本站小編為你精心準(zhǔn)備了艦炮武器系統(tǒng)故障診斷參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。
隨著我國(guó)海軍裝備的不斷發(fā)展，艦船武器裝備的科技含量和性能不斷地提高，由此而產(chǎn)生武器裝備故障的復(fù)雜程度也不斷增大，不確定性因素不斷增多。主要表現(xiàn)在：1）對(duì)于現(xiàn)在已有的故障診斷方法，存在新的故障知識(shí)不易添加的問(wèn)題；2）故障現(xiàn)象與故障原因之間的對(duì)應(yīng)關(guān)系，存在一對(duì)多、多對(duì)一、甚至多對(duì)多的現(xiàn)象；3）故障現(xiàn)象之間存在相互耦合性，一些故障發(fā)生會(huì)引起其他多種故障現(xiàn)象；4）多數(shù)故障無(wú)明顯故障參數(shù)，艦炮裝備的診斷既依賴工作顯示器的數(shù)據(jù)，又依賴于維修人員對(duì)直觀感覺(jué)以及對(duì)裝備異常狀態(tài)的判斷，而這種診斷模式往往效率低下。本體是共享概念模型明確的形式化規(guī)范說(shuō)明，其主要思想是將知識(shí)以網(wǎng)絡(luò)的形式實(shí)現(xiàn)相互關(guān)聯(lián)。目前在故障診斷方面應(yīng)用的例子有柴油機(jī)綜合故障診斷［1］、汽車綜合故障診斷［2］以及機(jī)載機(jī)電系統(tǒng)故障診斷［3］等。貝葉斯網(wǎng)絡(luò)作為一種不確定性建模與推理工具，可以實(shí)現(xiàn)在艦炮故障診斷過(guò)程中的復(fù)雜推理部分，目前在故障診斷方面應(yīng)用的實(shí)例有海洋裝備工程故障診斷［4］、列控系統(tǒng)故障診斷以及電力系統(tǒng)故障診斷［6］等。為了減少上述所提高的不確定性因素在艦炮故障診斷中所帶來(lái)的影響，本文將根據(jù)艦炮特有的故障機(jī)理以及目前已存在的診斷經(jīng)驗(yàn)嘗試?yán)帽倔w來(lái)進(jìn)行建模，并將此模型通過(guò)合理的方法轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)模型，最后利用貝葉斯網(wǎng)絡(luò)模型來(lái)完成艦炮故障診斷的不確定性推理部分。
1艦炮武器系統(tǒng)本體建模
1.1艦炮武器系統(tǒng)故障知識(shí)結(jié)構(gòu)分析艦炮武器系統(tǒng)故障診斷的實(shí)際過(guò)程往往是根據(jù)已經(jīng)發(fā)生故障現(xiàn)象來(lái)尋找可能的故障原因，定位故障源以及給出相應(yīng)的維修建議。而通過(guò)對(duì)整個(gè)排故過(guò)程的分析可以得到艦炮武器系統(tǒng)的知識(shí)主要涉及五個(gè)要素：故障源、故障原因、故障現(xiàn)象、參數(shù)指標(biāo)以及維修建議。故障知識(shí)是故障事實(shí)、診斷規(guī)則、相關(guān)概念的集合，一般以描述型方法存儲(chǔ)和管理知識(shí)，形成一個(gè)故障知識(shí)域。
1.2艦炮武器系統(tǒng)故障知識(shí)本體模型建立艦炮武器系統(tǒng)本體可表示為四元組O＝〈C，R，P，I〉。其中：C為本體中的類集，R為類的層次關(guān)系集合，P為屬性（Properties），I是實(shí)例（In－stances）。這里使用軟件Protégé，根據(jù)艦炮故障維修手冊(cè)以及專家經(jīng)驗(yàn)，通過(guò)將艦炮武器系統(tǒng)故障現(xiàn)象以及故障原因進(jìn)行分類，并分析其中的關(guān)聯(lián)，以此來(lái)建立艦炮武器系統(tǒng)本體模型。艦炮武器系統(tǒng)故障模型建立過(guò)程如下：1）首先建立艦炮武器系統(tǒng)故障本體的類及類層次：將艦炮武器劃分為發(fā)射系統(tǒng)、瞄準(zhǔn)系統(tǒng)、供彈系統(tǒng)、輔助系統(tǒng)、電氣控制系統(tǒng)等并建立其類，然后在類的下一層次繼續(xù)建立其子類，比如供彈系統(tǒng)可以分為上揚(yáng)彈機(jī)、下?lián)P彈機(jī)以及彈鼓。在建立好這一層次的子類之后，繼續(xù)建立下一層次的子類，比如上揚(yáng)彈機(jī)可以繼續(xù)劃分為各個(gè)機(jī)構(gòu)。依次類推，一直建立到子類不能繼續(xù)劃分為止。