基于故障樹分析的雷達故障診斷專家系統設計

顧 兵

（船舶重工集團公司723所，揚州225001）

0 引 言

雷達裝備呈現出高度自動化、信息化、系統集成化等發展趨勢，其系統的復雜程度越來越高，使雷達設備的維護難度越來越大；同時因為雷達站位的受培訓使用人員崗位變動，造成使用維護后繼無人，即使一些簡單的故障有時也無法排除。

就艦載雷達而言，為保證艦艇作戰能力，綜合保障工作越來越突出艦員級維修力量，實現用修一體。所以建立一套故障診斷專家系統變得十分迫切，通過不斷總結專家的經驗，使得故障診斷更加科學、準確、快速，提高雷達系統的維修性，有效保證裝備的戰備完好性及作戰效能。

同時通過故障診斷系統的建立，采集設備使用時的故障信息，為工程技術人員持續改進提供支撐，使裝備維修性、使用性進一步提高。

1 雷達系統故障樹構建

1.1 雷達系統故障分析

以某艦載搜索雷達為例，雷達系統主要組成包括：電源配電箱、天饋系統、頻率合成器、發射機、接收機、信號處理、數據處理、顯控臺及伺服控制等。

搜索雷達系統的主要功能是能及時準確地發現目標，提取出點跡、航跡數據。在進行故障分析時用“雷達不能正常工作”作為總體描述，主要表現為：整機不能加電、不能正常關機、高壓加不上、天線不能旋轉、無回波或回波弱、水冷故障、操控失靈、發射機行波管跳火等等。

通過故障原因分析，可定位到雷達系統各分機的各個單元、模塊。雖然故障現象與故障原因不可能一一對應，但通過若干故障表現可以分析出故障可能發生的部位及不可能發生的部位等信息，再通過系統各單元、模塊間的功能接口關系，輔助以工程技術人員既往的診斷經驗，進行故障分析判斷、排除。

1.2 雷達系統故障樹構建

故障樹的建立通常選取系統最不希望發生的具體故障狀態作為頂事件，但由于雷達系統結構復雜，失效模式多種多樣，這里將所有故障模式引起的故障都歸為“雷達不能正常工作”，并以此為故障樹的頂事件，自上而下按各子系統類別尋找頂事件發生直接原因（或中間事件），直到推溯到基本事件為止。這樣建故障樹的優點就是在一開始就將故障模式按照系統結構進行模塊化，結構緊湊［1］。

一般說來，雷達全系統的故障節點事件（底事情）數目較多，因此雷達故障樹建立起來將龐大而繁瑣，實現較為復雜。因此雷達故障樹的建立為兩級，第一級以各分系統為底事件，以雷達系統為頂事件，建立一級故障樹；第二級以各分系統為頂事件，系統內的所有故障節點為底事件，分系統之間有些相關聯的故障節點均定為底事件。

圖1為某雷達系統一級故障樹，圖2為配電箱二級故障樹。

圖1 某雷達系統一級故障樹

圖2 配電箱二級故障樹

2 故障診斷系統知識庫建立

2.1 規則的提取

采用主觀貝葉斯方法來建立故障診斷系統的知識庫，其語法序列構成為：

其中，（LS，LN）表示知識規則強度，LS為規則成立的充分性因子，體現前提的成立對結論的支持度，值越大，支持度越高；LN為規則成立的必要性因子，體現前提不成立對結論的支持度。LS和LN參數由專家給出［2－3］。

以圖1所示的雷達一級故障樹為例，可以提取出如下一些規則：

2.2 知識庫的表示

根據雷達系統的特點分別建立事實表和規則表。事實表用來存儲系統故障事實及相關信息，規則表用來存放前提條件和結論代碼。將提取到的規則按表1、表2的格式進行整理后，存入事實表和規則表。

表1 故障知識庫事實表

表2 故障知識庫規則表

3 故障診斷推理機設計

推理機必須具備如下特性：能正確選擇并應用可用的知識庫，推理失敗能找到新的路徑重新搜索，能合理地中斷推理進程。診斷結果后的故障解釋采用預置文本法實現，推理機提供了專家規則維護接口。

3.1 推理過程

雷達故障診斷推理機采用正向推理結合人工輔助決策機制，搜索控制寬度優先策略，由雷達系統故障樹的根部開始，沿著故障樹的層次向下搜索，當搜索到系統故障事件后保存，留作多個故障事實不確定推理用。

當存在多個規則時，結合用戶補充事實操作，按照主觀貝葉斯方法進行故障概率排序，提高推理沖突決策效率。

故障診斷推理流程如圖3所示。

3.2 推理沖突決策

在實際故障診斷過程中，當存在多個推理規則匹配當前故障事實時，采用主觀貝葉斯方法對規則進行排序。診斷系統在專家預置單個規則LS、LN基礎上，根據輸入已有的故障事實，計算當前匹配多個規則的發生概率，再輔助人工確認手段進行推理沖突決策。

以A表示規則前提，B表示規則結論，則LS和LN的定義形式如下：

式中：O（x）為幾率函數，表示x的出現概率與不出現概率之比，其定義為：

圖3 故障診斷推理流程圖

根據幾率函數，可求得x的概率公式為：

以天饋系統故障為例，分析其在特定故障事實下的故障事件發生概率。根據可靠性預計值，天饋系統故障事件發生先驗概率P（B）＝0.03。

專家規定：

其中，A1為“無回波或回波弱”故障事實；A2為“波導有嘯叫聲”故障事實；B為天饋系統故障。

由式（3）得到：

在無回波或回波弱故障現象時，天饋系統故障發生率為0.133 8；在波導有嘯叫聲故障現象時，天饋系統故障發生概率為0.382 0。

多個規則組合情況下的幾率為：

同樣的方法可得，在無回波或回波弱和波導有嘯叫聲2個故障同時發生時，天饋系統故障發生概率為0.990 1。

4 專家系統實現

故障診斷系統采用VC＋＋和Access數據庫實現，框圖如圖4所示。

圖4 故障診斷系統實現框圖

系統提供專用人機交互界面，在狀態關鍵字對話框中輸入相關信息，如“水冷硬件故障”，啟動故障診斷推理后隨即得到當次推理結果，并可根據提示完成信息補充輸入后多次進行推理。完成后，系統會給出相應的原因解釋、故障排除所需原理圖、工具、處置方法等［4］。同時，可對新增的知識規則進行補充、維護、升級。

5 結束語

雷達故障診斷專家系統包括知識庫模塊、推理機模塊、故障解釋模塊以及相應的用戶和專家人機接口。

故障診斷專家系統可有效利用專家、設計師的工作經驗，為當前雷達裝備維修保障提供了有效的輔助指導手段，提高了裝備的遠程保障能力。

故障診斷系統可補充增加推理現象及規則知識，并運用主管貝葉斯方法處理診斷推理沖突，有效提高故障診斷效果。

［1］陸延孝，鄭鵬洲.可靠性設計與分析［M］.北京：國防工業出版社，1995.

［2］周東華，葉銀忠.現代故障診斷與容錯控制［M］.北京：清華大學出版社，2000.

［3］孟亞峰，蔡金燕，曹宏炳.通用雷達故障診斷專家系統的設計［J］.測試技術學報，2002，16（3）：44－46.

［4］蔡自興，徐光佑.人工智能及其應用［M］.北京：清華大學出版社，2000.