基于貝葉斯網(wǎng)絡(luò)的自動(dòng)裝彈機(jī)維修決策

王國輝，焦慶龍，趙 波

（裝甲兵工程學(xué)院，北京 100072）

基于貝葉斯網(wǎng)絡(luò)的自動(dòng)裝彈機(jī)維修決策

王國輝，焦慶龍，趙 波

（裝甲兵工程學(xué)院，北京 100072）

在分析貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)和特點(diǎn)的基礎(chǔ)上，以自動(dòng)裝彈機(jī)的部件輸彈機(jī)為例，構(gòu)建了輸彈機(jī)不旋轉(zhuǎn)故障模式的貝葉斯網(wǎng)絡(luò)模型，并對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和學(xué)習(xí)，在計(jì)算網(wǎng)絡(luò)模型相關(guān)參數(shù)的基礎(chǔ)上進(jìn)行維修決策分析，梳理出排除輸彈機(jī)不旋轉(zhuǎn)故障的一般性方法，為研究自動(dòng)裝彈機(jī)的維修決策提供參考。

自動(dòng)裝彈機(jī)，貝葉斯網(wǎng)絡(luò)，維修決策

0 引言

自動(dòng)裝彈機(jī)作為復(fù)雜的機(jī)電一體化武器部件，是裝甲車輛武器系統(tǒng)的重要組成部分之一，自動(dòng)裝彈機(jī)的應(yīng)用對(duì)于提高裝甲車輛的機(jī)動(dòng)性和射速具有重要意義，與此同時(shí)在國內(nèi)外不同類型的裝甲車輛中普遍存在自動(dòng)裝彈機(jī)故障率高、可靠性差的問題，且自動(dòng)裝彈機(jī)出現(xiàn)故障后一般難于查找故障原因和排除故障，因此，較大程度上限制了自動(dòng)裝彈機(jī)效能的發(fā)揮。

國內(nèi)學(xué)者針對(duì)這一問題，分別采用不同的故障診斷方法開展自動(dòng)裝彈機(jī)的故障診斷研究［1-8］，如粗糙集理論、模糊專家系統(tǒng)、模糊故障樹理論等。綜合以上方法的應(yīng)用過程來看，上述方法對(duì)于開展自動(dòng)裝彈機(jī)的故障診斷研究效果明顯，且具有一定的實(shí)際應(yīng)用價(jià)值，但上述方法應(yīng)在已得出結(jié)論的基礎(chǔ)上對(duì)自動(dòng)裝彈機(jī)的維修策略進(jìn)行系統(tǒng)地分析和梳理，對(duì)于總結(jié)排除自動(dòng)裝彈機(jī)常見故障的通用方法具有重要意義。

鑒于以上問題，筆者嘗試采用貝葉斯網(wǎng)絡(luò)理論對(duì)自動(dòng)裝彈機(jī)的維修策略進(jìn)行分析和研究。

1 輸彈機(jī)典型故障的貝葉斯網(wǎng)絡(luò)建模

貝葉斯網(wǎng)絡(luò)的基本理論是在概率論（包括先驗(yàn)概率、后驗(yàn)概率、條件概率和聯(lián)合概率等）的基礎(chǔ)上建立的，在貝葉斯網(wǎng)絡(luò)中對(duì)所有事件的不確定性和推理都通過概率的形式來表達(dá)和實(shí)現(xiàn)，進(jìn)而通過概率來解釋不同事件的可信程度，為事件的推理提供依據(jù)［9］。

一個(gè)完整的貝葉斯網(wǎng)絡(luò)模型通常由兩部分組成：

（1）一個(gè)表示事件間因果關(guān)系的有向無環(huán)圖S；

（2）與每個(gè)事件相對(duì)應(yīng)的條件概率表P。

輸彈機(jī)作為自動(dòng)裝彈機(jī)的組成部件之一，主要用于存儲(chǔ)和輸送炮彈。已知導(dǎo)致輸彈機(jī)不旋轉(zhuǎn)的故障因素有以下幾種：①開關(guān)和按鈕故障；②電機(jī)故障；③電磁鐵故障；④行程開關(guān)故障；⑤繼電器故障。

建立輸彈機(jī)不旋轉(zhuǎn)故障模式的貝葉斯網(wǎng)絡(luò)模型，如圖1所示。

圖1 輸彈機(jī)不旋轉(zhuǎn)貝葉斯網(wǎng)絡(luò)模型

2 網(wǎng)絡(luò)模型訓(xùn)練和學(xué)習(xí)

