基于多源信息融合的導彈掛飛可靠性評定方法

摘 要：針對導彈全系統掛飛試驗數據有限的問題，引入環境因子和折合算法，研究解決產品可靠性多源試驗數據融合折算問題的方法。首先利用導彈組件試驗信息的等效折合方法，將導彈各組件的數據折算成導彈的數據，再利用威布爾分布環境因子，將地面試驗數據折算為飛行試驗數據，最后利用等效折算后的可靠性試驗數據，對導彈掛飛可靠性進行綜合評定。通過工程算例，驗證了多源數據融合折算方法的有效性和可行性，能夠有效擴大評估樣本數，提高試驗綜合質效。

關鍵詞：掛飛可靠性；多源信息；融合算法

中圖分類號：E911；E927 文獻標志碼：A DOI：10.3969/j.issn.1673-3819.2025.02.008

Evaluation methods of missile flight reliability based on multi-source information fusion

MA Kang

（Unit 92941 of PLA， Huludao 125001， China）

Abstract：Aiming at the problem that the data of the whole system flight test is limited， the environmental factors and reduced algorithm have been introduced into the evaluations of the missile flight reliability in this paper， and the equivalent conversion method of multi-source reliability test data has been investigated. Primarily， the component test data has been converted into the whole missile data by applying equivalent conversion method; then， the ground test data has been converted into flight test data by applying Weibull distribution environmental factors; finally， the missile flight reliability has been evaluated by applying the converted data. The numerical examples have also been given to verify the validity and feasibility of the method， which effectively expand the number of evaluation samples， and improve the overall quality and efficiency of the test.

Key words：in-flight reliability; multi-source information; fusion algorithm

對于機載導彈掛飛可靠性，通常基于“金字塔”試驗策略開展試驗與評估工作，其總體思路可歸納為：首先，針對單元級、分系統級設備開展地面試驗，獲取設備和彈上分系統的可靠性試驗數據，利用這些地面數據可以發現可靠性問題，改進技術設計，提前釋放全系統試驗風險;然后，通過開展小樣本的導彈全系統地面試驗和掛飛試驗，得到整體可靠性數據，并基于該數據完成可靠性指標的綜合評估，給出考核結論。但在工程實踐中，由于試驗消耗和周期等限制，可靠性試驗數據十分有限，僅利用全系統數據難以支撐可靠性指標考核，必須建立多源信息融合的數學模型算法，充分利用單元級和分系統級的地面試驗數據［1-4］，提高試驗綜合效益。

針對小子樣條件下可靠性信息融合技術，王俊華［5］提出了飛航器組件級可靠性數據向全彈數據的等效折合算法，馮靜［6］、王?。?］等學者通過引入環境因子，提出了不同工作環境下試驗數據融合的模型算法。本文在此基礎上，通過接續運用環境因子［8-11］和等效折合模型算法，同時貫通融合單元／分系統的試驗信息，以及不同環境下的試驗信息等多源數據，將大量單元／分系統的地面可靠性試驗折算為整彈掛飛可靠性數據，有效擴大評估樣本數，提高導彈可靠性評定結果可信性。

1 環境因子確定方法

在可靠性工程研究中，環境因子是一個非常重要和實用的參數，常用于表征相同產品在不同環境中失效的快慢程度，通過環境因子可以直觀反映環境的嚴酷程度，實現不同環境應力強度下的多源可靠性數據融合。通俗地講，就是在產品失效機理不變的條件下，基于環境因子參數，構建不同試驗環境之間的可靠性數據關聯算法，即通過該算法，實現將某一試驗環境條件下的可靠性試驗數據（不能直接用于評估的樣本數據，如地面試驗數據），折算成目標試驗環境條件下的可靠性試驗數據（可直接用于評估的樣本數據，如掛飛試驗數據），實現多源數據的融合，提高數據工程效益。

由于原材料和生產工藝等方面差異，產品壽命是隨機的，但不同環境之間的環境因子是非隨機變量，環境因子應該是壽命分布所含參數的函數。考慮威布爾分布是工程領域應用范圍最廣的壽命分布類型，本節基于威布爾分布研究環境因子確定方法。

1.1 基于威布爾分布的環境因子

1.2 威布爾分布環境因子計算方法

1.2.1 特征參數的極大似然估計法

1.2.2 小概率估計法

2 導彈組件試驗信息的等效折合方法

對于掛飛可靠性指標的評定，關鍵是通過試驗獲得有效的掛飛工作時間和掛飛故障次數等信息?？紤]到試驗消耗，僅利用全彈試驗數據，難以支撐掛飛可靠性指標考核，需要綜合利用組件級試驗數據，通過融合折算的方法，將組件級數據折算為全彈可靠性數據，利用折算數據和實際全彈數據，對掛飛可靠性指標進行評定。

需要注意的是，在組件級數據向全彈數據融合折算過程中，考慮試驗環境不同，還需要引入環境因子，將地面數據折算為掛飛試驗數據，再折算為全彈數據，才能用于掛飛可靠性指標評定。

3 導彈掛飛可靠性評估方法

通過上述融合折算方法，對多源可靠性試驗信息進行融合折算，可以得到全彈掛飛等效試驗總時間和故障數，并在此基礎上對掛飛可靠性指標進行評定。掛飛任務可靠性指標可以用平均故障間隔時間（MTBF）來表征，可由下式計算得到：

