基于模糊决策法的某型直升机航电系统原位检测设备需求评估

张宏斌，鞠艳秋，曹学峰，刘永新

(陆军航空兵学院 航电和兵器工程系，北京 101123)

基于模糊决策法的某型直升机航电系统原位检测设备需求评估

张宏斌，鞠艳秋，曹学峰，刘永新

(陆军航空兵学院 航电和兵器工程系，北京 101123)

针对某型直升机航电系统外场维护过程中急需原位检测设备，但具体需求又不明确这一问题，采用模糊决策法对航电系统原位检测设备需求进行评估。在对航电系统分析的基础上，初步确定了航电系统的6个子系统原位检测设备需求评估，作为研究对象。通过专家评价给出系统自身原位检测设备需求影响因素，如复杂度、重要度等，同时结合外场故障数据的收集和分析，给出与维护工作直接相关的故障频率、故障严重度等影响因素的评分。在考虑各影响因素评价权重后得出各个子系统原位检测设备需求决策系数，对某型直升机航电系统原位检测设备的研制具有一定的参考价值。

模糊决策法；直升机；航电系统；原位检测设备；需求评估

航电系统作为新型直升机的重要机载系统，已经成为某型直升机的三大支柱之一，包含了仪电、通信、传感器网络等多个子系统，具有综合化、智能化、模块化等优点[1]。伴随着计算机、大规模集成电路、电子设备等在系统中的使用增多，以及各系统、部件的交联程度越来越高，“维护简单，排故复杂”这一问题在日常机务维护工作中日益凸显。而原位检测设备则能快速、方便、有效地检测系统的性能，可在一定程度上提高航电系统的故障排除效率，提升部队维护水平[2]。

随着某型直升机陆续在各陆航旅团的列装和不断使用，部队维护维修工程经验的不断积累，对航电各系统的可测试性结构、检测方式及检测能力已经有了较为清晰的认识，对已配置的检测设备的功能有了明确的认识，对航电各系统需配套的维护保障设备也有更多的更明确的功能需求。但是，对于如何利用系统的测试性能力开展维护工作，如何在原系统可测试性结构上开发检测设备，各系统是否需要原位检测设备，各系统原位检测设备需求程度如何等问题，均没有开展有针对性的研究，没有形成清晰认识。

本文从某型直升机航电专业维修保障现状出发，着眼部队航电专业外场排故工作的需求，结合现有维护保障手段和设备现状，对某型直升机航电专业各系统检测设备的需求进行分析，采用模糊决策法给出航电系统各子系统原位检测设备需求评估结果，以期为某型直升机航电系统原位检测设备的研制提供一定的指导。

1 模糊决策法

决策[3]是为了达到某种目标，根据客观条件及各种因素，采用一定的理论、技术和方法，对影响目标的各种因素做出分析、计算和判断，从而得出最后的决定。在实际应用过程中，我们所面临的目标或影响因素都是在不确定的条件下的，他们都具有模糊性。因此，模糊决策[4]是为了解决这一问题而产生的一个新理论。

本文应用排序型DFE决策方法，对某型直升机航电系统的各子系统原位检测设备需求问题进行决策。设={α}为一个单点集，如α=“优策略”。若求出G-包络A[G]，则A[G]：U→[0，1]便把U中诸策略在[0，1]中做全序排列，并得到排列系数。本文称其为排列权重，也就是进行需求决策的依据。对于该方法中的各个定义以及算法参见参考文献[5]。

对于本文中的DEF决策采用以下步骤：

1)设定策略集U={u1，u2，…，um}，本文则以航电系统的各子系统构成策略集。

3)选定与U有关的原子因素族π={f1,f2,…,fn}，并确定它们的状态空间X(fj),j=1,2,…,n。本文以影响各子系统原位检测设备需求的因素构成原子因素族，并且通过专家打分的方法确定其状态空间。

4)令F=ξ(π)，其中：V∪，Λ∩,c|,0Ø,1π,则(F,V,Λ,c,0,1)做成一个完全的布尔代数，从而(U,,F)构成一个描述空间。

5)采用一定的方法做出α在诸表现论域X(fj)，j=1，2，…，n中的表现外延B(fj)，j=1，2，…，n。

6)取适当的n维t-模Tn∈τ(n)，由Tn和诸B(fj)来构筑全因素表现论域X(1)中的表现外延B(1)：

B(1)(x1，x2，…，xn)Tn(B(f1)(x1)，…B(fn)(xn))