在建立輸彈機(jī)不旋轉(zhuǎn)貝葉斯網(wǎng)絡(luò)模型的基礎(chǔ)上，在專家的指導(dǎo)下分別建立圖1中各網(wǎng)絡(luò)節(jié)點(diǎn)的條件概率。以節(jié)點(diǎn)E為例，如表1所示（F=Fault，表示事件為假；T=True，表示事件為真）。

表1 節(jié)點(diǎn)E條件概率表

其他節(jié)點(diǎn)的條件概率表本文不再一一列舉，以節(jié)點(diǎn)C和節(jié)點(diǎn)E為例，對(duì)這兩個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)進(jìn)行訓(xùn)練，分別取網(wǎng)絡(luò)訓(xùn)練樣本數(shù)量為100和200，訓(xùn)練結(jié)果如圖2和圖3所示。

圖2 節(jié)點(diǎn)C網(wǎng)絡(luò)訓(xùn)練曲線

圖3 節(jié)點(diǎn)E網(wǎng)絡(luò)訓(xùn)練曲線

由圖2和圖3的訓(xùn)練結(jié)果可以看出，樣本數(shù)量為200的數(shù)據(jù)曲線要比樣本數(shù)量為100的數(shù)據(jù)曲線更加趨近于原始數(shù)據(jù)曲線，表明在樣本數(shù)量充足的情況下獲取到的事件的先驗(yàn)概率能夠反映各事件間的因果關(guān)系。

對(duì)于網(wǎng)絡(luò)模型的學(xué)習(xí)，本文采用基于約束的貝葉斯網(wǎng)絡(luò)學(xué)習(xí)算法，即如果子節(jié)點(diǎn)與父節(jié)點(diǎn)之間有明確的隸屬關(guān)系，則將該子節(jié)點(diǎn)與父節(jié)點(diǎn)之間的數(shù)值結(jié)果定為-1，否則定為0。輸彈機(jī)不旋轉(zhuǎn)貝葉斯網(wǎng)絡(luò)模型的學(xué)習(xí)結(jié)果如圖4所示。

圖4 輸彈機(jī)不旋轉(zhuǎn)貝葉斯網(wǎng)絡(luò)學(xué)習(xí)曲線

在圖4的學(xué)習(xí)結(jié)果中可以看到144個(gè)節(jié)點(diǎn)中共有11個(gè)節(jié)點(diǎn)的取值結(jié)果為-1，分別為：

網(wǎng)絡(luò)學(xué)習(xí)結(jié)果符合圖1中所建立的模型，且該網(wǎng)絡(luò)模型不存在隱含節(jié)點(diǎn)（即a（，）=-2），因此，可以開展下一步的參數(shù)計(jì)算和分析。

3 維修決策分析

設(shè)備維修決策是指設(shè)備的故障模式與最佳維修操作方案的推理過程［10］。采用貝葉斯網(wǎng)絡(luò)對(duì)設(shè)備的維修決策進(jìn)行分析，是指依據(jù)網(wǎng)絡(luò)模型中各個(gè)概率信息節(jié)點(diǎn)和貝葉斯概率公式逐步進(jìn)行計(jì)算和分析，根據(jù)當(dāng)前步的計(jì)算結(jié)果判斷網(wǎng)絡(luò)模型的下一步走向，進(jìn)而得出影響當(dāng)前故障模式的最主要因素，并在此過程中進(jìn)行維修方案的比較，選取最佳的維修方案。

分別對(duì)輸彈機(jī)不旋轉(zhuǎn)貝葉斯網(wǎng)絡(luò)模型中節(jié)點(diǎn)E子網(wǎng)絡(luò)和節(jié)點(diǎn)L子網(wǎng)絡(luò)的邊緣概率分布和聯(lián)合概率分布進(jìn)行計(jì)算。

3.1 節(jié)點(diǎn)E子網(wǎng)絡(luò)計(jì)算及其分析

節(jié)點(diǎn)E子網(wǎng)絡(luò)邊緣概率分布計(jì)算結(jié)果如圖5所示。

圖5 節(jié)點(diǎn)E子網(wǎng)絡(luò)邊緣概率分布直方圖

由圖5看出在解鎖電磁鐵發(fā)生故障的情況下，DT2-K1發(fā)生故障的概率約為58%，繼電器J9發(fā)生故障的概率約為62%，XS-DT1自身發(fā)生故障的概率約為27%，計(jì)算結(jié)果表明繼電器J9故障在解鎖電磁鐵XS-DT1發(fā)生故障的影響因素中所占比重較大，因此，在解鎖電磁鐵發(fā)生故障時(shí)，可優(yōu)先對(duì)繼電器J9進(jìn)行故障排查。

