信息技术下的舰船动力设备综合性能研究

冯 亮

(西北工业大学 管理学院，陕西 西安710072)

0 引 言

现代舰船动力设备日益复杂化，为保证舰船能够保持高性能的运转，必须有效掌握新的检测方法和新的先进信息技术以有效预测舰船动力设备的运行状态。现代舰船动力设备引起的某一故障发生的因素众多，甚至在同样的故障状态下舰船的工作工况也会有不同的结果，故障因素和该因素反映的故障特征之间存在着非线性的映射关系。所以在依靠单一的方法迅速精确的完成舰船故障的定位和排除存在困难的条件下，利用信息融合技术，进行基于信息技术条件下的舰船动力设备综合性能评估显得极为必要，信息技术的利用不但可以消除单个故障源的模糊性，还能够保证舰船动力设备综合性能状态的可靠性。因此，本文利用信息技术有效的嵌入到舰船动力设备评估的各个环节，实现基于信息技术条件下舰船动力设备综合性能的有效评估研究。

1 信息技术的应用背景

舰船设备技术含量高，在一定程度上造成对舰船设备检测评估难度大。事实上，各设备单独描述的运行状态信息不够完整和全面;同时，在对数字表征的运行状态做预判时可能会因人员的认识差异造成舰船动力系统的性能状态不一样，这样的表征舰船动力设备的运行状态不够科学。只有完全对这些表征的数字含义清楚地掌握，才能在设备有潜在故障将要发生时率先采取措施进行排解，提高设备的使用性能。因此，需要应用更先进的技术提高舰船运行评估的准确性和科学性。信息技术具有智能性，具有信息间关联和估计的功能，在信号处理和模式识别等领域都有着大量应用，舰船动力设备也具有较高的智能性，需要满足舰船行驶中的海上目标识别、行驶轨迹控制、智能化的决策分析等一系列综合性、高质量的任务要求。基于以上分析，本文将信息技术应用到舰船的动力设备综合性能评估研究中，以提高舰船动力设备的评估准确度，精确评估出舰船动力设备的运行状态和综合性能。

2 综合性能评估方法

2.1 确定评估模型

当对一种设备对象进行性能评估时，必须要根据评估指标对象建立指标体系。舰船系统是一个复杂的、多结构层次系统，舰船在结构上有动力设备系统、通信系统以及电子抗干扰系统等。不同的结构层次是建立指标体系的基础，便于选取合适有效的评估方法对设备对象进行综合评估。有时甚至需要对各方法综合使用，取长补短，彻底摒弃人的经验性和决策的随机性。本文选取的是舰船动力设备系统作为评估对象，对每一种指标因素，根据其对舰船设备的重要性和层次性进行等级认定。这样有了评估对象目标、评估指标和指标的层次性，便可以依次向上确定舰船动力设备的综合评估模型。

2.2 建立指标体系

系统工程论指出，指标体系的建立需要以层次化、条理化为基础，对各层次指标的重要程度进行适合的等级处理。同时，评估指标必须做符合评估对象的客观实际。舰船以动力设备所提供的能量维持运行、作战、对抗、导航和敌对打击，所以在对舰船动力设备建立指标体系时，要保证客观、可靠、全面，选取其表征动力设备性能的具体特征因素，如动力设备的最大功率、行驶中的机动性、使用效率、安全可靠性等。本文中，其指标体系的选取是基于以上的特征因素，采用基于D－S 证据理论的方法实现各设备在动力设备系统中的权重，从而进一步获得整个动力设备综合评估的准确性。

3 基于D－S 证据理论的舰船动力设备性能评估

3.1 D－S 理论基础

D－S 证据理论是由Dempster 于1967年提出的，可以处理一些不确定性问题。它以信任函数为基础，D－S 证据理论通过对多信度函数的组合形成较为明晰的证据决策，以降低目标的不确性概率。

3.1.1 D－S 证据理论的信度函数

集函数Βel:2Θ→［0，1］为信度函数，在以Θ 所表示的识别框架中当且仅当满足如下:

1)Βel(φ)= 0;

2)Βel(Φ)= 0;

3)∀Α1，Α2，…，Αn⊂Θ(n为自然数);

便可称Θ为该识别框架的焦元内核。

3.1.2 D－S 证据多信度函数的组合

假设2个信度函数Βel1与Βel2属于Θ 识别框架范围内，m1与m2分别为Βel1与Βel2;两信度函数的信度分配A1，A2，…，Ak和B1，B2，…，Bj分别为焦元，设

由Βel:2Θ→［0，1］可知，Βel1与Βel2合成后的可信度分配公式为:

2个信度函数的合并信度函数Βel12为:

当Βel1，Βel2，…，Βeln属于Θ 识别框架范围内的组合信度函数时，根据2个信度函数的组合可以推导出基于D－S 多信度函数组合公式:

其中n为自然数。

3.1.3 基于基本概率赋值的决策

设∃A1，A2⊂Θ 且满足

式中，A1为决策的结果;ε1与ε2为满足表达式的限定值，ε1表示为所属的基本概率值中max与其他的所属值之间的差不小于ε1，而ε2表示为无法具体获取的基本概率值必须小于ε1。基本概率赋值决策方法的应用就是要保证判决结果的准确性。

3.2 构造舰船动力设备的识别框架

基于D－S 理论的舰船动力设备的综合性能评估流程如图1所示。

图1 评估基本流程Fig.1 The basic flow of evaluation

为便于本文的研究，现将舰船动力设备的性能状态分为A，B，C，D 四个等级作为舰船动力设备的识别框架，按照第2 节中所提到的安全、机动、经济、可靠的指标评价标准，选取能够保证舰船动力设备群达到以上标准设备作为指标因素，经过综合评比，现选取舰船汽轮给水机组、舰船锅炉设备、燃油设备、滑油系统、主汽轮机和汽轮鼓风机作为具体的设备评估目标对象指标的性能参数，分别用E1，E2，E3，E4，E5，E6 来表示上述指标，根据D－S 证据理论，将各指标的信度分配如表1所示。

