基于貝葉斯判別的裝甲裝備發動機技術狀況評估

趙戰彪， 楊 帆

(裝甲兵工程學院科研部， 北京 100072)

基于貝葉斯判別的裝甲裝備發動機技術狀況評估

趙戰彪， 楊 帆

(裝甲兵工程學院科研部， 北京 100072)

基于發動機技術狀況完好性要求，從供油、增壓、曲軸、進排氣、冷卻、潤滑和啟動7個方面構建了裝甲裝備發動機技術狀況評估初始指標體系，將德爾菲定性方法與R型聚類定量方法相結合對初始評估指標體系進行了優化,并采用貝葉斯判別法進行了技術狀態評估，為科學、合理地評估裝甲裝備發動機技術狀況提供了新方法。

裝甲裝備； 技術狀況；評估指標；貝葉斯判別

裝甲裝備技術狀況的優劣直接影響部隊戰斗力的生成和提高，如何科學有效地評估裝甲裝備技術狀況，已成為部隊關注的重點，而發動機是裝甲裝備的心臟，其技術狀況的好壞直接影響整臺裝甲裝備能否正常工作。美軍提出了戰備完好性評估模型[1]、裝備效能評估模型[2]等。俄軍在評估工作中以單臺裝備的實際工作能力為重點。目前，我軍對裝甲裝備的技術狀況評估還主要以整裝為研究對象，通過建立評估指標體系，采用打分的方法進行評估。由于指標權重的確定受主觀判斷的影響很大，評估效果往往不理想。畢小平等[3]提出了通過度量距離對裝甲裝備技術狀況進行評估，但是該方法在確定每個級別基準特征向量值時困難較大。劉伯運等[4]將神經網絡與DS證據理論相結合來評估裝甲裝備技術狀況，但由于神經網絡的結構不易確定，且易陷入極小點，因此在裝甲裝備技術狀況評估應用中也存在一定的局限性。

判別分析是一種根據研究對象的觀測值來判斷其類型并進行回判的統計方法[5]，其中貝葉斯判別法作為科學、高效的數據挖掘方法之一，具有明顯的統計優勢。當前，貝葉斯判別法已被廣泛應用于財務預警[6-7]、地震應急[8]、巖爆危險預測[9]等領域，具有很高的工程應用價值，但在裝甲裝備發動機技術狀況評估中尚未有應用。為此，本文應用貝葉斯判別法來評估裝甲裝備發動機技術狀況，以期為我軍裝甲裝備發動機技術狀況評估另辟蹊徑。

1 裝甲裝備發動機技術狀況評估指標

1.1 評估指標初選

當前我軍有關規定中已從各個方面明確提出了發動機技術狀況的完好要求，如發動機工作時無異常響聲，進氣管路無漏氣，燃料供給系統無滲、漏油，供油提前角符合履歷簿標注要求，機油數量符合要求等。但是這些完好性要求大部分都是定性的，難以滿足裝甲裝備發動機技術狀況定量化評估要求。本文從上述技術狀況完好性要求出發，根據技術狀況評估指標選取的完備性、一致性、客觀性、可測性、獨立性和間接性原則，通過征求多名專家的意見，從供油、增壓、曲軸、進排氣、冷卻、潤滑和啟動7個方面構建了既能全面、科學地表征裝甲裝備發動機技術狀況變化，又易獲取的技術狀況評估初始指標體系，如圖1所示。

圖1 發動機技術狀況評估初始指標體系

1.2 評估指標優化

1.2.1 指標篩選

為確保指標的完備性、一致性、可測性和簡潔性，本文采用德爾菲法對上述初選的裝甲裝備發動機技術狀況評估指標進行篩選，經過3輪反饋與調整后，得到12項指標：曲軸扭矩(k1)、曲軸瞬時轉速(k2)、摩擦力矩(k3)、機油消耗量(k4)、氣缸壓縮壓力(k5)、慣性力矩(k6)、排氣溫度(k7)、供油提前角(k8)、燃油消耗率(k9)、供油間隔角(k10)、傳熱系數(k11)、傳熱平均溫度(k12)。本文對15臺某型坦克發動機的各項指標進行了測量，并將其技術狀況分為完好(A)、基本完好(B)、輕微故障(C)、嚴重故障(D)4個等級，各臺坦克發動機相應的技術狀況及各指標測量值的歸一化處理結果如表1所示。

1.2.2 指標相關性分析

為進一步消除指標間的相關性，確保其獨立性，本文對上述12項指標進行了相關性分析，采用兩兩指標ks、km的相關系數rsm來度量其相似性大小，rsm的計算公式為

i=1,2,…,15,s,m=1,2,...,12。

其中：|rsm|越接近于1，表明2個指標間的相關性越大;|rsm|越接近于0，表明2個指標間的相似性越小。各指標間的相關系數矩陣如表2所示。

將兩兩指標間的相關系數轉化為距離，采用最長距離法對其進行聚類，得到如圖2所示的聚類圖。

由圖2可以看出：指標3與6，8與10，11與12的相關性較大，應對其分別進行合并，并取2指標的幾何平均值作為合并后的值，最終得到9項評估指標：曲軸扭矩(k1)、曲軸瞬時轉速(k2)、摩擦力矩(k3)、機油消耗量(k4)、氣缸壓縮壓力(k5)、排氣溫度(k7)、供油提前角(k8)、燃油消耗率(k9)、傳熱系數(k11)。

