基于润滑油状态分析的航天发射场电机状态评估研究

郝晋峰　李耀凯　吴波

摘要：基于狀态的维修是建立在对设备状态实时或近实时评估基础上的一种维修方式，其核心思想是在有需要维修的明显征兆时才进行维修。电机广泛应用于航天发射场地面设备，电机状态评估作为航天发射场地面设备预防性维修的重要组成部分，是实施电机基于状态维修的前提，是实现精确维修的重要基础。本文结合发射场地面设备状态评估的实际，将电机的状态划分为五类；提出了电机状态评估的指标体系，并在此基础上，基于灰色理论和模糊理论建立了电机状态评估模型；最后，将建立的评估模型应用到电机的状态评估中，验证了模型的可行性和有效性。

Abstract： Condition Based on Maintenance is on the basic of the equipment status in real time or near real-time assessment on the basis of a maintenance mode， and its core idea is to carry out the maintenance of the obvious signs of the need for maintenance. Motors are widely used in space launch site ground equipment. As an important part of the preventive maintenance of space launch site ground equipment， electrical machinery condition assessment is on the basic of premise of the implementation of the state of repair of the motor， and it is an important basis for accurate maintenance. In this paper， the state of the motor is divided into five categories according to the actual state of the ground equipment of the launching field， the motor state evaluation index system is proposed， and based on the gray theory and fuzzy theory， the motor state evaluation model is established. Finally， the evaluation model will be applied to the assessment of the motor's state， feasibility and effectiveness.

关键词：航天发射场；润滑油；地面设备；电机；状态评估

Key words： space launch site；lubricants；ground equipment；motor；condition assessment

中图分类号：V423.8 文献标识码：A 文章编号：1006-4311（2016）05-0208-03

0 引言

电机在航天发射场空调、吊车、平台液压、加注系统等地面设备中广泛得到应用，是关建的动力设备，其性能和运行状况的好坏直接影响到任务能否圆满完成，发生严重故障时会对试验任务造成巨大的影响。润滑系统是电机传动系统的重要组成部分，据统计，在电机故障中与磨损有关的共占故障发生率的73%，润滑油中包含了电机磨损的许多状态信息，因此，可以通过对电机润滑系统的磨损信息进行分析，实现对电机态的评估和预测。

文献[1]和文献[2]根据监测油液中磨损金属颗粒浓度变化，制定各主要磨损金属元素的浓度和梯度界限值，以此判断电机的工作状态，状态阈值是由专家的经验得到，但航天发射场地面设备用电机批次多、型号多，往往在电机还没有损坏或者没有达到使用寿命时就进行更换，没有可供参考的专家经验。本文从状态评估的角度出发，通过油液监测技术获得磨损元素的颗粒浓度变化信息，并对油液信息进行分析处理，采用灰色理论与模糊理论对电机的状态进行准确地评估。

1 电机状态评估准备工作

在获得表征航天发射场电机健康状态的油液信息后，如何根据这些信息来评估电机的健康状态就成为关键的问题。电机的运行状态是随着电机工作时间的增加逐渐劣化的，如果不出现突发性故障，电机的运行状态应该是各态历经的即按照“健康”→“中间状态”→“不健康”的变化规律发展。

1.1 划分电机健康状态等级

根据故障诊断、维修经验以及专家的分析，本文将电机状态分为：健康、良好、堪用、待修、报废，各个等级的含义如表1所示。

1.2 确定电机健康状态指标

在润滑油油品中包含反应电机状态的金属元素成分，主要来源于磨损元素、污染元素和添加剂。本文综合考虑各种因素，将铁、铝、铅、钡、镁等五种金属元素的浓度作为电机轴承磨损状态的定量指标，如图1所示。

1.3 数据预处理

通常，地面设备的各种状态数据具有不同的量纲，为了消除指标量纲之间的差异性，本文采用数据的规范化处理，经过规范化处理的数据取值在[0～1]之间。

设有n个评估对象，m个评估指标，xij（i=1，2，…，n；j=1，2，…，m）为评估对象i关于评估指标j的量化值。对越大越优型指标，规范化公式为：

x=（1）

对越小越优型指标，规范化公式为：

x=1-（2）

公式（1）、（2）中：x和x分別表示第j项指标的最小和最大值；x表示第i个评估对象的第j项指标xij的规范化数值。为了表述的统一，经过规范化处理后的指标值仍用xij来表示。

