發(fā)動機(jī)故障統(tǒng)計(jì)與分析系統(tǒng)設(shè)計(jì)方法

王文棟，劉效磊，李璽仁，馬 壯

(空軍94287部隊(duì)，山東 濟(jì)南 250023)

1 引言

國內(nèi)外對專家系統(tǒng)的研究在上世紀(jì)末已趨于成熟，著名知識工程師Hayes Roth等人提出的專家系統(tǒng)的理想結(jié)構(gòu)等改進(jìn)模型，在許多領(lǐng)域內(nèi)都得到了廣泛應(yīng)用。神經(jīng)網(wǎng)絡(luò)學(xué)的發(fā)展與應(yīng)用始于20世紀(jì)90年代初，其基礎(chǔ)模型BP神經(jīng)網(wǎng)絡(luò)在使用發(fā)展過程中不斷變化改進(jìn)，從人工神經(jīng)網(wǎng)絡(luò)到自適應(yīng)神經(jīng)網(wǎng)絡(luò)，與遺傳算法、模糊數(shù)學(xué)等結(jié)合緊密，神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能和算法精度不斷提高，伴隨著計(jì)算機(jī)應(yīng)用科學(xué)的高速發(fā)展，目前廣泛應(yīng)用于各個(gè)領(lǐng)域[1，2]。在軍內(nèi)工程領(lǐng)域，隨著計(jì)算機(jī)網(wǎng)絡(luò)的普及，該方法已廣泛應(yīng)用于科研院所的各研究領(lǐng)域，但一線部隊(duì)與實(shí)際工程應(yīng)用的結(jié)合還較少，應(yīng)用專家系統(tǒng)分析預(yù)測質(zhì)量信息的工程應(yīng)用前景十分廣闊，值得借鑒國內(nèi)外設(shè)計(jì)方法，與維修保障實(shí)踐工作相結(jié)合，深入開展研究。

近年來，部隊(duì)在檢查維護(hù)中發(fā)現(xiàn)、排除的發(fā)動機(jī)斷裂滲漏和耗損性故障多，發(fā)動機(jī)質(zhì)量問題突出，有的甚至引發(fā)了嚴(yán)重飛行事故。因此，對發(fā)動機(jī)故障的統(tǒng)計(jì)與分析具有重大的現(xiàn)實(shí)意義。傳統(tǒng)使用的《航空維修管理信息系統(tǒng)》，存在發(fā)動機(jī)故障信息收集樣本小(僅局限于本部隊(duì)本機(jī)型)、統(tǒng)計(jì)分析預(yù)測能力弱等缺點(diǎn)。本文所設(shè)計(jì)的系統(tǒng)，就是要通過構(gòu)建完備的故障信息數(shù)據(jù)庫、專家評測系統(tǒng)，基于模糊神經(jīng)網(wǎng)絡(luò)等計(jì)算方法，實(shí)現(xiàn)故障的統(tǒng)計(jì)及分析預(yù)測。

2 系統(tǒng)設(shè)計(jì)方法

2.1 系統(tǒng)的總體設(shè)計(jì)和功能模塊制定[3，4]

(1)系統(tǒng)的總體設(shè)計(jì)

某型發(fā)動機(jī)故障統(tǒng)計(jì)與分析系統(tǒng)由綜合數(shù)據(jù)庫、知識庫、推理機(jī)、解釋器、知識獲取、軟件平臺等6個(gè)部分構(gòu)成，基本構(gòu)成如圖1所示。

圖1 系統(tǒng)的總體結(jié)構(gòu)圖Fig.1 Overall structure of the system

其中，知識庫只用于存放不依賴于領(lǐng)域中具體問題的知識，如一些判斷性知識和元知識；與領(lǐng)域中具體問題有關(guān)的知識(如描述問題的數(shù)據(jù)等)則放在綜合數(shù)據(jù)庫中。綜合數(shù)據(jù)庫用于存放系統(tǒng)運(yùn)行過程中所需要和產(chǎn)生的所有信息，包括問題的描述、中間結(jié)果、解題過程的記錄等信息。

質(zhì)量信息數(shù)據(jù)庫的架構(gòu)是設(shè)計(jì)的一項(xiàng)重要內(nèi)容，數(shù)據(jù)組織、數(shù)據(jù)間聯(lián)系、數(shù)據(jù)管理需重點(diǎn)考慮。在專家系統(tǒng)中，數(shù)據(jù)的表示與組織結(jié)構(gòu)應(yīng)盡量做到和知識的表示與組織相容，以便推理機(jī)使用知識庫中的知識和描述問題當(dāng)前狀態(tài)的數(shù)據(jù)去求解問題。

