基于模糊理論的雷達接收機系統故障診斷研究

郝 洋，盛 文

(空軍預警學院，武漢 430019)

?

基于模糊理論的雷達接收機系統故障診斷研究

郝 洋，盛 文

(空軍預警學院，武漢 430019)

在模糊理論的基礎上，結合雷達接收機的故障特點，提出采用分階段動態調整權系數的綜合法建立模糊矩陣，建立了一套雷達接收機模糊故障診斷系統。實際診斷效果表明該系統能夠貼近雷達實際狀況，具備較好的診斷效果。

故障診斷；模糊理論；雷達接收機

0 引 言

隨著科學技術的不斷發展，雷達部隊配發了越來越多的新裝備，這些新裝備在預警體系中發揮著重要作用。但是新裝備科技含量高、技術復雜、結構精密，一旦發生故障，將會給一個地區的空情保障帶來嚴重的影響。因此迫切需要對裝備進行快速高效地故障診斷，以保障裝備的正常工作。

基于傳統人工故障診斷的方法，對技術人員的知識程度要求高，且隨著裝備的更新換代，技術人員的知識更新速度慢，不能適應現階段雷達部隊的需要。因此，有必要采用智能故障診斷技術，對雷達裝備進行快速診斷。

對于雷達這種龐大、復雜的系統，涉及的知識面廣，硬故障與軟故障并存現象時有發生，使得征兆與原因之間的對應關系復雜，故障征兆與故障原因之間存在一定的模糊性。因此，本文以模糊理論為基礎，結合雷達裝備的故障特點，對雷達裝備的模糊故障診斷進行了研究。

1 模糊故障診斷的數學模型

1.1 模糊故障診斷原理

模糊故障診斷[1-3]的原理是根據故障征兆與故障原因間的隸屬度來判斷故障的原因。診斷對象可能出現的故障征兆有m種，因此故障征兆的集合為：z1,z2,z3,…,zi,…,zm。對應系統所表現的故障征兆，相應的故障原因有n種，因此故障原因的集合為：y1,y2,y3,…,yj,…,yn。

由此故障征兆矢量可以表示為：

X={uz1,uz2,uz3,…,uzi,…,uzm}

(1)

故障原因矢量可以表示為：

Y={uy1,uy2,uy3,…,uyj,…,uyn}

(2)

式中:uxi(i=1,2,…,m)與uyj(j=1,2,…,n)為表示故障征兆的隸屬度和故障原因的隸屬度。

由于故障征兆矢量X與故障原因矢量Y具有一定的模糊關系，因此可以構建如下等式來表示故障征兆矢量與故障原因矢量間的關系：

Y=Z°R

(3)

式中:“°”為模糊算子;R為模糊關系矩陣：

(4)

式中:0≤rij≤1,i=1,2,3,…m,j=1,2,3,…,n。

要想準確地進行故障診斷，就必須合理地選擇模糊算子和科學地計算模糊關系矩陣。模糊故障診斷的一般過程如圖1所示。

圖1 模糊故障診斷原理框圖

1.2 模糊關系矩陣的建立

模糊關系矩陣表示的是故障征兆與故障原因間的模糊關系，矩陣元素值的科學性和準確性與否直接關系到故障診斷的效果。在一定程度上模糊關系矩陣包含了診斷對象過去的工作狀況、領域專家的經驗性知識以及診斷對象的結構性知識。rij表示的是第i個故障征兆對第j個故障原因的隸屬度，其值的大小反映的是征兆與原因間聯系的緊密程度，值越大聯系越緊密，值越小聯系越疏遠。通常確定模糊關系矩陣隸屬度的方法主要有以下幾種：由統計數據確定隸屬度、由專家優序數法確定隸屬度、由故障機理分析確定隸屬度等[4]。

本文模糊故障診斷矩陣的建立采用分階段動態調整權系數的綜合法。即通過分別建立基于統計數據的模糊矩陣、基于專家經驗的模糊矩陣和基于故障機理分析的模糊矩陣，再對建立的模糊矩陣分別確立分階段的動態權系數，最后通過線性加權的方式建立最終的模糊矩陣。采用此方法建立模糊矩陣，步驟如下:

