量，表征在装备的个体寿命中的发射弹数、或单因素回归；（3）对于多种因素或多种条件同时变化操作次数、或行军里程、或零件磨损量等。的情况无法预测。

3、在造成装备故障的众多因素中，在U、V之间进行模糊推理，等价于建立一个一类是可以精确度量的动态变化因素，如磨损量、行从U到V的映射：军里程等；另一类是用模糊语言表达的，如耐磨性、耐高温性等，而传统的模糊评判法只能对某一问题fUF（V）（iU）（1.2）作出静态的评定，对于故障预测这一动态过程适应（）=Ti1Ti2TijTimifi++⋯++⋯+性很不理想。本文从不确定性的观点出发，结合定O1O2OjOm性因素和定量因素，提出了一种动态模糊预测模型，（0Tij1，j=1，2，⋯，m）（1.3）实现对

4、装备未来性能的预测。U、V之间的关系可表示为一张模糊预测响应表，如表1.1所示。!动态模糊故障预测模型的建立表1.1模糊预测响应表定义!设U=｛，，⋯，｝是所有可能Tab.1.1Tableoffuzzyforecastresponse127发生的影响因素的集合，V=｛O，O，⋯，O｝是所V1V2⋯Vm12mU1T11T12⋯T1m有可能出现的故障点的集合，满足U=，且iiU2T21T22⋯T2mj时，ij=!.视考察对象，每大类因素又可⋯分为若干个子类，即U｛，，⋯，｝.其中7i=i1i2iPU

5、7T71T72⋯T7m为大类影响因素，m为评判等级的个数，P为各个大模糊预测响应表对应了一个模糊关系矩阵"：类影响因素中子类影响因素个数。T11T12⋯T1m定义"!=（a，a，⋯，a）是U上的一个模127T21T22⋯T2m糊子集，ai表示因素i呈现的程度，即i的权重大"==（Tij）nxm（1.4）7小，且ai=1.同理对i有!i=（ai1，ai2，⋯，aiP），T71T72⋯T7mi=12000年11月收稿，2001年8月定稿。第4期基于模糊评判的装备故障预测模型研究513于是（U，V，R

6、）构成一个综合评判空间。对于服役条件不断发生变化的武器装备来说，必须同时，权重系数也应反映出与O间不同时刻建立动态的模糊关系矩阵。ij的隶属程度，但是这种多因素、多故障之间的影响作!"#模糊分布的确定用很难服从一定的线形变化，若某一因素变化趋势在模糊数学中，常把以实数域为论域的模糊集服从指数分布，则不同条件下该因素的权重系数为的隶属函数，称为模糊分布。模糊分布的表现形式c（t）·a（1-e-kt）·a（1.5）由模糊变量及模糊约束的本身性质决定，可以用连i=fi=i本文将装备在其个体寿命内的故障

7、期划分为三续的函数曲线来表示，也可以在分段的区间用离散个时期：磨合期、稳定期和耗损期。（1.5）式中，不同的数据点定义，常用模糊分布有三角分布、梯形分的部件，不同的时期，k的取值均不同，同一部件在布、正态分布、柯西分布等类型。从数学和物理意义一定时期内可用极大似然估计法求出。同理，对于变上讲，连续函数比离散点更能精确地表达客观事物化趋势符合其它分布的因素，f（t）则取相应的分布的本质。函数。现以反后坐装置为例，分析其某部件磨损量的7模糊分布规律。由于梯形函数的表示和计算简单明对c进行归一化，使其

8、满足c1，!"=iZi=了，同时能很好地满足适时预测的性能要求，所以本i=1（c，c，⋯，c）即为修正后的权重系数。文采用升半梯形分布来描述部件磨损量的模糊分布127将!"与R进行广义模糊合成运算，即可得到模规律糊故障预测运算的基本模型为(00OaB=!"#（1.6）（O）=big其分布曲线见图2.1，含义是当磨损量超出一性，得出其评判矩阵定的故障阈值下限a时，系统将产生质变