解釋子系統(tǒng)負(fù)責(zé)回答用戶提出的各種問題，包括與系統(tǒng)運(yùn)行有關(guān)和與運(yùn)行無關(guān)的系統(tǒng)本身的一些問題。解釋子系統(tǒng)是實(shí)現(xiàn)系統(tǒng)透明性的主要部件。

知識獲取子系統(tǒng)負(fù)責(zé)管理知識庫中的知識，包括根據(jù)需要修改、刪除或添加知識及由此引起的一切必要的改動，維持知識庫的一致性、完整性等。知識獲取子系統(tǒng)是實(shí)現(xiàn)系統(tǒng)靈活性的主要部件，它使領(lǐng)域?qū)＜铱梢孕薷闹R庫而不必了解知識庫中知識表示方法、知識庫的組織結(jié)構(gòu)等實(shí)現(xiàn)上的細(xì)節(jié)問題，這大大提高了系統(tǒng)的可擴(kuò)充性。

軟件平臺的設(shè)計(jì)是實(shí)現(xiàn)人機(jī)交互功能的重要過程，要求系統(tǒng)不僅要為用戶提供熟悉的表示信息的手段(如自然語言、圖形、表格等)，而且人機(jī)接口蘊(yùn)含在各子系統(tǒng)中，它負(fù)責(zé)把用戶輸人的信息轉(zhuǎn)換成系統(tǒng)的內(nèi)部表示形式，然后把這些表示形式交給相應(yīng)部件去處理。系統(tǒng)輸出的內(nèi)部信息也由人機(jī)接口轉(zhuǎn)換成用戶易于理解的外部表示形式顯示給用戶，并支持外部打印、導(dǎo)出等基本功能。另外，系統(tǒng)設(shè)計(jì)中還著重考慮到與《航空維修管理信息系統(tǒng)》的交連，方便質(zhì)量信息樣本的批量錄入和修改，使得系統(tǒng)更加開放，人機(jī)之間的交互性實(shí)現(xiàn)更強(qiáng)。

(2)主要功能模塊劃分

系統(tǒng)要實(shí)現(xiàn)的功能主要有錄入、查詢、統(tǒng)計(jì)、解釋、預(yù)測、監(jiān)控等，主要功能模塊可分為錄入模塊、查詢模塊、分析和預(yù)測模塊、監(jiān)控和校驗(yàn)?zāi)K四個(gè)部分。其中，分析和預(yù)測模塊是該專家系統(tǒng)設(shè)計(jì)的重點(diǎn)和難點(diǎn)，其任務(wù)是通過對過去和現(xiàn)在已知狀況的分析，總結(jié)歸納信息規(guī)律，推斷未來可能發(fā)生的情況。需要設(shè)計(jì)模糊神經(jīng)網(wǎng)絡(luò)計(jì)算模型，用于實(shí)現(xiàn)學(xué)習(xí)預(yù)測功能。

2.2 模糊神經(jīng)網(wǎng)絡(luò)計(jì)算模型的建立

本系統(tǒng)采用的模糊神經(jīng)網(wǎng)絡(luò)是結(jié)合模糊控制和神經(jīng)網(wǎng)絡(luò)兩種技術(shù)的一種新的智能技術(shù)。利用神經(jīng)網(wǎng)絡(luò)去高速并行地實(shí)現(xiàn)模糊推理，從而得到更為準(zhǔn)確的規(guī)則和更強(qiáng)的自學(xué)習(xí)、自適應(yīng)能力。

為了實(shí)現(xiàn)系統(tǒng)的開放式自主學(xué)習(xí)能力，本系統(tǒng)研究使用了一種結(jié)構(gòu)化的模糊神經(jīng)網(wǎng)絡(luò)，并設(shè)計(jì)了一種自適應(yīng)預(yù)測控制方案，采用了遺傳算法和BP算法相結(jié)合的混合學(xué)習(xí)算法。

(1)模糊神經(jīng)網(wǎng)絡(luò)自適應(yīng)系統(tǒng)的設(shè)計(jì)

利用一個(gè)神經(jīng)網(wǎng)絡(luò)辨識器和模糊神經(jīng)網(wǎng)絡(luò)控制來解決非線性滾動優(yōu)化問題，引入辨識器來對控制效果進(jìn)行預(yù)測，以使系統(tǒng)在控制點(diǎn)間具有學(xué)習(xí)能力，從而提高收斂速度，增強(qiáng)系統(tǒng)的穩(wěn)定性。

(2)模糊神經(jīng)網(wǎng)絡(luò)控制模型的設(shè)計(jì)