(1) 由統計數據確定隸屬度aij，由專家經驗確定隸屬度bij，由故障機理分析確定隸屬度為cij。

(2) 根據裝備的服役時間、工作狀態、故障累計發生次數等確定各隸屬度的權系數為λ1、λ2、λ3，其中λ1，λ2，λ3≥0，λ1+λ2+λ3=1。

(3) 根據由不同方法確定的隸屬度和權系數，通過線性加權的方式求得最終的隸屬度：

rij=λ1aij+λ2bij+λ3cij

(5)

在確定隸屬度的各權系數λ時，在裝備服役時間短、可得到的故障樣本數量少的情況下，由統計數據確定的隸屬度的權系數λ1應當小，相應的λ2、λ3應當大；在裝備的服役時間相對長、狀態穩定、可得到的故障樣本數量多的情況下，統計數據確定的隸屬度的權系數λ1所占的比重應當大，相應的λ2、λ3所占的比重應當小。

由此分階段動態確定權系數λ，能夠綜合考慮診斷對象的歷史工作狀態、相關領域專家的經驗性知識以及診斷對象的故障機理知識，并在一定程度上能夠減小專家人工評判引入的隨機性誤差和系統性誤差，具有良好的魯棒性，更好地貼近裝備實際。

2 雷達接收機系統故障診斷實例

接收機是雷達系統的重要組成部分，它承擔著將天線接收的微弱回波信號進行放大及混頻等功能。

根據統計，某雷達接收機的故障征兆模式如下：

Z1:高頻放大器輸出異常，Z2:頻率綜合器1輸出異常，Z3:頻率綜合器2輸出異常，Z4:一次混頻器輸出異常，Z5:中頻放大器1輸出異常，Z6:中頻放大器2輸出異常，Z7:中頻放大器3輸出異常，Z8:中頻放大器電源輸入異常。

故障原因模式如下：

Y1:高頻放大器故障，Y2:頻綜器1故障，Y3:頻綜器2故障，Y4:中頻放大器1故障，Y5:中頻放大器2故障，Y6:中頻放大器3故障。

據統計數據，故障征兆與故障原因相對應出現的次數如表1所示。

模糊矩陣的具體求解過程在此不做贅述，根據上述方法，建立如下模糊矩陣：R=

表1 故障征兆與故障原因對應表

Z1Z2Z3Z4Z5Z6Z7Z8Y130033331Y203133331Y301202220Y400103000Y500000301Y600100030

經計算可得：

Y=(0.273,0.273,0.182,0,0.603,0)

由最大隸屬度原則判斷知Y5(中頻放大器2故障)是最為可能的故障原因。經過技術人員現場人工故障診斷得出的結論為中頻放大器2故障，并用該結論成功進行了故障排除，從而證明運用基于模糊理論的故障診斷方法得出的診斷結論與雷達實際故障原因一致，診斷結果符合雷達實際。

3 結束語

本文結合雷達裝備的故障存在模糊性的特點，建立了一套基于模糊理論的故障診斷系統。該系統綜合考慮了雷達的歷史故障數據、專家的經驗知識和裝備的故障機理知識，提出了根據雷達的工作狀況分階段動態確定權系數的方法。診斷結果表明，該方法能夠使模糊故障診斷系統更加貼合裝備實際，具有良好的診斷效果。

[1] 柴春紅,何率天.模糊理論在機械故障診斷中的應用[J].煤礦機械,2009,30(3):212-213.

[2] 張義忠，馮振聲,孟晨.模糊理論在導彈故障診斷中的應用[J].火力與指揮控制,2000,25(1):63-65.

[3] 周志英.模糊數學在汽車故障診斷中的應用[J].長沙大學學報,2005,19(2):19-21.

[4] 胡林,莫翠瓊,孫正鑫，等.模糊理論在雷抗偵察接收機故障診斷中的應用[J].艦船與電子對抗,2012,36(5):18-21.

Study of Fault Diagnosis of Radar Receiver System Based on Fuzzy Theory

HAO Yang,SHENG Wen

(Air Force Early Warning Academy,Wuhan 430019,China)

Based on the fuzzy theory and combined with the fault characteristic of radar receiver,this paper comes up with a synthetic method using grading dynamic weight coefficient adjustment to establish the fuzzy matrix,establishes a set of fuzzy fault diagnosis system of radar receiver.The actual diagnosis result shows this system is close to the actual situation and have a better diagnosis effect.

fault diagnosis;fuzzy theory;radar receiver

2015-02-02

軍內重點基金項目

TN957.5

A

CN32-1413(2015)04-0050-02

10.16426/j.cnki.jcdzdk.2015.04.013