基于质量功能展开的状态参数确定方法

封会娟，闫 旭，刘祥凯，唐彦峰，李志威

(1.军事交通学院军用车辆系，天津300161;2.军事交通学院研究生管理大队，天津300161)

随着装备结构复杂程度和技术含量的提高，以及监测诊断技术的发展，装备的维修方式也发生了变化，由简单的以预防为主转向更为精确的基于状态的维修(condition based maintenance，CBM)，以提高装备可靠性，节约维修保障成本和资源。CBM的实施过程可归纳为状态监测、数据处理、寿命预测及维修决策4个步骤。状态监测作为CBM实施的第一步，需要依赖于对状态参数进行近似实时的监控，状态参数选择的重要性显而易见。然而，目前状态参数的确定普遍经验化，缺乏科学的分析计算，本文正是基于此问题展开相关研究。

1 状态参数概述

1.1 CBM 定义

基于状态的维修(CBM)是一种建立在对装备状态实时或近实时评估基础上的维修方式。它是在传统的状态监控和故障诊断技术基础上，综合运用传感器、人工智能、计算机、通信和网络等多种先进技术，通过外部检测设备或装备内部植入的传感器获得装备运行时的状态信息，准确地判定部件的实际状态，并运用数据分析与维修决策技术对装备状态进行实时或周期性的评价，最终作出科学化的维修决策，从而实现装备维修管理工作的科学化、合理化。

1.2 状态参数定义

装备在运行过程中会产生能够表征其状态的物理现象(如振动、温度变化等)，并引起相应参数(如转矩、压力等)的变化，这为装备状态监测提供了可能。在实际应用中，这些被选择用于对装备运行状态进行监测的参数，称为状态参数［1］。

1.3 基本确定原则

目前，状态参数大多依赖专家的使用经验来确定，少数学者在相关研究中也涉及了定量决策方法。在此基础上，本文提出状态参数的确定应遵循的原则。

(1)可测性。状态参数应具有一定的物理意义，能够量化表示且便于测量。

(2)多能性。即参数能全面地表征设备运行状态的能力。设备性能状态劣化或故障可能引起许多参数的变化，应选择包含更多状态信息、反映更多性能的参数。

(3)灵敏性。装备性能劣化或故障时，应选择随劣化或故障趋势变化更为明显的参数。如发动机汽缸活塞副磨损较为严重时，功率下降仅5%～7%，然而压缩空气泄漏率反映更为灵敏，降幅达40% ～50%，则应选择后者为状态参数，前者可作为备选参数辅助判断。

(4)稳定性。应选择在相同监测条件下数据离散度小、重复性好，在指示设备状态的有效测量范围内不出现突变的参数为状态参数。

2 基于QFD的状态参数确定方法

2.1 QFD 定义

质量功能展开(quality function deployment，QFD)是一种面向需求的产品设计和开发的计划过程，是质量工程的核心技术。该方法最早由日本学者于1966年首次提出，如今在日本和美国已得到广泛应用。近年来，QFD方法的研究趋势正向解决武器系统设计中的关键技术决策问题的方向迈进，逐渐成为一种重要的关键技术评价与决策的方法和工具。

2.2 质量屋模型

QFD方法借助矩阵图表来描述需求与设计指标之间的关系，并进行量化分析，确定描述需求的关键设计指标，进而设计出满足需求的产品。其核心部分为“质量屋(house of quality，HoQ)”模型(如图1所示)。

图1 质量屋

本研究建立的质量屋模型包括下列部分。

(1)左墙:监测需求及需求权重。监测需求是由产品状态及故障特征决定的参数特性。需求权重是各参数特性重要程度的定量表示。这两项是质量屋最基本的输入，可通过调查和专家打分等方法获取。

(2)天花板:状态参数。技术特征是所输入需求得以实现的必须保证和实施的手段和措施，在本研究中即为待决策的状态参数，可从商业惯例及相关国家和军用标准中获取。

(3)房间:相关关系矩阵。表示各监测需求和各参数之间的相关程度，由相关法则计算得到。

(4)屋顶:参数自相关关系矩阵。表示参数间的相关程度。

(5)地下室:参数评价矩阵。该项是质量屋的输出项，表示各参数对于监测需求整体的重要程度［2］。

2.3 状态参数确定方法

建立质量屋模型，直观地描述各监测需求与参数之间关系，借助相关计算得到各参数对于产品状态监测的重要程度，进而可以确定状态参数。运用质量功能展开QFD方法确定状态参数的步骤如下。