節(jié)點(diǎn)E子網(wǎng)絡(luò)聯(lián)合概率分布計(jì)算結(jié)果如圖6所示。

圖6 節(jié)點(diǎn)E子網(wǎng)絡(luò)聯(lián)合概率分布曲線

由圖6可以看出曲線的最高點(diǎn)為節(jié)點(diǎn)組合（I= K=J=E=1），表明當(dāng)解鎖電磁鐵XS-DT1自身故障、繼電器J9故障和觸點(diǎn)DT2-K1故障皆不發(fā)生時(shí)，解鎖電磁鐵XS-DT1故障不發(fā)生的機(jī)率比較大。

圖6中曲線的最低點(diǎn)為節(jié)點(diǎn)組合（I=J=K=2，E=1），表明當(dāng)解鎖電磁鐵XS-DT1自身故障、繼電器J9故障和觸點(diǎn)DT2-K1故障同時(shí)發(fā)生時(shí)，解鎖電磁鐵XS-DT1故障不發(fā)生的可能性非常小，上述兩證據(jù)符合客觀事實(shí)。

3.2 節(jié)點(diǎn)L子網(wǎng)絡(luò)計(jì)算及其分析

節(jié)點(diǎn)L子網(wǎng)絡(luò)邊緣概率分布計(jì)算結(jié)果如圖7所示。

圖7 節(jié)點(diǎn)L子網(wǎng)絡(luò)邊緣概率分布直方圖

由圖7可以看出當(dāng)節(jié)點(diǎn)L=2時(shí)，節(jié)點(diǎn)C為真的概率約為58%，節(jié)點(diǎn)D為真的概率約為18%，節(jié)點(diǎn)E為真的概率約為69%，節(jié)點(diǎn)F為真的概率約為30%。即在輸彈機(jī)不旋轉(zhuǎn)故障發(fā)生的情況下，繼電器J11未閉合的故障概率約為58%，輸彈機(jī)電機(jī)ZD1的故障概率約為18%，XS-DT1發(fā)生故障的概率約為69%，裝彈按鈕的故障概率約為30%?？梢钥闯鼋怄i電磁鐵XS-DT1在輸彈機(jī)不旋轉(zhuǎn)故障的影響因素中所占比重較大，在輸彈機(jī)不旋轉(zhuǎn)故障發(fā)生時(shí)，可優(yōu)先對(duì)解鎖電磁鐵進(jìn)行故障排查，如果解鎖電磁鐵XS-DT1沒有故障，可排查繼電器J11。

節(jié)點(diǎn)L子網(wǎng)絡(luò)聯(lián)合概率分布計(jì)算結(jié)果如圖8所示。

圖8 節(jié)點(diǎn)L子網(wǎng)絡(luò)聯(lián)合概率分布曲線

由圖8可以看出曲線的最高點(diǎn)為節(jié)點(diǎn)組合（C=2，D=2，E=F=L=1），表明當(dāng)繼電器J11故障和電機(jī)ZD1故障同時(shí)發(fā)生時(shí)，輸彈機(jī)不旋轉(zhuǎn)故障不發(fā)生的機(jī)率比較大，圖中曲線最低點(diǎn)為節(jié)點(diǎn)組合（C=2，D=2，E=2，F(xiàn)=2，L=1），表明當(dāng)繼電器J11未閉合故障、輸彈機(jī)電機(jī)ZD1故障、解鎖電磁鐵XS-DT1故障和裝彈按鈕故障同時(shí)發(fā)生時(shí)，輸彈機(jī)不旋轉(zhuǎn)故障不發(fā)生的機(jī)率非常小，這一證據(jù)符合客觀事實(shí)。

圖8中節(jié)點(diǎn)組合（E=2，F(xiàn)=2，L=1）的概率值普遍較小，表明當(dāng)解鎖電磁鐵XS-DT1故障和裝彈按鈕故障同時(shí)發(fā)生時(shí)，輸彈機(jī)不旋轉(zhuǎn)故障不發(fā)生的可能性非常小，即二者的組合在輸彈機(jī)不旋轉(zhuǎn)故障的影響因素中所占比重較小，因此，在輸彈機(jī)不旋轉(zhuǎn)故障發(fā)生時(shí)，可優(yōu)先考慮繼電器J11和輸彈機(jī)電機(jī)ZD1的組合事件是否發(fā)生故障。

