本申請涉及裝備健康評估，特別是涉及一種基于ifahp-topsis故障排序扣分規則的車輛裝備健康評估方法及系統。

背景技術：

1、對于一個如車輛裝備的復雜裝備，設其包含個系統，每個系統有包含不同數量部件，每個部件又包含不同數量的故障報警參數或信息，如何根據部件所屬故障報警信息來確定其健康度已經成為復雜裝備健康評估的關鍵問題。

技術實現思路

1、本申請的目的是提供一種基于故障排序扣分規則的車輛裝備健康評估方法及系統，基于ifahp-topsis故障排序扣分規則，將車輛裝備上的各個故障通過ifahp-topsis方法進行故障排序，可以實現對車輛裝備健康狀態的精準評估。

2、為實現上述目的，本申請提供了如下方案：

3、第一方面，本申請提供了一種基于故障排序扣分規則的車輛裝備健康評估方法，包括：

4、獲取車輛裝備中各子系統的實時狀態參數。

5、基于風險評估指標體系，判斷實時狀態參數是否處于異常；所述風險評估指標體系是基于層次分析法和傳統fmea方法建立的評估指標體系；所述風險評估指標體系包括若干個一級風險評估指標和二級風險評估指標；每個一級風險評估指標中至少包括一個二級風險評估指標。

6、當所述實時狀態參數為異常狀態時，根據風險評估指標體系，采用改進模糊層次分析法和熵權法分別求取第一風險評估指標權重和第二風險評估指標權重；所述改進模糊層次分析法為基于模糊理論，將傳統層次分析法中的優先判斷矩陣轉換成模糊一致性判斷矩陣后提取得到的。

7、將所述第一風險評估指標權重和第二風險評估指標權重進行融合，得到風險評估指標的復合權重。

8、根據風險評估指標的復合權重，基于ifahp-topsis故障排序扣分規則，得到各子系統的故障排序；所述ifahp-topsis故障排序扣分規則用于確定不同故障報警發生時的各子系統扣分量值。

9、根據各子系統的故障排序，基于子系統中發生的故障個數以及故障對應的分值，對車輛裝備進行健康評估。

10、第二方面，本申請提供了一種基于故障排序扣分規則的車輛裝備健康評估系統，包括：

11、參數獲取模塊，用于獲取車輛裝備中各子系統的實時狀態參數。

12、狀態評估模塊，用于基于風險評估指標體系，判斷實時狀態參數是否處于異常；所述風險評估指標體系是基于層次分析法和傳統fmea方法建立的評估指標體系；所述風險評估指標體系包括若干個一級風險評估指標和二級風險評估指標；每個一級風險評估指標中至少包括一個二級風險評估指標。

13、權重計算模塊，用于當所述實時狀態參數為異常狀態時，根據風險評估指標體系，采用改進模糊層次分析法和熵權法分別求取第一風險評估指標權重和第二風險評估指標權重；所述改進模糊層次分析法為基于模糊理論，將傳統層次分析法中的優先判斷矩陣轉換成模糊一致性判斷矩陣后提取得到的。

14、權重融合模塊，用于將所述第一風險評估指標權重和第二風險評估指標權重進行融合，得到風險評估指標的復合權重。

15、故障排序模塊，用于根據風險評估指標的復合權重，基于ifahp-topsis故障排序扣分規則，得到各子系統的故障排序；所述ifahp-topsis故障排序扣分規則用于確定不同故障報警發生時的各子系統扣分量值。

