舰船装备生命力与安全状态评估体系构建研究

1 引 言

随着舰船装备现代化程度不断提高，提高其生命力的要求也越来越高[1]。舰船生命力是舰船的综合性能,舰船装备生命力和安全性研究更是一项极其复杂并受到多种因素影响的系统性工程。在作战环境下舰船面临来自空中、水面和水下等各种常规武器的攻击，舰船受损属非常状态。为了保证舰船装备在海上安全使用及发生故障战损后的安全和提高舰船生命力，需要建立一个科学完善的舰船安全状态评估体系[2]。

现代科学技术不断进步，安全技术也不断发展、更新，大大增强了人类控制不安全因素的能力。但是实践告诉我们,世界上任何事物都不可能做到绝对安全,安全性设计就是要把危险(即可能出现的事故)降低至可接受的水平[3]。随着安全检测与信息处理技术的发展，舰船装备安全状态评估方法也有了新的发展，传统经验式安全评估的弊端已日益明显，智能化安全状态评估已得到了高度的重视。

2 舰船装备生命力与安全性

舰船装备生命力是一个庞大的复杂系统，要保持其良好的技术状态，发挥其应有的战斗力，必须在装备的全寿期服役过程中进行科学的使用和维护，从而确保其处于良好的状态，保障舰船装备生命力。

安全性一向是各类舰船至关重要的性能。舰船安全性是指在研制各阶段中，以使用效能、时间和费用为约束条件，运用工程管理的原则和专业技术，识别、评价、消除或控制危险的能力。

在第二次世界大战后期，一些国家开始系统地研究安全性概念和安全性保障技术，并将安全性保障技术应用到武器装备的研制、生产和使用中。近年来，国外在基于安全性进行舰船设计方面也取得了进展，利用综合安全性评估(FSA)方法制定出的舰船风险评估方法，已经能够用于舰船设计工作。FSA是一种在工程技术与工程运行管理中，用于制定合理可行的规则和提供风险控制的综合性、结构化、系统性和可行性的分析办法，也是系统安全评价思想和程序的优化整合。通过系统工程的方法,考察各系统组成要素的相互作用以及对舰船事故发生发展的影响,作出对整个舰船事故的安全性能评估[4]。运用安全系统工程方法，将安全性和生命力结合起来开展专项技术研究，解决重大的安全问题。如美国海军研究实验室(NRL)下设的“安全性与生命力技术中心”在“尼米兹”号事故后， 开展过航母飞行甲板消防对策和设备鉴定试验专项研究，为评价CVNX损管系统和验证CVNX机库及弹库的消防措施，正在开展真实火灾试验与评价工作。

目前， 国内外的舰船安全技术已经朝着智能化的方向发展。对于未来舰船装备生命力和安全性来说，主要要解决的问题有：减少由于对人员配置相对较高的需求引起的舰船全寿期费用的居高不下；提高损害管制行动的效率和效果。智能化舰船的损管系统应该是以先进传感技术、无线传输技术、智能决策技术和先进损管技术为核心的实时舰船安全状态管理系统[5]。

3 舰船装备安全状态评估存在的问题

目前， 国内外舰船生命力和安全状态评估方法主要有：作图分析计算法及逻辑代数组合法；蒙特卡洛随机模拟—层次分析法；损伤树分析法；三维网络破损失效概率法；加权模糊评估法等[6]。舰船装备安全状态评估根本任务是掌握装备系统的运行状态和使用情况，采用各种测量、分析和判断方法，并结合历史状况来定量识别装备及其部件的实时技术状态。常见的系统评价模型有函数型、逻辑型、检查表型等。函数型评价模型主要是通过对对象的统计回归，找到其性能表征参数和状态之间的函数关系。逻辑型评价模型主要采用故障树、模糊逻辑等表达方法,是一种结构清晰、关系严密的评价模型。检查表法的实质是将评价系统范围内影响其状态的组成因素加以排列,然后逐一评价。这类评价方法操作比较简单,其缺点是对组成因素间结构关系的揭示不够明确。对于装备的安全技术状态评估主要存在以下几个方面的问题:

1) 效能评估指标的无限定性

舰船装备可评价的参数指标很多，选择不同的评估指标会得到不同的评估结果，这些结果之间缺乏对比性。所选择的指标不够，就不能反映系统的全面特性，或者所选指标过于庞大，不利于评估。对于一个复杂的系统，首先要建立一个合理的评估指标体系，这样才能对系统的综合效能进行全面的评估。

2) 评估标准非标准化

由于对系统状态的理解不一，不同的人有着不同的观点，标准不统一；而且这种评估标准的非标准化、多元化造成的一个直接结果就是评估过程中主观因素太多。

3) 评估过程的不可重复性

如果评估过程不具有可重复性，不能很好地反映系统发生发展变化和演化的规律，就会使评估结果失去必然性，也会极大地降低评估结果的可信度。

为此，舰船装备安全状态评估模型需要能够科学、完整并且正确地反映评价系统所处状态的内在本质规律，能够反映评价系统状态的实质要素及其相互之间的关联状态,尽量做到简单、经济和实用必须满足某些要求[7],如图1所示。