圖9 提升機(jī)常見故障列表

圖10 維修決策系統(tǒng)界面示意圖

綜合3.1節(jié)和3.2節(jié)的計(jì)算結(jié)果分析得出結(jié)論：在輸彈機(jī)不旋轉(zhuǎn)故障的影響因素中解鎖電磁鐵XS-DT1故障所占比重較大，而在解鎖電磁鐵XS-DT1故障的影響因素中繼電器J9故障所占比重比較大，因此，在輸彈機(jī)不旋轉(zhuǎn)故障發(fā)生時(shí)，可優(yōu)先檢查繼電器J9是否故障。

利用貝葉斯網(wǎng)絡(luò)分別對(duì)自動(dòng)裝彈機(jī)其他各部件的常見故障進(jìn)行建模、計(jì)算和分析，通過Lab-VIEW軟件建立基于貝葉斯網(wǎng)絡(luò)的自動(dòng)裝彈機(jī)維修決策系統(tǒng)，如圖9和圖10所示。

4 結(jié)論

采用貝葉斯網(wǎng)絡(luò)的方法開展自動(dòng)裝彈機(jī)的維修決策研究，從該方法的應(yīng)用效果來看，該方法更加側(cè)重于分析自動(dòng)裝彈機(jī)故障模式中各影響因素的比重及其相互關(guān)系，即該方法采用了由果索因的逆向推理機(jī)制，在綜合分析各種影響因素的基礎(chǔ)上提高了故障診斷效率，給出了確切的維修策略分析結(jié)果，對(duì)于提高自動(dòng)裝彈機(jī)的科學(xué)化維修決策水平具有重要意義。

［1］王丹，姚竹亭，王立.粗糙集屬性約簡在自動(dòng)裝填系統(tǒng)故障診斷方面的應(yīng)用［J］.電子技術(shù)，2010，9（9）：10-14.

［2］李向榮，彭銳楓，王國輝，等.基于Petri網(wǎng)的自動(dòng)裝彈機(jī)故障診斷推理［J］.四川兵工學(xué)報(bào)，2011，32（11）：17-20.

［3］王國輝，王威.基于故障Petri網(wǎng)的自動(dòng)裝彈機(jī)故障診斷研究［J］.火炮發(fā)射與控制學(xué)報(bào)，2004（4）：55-58.

［4］王國輝，孫正民，劉罕杰.基于模糊故障樹理論的旋轉(zhuǎn)輸彈機(jī)故障診斷研究［J］.計(jì)算機(jī)測(cè)量與控制，2009，17（6）：1146-1148.

［5］張振山，李培富，黃晶晶，等.模糊Petri網(wǎng)在坦克自動(dòng)裝彈機(jī)故障檢測(cè)中的應(yīng)用［J］.四川兵工學(xué)報(bào)，2011，32（9）：7-9.

［6］汪名杰，楊玲.基于模糊理論的裝甲車輛自動(dòng)裝彈機(jī)故障樹分析［J］.兵工自動(dòng)化，2010，29（5）：81-82.

［7］王國輝，王威，張振山，等.裝甲車輛自動(dòng)裝彈機(jī)故障診斷研究［J］.火炮發(fā)射與控制學(xué)報(bào)，2003（2）：44-47.

［8］張振山，趙俊嚴(yán)，趙富全.坦克自動(dòng)裝彈機(jī)故障診斷技術(shù)［J］.火炮發(fā)射與控制學(xué)報(bào)，2006（增刊）：50-52.

［9］李海軍，馬登武，劉霄，等.貝葉斯網(wǎng)絡(luò)理論在裝備故障診斷中的應(yīng)用［M］.北京：國防工業(yè)出版社，2009.

［10］李淑智，馮永保，于軍.基于貝葉斯網(wǎng)絡(luò)的機(jī)械設(shè)備智能維修決策研究［J］.第二炮兵工程學(xué)院學(xué)報(bào)，2008，22（3）：73-76.

Research on Maintenance Decision for Auto-loader Based on Bayesian Network

WANG Guo-hui，JIAO Qing-long，ZHAO Bo
（Armored Force Engineering,Beijing 100072，China）

On the basis of analyzing the structure and characteristics of Bayesian Network,taking revolving ramming device of auto-loader as an example，in revolving ramming device in is constructed，the network model is trained and learned,the maintenance decision is analyzed on the basis of the related parameters is computed,it provides evidence for summarizing general methods of eliminating the breakdown function of non rotate mode of revolving ramming device，it provides a reference for research of making maintenance decision for auto-loader.

auto-loader，Bayesian network，maintenance decision

TJ303+

A

1002-0640（2015）03-0155-04

2014-01-17

2014-03-25

王國輝（1966－ ），男，河北趙縣人，教授。研究方向：武器系統(tǒng)結(jié)構(gòu)及其維修保障。