(1)获取监测需求。经过调研及对装备产品和故障资料的分析，结合状态参数确定原则，对CBM对象的指定故障模式确定监测需求，用i和j表示(i，j=1，2，…，m)，如状态参数对故障的敏感性、与故障的关联性、监测传感器的可用性、与其他参数的相关性、监测成本等。

(2)获取监测参数。参照国家标准GB/T 20471《机器状态监测与诊断——基于应用性能参数的一般指南》［3］中提供的指示典型故障的性能参数惯例，获取指定故障模式常用的状态参数集，如温度、压力、空气流量、振动、功率等。

(3)利用AHP法计算各需求重要度权重。

(a)假设eij为需求i相对于j的重要程度值，构造判断矩阵E:

(b)运用数字1～9标度确定各相对重要程度值，标度含义见表1。

表1 标度含义

(c)根据判断矩阵，求最大特征根λmax所对应的特征向量α＇，方程如下:

所求特征向量α＇经归一化得到权重向量α=(α1，α2，…，αm)T，即为各需求重要度权重。

(d)为保证权重分配的合理性，需要进行一致性检验。

首先，计算判断矩阵的一般一致性指标C.I.，方程为

其次，由表2确定平均随机一致性指标R.I.的取值。

表2 平均随机一致性指标取值

最后，计算判断矩阵的随机一致性比率C.R.:

当C.R.＜0.1时，即确定判断矩阵满意的一致性，说明权重合理［4］。

(4)构建质量屋模型。利用HoQ模型，结合状态监测实际情况，根据状态参数和监测需求间的关系，按照各状态参数满足监测需求的情况rnm按照0～5分的标度打分，强相关5分，中等相关3分，弱相关1分，不相关0分，建立QFD的HoQ模型(如图2所示)。

图2 HoQ模型

(5)计算参数重要度。根据HoQ模型中的监测需求重要度权重和关系矩阵，运用式(5)计算参数重要度，即

参数重要度矩阵中各元素的数值即为参数重要度，表示各参数对于监测需求的满足程度，可据此按从大到小顺序排列，即对应得到状态参数排序［5］。

3 实例分析

现以往复式内燃机为例，设置实验，验证本研究提出的方法是否科学可行。

经过对装备产品和相关标准资料的分析以及对相关专家和工程人员的调研，确定往复式内燃机点火故障的监测需求为:状态参数对故障的敏感性、与故障的关联性、监测传感器的可用性、与其他参数的相关性、监测成本，分别记为监测需求1～5(见表3)。

表3 监测需求示例

根据GB/T 20471获取点火故障模式常用的状态参数集:发动机温度、汽缸压力、燃料流量、排气温度、振动、输出功率、油损耗，标记为参数1～7(见表4)。

表4 参数示例

利用AHP法，根据式(1)和式(2)计算各监测需求重要度权重，得到结果为 α=(0.310 2，0.238 1，0.047 6，0.214 5，0.142 8)。经式(3)和式(4)进行一致性检验，得 C.R.=0.081 3 ＜0.1，即表示权重合理。

根据质量屋模型，邀请多名操作人员和维修技术人员对参数满足监测需求的情况进行打分。经数据处理后建立质量屋模型，利用式(5)计算参数重要度v(如图3所示)。

图3 HoQ模型示例

由图3可知，针对往复式内燃机的状态监测，状态参数推荐排序为振动、油损耗、输出功率、燃料流量、汽缸压力、发动机温度、排气温度。

4 结语

本文针对状态参数确定方法普遍经验化的现状，在研究确定基本原则的基础上，采用质量功能展开的方法建立了状态监测的质量屋模型，提出了一种确定状态参数的定量分析方法。经实例分析，该方法能够客观、充分反映参数的重要程度，为实施装备基于状态的维修提供了技术支撑。

［1］ 牛晓磊.基于状态信息的装备维修决策系统与应用研究［D］.石家庄:军械工程学院，2008:5-19.

［2］ 李朝玲.质量功能展开的系统建模及应用研究［D］.青岛:青岛大学，2009:10-14.

［3］ 机器状态监测与诊断:基于应用性能参数的一般指南:GB/T 20471—2006［S］.北京:中国国家质检总局国家标准化管委会，2006.

［4］ 杨雪，张振鹏，杨恩锋.基于AHP的液体火箭发动机地面试验监测参数的选取方法研究［J］.航空动力学报，2006，21(3):615-620.

［5］ 邓丽，刘阶萍，查建中.基于质量功能展开(QFD)的产品设计模糊综合评价［J］.现代制造工程，2005(3):4-7.