图1 安全状态评估过程模型范例

为此，为了能更好地开展实施装备安全状态评估，必须要能科学地反映评价系统状态组成因素及其相互之间的结构关系。在确定评价系统状态构成要素的基础上,正确地分析构成要素之间的结构关系是衡量该评价模型优劣的重要依据，是完整地描述评价系统状态程度的度量指标。其次，要具有正确地反映评价系统状态及其因素状态程度的确定途径，并在此基础上寻找科学地对评价系统状态构成要素的特征进行合成处理的技术方法。

4 舰船装备智能化状态安全评估平台设计

针对各级舰船质量管理部门需求，确定基于舰船装备状态评估决策支持系统的主要功能，可辅助决策者分析设备的状态变化情况、发现当前问题、预测将来发展趋势，作出相应的决策。将系统按照功能模块划分，主要提供如下功能：

1) 数据预处理，即进行数据净化，检测冲突；

2) 建立数据集合，即根据不同的评估对象，装载多种格式的数据，并对数据进行归约、数据综合力度划分、数据综合管理；

3) 建立数据的多维逻辑分析模型，提供多维视图；

4) 知识的可视化工具,提供设备状态信息和决策工具。

数据仓库是在数据库的基础上提出的一种能进行有效、快速分析的数据管理技术,是支持管理决策过程的、面向主题的、集成的、与时间有关的、持久的数据集合；而信息融合和数据挖掘技术是信息处理领域前沿的技术。所谓信息融合就是利用计算机技术将来自多源的信息和数据,在一定准则下加以自动分析和综合,以完成所需要的决策和估计而进行的信息处理过程[8]。信息融合方法按其融合算法的不同,主要可分为:贝叶斯定理信息融合故障诊断方法;模糊信息融合故障诊断方法;DS证据理论信息融合故障诊断方法;神经网络信息融合故障诊断方法;集成信息融合故障诊断方法等。数据挖掘则致力于知识的自动发现，以数据仓库中的大量数据为基础，自动地发现数据中的潜在模式，并以这些模式为基础自动进行预测。因此，综合运用信息融合和数据挖掘理论，构建了舰船装备智能化安全状态评估平台,并在此基础上建立舰船装备智能化的安全状态监测平台[9]。

舰船装备智能化状态评估平台的设计，充分结合了信息融合和数据挖掘的长处，其组成框图如图2所示。

图2 舰船装备智能化安全状态评估平台

信息融合体系中，数据层融合的主要功能是对匹配的传感器数据直接融合，而后对融合的数据进行特征提取和状态属性说明。数据挖掘通过对数据仓库的知识积累，可以对信息的输入进行选择，发现各信息的权重，剔除对最终评估结果贡献不大的信息，减少冗余信息，并能提高评估精度。

特征层融合需要检测层的融合结果,同时需要有关描述对象评估知识的融合结果。评估知识的来源主要是各种先验的各种知识,为此可以通过数据采掘系统得到有关对象运行的新的知识,例如规则、分类、分簇和序列匹配等。对照已建立的假设(已知的评估模式),对观测量进行检验,以确定哪一种评估假设与观测量匹配。

在决策层融合时,不同信息处理模块各自给出推理结果，完成评估舰船装备状态的初步结论及决策层融合判决，最终获得联合推断结果。然后加以融合决策,数据挖掘技术可以用于决策器的建模。同时,对策使用后,其典型案例仍是宝贵的经验,要存入数据库，通过必要的数据采掘为以后的决策融合作必要的准备。数据挖掘是系统中的重要一环，其结果直接影响决策。通过自动分析数据，对它们进行归纳性的推理和联想，寻找数据间内在的某些关联，从中发掘出潜在的、对信息预测和决策行为起着十分重要作用的模式，从而建立新的决策模型。

5 结 语

本文分析了舰船装备安全状态评估中常遇到的问题，设计了其安全状态评估范式。针对现代舰船装备大都配备了较为完善的监控系统，但缺乏相应的数据分析处理手段等特点，设计了基于信息技术理论的舰船装备智能化安全状态评估平台。该平台可以推广到整个舰船平台的技术状态评估，从而大大促进舰船的信息化水平，提高其生命力与战斗力。

[1] 浦金云,邱金水,陈智斌.舰船生命力[M].武汉:海潮出版社, 2001.

[2] 杨俊,祁恩荣.损伤舰船结构安全性评估[J].中国舰船研究,2007,2(5):15-18.

[3] 茅云生.综合安全评估方法在潜艇生命力设计中的应用[J].武汉理工大学学报(交通科学与工程版), 2003,27(5):667-670.

[4] 杨鹏,王海.综合安全评价在船舶动力装置中的应用[J].中国航海,2007,70(1):101-104.

[5] 邱金水,浦金云,陈兆良.舰船损管监控系统与损管训练[M].武汉:海军工程大学出版社，2001.

[6] 邱金水,董学江,王树明.舰船损管系统生命力评估[J].海军工程大学学报,2003,15(4):51-54.

[7] AUTAR R K. An automated diagnostic expert system for diesel engines[J]. Transaction of ASME.Journal of Engineering for Gas Turbines and Power, 1996,118(7) :117-125.

[8] 何友,王国宏,陆大金，等.多传感器信息融合及应用[M].北京:电子工业出版社,2000.

[9] 冯圣洪,蔡永乐,周心权.安全状态评价模型构模原理及其状态程度与状态存在程度的表达方法研究[J].中国安全科学学报,1998,8(1):1-6.