考慮指標冗余性的火箭結構安全性評估方法

徐帥旗 楊杰 范夢蘭

摘 要：在對液體運載火箭進行結構安全性評估的過程中，受其結構安全性設計較高、系統復雜、監測指標眾多等因素的影響，導致所能獲取的高價值樣本缺乏，尤其是故障數據，這為其安全性評估帶來的極大的挑戰。為此，本文基于置信規則庫（BRB）模型，構建了一種液體運載火箭結構安全性評估方法，通過考慮指標間的冗余性對所獲取的監測指標進行刪減，在保證模型精度的同時，降低模型的復雜度。最后，通過液體運載火箭監測平臺獲取監測數據，對所提方法的有效性進行了驗證。

關鍵詞：液體運載火箭;安全性評估;置信規則庫;冗余性

中圖分類號：TP29 ?文獻標識碼：A

液體運載火箭作為衛星發射的主要載體，其使用的頻率越來越高，如何保證其結構的安全性和可靠性是目前液體運載火箭健康管理領域所重點關注的問題[1][2]。

目前，在液體運載火箭結構安全性評估方法研究方面，例如，吳建軍等人基于神經網絡構建了火箭發動機故障檢測方法[3];周東華等人基于故障樹構建了電子設備緩變故障預測模型[4]等。目前，對于液體運載火箭安全性評估方法的研究中，主要存在三個方面的問題。第一，液體運載火箭作為一種任務特殊、長期準備、一次使用的復雜系統，火箭結構安全性評估過程中能夠使用的高價值樣本較少。第二，火箭結構系統復雜，影響結構安全性的因素較多，專家難以建立其精確的數學模型。第三，火箭工作的過程中需要對其進行動態監測，需要模型具有較高的實時性。因此，液體運載火箭結構安全性評估中所面臨的問題可以總結為高價值樣本缺失、系統復雜、高維監測指標等。

置信規則庫（Belief rule base，BRB）作為專家系統的一種，能夠有效融合監測數據和專家知識，處理監測信息中含有的不確定性、模糊性和沖突信息[6]。但在所獲取的高維特征中，受部分共同影響因素的影響，監測特征之間存在共同的信息，即冗余信息，這部分信息可以通過共同的監測特征來表示。因此，這部分冗余信息的特征可以刪減掉，以提高模型的復雜度。

因此，本文基于BRB模型，提出了考慮特征冗余性的火箭結構安全性評估方方法，通過設置指標冗余性刪減閾值，對指標進行刪減，在保證建模精度的同時最大程度上對模型進行化簡。最后，通過液體運載火箭監測平臺獲取監測數據，對所提方法進行驗證。

1 考慮指標冗余性的火箭結構安全性評估方法

1.1 評估模型的構建

根據式（1）所示的規則形式，確定兩個監測指標的參考等級和每個參考等級的參考值，如表2和表3所示。安全性評估等級參考值于表4所示。初始評估模型如表5所示，其中各個規則中安全等級的初始置信度由專家給定。

3.3 模型的訓練與測試

為了克服專家知識不確定性對模型評估精度的影響，基于P-CMA-ES算法，利用監測數據對模型進行訓練。經過訓練后，安全性評估模型如表6所示。訓練前后，模型的評估結果如圖2所示。優化的評估模型的MSE為0.0101，遠遠的低于安全性評估等級的均值0.5，因此精度較高。從圖2可以得出，經過訓練后，評估模型能夠有效的對火箭結構安全性進行評估，評估精度有了較大的提高。

為了驗證本文所提模型的有效性，通過設置對比試驗，與BP神經網絡、模糊理論進行了對比，其評估精度分別為00809和0.1483。通過對比可以得出，所構建的模型的評估精度較BP神經網絡和模糊理論都有了較大的提高。

4 結語

本文基于置信規則庫模型構建了考慮指標冗余性的火箭結構安全性評估模型，通過指標之間的相關性系數對監測指標進行刪減，降低模型復雜度，提高評估模型的實時性。

參考文獻：

[1]韋濤，彭武，王冬海.基于漏洞屬性分析的軟件安全評估方法[J].電光與控制，2015，22（8）.

[2]李首慶.基于云模型模糊綜合評判法的飛行規避安全性評估[J].電光與控制，2018，25（12）：88-93.

[3]黃強，吳建軍.基于云-神經網絡的液體火箭發動機故障檢測方法[J].國防科技大學學報，2010，32（1）：11-15.

[4]何英，周東華，俞容.一種基于性能退化數據的電子設備緩變故障預報方法[J].儀器儀表學報，2008，29（7）：1526-1529.

[5]胡昌華，馮志超，周志杰，等.考慮環境干擾的液體運載火箭結構安全性評估方法[J].中國科學：信息科學.