機動雷達結構系統智能化監測和診斷技術論文

　　引言

　　機動雷達結構系統的維修保障通常是在發現故障后再進行修理或是定期進行預防性維修，但這種方法不能直觀地反映雷達即時的使用狀況，也不能有效避免故障的發生或在發生故障后進行準確判斷。為了解決這些問題，提高雷達的智能性，迫切需要研究_種預知維修和智能維修系統，以監測雷達結構系統狀態，實時感知外部環境和自身的狀態變化，推測狀態的變化趨勢，估計故障的傳播、發展和系統的劣化趨勢，實現在線故障診斷和維修，提高系統的可用度m。

　　機動雷達結構系統的智能化監測首先需要通過傳感器采集結構系統運行中的信息，再將其輸入到信號處理系統中進行處理，得到相關的特征參數或變化曲線，然后通過診斷系統判別雷達是否存在故障，最后對有故障或異常狀態的結構系統進行評價，提供預防和修正的方法。

　　1機動雷達結構智能化監測系統總體設計

　　i.i機動雷達結構智能化監測系統組成

　　_般地，機動雷達結構系統主要包括天線結構、天線座、液壓系統、冷卻系統、車輛和方艙等。智能化監測系統不僅對雷達結構各分系統的關鍵參數進行監測,還要提供雷達工作的外部環境參數，如溫度、濕度、風速等，以便操作人員獲取完整的信息,對雷達結構系統進行準確的評估。應綜合雷達的成本、結構系統的重要性選取合適的監測特征參數。機動雷達結構智能化監測系統主要包括傳感器、數據采集及信號處理機、智能診斷及顯示系統，其基本工作原理為：傳感器將特征數據送至信號處理機進行濾波等預處理，再通過

　　FFT(快速傅里葉變換）等方法進行信號處理，分析結果送智能診斷中心進行故障診斷，最后將決策和建議送至顯示系統，如圖1所示。

　　1.2雷達結構系統監測方法選擇

　　常用的監測技術有振動監測、聲監測、油樣分析、光學監測、流量與壓力監測、風速監測、溫度與濕度監測等2。

　　振動監測是通過監測雷達結構系統工作中代表其動態特性的振動信號的異常來判斷該結構是否處于正常狀態。常用的振動信號有位移、速度、加速度、轉速、應變、應力、力、轉矩等。常用的傳感器有壓電式、電阻應變式、壓阻式、渦流式、光電式和磁電式等，主要用于雷達天線座、天線結構、冷卻系統中的風機、二次冷卻裝置等設備的在線監測。

　　聲監測是根據雷達結構系統在運行中發出的聲音或噪聲來判別設備是否發生故障。其傳感器主要是送話器和傳聲器。在現場監測中還用到超聲波檢測，即用一個探頭發射超聲波，另一個探頭接收超聲波，通過其信號形式來判斷管路腐蝕或設備內部裂紋等，可用于雷達冷卻或天線座系統的監測。

　　溫濕度監測是根據雷達結構及其周圍環境溫度、濕度的變化，來識別系統運行狀態的變化。傳感器主要有熱電偶式、紅外探測器等，主要應用于雷達外部工作環境測量、設備艙內環境測量、局部小環境測量及天線座稀油潤滑系統、液壓系統、冷卻系統等。

　　油樣分析技術是對雷達液壓系統液壓油或天線座潤滑油中的顆粒物進行檢驗分析,以判斷油是否被污染或劣化的監測方法，常見的有鐵譜分析、光譜分析等。

　　2機動雷達典型結構系統監測技術

　　2.1天線座監測技術

　　機動雷達天線座主要由方位傳動、同步輪系、轉臺和底座和潤滑系統組成，包括電機、方位減速箱、帶齒方位大軸承、數據小齒輪及圓柱齒輪等。方位減速箱一般采用稀油潤滑，方位大軸承和同步輪系可根據需要采用油脂或稀油潤滑。

　　雷達天線座是一種旋轉機械，包括電機、齒輪、軸承等典型機械部件，可采用以振動監測為主并輔助監測油溫、液位、力矩、轉速的方法，即在傳動系統軸向、徑向及關鍵部位安裝傳感器，測得相關數據后送后端進行處理。典型雷達天線座測點布置如圖2所示。

　　天線座振動監測采集的信號需通過信號處理機提取出特征參數（位移、速度或加速度），信號處理機先進行預處理，再進行精確處理。常用的預處理方法主要有濾波、包絡和相加平均法。精確處理方法主要有時域分析、幅值域分析、頻域分析、小波分析等。

　　時域分析主要通過直觀測量加上波形分析進行，可用于對設備故障的初步判斷。幅值域分析主要是利用振幅概率密度圖來分析故障信號源的性質。頻域分析是對振動信號進行分析的傳統而有效的方法，主要是基于快速傅里葉變換的譜密度函數分析，時域函數x(t)的傅里葉變換為

　　式中:t為時間；f為頻率。

　　另外，還可通過自相關函數或幅值譜求得自功率譜3。這樣，就可以通過頻譜圖來判斷故障的部位及嚴重程度。某減速箱投入使用后先后測得的頻譜圖（圖3和圖4)表明，齒輪磨損顯著加大。