模糊神經(jīng)網(wǎng)絡(luò)控制模型如圖2所示。圖中兩個(gè)輸入(x1，x2)分別表示誤差和誤差變化率，而模糊子空間則劃分成子集{PB，PM，PS，ZO，NS，NM，NB}，分別表示 {“正大”，“正中”，“正小”，“零”，“負(fù)小”，“負(fù)中”，“負(fù)大”}，輸出為 y。

圖2中，網(wǎng)絡(luò)的(Ⅰ)-(Ⅱ)層對應(yīng)于模糊控制規(guī)則的前提“IF-THEN”部分；(Ⅲ)層對應(yīng)模糊邏輯，每個(gè)節(jié)點(diǎn)輸出表示一條規(guī)則的觸發(fā)強(qiáng)度(隸屬度)，“∏”表示模糊隸屬度取極小運(yùn)算；(Ⅳ)層對應(yīng)于規(guī)則推理的結(jié)論部分“THEN-PART”，完成推理合成，逆模糊運(yùn)算。

(3)神經(jīng)網(wǎng)絡(luò)辨識器的設(shè)計(jì)

當(dāng)采用BP算法的多層前饋網(wǎng)絡(luò)進(jìn)行系統(tǒng)辨識時(shí)，單輸入、單輸出系統(tǒng)的非線性動態(tài)模型如式(1)所示。式中，u(k)、y(k)分別為系統(tǒng)在k時(shí)刻的輸入和輸出， f｛·｝為非線性函數(shù)，m、n分別表示與前m次輸入及前n次輸出有關(guān)。

為保證整個(gè)辨識結(jié)構(gòu)的穩(wěn)定性，并使模型的輸出充分逼近實(shí)際對象的輸出，一般采用串-并聯(lián)辨識模型：

為使模型更加真實(shí)地反映實(shí)際對象，并考慮到反饋控制的作用可能會使邊界輸入、輸出系統(tǒng)變得無界，因此首先對系統(tǒng)進(jìn)行離散辨識，然后將網(wǎng)絡(luò)模型加入控制系統(tǒng)，以適應(yīng)對象參數(shù)的時(shí)變，得到精確的局部預(yù)測模型。

(4)模糊神經(jīng)網(wǎng)絡(luò)混合學(xué)習(xí)算法

模型使用遺傳算法和BP算法相結(jié)合的混合學(xué)習(xí)算法，為縮短運(yùn)算時(shí)間和提高準(zhǔn)確度，在模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的基礎(chǔ)上采用BP算法對模型實(shí)時(shí)調(diào)整。

式中：η為學(xué)習(xí)速率；β為動量項(xiàng)系數(shù)，加入動量項(xiàng)系數(shù)是為了減少學(xué)習(xí)過程中的振蕩。

2.3 程序編制和軟件開發(fā)

系統(tǒng)使用Delphi語言實(shí)現(xiàn)，以SQL Server 2000為數(shù)據(jù)處理平臺，以航空維修管理信息系統(tǒng)數(shù)據(jù)庫Aero_qc為基本數(shù)據(jù)庫，調(diào)研空軍相同、相似機(jī)型部隊(duì)，以及相關(guān)飛機(jī)、發(fā)動機(jī)大修工廠，結(jié)合本單位裝備保障實(shí)際，一方面盡力豐富系統(tǒng)分析所依托的基礎(chǔ)數(shù)據(jù)樣本，另一方面設(shè)計(jì)系統(tǒng)時(shí)預(yù)留信息批量錄入接口用于錄入模擬分析數(shù)據(jù)，為完成分析和預(yù)測兩大目的提供詳細(xì)、完備的數(shù)據(jù)資料，提高系統(tǒng)分析結(jié)果的可信度及精確度。在完成前期數(shù)據(jù)準(zhǔn)備的基礎(chǔ)上，信息處理流程如圖3所示。

2.4 數(shù)據(jù)驗(yàn)證及調(diào)試修正

(1)對2000～2010年某部質(zhì)量信息樣本進(jìn)行錄入分析，驗(yàn)證系統(tǒng)設(shè)計(jì)以及模糊神經(jīng)網(wǎng)絡(luò)算法的數(shù)據(jù)處理精度和準(zhǔn)確性，預(yù)測最近1年的質(zhì)量信息(故障發(fā)生率、重要監(jiān)控指標(biāo)、重點(diǎn)監(jiān)控的發(fā)動機(jī)及使用壽命階段等)，與實(shí)際故障情況進(jìn)行比較，驗(yàn)證設(shè)計(jì)系統(tǒng)的可靠性，對專家系統(tǒng)知識庫進(jìn)行不斷的修正和完善。