2 电机状态评估建模

2.1 模型建立

设有某种型号的电机n个，其状态指标为m个，并把电机的状态划分为s个不同的灰类，xij（i=1，2，…，n；j=1，2，…，m）为电机i关于状态指标j的规范化评价值，f（·）（j=1，2，…，m；k=1，2，…，s）为j指标k子类白化权函数，wj（j=1，2，…，m）为状态指标j的综合决策权重，且wj=1，则称

σ=f（xij）·wj（3）

为电机i的状态属于k灰类的聚类系数。称σi={σ，σ，…，σ}；i=1，2，…，n为电机i状态的聚类系数向量。这里令

δ=（4）

称δ为电机i的状态属于k灰类的归一化聚类系数，称δi={δ，δ，…，δ}；i=1，2，…，n为电机i状态的归一化聚类系数向量。若{δ}=δ，则称电机i的状态属于灰类k*。

从公式（3）可以看出，白化权函数和指标权重的确定是灰色聚类评估算法的关键问题。

2.2 白化权函数的确定

白化权函数，也称为灰色聚类函数，其值介于0～1之间。本文选择三角权函数作为电机状态各指标灰类的白化权函数，得到电机状态的环境适应性指标的白化权函数如图2所示。

其中，f表示电机的状态为“报废”；f表示电机的状态为“待修”；f表示的状态为“堪用”；f表示电机的状态为“良好”；f表示电机的状态为“健康”。

2.3 基于熵理论的指标权重确定

大多数灰色定权聚类的权重是由专家通过某种方法确定的，带有很强的主观性。为了使得得到的权重能够较为客观地反映各指标的相对重要程度，本文借鉴信息熵理论，利用电机的状态指标数据来计算指标的权重。

若现有n个电机，m个状态指标，原始指标值数据矩阵为X=（xij）n×m，其中xij？叟0，i=1，2，…，n；j=1，2，…，m。由于在熵中的变量取值范围在0～1之间，本文采用归一化的方法对原始指标数据进行预处理，即

pij=xijxij（5）

得到处理后矩阵P=（pij）n×m。对于电机的某个指标xj，其信息熵为

Ej=-k*（pijlnpij）（6）

式中k=1/lnn。

则第j个指标的熵权wj定义为

wj=（1-Ej）m-Ej（7）

从式（6）、（7）可以看出：如果某个指标的信息熵越小，就表明其指标值的变异程度越大，提供的信息量也就越多，在综合评价中所起的作用越大，则其权重也应越大；反之亦然。

3 案例分析

航天发射场空调系统的电机是一个典型的灰色系统，可以利用本文提出的灰色聚类评估方法对电机的健康状态进行评估。

在全寿命周期之内，对电机润滑油进行换油处理，得到各金属元素的浓度如表2所示。

3.1 确定各指标的白化权函数

接着就可以利用2.2节的方法来确定各指标的白化权函数，如表3所示。

3.2 确定健康状态指标的权重

健康状态各个指标的权重可由2.3节的熵权法得到，需要说明的是参与计算的数据为经过规范化处理后的指标值。利用熵权法求得电机健康状态指标权重向量为w=（0.1728，0.1989，0.1369，0.0925，0.0927，0.1466，0.1596）。

3.3 电机状态评估

确定了电机状态指标的白化权函数和权重后，就可以利用2.1节的灰色聚类法进行状态评估，得到评估结果，如表4所示。

从表4可以看出，随着运行时间的增加，电机的状态逐渐变差，反映了状态的真实变化规律。特别是在运行时间t=6400h时，发动机处于“待修”和“报废”等级的聚类系数已相差不大，此时电机的状态正在由“待修”向“报废”过渡，在使用时应特别注意。

4 结论

本文针对航天发射场地面设备用电机，利用本文建立的状态评估模型对电机的状态进行了评估。首先确定了电机的状态指标，对指标数据进行了预处理，使其满足建模的需要。然后确定了各指标的白化权函数和指标权重，利用灰色聚类法对电机健康状态进行了评估。最后，通过具体事例验证本文状态评估方法的有效性，能够真实地反映设备的健康状态。

参考文献：

[1]张培林，任国全，张英堂.基于油液分析的自行火炮装备性能监测研究[J].军械工程学院学报，2001，13（3）：7-11.

[2]任国全，郑海起，张英堂，等.基于油液分析的自行火炮发动机磨损状态监测研究[J].兵工学报，2002，23（1）：6-9.

[3]罗桂华.航天发射场的最优运行研究[D].浙江大学，2010.