表1 15臺某型坦克發動機的技術狀況及其各項評估指標值的歸一化處理結果

表2 各指標間的相關系數矩陣

圖2 指標聚類結果

2 貝葉斯判別模型構建步驟

貝葉斯判別法源于貝葉斯統計理論[10]，其基本原理是假設對研究對象已有一定的認識，且將這種認識定義為先驗概率。在取得一定的樣本數據之后，則可用樣本數據來修訂已知的先驗概率分布，并得到后驗概率分布，進而作出最優決策[11]。設G={Gj,j=1, 2, 3, 4}為4元總體，即A、B、C、D四種技術狀況等級，X=[X(j)]為訓練樣本。則可根據如下步驟建立貝葉斯判別模型。

1) 計算每類樣本的先驗概率。

(1)

式中：nj為第j類樣本的數量。

(2)

3) 計算所有樣本的協方差S。

(3)

4) 得到各個總體的判別函數。

5) 根據判別函數計算樣本所屬類別。

3 裝甲裝備發動機技術狀況貝葉斯評估模型構建與驗證

3.1 模型構建

以表1所示的數據為訓練樣本構建裝甲裝備發動機技術狀況貝葉斯評估模型。

1) 根據表1所示的4類樣本占總體的比例，利用式(1)求得先驗概率分別為：p1=8/15，p2=4/15，p3=2/15，p4=1/15。

2) 根據式(2)， 求得訓練樣本的均值向量為

3)采用Matlab求得協方差矩陣的逆矩陣S-1為

4) 根據先驗概率，可得貝葉斯判別模型[12]為

(4)

表3 各總體對應的判別函數系數

3.2 模型驗證

選取4臺該型待評坦克，在換季普查時期測量其各項指標值，得到如表4所示的測試樣本，并利用其驗證本文所建立的貝葉斯判別模型的可靠性。

定義判別規則：若Yi>Yj,j≠i,i,j=1,2,3,4，則判定X∈Gi,即找出4個判別值中的最大值，其對應的等級即為該樣本技術狀況所屬的技術狀況類別。4組待評樣本判別的最終結果如表5所示，可以看出結果與實際情況相符。

表4 待評坦克發動機技術狀況評估指標測量值

表5 待評估樣本判定

4 結論

本文將德爾菲定性方法與聚類分析定量方法相結合，對發動機技術狀況評估初始指標進行篩選與優化，彌補了指標選取過于主觀或過于硬性的不足，利用貝葉斯判別法對單臺裝甲裝備發動機技術狀況進行了評估，并通過待評樣本對其統計優勢與可靠性進行了驗證。結果表明：采用貝葉斯判別法的誤判率很低，且在待評樣本中誤判率為0%。該方法也可應用于裝甲裝備其他部件、分系統或整車的技術狀況評估中，為科學、合理地評價裝甲裝備技術狀況提供了新方法。

[1] 李院生,時和平.裝備戰備完好性及其影響因素分析[J]. 電子產品可靠性與環境試驗,2007,1(1):42-45.

[2] 王卓健,劉曉東.裝備使用效能評估模型及擴展[J]. 系統工程與電子技術,2004,26(5):708-710.

[3] 畢小平,張更云,韓樹,等.一種診斷車輛發動機技術狀況的模糊模型[J].內燃機學報,2000(4):91-93.

[4] 劉伯運,歐陽光耀,常漢寶.基于神經網絡和D-S證據理論的柴油機狀態評估[J].車用發動機,2005(5):14-17.

[5] 張初兵,高康,楊貴軍.判別分析與Logistic回歸的模擬比較[J]. 統計與信息論壇,2010,1(1):18-25.

[6] 鄒亞寶,林佳佳.基于貝葉斯判別的我國上市公司財務預警研究[J]. 廣東外語外貿大學學報,2012,23(2):31-36.

[7] 陳雪蓮.貝葉斯判別分析在財務預警中的應用[J]. 科技經濟市場,2008(11):91-92.

[8] 劉在濤,王棟梁,張維佳,等.基于貝葉斯判別分析的地震應急響應等級初判方法[J]. 地震,2011,31(2):114-121.

[9] 吳凌峰,蘭乾玉,吳鳳山,等.基于貝葉斯判別法的工程巖爆危險評估與預測[J]. 施工技術,2014,43(S1):105-109.

[10] 戴佑才,鐘誠.基于貝葉斯判別分析方法的膨脹土脹縮等級分類[J].公路工程,2011,36(5):125-127.

[11] 毛寧波,王浩,謝濤,等.貝葉斯判別法在GD地區疊前地震屬性交會中的應用[J].石油天然氣學報,2010,32(5):95-98.

[12] 司守奎,孫璽菁.數學建模算法與應用[M].北京：國防工業出版社，2011:239-244.

(責任編輯: 王生鳳)

Technical Status Evaluation of Armored Equipment Engine Based on Bayes Discriminant

ZHAO Zhan-biao, YANG Fan

(Department of Science Research, Academy of Armored Forces Engineering, Beijing, 100072, China)

A technical status evaluation initial index system of armored equipment engine is built from se-ven aspects of oil supply, supercharging, crankshaft, air inlet and exhaust, cooling, lubrication and starting based on completeness requirements of engine technical conditions. The initial evaluation index system is optimized by combining Delphi method with R-cluster quantitative method; Bayes discriminant method is adopted to evaluate the technical status of armored equipment, providing new methods for scientific and reasonable evaluation of armored equipment engine technical status.

armored equipment; technical status; evaluation index; Bayes discriminant

1672-1497(2015)04-0022-05

2015-03-26

軍隊科研計劃項目

趙戰彪(1972-)，男，副教授，博士。

TJ81+0.31

A

10.3969/j.issn.1672-1497.2015.04.005