【摘要】：衛(wèi)星、武器系統(tǒng)等高精尖裝備技術(shù)與結(jié)構(gòu)日漸復(fù)雜,功能與性能日益提高,傳統(tǒng)檢測方式已不能勝任復(fù)雜測試任務(wù),更不能及時(shí)反饋裝備的運(yùn)行狀態(tài),這迫使人們開展裝備測試性設(shè)計(jì)與研究。測試性是一種設(shè)計(jì)特性,不僅能及時(shí)反映裝備健康狀況和運(yùn)行狀態(tài),還可實(shí)現(xiàn)內(nèi)部故障的診斷隔離,已經(jīng)廣泛應(yīng)用在航空航天、武器裝備等領(lǐng)域。診斷策略是測試性設(shè)計(jì)的重點(diǎn),是改善裝備故障診斷能力、提高診斷效率、降低全壽命周期費(fèi)用的關(guān)鍵。D矩陣(Dependence matrix)是實(shí)現(xiàn)診斷策略和測試性分析的基礎(chǔ),也是測試性模型向診斷策略轉(zhuǎn)化的“數(shù)據(jù)橋梁”。針對傳統(tǒng)診斷策略的效果差、相應(yīng)算法考慮問題不全以及應(yīng)用方式不合理等問題,本文基于測試性D矩陣深入細(xì)致地研究了單故障、多故障和多值屬性系統(tǒng)的診斷策略,主要內(nèi)容和研究成果有:(1)為改善一步向前和多步向前尋優(yōu)算法的診斷結(jié)果,融合D矩陣的故障檢測權(quán)值和信息熵,設(shè)計(jì)了 Mixl和Mix2兩種新貪婪算法。通過經(jīng)典算例、某型風(fēng)門控制系統(tǒng)、飛機(jī)襟翼控制系統(tǒng)及某型激光捷聯(lián)慣導(dǎo)系統(tǒng)等的D矩陣驗(yàn)證了新算法的正確性。隨機(jī)仿真實(shí)驗(yàn)證明:與傳統(tǒng)的貪婪算法相比,Mixl和Mix2算法避免遺漏重要信息,能在合理時(shí)間內(nèi)獲得較低費(fèi)用的測試序列,且具有較大適用范圍。傳統(tǒng)多步向前尋優(yōu)Rollout算法僅考慮信息熵,因此采用Mix2算法改進(jìn)Rollout算法,改進(jìn)的Rollout算法能獲得更好結(jié)果及更廣適用范圍。(2)為搜索最優(yōu)診斷結(jié)果,提出了一種多步向前尋優(yōu)的Growing算法。新算法將測試序列尋優(yōu)問題簡化為基本測試集和不必要測試優(yōu)化組合的問題,并通過先選擇故障后確定測試序列,避免了傳統(tǒng)算法回溯過程。通過經(jīng)典算例、五組實(shí)際系統(tǒng)和隨機(jī)仿真實(shí)驗(yàn)驗(yàn)證了 Growing算法的正確性和穩(wěn)定性,適用于密度小于30%的D矩陣。另外,通過擴(kuò)展信息熵啟發(fā)算式,Growing算法可適用于多值屬性系統(tǒng)。與傳統(tǒng)算法相比,當(dāng)多值D矩陣維數(shù)大于60×60時(shí),擴(kuò)展的Growing算法能以較短時(shí)間取得較好診斷結(jié)果。(3)為降低多故障診斷的期望測試費(fèi)用,引入了一種基于單故障化的多故障診斷與維修策略(Multiple fault diagnosis and maintenance strategy by translating into single fault,MFDMSTS)。新策略分為兩階段:多故障單故障化階段實(shí)現(xiàn)了單故障算法處理多故障問題;多故障維修階段設(shè)計(jì)了完全二叉樹形式的維修策略,完成了多故障的診斷隔離。