表1 舰船动力设备的基本可信度分配Tab.1 The distribution of ship power equipment basic probability

根据信度分配原理可算出E1和E2 两类设备的可信度分配的概率值和不一致因子因数值，如表2所示。

表2 舰船动力设备E1和E2的组合结果Tab.2 The combination of ship power equipment E1 and E2

不一致因子K 值:

因此，根据D－S 多信度函数的组合原理公式可求得E1与E2 指标得的概率赋值为:

依次进行重复操作进行证据组合得到的结果如表3所示。

表3 舰船设备群证据组合结果Tab.3 Ship equipment group of evidence combination results

由表3 可知，通过D－S 证据融合，不确定性降低到了0.003。

3.3 基于D－S 性能综合评价

3.3.1 基本方法

舰船动力设备的工作都是一组组共同进行的，并不是由一台设备实现既有的任务，而且同类设备的工作重要性也不同，所以需要对舰船动力设备的设备群进行综合评价。现设第i 类设备群的状态值为:

则设备群的n 维状态向量值为:

单类设备的权重为:

3.3.2 等级状态确定

现仍假设舰船动力设备的性能状态分为4个等级，将U = {u1，…ui，…，um}作为动力设备群的状态向量，算出第i个设备群的性能状态的新都函数Βeli，其对应的信度分配为:

进而依据D－S 组合原理概率赋值判断舰船设备的综合性能。

3.3.3 权重确定

动力设备性能等级和其重要性并不同步，还需要对设备对舰船动力影响程度进行估值，即权重。现以燃油设备为例，1 号燃油设备停止对舰船的功率偏差影响为θ1，2 号、3 号、4 号燃油设备停止对舰船的功率偏差影响分别为θ2，θ3，θ4，那么计算出的4 台燃油设备的权重值分别为:

但由于这种权重的计算方法并不足够好，因此，在以上权重的基础上，本文通过专家模糊打分法对设备群的设备等级权重进行评判。设第i 名专家对第j 类设备群舰船动力系统设备群的性能评价为:

则所有专家评估后的第j 类设备的性能值:

经归一化后得:

祝词按照上述步骤依次计算6 大类设备群模糊权重，综合出6 大类设备的权重向量:

4 综合性能评估实例

现假设东海海域一艘舰船执行常规巡航执勤时，舰船的动力设备中，需要配置2 台锅炉设备，4 台主汽轮机，2 台燃油设备，1 台滑油设备，2 台给水设备和1 台汽轮鼓风机。在该4 台主汽轮设备中，各设备的性能状态能级为{1，2，2，3}，由计算公式可得到主汽轮机设备系统的状态向量值P = {1.0，0.75，0.75，0.04}。各主汽轮设备的权重为{0.25，0.25，0.25，0.25}，则主汽轮设备系统的状态值为:

同样，按照以上步骤可算出舰船汽轮给水机设备、舰船锅炉设备、燃油设备、滑油系统和汽轮鼓风机的状态值，现将该舰船运行的动力设备的性能等级设为3 级，依照模糊专家打分法计算方法获得舰船汽轮给水机设备、舰船锅炉设备、燃油设备、滑油系统和汽轮鼓风机这6 大类设备群的权重向量:

状态值向量:

最终得出舰船动力设备群的性能状态值为:

根据该计算结果，舰船动力设备的性能状态位于1 级和2 级之间，但由于主汽轮机设备状重要等级低，所以综合性能评估等级取2 比较合适，这种等级也能够胜常规执。

［1］耿俊豹，黄树红，金家善，等.基于D－S 证据理论的舰船技术状态综合评估方法［J］.舰船科学技术，2006，28(3):99－102.GENG Jun-bao，HUANG Shu-hong，JIN Jia-shan，et al.A method for ship technical condition evaluation based on D－S evidence theory［J］.Ship Science and Technology，2006，28(3):99－102.

［2］吕建伟，易慧，刘中华.舰船设计方案评估指标体系研究［J］.船舶工程，2005，27(4):53－57.LV Jian-wei，YI Hui，LIU Zhong-hua.Research on index system for evaluating warship design［J］.Ship Engineering，2005，27(4):53－57.

［3］CHAN，CHRISTINE W.An expert decision support system for monitoring and diagnosis of petroleum production and separation processes［J］.Expert Systems with Applications，2005，29(1):131－143.

［4］GENG Jun-bao，HUANG Shu-hong，JIN Jia-shan，et al.Amethod of rotating machinery fault diagnosis based on the close degree of information entropy［J］.International Journal of Plant Engineering and Anagement，2006，11(3):137－144.

［5］周平，刘东风，石新发.舰船动力装置综合诊断策略［J］.舰船科学技术，2011，33(9):64－67.ZHOU Ping，LIU Dong-feng，SHI Xin-fa.Integrated diagnosis strategy of warship' s power plant［J］.Ship Science and Technology，2011，33(9):64－67.

［6］樊红，冯恩德.一种基于证据理论的船舶综合安全评估(FSA)方法［J］.武汉理工大学学报(交通科学与工程版)，2004，28(4):546－549.FAN hong，FENG En-de.An approach for formal safety assessment on ship based on evidence theory［J］.Journal of Wuhan Vniversity of Technology (Transportation Science ＆Engineering).2004，28(4):546－549.