2）建立艦炮故障系統(tǒng)類的屬性：類的屬性主要包括對(duì)象屬性以及數(shù)據(jù)屬性，在本模型中，主要應(yīng)用的是艦炮對(duì)象的屬性，這些屬性主要為“故障原因?yàn)椤焙汀肮收犀F(xiàn)象是”，其所對(duì)應(yīng)的逆關(guān)系屬性為“引起現(xiàn)象”以及“有原因?yàn)椤薄?）建立艦炮故障系統(tǒng)的關(guān)系和實(shí)例，關(guān)系包括等價(jià)、繼承、互斥等。比如is－a代表繼承關(guān)系，表示某些子類只能從屬于特定的上一層次的類。互斥的關(guān)系（disjoints），比如電源故障類中分為艦電源故障和設(shè)備電源故障兩類，這兩類的關(guān)系為互斥。
2貝葉斯網(wǎng)路模型
2.1貝葉斯網(wǎng)絡(luò)概述貝葉斯網(wǎng)絡(luò)（BayesianNetwork）又稱為信度網(wǎng)絡(luò)（BeliefNetworks）［7～8］，是目前不確定性知識(shí)表達(dá)和推理領(lǐng)域最有效的理論模型之一［9］，適用于不確定性和概率推理的知識(shí)表達(dá)和推理。貝葉斯網(wǎng)絡(luò)由兩部分構(gòu)成，一是貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)圖，另一部分是條件概率表（ConditionalProba－bility，CPT）。
2.1.1貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)圖貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)圖是一種有向無(wú)環(huán)圖（Direct－edAcylicGraph，DAG），圖中的節(jié)點(diǎn)表示事件中的變量，節(jié)點(diǎn)之間用有向弧線連接，弧線指向的是子節(jié)點(diǎn)，弧線的另一端是父節(jié)點(diǎn)，表示的是兩個(gè)事件的因果關(guān)系。沒(méi)有任何弧線指向的節(jié)點(diǎn)是根節(jié)點(diǎn)。
2.1.2條件概率表?xiàng)l件概率表是貝葉斯網(wǎng)絡(luò)的定性表達(dá)，反映了網(wǎng)絡(luò)節(jié)點(diǎn)中各個(gè)節(jié)點(diǎn)之間的影響程度，由一系列的概率值組成。
2.1.3貝葉斯網(wǎng)絡(luò)常用概念貝葉斯網(wǎng)絡(luò)常用的概念包括：先驗(yàn)概率，后驗(yàn)概率，條件概率，條件獨(dú)立性假設(shè)。先驗(yàn)概率：先驗(yàn)概率是人們事先對(duì)事件發(fā)生的概率大小的估計(jì)，沒(méi)有經(jīng)過(guò)驗(yàn)證，是檢驗(yàn)前的概率，通常由領(lǐng)域內(nèi)的專家或根據(jù)設(shè)備的歷史資料來(lái)確定。后驗(yàn)概率：后驗(yàn)概率是人們?cè)诮?jīng)過(guò)調(diào)查等方式取得了新的證據(jù)，再利用貝葉斯公式，計(jì)算出的更接近于實(shí)際情況的概率。這說(shuō)明，在事件C發(fā)生的條件下，事件A的發(fā)生與否與B無(wú)關(guān)。條件獨(dú)立性假設(shè)能簡(jiǎn)化網(wǎng)絡(luò)推理的過(guò)程，還能大大減少網(wǎng)絡(luò)推理所需要的先驗(yàn)概率的數(shù)量。
2.2貝葉斯網(wǎng)絡(luò)故障診斷原理通過(guò)針對(duì)艦炮武器系統(tǒng)故障機(jī)理的分析，可以得出武器系統(tǒng)故障的原理通常為“執(zhí)果尋因”，這也正好與貝葉斯網(wǎng)絡(luò)故障診斷原理相符合，所以可以利用貝葉斯的方法來(lái)解決艦炮武器系統(tǒng)的故障不確定性推理問(wèn)題［10］。首先來(lái)分析根據(jù)艦炮武器系統(tǒng)的診斷方式所對(duì)應(yīng)的貝葉斯網(wǎng)絡(luò)的計(jì)算方法：假設(shè)有事件A、B為事件C發(fā)生的兩個(gè)原因，假設(shè)事件A發(fā)生的概率為0．1；事件B發(fā)生的概率為0．2，事件A發(fā)生，事件B不發(fā)生時(shí)，事件C發(fā)生的概率為0．6；事件A不發(fā)生，事件B發(fā)生時(shí)，事件C發(fā)生的概率為0．