7)对每个原子因素fj，j=1，2，…n，确定关于诸策略的状态：

fj(ui)，i=1，2，…，m，j=1，2，…n

给出各因素评价比重wi，i=1，2，…m，于是便得到全因素1关于诸策略的状态：

1(ui)=(f1(ui)，f2(ui)，…fn(ui))。wi，i=1，2，…m，1是一个向量值映射。

8)确定概念α的反馈外延1-1(B(1))，将α的外延近似地取为1-1(B(1))，于是对于任何ui∈U，便有：

A(ui)≈(1-1(B(1)))(ui)=B(1)(1(ui))=B(1)(f1(ui)，f2(ui)，…fn(ui))=Tn(B(f1)(f1(ui))，

B(f2)(f2(ui))，…，B(fn)(fn(ui)))

通过以上步骤可以得出各个策略的排序权重αi，即航电系统各子系统原位检测设备需求决策系数。

2 某型直升机航电系统原位检测设备需求决策

2.1 某型直升机航电系统分析

某型直升机航电系统主要依靠ARINC429总线和RS422总线实现通信、导航、飞控、电子自卫等综合任务的显示和控制，完成系统间信息共享、任务和数据的统一管理。初步形成了以综合显示控制系统为管理中枢的综合航电系统。

本文开展原位检测设备需求论证的某型直升机航电系统主要包括控制增稳系统、综合显示控制系统、组合导航系统、飞行参数记录系统、发参采集显示器、电源系统、燃油系统、防灭火系统、电子调节器、三轴大气数据系统、综合通信系统(通信控制管理设备，通信控制管理设备主机，通信控制显示器，无线电罗盘，短波数传电台，超短波数传电台，机载应答机，无线电高度表)、电子自卫、毫米波询问应答机、北斗信标机等。

2.2 各子系统原位检测设备需求决策

2.2.1 研究对象确定

原位检测设备的配备主要是为了解决外场维护过程中对于复杂疑难故障的排除问题。因此，首先对某型直升机航电系统外场故障情况进行统计分析，对于故障率较低或故障现象明确、故障原因简单的系统无需进行原位检测设备需求论证。

本文收集了某型直升机航电系统在4年内发生的故障，经分析后得出：控制增稳系统、综合显示控制系统、组合导航系统、综合通信系统、防灭火系统、三轴大气数据系统，作为本文研究对象。

2.2.2 原位检测设备需求决策

1)以上述确定的各子系统构成策略集U，取u1=控制增稳系统，u2=综合显示控制系统，u3=组合导航系统，u4=综合通信系统，u5=防灭火系统，u6=三轴大气数据系统，于是U={u1，u2，u3，u4，u5，u6}；

2)设α为原位检测设备需求决策权重；

3)取各子系统原位检测设备需求影响因素构成原子因素族。设f1=复杂度，f2=重要度，f3=故障频率，f4=故障严重度，f5=关联度，f6=维修难度，f7=经济指数。其中，复杂度指系统原理构成，技术特点的衡量；重要度是子系统对整个航电系统及直升机飞行安全的重要性；故障频率则通过故障数据统计分析得出；关联度则是指该子系统与其他子系统的关联程度；维修难度是指该子系统故障排除难易情况；经济指数是指该系统是否具备研发原位检测设备基本条件，如地检接口等，如具备则可大大降低原位检测设备研发成本，则其经济指数较高。

取π={f1，f2，…f7}；

令X(fj)=[0，100]，j=1，2，…7

根据模糊决策原则，并且结合计算的需要，对原子因素族的由专家进行评分(其中故障频率和故障严重度、维修难度通过故障数据统计分析而得)，各个子系统的原位检测设备需求决策影响因素得分如表1所示。

表1 各子系统原位检测设备需求决策因素得分表

4)置F=ξ(π)，则(U,,F)构成一个描述空间；

5)对于j=1,2,…7，取

6)取7维t-模为乘法算子∏∈τ(7)，即

B(1)(x1,x2,…x7)=∏(B(f1)(x1),

B(f2)(x2),…B(f7)(x7)=B(f1)(x1)*B(f2)(x2)*…*B(f7)(x7)

7)根据上述算式及表1可以计算出隶属函数B(fj)(fj(ui)),如表2所示。

通过专家评价给出各决策因素比重wi，i=1，2，…7，具体见表3。

则1(ui)=(f1(ui)，f2(ui)，……fn(ui))。wi，i=1，2，…7。

由上可得出：

1(u1)=(0.15, 0.1, 0.15, 0.15, 0.1, 0.15, 0.05)