16、健康評估模塊，用于根據各子系統的故障排序，基于子系統中發生的故障個數以及故障對應的分值，對車輛裝備進行健康評估。

17、根據本申請提供的具體實施例，本申請公開了以下技術效果：

18、本申請提供了一種基于故障排序扣分規則的車輛裝備健康評估方法及系統，該方法首先?獲取車輛裝備中各子系統的實時狀態參數，基于風險評估指標體系?判斷實時狀態參數是否處于異常，是為了及時發現潛在問題，確保評估的準確性和及時性。風險評估指標體系是基于層次分析法和傳統fmea方法建立的，提高評估的準確性。當實時狀態參數為異常狀態時，采用改進模糊層次分析法和熵權法分別求取第一風險評估指標權重和第二風險評估指標權重，是為了綜合考慮不同風險因素對車輛裝備健康狀態的影響程度。改進模糊層次分析法能夠將傳統層次分析法中的優先判斷矩陣轉換成模糊一致性判斷矩陣，提高了評估的準確性和可靠性。將第一風險評估指標權重和第二風險評估指標權重進行融合，得到風險評估指標的復合權重，是為了更全面地反映不同風險因素對車輛裝備健康狀態的綜合影響。根據風險評估指標的復合權重，基于ifahp-topsis故障排序扣分規則，得到各子系統的故障排序。最后根據各子系統的故障排序，基于子系統中發生的故障個數以及故障對應的分值，對車輛裝備進行健康評估。

技術特征：

1.一種基于故障排序扣分規則的車輛裝備健康評估方法，其特征在于，所述一種基于故障排序扣分規則的車輛裝備健康評估方法包括：

2.根據權利要求1所述的一種基于故障排序扣分規則的車輛裝備健康評估方法，其特征在于，采用改進模糊層次分析法求取第一風險評估指標權重的計算步驟，具體包括：

3.根據權利要求2所述的一種基于故障排序扣分規則的車輛裝備健康評估方法，其特征在于，基于方根法，計算準則層下各風險評估指標的層次單排序權重向量，具體包括：

4.根據權利要求3所述的一種基于故障排序扣分規則的車輛裝備健康評估方法，其特征在于，根據各風險評估指標的層次單排序權重向量，計算層次總排序權重，具體包括：

5.根據權利要求1所述的一種基于故障排序扣分規則的車輛裝備健康評估方法，其特征在于，采用熵權法求取第二風險評估指標權重的計算步驟，具體包括：

6.根據權利要求5所述的一種基于故障排序扣分規則的車輛裝備健康評估方法，其特征在于，所述標準化決策矩陣pij的公式表達式為：

7.根據權利要求1所述的一種基于故障排序扣分規則的車輛裝備健康評估方法，其特征在于，所述子系統包括傳動子系統、行動子系統、動力子系統、底盤子系統和探測子系統。

8.根據權利要求1所述的一種基于故障排序扣分規則的車輛裝備健康評估方法，其特征在于，所述一級風險評估指標包括故障嚴重度、故障發生頻度和故障可檢測程度。

9.根據權利要求8所述的一種基于故障排序扣分規則的車輛裝備健康評估方法，其特征在于，所述一級風險評估指標中故障嚴重度對應的二級風險評估指標包括故障對車輛裝備的影響、故障對子系統的影響和故障對其他子系統的影響；所述一級風險評估指標中故障發生頻度對應的二級風險評估指標包括故障發生次數占全部故障的比例；所述一級風險評估指標中故障可檢測程度對應的二級風險評估指標包括在線故障診斷困難度和檢修期間故障診斷困難度。

10.一種基于故障排序扣分規則的車輛裝備健康評估系統，其特征在于，包括：

技術總結
本申請公開了一種基于故障排序扣分規則的車輛裝備健康評估方法及系統，涉及裝備健康評估技術領域，該方法包括獲取車輛裝備中各子系統的實時狀態參數；基于風險評估指標體系，判斷實時狀態參數是否處于異常；當異常狀態時，根據風險評估指標體系，采用改進模糊層次分析法和熵權法分別求取第一風險評估指標權重和第二風險評估指標權重；將第一風險評估指標權重和第二風險評估指標權重進行融合，得到復合權重；根據復合權重，基于IFAHP?TOPSIS故障排序扣分規則，得到各子系統的故障排序；根據各子系統的故障排序，基于子系統中發生的故障個數以及故障對應的分值，對車輛裝備進行健康評估。本申請可以實現對車輛裝備健康狀態的精準評估。

技術研發人員：馮輔周,劉鋒,溫政鋼,宋超,朱俊臻,胡浩,江鵬程,張麗霞,王冠浗,王炳歧,劉海亮
受保護的技術使用者：中國人民解放軍陸軍裝甲兵學院
技術研發日：
技術公布日：2025/4/24