基于灰色理论的炮闩装置健康诊断技术

黄应清，李 坤，张振山，李培富

(装甲兵工程学院 a.控制工程系;b.兵器工程系，北京 100072)

健康诊断在军事领域中已成为非常重要的技术手段，健康诊断技术的运用使得武器装备的维修效率故障隔离率有了明显的提高，为武器装备战斗力的发挥起到了非常重要的作用，针对炮闩结构复杂，实弹射击时检测不便，维修困难等状况，健康诊断技术旨在寻找炮闩装置技术的状态变化规律，在装备使用之前及使用过程中实现其运行情况的实时检测，并对故障进行预测，保证装备在使用过程中保持良好的状态。

1 健康诊断技术的基本内涵

健康诊断技术，重点是利用先进的传感器集成，并借助于各种算法和智能模型来预测、监控和管理系统的健康状态［1］。

坦克炮闩装置的特点是，工作环境复杂、干扰大、使用期限长，传统的传感器元件和设备组成的检测系统的性能稳定性和耐久性都不能很好地满足工程实践的需要。近年来研究发展起来的诸如光纤、压电、形状记忆合金及疲劳寿命丝等高性能、大规模分布式智能传感元件及具有子感知、子增强和子修复特性的智能材料，以及无线网络传输和信息融合技术为复杂结构装置智能检测与诊断系统的研究和发展提供了基础。

健康诊断智能检测系统主要包括:高性能智能传感器元件与信号采集装备，多参量、多传感元件检测数据智能处理与数据动态管理方法，结构实时损伤识别、定位与模型修正，结构实时健康诊断与安全预警系统，运用到复杂的军事领域中来，可以有效地提高武器装备的可测试性和维修性［2］。

2 炮闩装置及开闩运动分析

炮闩是用于火炮发射时闭锁炮膛、击发炮弹底火和发射后抽出药筒，主要由闭锁装置、击发装置、发射装置、保险装置、复拨器、半自动开关闩装置、抽筒装置和装弹盘总成等部分组成［3］。

火炮发射时，炮身后座，开闩装置的固定座和冲杆随炮尾一起向后运动，开闩装置的档铁因固定在摇架上而停在原位不动;当冲杆离开档铁时，压筒弹簧伸张使档铁下落，挡在冲杆前面;当炮身复进至冲杆前端与档铁相遇时，冲杆受到阻力不能前进，此时，其后端顶住桃形臂尖端，使桃形臂转动，同时压缩冲杆弹簧，带动曲臂轴、曲臂一起转动，使得闩体向左移动;抽筒子挂臂猛烈的撞击抽筒子凸起部，抽筒子转动，抽筒子爪抽出药筒;同时，抽筒子右凸起部挂住抽筒子挂臂，将闩体控制在开闩位置。从开闩运动过程可以看出，参与运动的装置主要有:闭锁装置、抽筒装置、击发装置、放闩装置、冲杆、曲臂、曲臂轴、滑轮和滑轮轴等。

可以看出，炮闩系统是一个典型的机械联动系统，依靠碰撞传递力和力矩来完成各个机构的动作，涉及零件繁多机构比较庞大，同时，约束关系也比较复杂，每个零部件基本上都是同时承受来自相邻部件的多个约束力。

3 灰色理论的基本方法

灰色理论是在信息不完全，即只有部分信息清楚，而另一部分信息不清楚的情况下，从已知的部分信息中提取有价值的信息，实现对系统运行的正确认识和有效控制［4］。因此，灰色理论是控制论观点和方法的延伸，从系统的角度出发来研究信息间的关系，即研究如何利用已知信息去揭示未知信息，也就是系统的“白化”问题［5］。通常使用概率论、数理统计等方法也能解决相关的问题，但是，要求样本量比较大，且要符合典型的概率模型，在炮闩的健康诊断中实现起来比较困难。

3.1 灰色统计的相关概念

灰色统计就是一种白数的灰化处理方法，以灰数的白化函数为基础，将具体数据按照某种灰数所描述的类型进行归纳整理，从而判断统计指标所属的灰类。反应炮闩健康状况的灰数为一个整体数，各专家给出的值为一区间数，要依靠白化函数将这些灰数进行白化。设f(x)∈［0，1］，对∀x，如果满足

则f(x)为典型的白化权函数，以下简称白化函数如图1所示。

图1 典型的白化函数

图1中，L(x)为左支函数;R(x)为右支函数;［b1，b2］为峰值区，b1、b2为转折点;x∈［b1，b2］，f(x)=fmax(x)为峰值区白化值;x∈［c1，c2］，f(x)→0 为终止区白化值。

