基于数据库的坦克炮控系统模糊故障诊断

谢超 王晓江 仝波 李元林

摘 要：本文建立了坦克炮控系统模糊故障诊断模型，对坦克炮控系统的故障进行定位和隔离，帮助维修人员分析和确定系统故障。理论和实验表明，该系统能够较为准确的给出故障诊断结果，有助于提高坦克炮控系统维修效率和可靠性。

关键词：数据库;坦克炮控系统;模糊故障诊断

1数据库及故障诊断的概述

1.1数据库

数据库是一个按数据结构来存储和管理数据的计算机软件系统。数据库的概念实际包括两层意思：（1）数据库是一个实体，它是能够合理保管数据的“仓库”，用户在该“仓库”中存放要管理的事务数据，“数据”和“库”两个概念结合成为数据库。（2）数据库是数据管理的新方法和技术，它能更合适的组织数据、更方便的维护数据、更严密的控制数据和更有效的利用数据。

1.2故障诊断

故障诊断也称诊断，查找设备或系统的故障的过程。用来检查寻找故障的程序称为诊断程序，对其它设备或系统执行诊断的系统称为诊断系统。

2模糊故障诊断原理

2.1模糊故障诊断的基本思想

由于坦克炮控系统结构复杂，因此一种故障发生时会产生多种征兆，而一种征兆可能对应多种故障。假设炮控系统某一故障有m个故障原因，记故障原因集为Y={yj}，j=1，2，…，m;该故障对应n种现象，记故障征兆集为X={xi}，i=1，2，…，n，xi=1表示出现故障，xi=0表示未出现故障;令rij∈[0，1]，表示第i种故障现象与第j种故障原因的相关程度，即隶属度，构建n×m阶模糊关系矩阵R，模糊故障诊断模型为Y=XoR。式中：“o”为模糊算子，R为模糊关系矩阵，X为故障征兆集，Y为故障原因集。

2.2模糊关系矩阵的确立

本系统采用模糊统计法和专家经验相结合的方法来确定隶属度，具体实现过程如下：

（1）通过统计历史故障记录确定初始隶属度M=（mij），mij∈（0，1）。

（2）由专家经验确定初始隶属度N=（nij），nij∈（0，1），某一故障出现时，通过故障机理分析，判断可能导致该故障产生的原因及相应的征兆，本文假定有专家经验隶属度取值原则。

（3）假设以上两种隶属度确定方法的权重集为{z1，z2}，设置z1，z2初始值均为0.5，若某一故障在历史故障事例中發生可能性极小，则适当减小z1，增大z2，若专家经验较少，则反之，rij=mijz1+nijz。

（4）对部件实际故障状况进行排查，更新数据库，调整由历史故障记录确定的初始隶属度M。同时将实际故障与本模型故障诊断结果进行比对，调整专家经验隶属度N。

2.3故障识别

通过计算得到故障原因集Y后，确定系统故障的过程称为“反模糊化”，即故障识别。

常见的反模糊化方法有：

（1）最大隶属度原则。从故障原因集Y中选择隶属度值最大的那个状况作为故障诊断结果，然而，当出现两隶属度值接近且均较大时，该方法可能造成误判。

（2）阈值原则。在故障原因集Y中确定某个基准隶属度值，隶属度高于该基准值的状况均作为故障诊断结果，需通过实验进一步验证。

以上两种方法互为补充，本系统首先采用最大隶属度原则，当最大的两个隶属度值相接近时，改用阈值原则。

3建立数据库和实现数据处理

随着计算机技术和网络技术的不断发展，数据库技术对庞大繁琐的数据处理能力越来越强。现代坦克系统技术愈加复杂，维修测试需求随之提高，维修技术人员在执行维修任务时，可通过查询终端得到实用的故障处理方案。本模型实现LabwindowsCVI与SQLServer2005之间的数据共享，采用SQLToolkit工具包管理应用程序，使用开放式数据库连接ODBC做数据接口，应用标准化查询语言SQL访问数据库。坦克炮控系统结构复杂，故障征兆与故障原因为多对多关系，本模型建立的数据库（PKGZZD）包括以下几个表格：

3.1故障信息表

故障信息表（GZXXB），包括部件名称（BJMC）、故障名称（GZMC）、故障现象（GZXX）、故障次数（GZCS）等，用于保存历史故障记录，并作为初始隶属度确定的重要依据。故障原因表（GZYYB），包括部件名称（BJMC）、故障名称（GZMC）、故障原因（GZYY）等，记录与不同故障名称相对应的故障原因。

3.2部件信息表

部件信息表（BJXXB），包括系统名称（XTMC）、部件名称（BJMC）、部件图片（BJTP）、图片长度（TPCD）等，用于维护待测系统部件的基本信息。

3.3故障处理表

故障处理表（GZCLB），包括部件名称（BJMC）、故障名称（GZMC）、解决方案（JJFA）等，帮助维修测试人员快速准确的解决故障。

3.4故障征兆原因映射表

故障征兆原因映射表（GZYSB），包括部件名称（BJMC）、故障名称（GZMC）、故障现象（GZXX）、故障原因（GZYY）、故障次数（GZCS）等，用于反映故障征兆与故障原因间的映射关系，以确定模糊关系矩阵。

4基于数据库的坦克炮控系统模糊故障诊断

本文以某坦克炮控系统驱动电机实际故障为例，对其进行模糊故障分析。驱动电机是驱动武器系统运动的装置。故障现象有，x1表示输出电压谐波增加，x2表示绕组绝缘老化，x3表示电机振动信号加大，x4表示电枢回路电阻增加，x5表示电流不稳定，x6表示温度过高，x7电火花加大。故障原因有，y1表示电枢开路，y2表示电枢过热，y3表示匝间短路，y4表示转自轴承磨损，y5表示换向器接触片磨损。通过统计某部队近几年装备使用状况，得到驱动电机的模糊关系矩阵M，由专家经验，得到矩阵N，综合权重系数后得到最终模糊关系矩阵R。当驱动电机出现电压谐波增加、电流不稳定征兆时，故障征兆集为X={1，0，0，0，1，0，0}，Y=XoR={0.88，0.35，0.25，0.05，0.10}，故障可能性由高到低是y1，y2，y3，y4，根据隶属度最大原则，最有可能出现的故障是电枢开路，这与故障机理分析后得到的专家经验一致。再根据故障可能性由高到低进行故障排查，将最终诊断结果计入数据库。实践表明，该模糊推理方法有助于筛选故障原因，及时高效地进行故障诊断。

5结束语

坦克炮控系统主要负责的是坦克火炮操作，保证系统操作的稳定性，针对该系统故障诊断，主要是利用检测仪器，将有价值的物理量采集起来，通过时域与频域的数据处理深入剖析幅度、相位与频谱所呈现的特征，从而明确特征量，了解系统中是否存在故障。但是这一诊断方式无法保证结果的确定性，主要体现在故障现象这个方面，后期数据处理难度较大，很有可能出现一些随机故障。所以，本文对基于数据库的坦克炮控系统模糊故障诊断进行分析。

参考文献

[1]李英顺，张童鑫，伊枭剑.一种基于改进支持向量机的炮控系统故障诊断方法[J].自动化与仪器仪表，2019，0（7）：155-160.

[2]王薇，罗云霞，蔡建平.执行机构饱和下的坦克炮控伺服系统自适应控制研究[J].数学的实践与认识，2018，48（11）：190-194.64EA0DC8-EA4E-497B-A985-46AD3E31303F