8；事件A發(fā)生，事件也B發(fā)生時(shí)，事件C發(fā)生的概率為0．9；事件A、B都不發(fā)生時(shí)，事件C發(fā)生的概率為0．1，事件C的條件概率表如表1所示。根據(jù)貝葉斯定理以及事件C的條件概率表，計(jì)算在事件C發(fā)生的條件下，事件A、B發(fā)生的概率。P（C／A）為已知事件A發(fā)生的條件下，事件C發(fā)生的概率。P（C）為不考慮事件A、B發(fā)生的條件下，事件C發(fā)生的概率，可以使用全概率公式計(jì)算。通過(guò)以上的分析可以得出，如果C表示故障現(xiàn)象，A、B代表故障原因，可以根據(jù)上述方法推導(dǎo)出在已知故障現(xiàn)象C發(fā)生的情況下，故障為原因A或者原因B發(fā)生的概率，由計(jì)算得知，B發(fā)生的概率大于A發(fā)生的概率，由此可知，在故障現(xiàn)象C發(fā)生時(shí)，首先應(yīng)該檢查故障原因B，其次檢查故障原因A。將這種方法應(yīng)用到艦炮故障診斷領(lǐng)域，可以有效地指導(dǎo)維修人員進(jìn)行下一步的維修。
2.3本體模型與貝葉斯模型相互轉(zhuǎn)化當(dāng)建立好艦炮故障本體模型后，在軟件Protégé中可以自動(dòng)生成一個(gè)相關(guān)本體的網(wǎng)絡(luò)，對(duì)比此本體網(wǎng)絡(luò)與貝葉斯網(wǎng)絡(luò)發(fā)現(xiàn)兩者有很大的相似之處，兩者都可以表示因果聯(lián)系，本體網(wǎng)絡(luò)中的類及其各級(jí)子類真是對(duì)應(yīng)于貝葉斯網(wǎng)絡(luò)中的節(jié)點(diǎn)，本體網(wǎng)絡(luò)中的屬性對(duì)應(yīng)于貝葉斯網(wǎng)絡(luò)中的弧線，可以用來(lái)表示各類層次或節(jié)點(diǎn)之間的聯(lián)系。
3實(shí)例分析
以下?lián)P彈機(jī)提退工況時(shí)彈托不到位（sabot＿not＿in＿place）為例，導(dǎo)致此現(xiàn)象的故障原因可能為電磁離合器損壞（electromagnetic＿clutch＿damage）或者是電磁離合器打滑（electromagnetic＿clutch＿trackslip）。首先引Protégé軟件進(jìn)行建模建立好此故障的類、屬性和實(shí)例后，本體的網(wǎng)絡(luò)呈現(xiàn)如圖2所示。為了方便與貝葉斯之間的比較以及具體實(shí)例的推理，隱藏各類層次之后的本體網(wǎng)狀圖如3所示，其中虛線代表屬性“有原因”。根據(jù)已經(jīng)構(gòu)建好的本體網(wǎng)狀模型，利用軟件GeNIe構(gòu)建此貝葉斯網(wǎng)絡(luò)如圖4所示。對(duì)應(yīng)此故障網(wǎng)絡(luò)模型的條件概率表為：如圖5所示。經(jīng)軟件計(jì)算，原因?yàn)殡姶烹x合器損壞所導(dǎo)致此故障現(xiàn)象的概率為0．119，原因?yàn)殡姶烹x合器打滑所導(dǎo)致此故障現(xiàn)象的概率為0．265。所以給出相應(yīng)的維修建議為先檢查電磁離合器是否打滑，如果無(wú)法排除故障，再檢查電磁離合器是否損壞。
4結(jié)語(yǔ)
隨著艦炮武器的不斷發(fā)展，艦炮武器系統(tǒng)所出現(xiàn)的故障情況也越來(lái)越復(fù)雜，在故障診斷過(guò)程中不確定性因素以及故障現(xiàn)象之間的相互耦合性也成為診斷過(guò)程中的一個(gè)難點(diǎn)，而且如果有新的故障現(xiàn)象的出現(xiàn)，新故障知識(shí)難以添加也成為一項(xiàng)新的問(wèn)題。在本問(wèn)題中，本體是一種強(qiáng)有力的知識(shí)表示形式，而且易于添加新知識(shí)，在建立起類與屬性關(guān)系之后又可自動(dòng)形成網(wǎng)絡(luò)，方便與貝葉斯網(wǎng)絡(luò)結(jié)合使用。貝葉斯網(wǎng)絡(luò)是目前一種較為成熟的不確定性推理方法，可以有效解決故障診斷過(guò)程中的不確定性問(wèn)題。把這兩種方法結(jié)合起來(lái)，利用其各自的優(yōu)勢(shì)，將使得艦炮故障診斷的過(guò)程更加快速和有效。
作者：孫文舟 岳冬梅 彭 亮 單位：海軍大連艦艇學(xué)院研究生管理大隊(duì) 海軍大連艦艇學(xué)院艦炮系