　　有時，為得到信號的局部特征，還需采用加窗及頻率細化技術。如圖5所示,對以圖3中減速箱一級嚙合頻率為中心頻率進行細化，可大大提高頻率分辨率。

　　近年來發展的小波分析、時間序列法、分形處理等

　　方法進一步提高了故障信號分辨的精確性。因此，對天線座系統的振動進行狀態監測，再結合監測出的油溫、力矩和轉速，可對天線座各部分的運行狀態進行準確預測和故障判斷。

　　2.2液壓系統監測技術

　　液壓系統因其具有體積小、重量輕、功率大、承載能力強、工作平穩等獨特的優點而在機動雷達中得到了廣泛應用。液壓系統主要包括液壓泵、電機、油箱組件、閥組、執行油缸、液壓馬達和油管等，需要監測的特征參數包括油源壓力和流量、閥組壓力和流量、各執行油缸及液壓馬達的壓力和流量、油溫、執行油缸位移、油液質量等，可用溫度傳感器、壓力傳感器、位移傳感器和流量傳感器實現數據采集，采用鐵譜分析、光譜分析等多種方法，全面、綜合地監測與診斷液壓系統的磨損、腐蝕、污染或油質變化情況。

　　與天線座監測系統類似，可通過繪制各特征參數的時域波形來直觀顯示液壓系統的運行狀態。還可通過監測液壓系統動力源三相電信號來獲取液壓系統加減載、沖擊、過載和溢流等不同工況及功率匹配情況。

　　2.3冷卻系統監測技術

　　機動雷達中常用的冷卻方法有強迫風冷和液冷。強迫風冷又分為開式風冷和閉式循環風冷，開式風冷的主要設備有通風機、通風管道、濾塵器及電源等，閉式風冷除了具有上述設備外，還需增加具有制冷散熱功能的冷卻風柜或空調；液冷的主要設備包括二次冷卻裝置（含水泵、水箱、熱交換器等）、閥及管路等。

　　風冷系統監測的特征參數主要有溫度、壓差、風量、轉速等，液冷系統監測的特征參數主要有液溫、壓力、流量、液位等，風機、水泵運行狀態仍然可以采用類似于天線座的振動監測方法。另外，漏液監測既是液冷系統監測的重點，也是難點。漏液監測方法包括負壓波法、聲波法、流量監測法、感應線監測法等,在實際應用時，為便于工程實施,可采用接水盤漏液監測和流量監測法4。

　　3機動雷達結構系統智能化診斷技術機動雷達結構系統可用的故障診斷技術主要有：

　　1)統計法，從時域和頻域中提取映射設備運行狀態的特征元素或特征向量，與標準譜數據庫中的進行比較來確診設備是否出現故障。該方法需要大量測試和統計數據。

　　2)邏輯診斷法，其中最重要的是故障樹分析法,它是將系統故障形成的原因由總體至部件按樹枝狀逐級細化，一直追溯到那些不能展開或無需再深究的最基本因素為止。故障樹是由頂事件、中間事件和底事件用適當的邏輯門自上而下逐級連接起來構成的結構圖。故障樹既可用作定性分析，也可用作定量分析。故障樹分析法廣泛應用在雷達結構系統故障診斷中，圖6是某雷達液壓系統天線無法倒豎故障樹。Xi?X22為底事件，從該故障樹可以求出最小割集，但上行法或下行法搜索盲目性大且較費時，因此需結合專家系統確定最佳搜索方案。

　　1)模糊診斷法和灰色識別法，考慮到系統故障不確定性的各種因素，模糊數學建立了一種基于模糊邏輯算法的隸屬度分析識別方法，可精確反映系統故障的不確定性,但該方法的前提是數據完整，在工程實際很難取得完整信息時，需采用灰色識別法，即采用灰色模型GM(1,1)來對故障進行預測。這2種方法廣泛應用于液壓系統的故障診斷。

　　2)人工神經網絡診斷法，從模式識別角度應用神經網絡作為分類器進行故障診斷，從預測角度應用神經網絡作為動態預測模型進行故障預測。基本神經元的數學模型為

　　5)專家系統，它是根據結構系統故障診斷專家提供的知識和經驗進行推理和判斷，模擬人類專家的決策過程，幫助普通人員解決復雜問題。專家系統一般由知識庫、推理機、數據庫及解釋程序、知識獲取程序及人機接口組成。專家系統知識具有永久性、共享性和易于編寫性等優點，適用于比較規范的大型復雜動態系統。近年來,結合其他診斷技術發展的模糊專家系統、神經網絡專家系統和網絡專家系統等，為研究結構系統的智能診斷方法提供了更具價值的方向指引。

　　4結束語

　　雷達電訊系統自測試（Built~inTest,BIT)技術已取得成功,而其機械結構系統的故障監測和診斷尚處于起步階段。美國在《系統和設備測試性大綱》中，將BIT擴展到機械結構中，但目前對機動雷達結構系統如何進行智能化監測，還沒有一套完整規范的方法可供參考。本文以機動雷達機械結構各分系統為研究對象，分別從關鍵特征參數的獲取、信號處理及診斷決策3個方面進行了研究，給出了機動雷達結構系統智能化監測的總體框架和方法選擇，這也是雷達結構系統BIT技術發展的一個重要研究方向。

【機動雷達結構系統智能化監測和診斷技術論文】相關文章：

變壓器在線監測技術的論文08-03

論文本文的結構和內容怎么寫11-10

混凝土結構加固技術探討論文（通用6篇）06-07

《蝙蝠和雷達》教學設計08-05

蝙蝠和雷達教學設計03-14

物資管理系統論文07-31

庫存管理系統論文07-21

控制系統論文12-07

小區智能化系統工程合同范本11-10

焊接技術論文12-18