計算得到平均故障間隔時間的置信下限后，將其與MTBF的指標值進行比較，得到導彈掛飛可靠性評估結論。

4 工程實例分析

以某型導彈掛飛可靠性評估問題為例，給出具體工程計算實例。本算例所使用的數據都經過處理，僅用于介紹本方法的工程應用，驗證方法的有效性。

某型導彈掛飛可靠性指標為100小時（置信度0.7）。試驗過程中，對7枚導彈進行了飛行試驗和地面試驗，其中：地面試驗又分為整彈試驗和單元級試驗，假定包括3個壽命型單元試驗。該型導彈可靠性試驗數據見表1?；诂F有試驗信息，對導彈掛飛可靠性是否滿足指標要求進行評定。

4.1 單元試驗信息向整彈試驗信息等效折合

由表1可知，導彈包括3個單元，根據式（15）和式（16），對各單元試驗信息進行處理分析，可得等效整彈可靠性數據為見表2。

4.2 確定環境因子

4.2.1 利用極大似然估計法獲得特征參數的點估計值

4.2.2 利用小概率估計法計算環境因子

4.3 得到等效折算后的飛行總時間

確定威布爾分布環境因子后，對表3進行再處理，結果見表4。

4.4 掛飛可靠性置信下限評估

5 結束語

現代戰爭對武器裝備可靠性要求越來越高，但試驗人力物力消耗昂貴，且實際試驗中失效數據十分有限，迫切需要基于小樣本、多層級、變環境約束下開展多源數據融合折算方法研究。本文針對導彈全系統掛飛試驗數據有限的問題，引入威布爾分布環境因子，建立了多源數據融合折算的數學模型算法，并通過工程計算實例，驗證了方法的有效性和可行性。

參考文獻：

[1] 李根成. 產品生產定型掛飛可靠性試驗方案設計［J］. 航空兵器， 2022， 29（6）： 1-6.

LI G C. Design of reliability test scheme for a products manufacture finalization［J］. Aero Weaponry， 2022， 29（6）： 1-6.

［2］ 董理， 李宗吉， 周奇鄭， 等. 產品生產定型可靠性試驗方法研究［J］. 電子產品可靠性與環境試驗， 2021， 39（1）：7-11.

DONG L， LI Z J， ZHOU Q Z， et al. Research on the reliability test method for produanction acceptance ［J］. Electronic Product Reliability and Environmental Testing， 2021， 39（1）：7-11.

［3］ 周潔， 宮曉春， 褚亮. 帶溫控裝置的機載外掛設備掛飛可靠性試驗方法［J］. 裝備環境工程， 2022， 19（8）： 59-65.

ZHOU J， GONG X C， CHU L. Test method for hanging reliability of airborne external equipment with temperature control device［J］. Equipment Environmental Engineering， 2022， 19（8）： 59-65.

［4］ 薛魯強， 褚政， 李紳政. 基于任務的艦空導彈武器系統可靠性試驗設計［J］. 指揮控制與仿真， 2012， 34（4）： 120-123.

XUE L Q， CHU Z， LI S Z. DOE of Ship-to-air Missile Systems reliability on basic of Mission［J］. Command Control ＆ Simulation， 2012， 34（4）： 120-123.

［5］ 王俊華， 王麗麗. 空空導彈任務可靠度評估方法研究［J］. 航空標準化與質量， 2012（6）： 42-44.

WANG J H， WANG L L. "Research on mission reliability evaluation method of air-to-air missile［J］. Aeronautic Standardization ＆ Quality， 2012（6）： 42-44.

［6］ 馮靜. 小子樣復雜系統可靠性信息融合方法與應用研究［D］. 長沙：國防科學技術大學， 2004.

FENG J. Research on methods and applications of reliability information fusion for complex system with small sample test ［D］. Changsha： National University of Defense Technology， 2004.

［7］ 王健， 李湘寧. Weibull分布環境因子工程計算方法［J］. 現代防御技術， 2012， 40（3）： 53-56.

WANG J， LI X N. Engineering calculation method for environmental factors of weibull distribution［J］. Modern Defence Technology， 2012， 40（3）： 53-56.

［8］ 秦睿. 多重Ⅰ型混合截尾樣本的Weibull分布參數估計［J］. 廣西民族大學學報（自然科學版）， 2021， 27（4）： 64-69.

QIN R. Type-Ⅰ hybrid censoring of multiple samples based on weibull distribution［J］. Journal of Guangxi University for Nationalities（Natural Science Edition）， 2021， 27（4）： 64-69.

［9］ 徐曉嶺， 王溶華. Weibull分布異常數據檢驗［J］. 數理統計與應用概率， 1996， 11（2）： 171-178.

XU X L， WANG R H. Test for detecting outliners in Weibull distribution ［J］. Mathematical Statistics and Applied Probability， 1996， 11（2）： 171-178.

［10］文昌俊， 陳哲， 徐云飛， 等. 基于威布爾分布的谷物干燥機可靠性分析［J］. 機電工程， 2022， 39（7）： 972-977.

WEN C J， CHEN Z， XU Y F， et al. Reliability analysis of grain dryer based on Weibull distribution［J］. Journal of Mechanical ＆ Electrical Engineering， 2022， 39（7）： 972-977.

［11］劉于昂. 小樣本情形下威布爾分布可靠性參數估計方法研究［D］. 成都：電子科技大學， 2021.

LIU Y A. Research on reliability parameter estimation method of Weibull distribution in small sample case ［D］. Chengdu： University of Electronic Science and Technology of China， 2021.

［12］金星， 洪延姬. 系統可靠性評定方法［M］. 北京： 國防工業出版社， 2005.

JIN X， HONG Y J. Assessment methods of system reliability［M］. Beijing： National Defense Industry Press， 2005.

（責任編輯：許韋韋）