1(u2)=(0.15, 0.2,0.1125,0.2,0.1,0.1125, 0.0375)

1(u3)=(0.15, 0.2, 0.15, 0.15, 0.1, 0.15, 0.0375)

1(u4)=(0.15, 0.2, 0.15, 0.1, 0.1, 0.15, 0.0375)

1(u5)=(0.075,0.2,0.0375,0.2,0.025,0.15,0.0125)

1(u6)=(0.0375, 0.2, 0.0375, 0.2, 0.075, 0.1125, 0.0125)

表2 隶属函数表

表3 各决策因素比重

8)计算A(ui),i=1,2,…6

A(u1)≈B(1)(1(u1))=B(1)(f1(u1),

f2(u1),…f7(u1))=∏(B(f1)(f1(u1)),

B(f2)(f2(u1)),…B(f7)(f7(u1)))=

B(f1)(f1(u1))*B(f2)(f2(u1))*…*

B(f7)(f7(u1))=0.15×0.1×0.15×0.15×

0.1×0.15×0.05=2.53135×10-7

同理可得：A(u2)=2.847656×10-7，A(u3)=3.796875×10-7，A(u4)=2.53125×10-7，A(u5)=5.273438×10-9，A(u6)=5.932617×10-9。

以上即为各个子系统原位检测设备需求决策系数。为便于比较，将以上需求决策系数进行归一化处理：

可得：k1=0.214，k2=0.241，k3=0.321，k4=0.214，k5=0.004，k6=0.005。

由所得系数可见，组合导航系统、综合显示控制系统、控制增稳系统和综合通信系统的原位检测设备需求系数分列前四位，且远远高于防灭火系统和三轴大气数据系统，因此可以确定将以上四个系统的原位检测设备研制作为主要工作。

3 结论

本文对某型直升机航电系统各子系统原位检测设备的需求应用模糊决策法进行分析。该方法在充分考虑系统自身特点(如复杂度、重要度、关联度、经济指数等)的基础上，通过专家评价，给出各子系统原位检测设备需求因素评分；同时结合外场航电系统故障数据的统计和分析，得到与维护息息相关的各项原位检测设备需求因素评分，如故障频率、故障严重度、故障维修难度等，并结合各需求因素评价权重，应用模糊决策法得出航电系统各子系统的原位检测设备需求系数，明确了某型直升机航电系统原位检测设备研制目标。为某型直升机航电系统原位检测设备的研制提供了有益的参考，具有一定的实用价值。

[1] 赵宁社,翟正军,王国庆. 新一代航空电子综合化及预测与健康管理技术[J].测控技术,2011,30(1):1-5,9.

[2] 许占显,李佩春. 航空原位检测技术[J].航空科学技术,2001(1):33-35.

[3] 詹姆斯 G.马奇著；王元歌，章爱民,译. 决策是如何产生的[M].北京：机械工业出版社，2013.

[4] 张 堃,周德云,王 谦,等.基于模糊决策树的机载多传感器智能管理方法[J].计算机应用,2011(12):3255-3257.

[5] 胡宝清.模糊理论基础[M].武汉:武汉大学出版社,2004.

Requirements Evaluation of Helicopter’s Avionics Systems In-situ Testing Equipment based on Fuzzy Decision Method

ZHANG Hongbin, JU Yanqiu, CAO Xuefeng，LIU Yongxin

(Department of Avionics and Weapons Engineering, Army Aviation Institute, Beijing 101123, China)

Aimed at accurate and credible evaluating the requirements of helicopter’s avionics systems in-situ testing equipment, the fuzzy decision method was proposed in this paper. Based on the analysis of avionics system, requirements evaluation of six sub-systems in-situ testing equipment was identified as the study object. The effective factors of requirement evaluation, such as complexity, importance, were determined by expert assessment. The grade of failure frequency and fault severity were determined based on the analysis of the field data. The requirements decision coefficients of every sub-system were obtained by considering the evaluation weight of every factor. It had a certain reference value for the development of helicopter’s avionics systems in-situ testing equipment.

fuzzy decision method；helicopter; avionics system；in-situ testing equipment； requirements evaluation

2016-06-30

张宏斌(1979-)，男，辽宁朝阳人，博士,讲师，主要研究方向：直升机可靠性、人工智能。

1673-1220(2016)03-040-04

V267+.31; TB114.39

A