為降低運(yùn)行時(shí)間、提高多故障診斷效率,給出了 MFDMSTS的簡化形式,確定了適用范圍�；谛畔㈧貑l(fā)算式、rollout策略和MFDMSTS的理論,為多故障診斷提出了一步向前尋優(yōu)算法和多步向前尋優(yōu)算法,并討論了其適用范圍。(4)群智能算法搜索最優(yōu)診斷策略時(shí),為當(dāng)前所有模糊子集選擇一個(gè)測試,但對某些子集,選擇的測試并不是最優(yōu)。為解決此問題,將多值屬性系統(tǒng)的測試序列尋優(yōu)分別與蟻群算法和離散粒子群算法融合,基于多值D矩陣設(shè)計(jì)了 ANT-TS算法和PSO-TS算法。新算法兼具隨機(jī)性和指向性,不僅提高了算法的尋優(yōu)能力,還降低了運(yùn)行時(shí)間、提高了效率。隨機(jī)仿真實(shí)驗(yàn)驗(yàn)證了其正確性與穩(wěn)定性,結(jié)果表明:與傳統(tǒng)的蟻群算法相比,ANT-TS算法和PSO-TS算法參數(shù)、循環(huán)次數(shù)和期望測試費(fèi)用少,算法運(yùn)行速度快;與多值Rollout算法相比,ANT-TS算法能獲得費(fèi)用較少的測試序列。綜上所述,Mixl和Mix2算法均融合了故障檢測權(quán)值和信息熵,改善了一步向前尋優(yōu)算法的診斷結(jié)果�；贛ix2改進(jìn)的Rollout算法獲得了更好診斷結(jié)果和更廣適用范圍。Growing算法適用于密度小于30%的D矩陣,擴(kuò)展后的Growing算法適用于維數(shù)大于60×60的多值乃矩陣。MFDMSTS及其簡化形式降低了多故障診斷的期望測試費(fèi)用,提高了多故障的隔離率。ANT-TS算法和PSO-TS算法實(shí)現(xiàn)了多值屬性系統(tǒng)的診斷策略尋優(yōu),具有參數(shù)和循環(huán)次數(shù)少、期望測試費(fèi)用低等特點(diǎn)。本文理論和算法在隨機(jī)仿真實(shí)驗(yàn)和復(fù)雜系統(tǒng)測試中得到了驗(yàn)證,可為大型復(fù)雜系統(tǒng)提供可靠診斷策略,為測試性和綜合故障診斷提供一定基礎(chǔ)理論和技術(shù)支撐,拓展了測試性理論的應(yīng)用領(lǐng)域。
【圖文】：

１．４．１論文組織結(jié)構(gòu)逡逑全文圍繞基于測試性Ｄ矩陣的故障診斷策略及其衍生問題展開了研究，總共分７逡逑章內(nèi)容，論文的組織結(jié)構(gòu)如圖１．１所示。逡逑（邐第１章逡逑邐緒論邐逡逑＊研[偙塵壩胍庖澹諭庋芯拷瑰義媳疚鬧饕芯磕諶蒎五澹叔義系ィ皰逭稀楨澹曬叔褰皰危海擼矗剩掊義稀鰣騫沐蔚冢艙洛喂沐蔚冢轠玨危五澹誨義希懾位諤襖匪惴ǖ惱掄鋃喜唄藻澹嚀峁┦擔(dān)咤澹凈詼嗖較蚯把壩諾墓收險(xiǎn)鋃喜唄藻邋五義希哄五五甯慕幕″邋五義希畏ㄥ危停椋菜惴ㄥ危牽潁錚鰨椋�？O惴ǎ慕模遙錚歟歟錚酰羲惴ǎ擼掊義希В鰣危誨危蓿誨澹卞澹懾義希五五�，，邋]擼咤澹邋五五五邋五五�？邋逦逦邋．邋■堝逦邋．邋逦逦逦邋．邋逦逦邋逦逦逦邋，邋．邋．邋]咤澹邋五五�？邋？邋．邋？邋逦邋？邋逦逦逦邋逦逦邋？邋逦逦逦邋逦逦逦邋＿邋逦？辶x瞎收險(xiǎn)鋃喜唄緣難萇侍忮危儒�？辶x稀福五巍�；：二二二二二二二——５邋－Ｉ？辶x希懾騫沐蔚冢湊洛危掊我誨澹駑蔚冢嫡洛危懾澹沖義希

本文編號：2706141