(2)應(yīng)用神經(jīng)網(wǎng)絡(luò)生成樣本數(shù)據(jù)，采用大樣本進(jìn)一步驗(yàn)證數(shù)據(jù)處理的準(zhǔn)度和軟件的可靠性；計(jì)劃再應(yīng)用該系統(tǒng)處理同類機(jī)型的其它部隊(duì)質(zhì)量信息樣本，對故障規(guī)律性研究進(jìn)行比較分析。

(3)廣泛征求領(lǐng)域?qū)＜?、操作使用人員的使用意見，對軟件的交互性、容錯(cuò)性以及可擴(kuò)充性進(jìn)行綜合調(diào)試修正。

3 結(jié)束語

通過收集歷年來外場維護(hù)、場內(nèi)修理中出現(xiàn)的大量故障，調(diào)研獲取工廠、院校和科研院所對某型發(fā)動機(jī)的使用維護(hù)意見，并結(jié)合部隊(duì)使用維護(hù)經(jīng)驗(yàn)，建立應(yīng)用系統(tǒng)，主要實(shí)現(xiàn)了以下功能：發(fā)動機(jī)故障數(shù)據(jù)的錄入和查詢，發(fā)動機(jī)故障數(shù)據(jù)的統(tǒng)計(jì)和分析，發(fā)動機(jī)故障信息的監(jiān)控和預(yù)測，提供典型故障的排除方法和預(yù)防措施等。

系統(tǒng)設(shè)計(jì)的主要經(jīng)驗(yàn)做法：一是建立開放、完備的發(fā)動機(jī)質(zhì)量信息分類數(shù)據(jù)庫，對質(zhì)量信息進(jìn)行細(xì)化標(biāo)識，對故障類型、涉及系統(tǒng)、發(fā)生時(shí)機(jī)(檢查發(fā)現(xiàn)時(shí)機(jī)，飛機(jī)、發(fā)動機(jī)自然狀況，故障件的日歷期限、翻修次數(shù)、裝機(jī)使用時(shí)間等)進(jìn)一步細(xì)化標(biāo)準(zhǔn)，實(shí)現(xiàn)基本的數(shù)據(jù)查詢、錄入等功能。二是建立規(guī)范的發(fā)動機(jī)質(zhì)量信息專家評測系統(tǒng)。通過廣泛調(diào)研征求系統(tǒng)建立的意見、建議，科學(xué)架構(gòu)質(zhì)量信息評測系統(tǒng)，選擇有突出代表性的特征指標(biāo)進(jìn)行評測，給出階段性評測報(bào)告。三是針對質(zhì)量信息大樣本，研究先進(jìn)的學(xué)習(xí)預(yù)測算法(如神經(jīng)網(wǎng)絡(luò)、模糊控制等)，對質(zhì)量故障情況進(jìn)行分析預(yù)測，對多發(fā)性、危險(xiǎn)性、突發(fā)性故障和質(zhì)量問題進(jìn)行發(fā)生概率分析，提出針對性預(yù)防維護(hù)措施。四是開發(fā)軟件平臺，實(shí)現(xiàn)人機(jī)交互。進(jìn)一步規(guī)范故障及質(zhì)量問題錄入系統(tǒng)，方便維修一線管理人員的統(tǒng)計(jì)分析、預(yù)測工作，突出體現(xiàn)故障和質(zhì)量問題的排除方法及過程，階段性故障和質(zhì)量問題的分析預(yù)測，以及針對性的檢查維護(hù)措施。目前，已運(yùn)用該系統(tǒng)處理了大量的發(fā)動機(jī)維修保障信息，在實(shí)踐中取得較好效果。

[1]蔡開龍，付 敏，謝壽生.基于RBF神經(jīng)網(wǎng)絡(luò)的航空發(fā)動機(jī)故障診斷模型 [J].燃?xì)鉁u輪試驗(yàn)與研究，2003，16(4)：9—11.

[2]于 剛，高正平，徐治皋，等.基于神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)的汽輪發(fā)電機(jī)組故障診斷系統(tǒng) [J].電器系統(tǒng)自動化，2004，28(4)：67—70.

[3]古瑩奎，黃開啟.發(fā)動機(jī)可靠性數(shù)據(jù)分析系統(tǒng)設(shè)計(jì)與研究[J].機(jī)床與液壓，2009，37(3)：176—178.

[4]汪振興，劉臣宇，李 麗，等.基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的某型裝備故障診斷專家系統(tǒng)[J].計(jì)算機(jī)與現(xiàn)代化，2010，(2)：200—203.