设N 为统计对象;M 为统计指标;S 为统计灰类;dij为第i 个统计群体对第j 个统计指标所提出的白化值，其中:i∈{1，2，3，…，n}，j∈{1，2，3，…，m}。则炮闩健康诊断灰色统计具体步骤如下:

1)明确统计群体，划分统计灰类，确定统计方案。

2)专家根据炮闩的各指标评分标准独立打分，根据评分结果构造D 矩阵

3)根据准则或一定的经验即炮闩的灰度标准，做出白化函数图。

4)求出评价决策系数njk的值其中，njk为第j 个统计指标属于第k 个灰类系数;Ni为第i 个统计对象中统计者的人数;fk(dij)为第i 个统计对象对第j 个统计指标所提出的决策量的白化值，其中:k=1，2，…，Na;j=1，2，…，m;i=1，2，…，n。

5)求决策权和决策权向量，决策权表达式

6)判断灰类，得出炮闩指标的健康状况。如果rj中第k*个权的值最大，即

其中，i=1，2，…，Na;i≠k*，则第j 个统计指标就属于第k*个灰类。

3.2 灰色理论在炮闩上的应用

考虑到炮闩装置状态是为了坦克火炮的可用性作指导，同时兼顾后续的维修工作，根据炮闩装置的使用情况为原则，从可用性的角度出发，将炮闩装置的健康状况分成五种类型:健康、亚健康、注意、病变、禁用，分别表示炮闩装置没有出现过不良工况，无须维修，处于完全的正常工作状态;炮闩虽然处于相对正常工作状态，无须维修，但须擦拭清洗;炮闩虽然处于正常工作状态，但偶尔也会出现不良状况，经简单维修后仍能够正常工作;炮闩处于非正常工作状态，时好时坏，经维修后偶尔能够参与训练;炮闩处于非正常工作状态，经单位维修后也不能参与训练，此时应该停止该装备的使用，送至专业维修厂进行维修。相对应的评分标准如表1所示。

表1 灰色统计评分标准

参加炮闩健康诊断的专家有6 位，每位为一组，则共有六组(i=1，2，…，6)，诊断因素为开闩、抽筒、自动关闩、自动击发、发火(j=1，2，…，5)。

根据灰色统计的评分标准，6 位专家根据实验统计数据及经验、计算结果对炮闩的5 个诊断项目独立进行打分情况如下:

式(1)中的D 即为评分矩阵。

根据灰类的评分标准，作出白化函数图如图2 所示。

图2 白化函数图

则6 组专家(Ni=1，2，…，6)对因素1 评为健康的评价系数为

同理，可以求出因素1 评为亚健康的评价系数n12=5.338、评价为注意的评价系数n13=4.417、评价为病变的评价系数n14=1.075、评价为禁用的评价系数n14=1.075。

那么，六组专家对因素1 的总的评价系数n1:

由此，可以求出专家对因素1 的评价权rik:

则因素1 的评价权向量:

同理可以求出6 组专家对因素2 -5 的评价权向量:

由以上计算结果对各指标进行灰类判断，可以得出各健康状况所属的灰类，如表2 所示。

表2 诊断结果

这样，根据上述判断结果就可以根据需要，有选择地对该炮闩装置进行维护修理。

4 结束语

本文通过对灰色统计理论方法的分析研究，提出了基于灰色理论的炮闩装置健康状态评估方法，将炮闩装置的健康状态分为健康、亚健康、注意、病变、禁用五类，并根据6 位专家对这五种因素分析的有关数据，通过给出的炮闩装置健康诊断的6 大步骤，逐步计算分析，得出了该炮闩装置健康状况的有关结论，从而为炮闩装置下一步的使用维护提供了理论基础。通过实例，证明了该方法的实用性，具有一定的实践指导意义。

［1］宁宣熙，刘思峰.管理预测与决策方法［M］.北京:科学出版社，2003.

［2］赵芳.基于模糊模式识别的船用柴油机状态检测和故障诊断［D］.济南:山东大学，2005.

［3］邵思杰.武器测试与故障诊断［M］.北京:装甲兵工程学院，2007.

［4］王学萌.灰色系统预测决策建模程序集［M］.北京:科学普及出版社，1986.

［5］何永.弹性身管和弹丸祸合运动的研究［J］.四川兵工学报，1995，16(3):73.

［6］李荣钧.模糊多准则决策理论与应用［M］.北京:科学出版社，2002.

［7］刘杨，任德奎.基于灰色理论的间断性需求备件预测方法［J］.四川兵工学报，2011(4):27-29.

［8］刘琼，段亦彬.基于灰色理论的火炮维修器材消耗预测模型［J］.四川兵工学报，2011(1):49-51.