Dự báo thời hạn làm việc của thiết bị điện tử trong bảo dưỡng theo trạng thái

 Thông tin khoa học công nghệ 
Tạp chí Khoa học và Công nghệ nhiệt đới, Số 05, 12 - 2013 98 
DỰ BÁO THỜI HẠN LÀM VIỆC CỦA THIẾT BỊ ĐIỆN TỬ 
TRONG BẢO DƯỠNG THEO TRẠNG THÁI 
HOÀNG LONG, NGUYỄN XUÂN HUY 
I. MỞ ĐẦU 
Cùng với sự phát triển của khoa học kỹ thuật, các thiết bị khí tài trong quân sự 
ngày càng hiện đại, trở thành những hệ thống kỹ thuật có mức độ phức tạp cao. 
Nhiều nước đã áp dụng phương pháp bảo dưỡng kỹ thuật theo trạng thái (CBM - 
Condition based maintenance) nhằm nâng cao khả năng sẵn sàng chiến đấu và tăng 
hạn sử dụng các thiết bị quân sự. Bản chất của phương pháp là giám sát, chuẩn đoán 
và dự báo được tình trạng kỹ thuật của trang thiết bị để dựa vào đó lập kế hoạch bảo 
dưỡng trước khi sự cố xảy ra, nhở đó tối ưu hóa kế hoạch bảo dưỡng cũng như ngăn 
chặn các hỏng hóc bất ngờ [3, 4]. 
Chương trình theo phương pháp CBM gồm 03 bước (hình 1): 
Hình 1. Sơ đồ bảo dưỡng theo trạng thái 
Trong giám sát thu thập dữ liệu trạng thái, thiết bị được mô hình hóa là một 
tập biến các thông số đặc trưng cho thông tin khác nhau về trạng thái. Xác định tập 
biến số đầu vào xi (i = 1 ÷ N) từ các tham số kỹ thuật của thiết bị được thu thập, 
thống kê trong quá trình bảo dưỡng và đo đạc kiểm tra trong N lần. Trạng thái của 
thiết bị thu được trong mỗi lần kiểm tra được xác định như sau: 
S = f(xi, Ti) (1) 
Một số tham số đặc trưng được sử dụng để giám sát đánh giá khả năng làm 
việc của thiết bị điện tử (bảng 1) 
Bảng 1. Một số tham số trạng thái kỹ thuật đặc trưng 
Thiết bị điện tử Tham số đặc trưng 
Thiết bị điều khiển Mức Logic, nhiệt độ làm việc. 
Thiết bị quan sát Rađa Điện áp cao áp 
Động cơ điện Độ rung 
Bộ cấp nguồn, Máy biến áp Dòng điện, điện áp 
Máy phát Công suất, tín hiệu phát 
Máy thu Độ nhạy 
Giám sát 
thu thập 
số liệu 
Phân tích 
xử lý 
số liệu 
Quyết định 
kế hoạch 
bảo dưỡng 
Hệ thống 
 Thiết bị 
 Thông tin khoa học công nghệ 
Tạp chí Khoa học và Công nghệ nhiệt đới, Số 05, 12 - 2013 99 
Tập biến số đầu vào là dãy số theo thời gian xi (i = 1 ÷ N) phản ánh quy luật 
suy thoái của thiết bị điện tử. Quá trình suy thoái thiết bị được quan sát trên cơ sở 
kiểm soát tham số, ghi lại các giá trị tham số đặc trưng thể hiện như đồ thị. Tín hiệu 
biến đổi đến một mức ngưỡng sẽ dẫn đến trạng thái hỏng của thiết bị (hình 2). Dựa 
vào quá trình kiểm soát tham số có thể ước lượng được thời gian dẫn đến sự cố hỏng 
thiết bị để có kế hoạch bảo dưỡng phòng ngừa. 
Hình 2. Đồ thị tham số thiết bị trong quá trình lão hóa 
Hiện nay có rất nhiều các nghiên cứu tập trung vào tăng tính hiệu quả của 
phương pháp CBM bằng cách áp dụng các phương pháp dự báo trong xử lý dữ liệu. 
Bài báo này đề xuất mô hình dự báo thời hạn làm việc của thiết bị điện tử quân sự 
trên cơ sở các phương pháp hồi quy, làm trơn hàm mũ và một số kết quả thực tiễn, 
nhằm góp phần vào việc nâng cao hiệu quả khai thác, bảo dưỡng các trang thiết bị 
điện tử quân sự thế hệ mới. 
II. PHƯƠNG PHÁP NGHIÊN CỨU 
Mục đích và yêu cầu xây dựng mô hình toán học dự báo là phải xác định được 
quy luật biến đổi của các tham số với sai số nhỏ nhất. Dựa vào quy luật phân bố tham 
số có thể dự báo được sự biến đổi của chúng tại một thời điểm trong tương lai. 
Phương pháp dự báo làm trơn mũ được Robert Goodell Brown đề xuất vào năm 1956 
và sau đó Charles C. Holt mở rộng vào năm 1957. Từ đó đến nay có nhiều mô hình 
dự báo hiệu quả dựa trên nghiên cứu cải tiến phương pháp này. Bản chất phương 
pháp làm trơn mũ là thực hiện san trung bình trượt có quyền số [1, 2] như sau: 
T1 T2 T3 T4 T5 T6 
x: ngưỡng hỏng hóc 
t 
x 
 Thông tin khoa học công nghệ 
Tạp chí Khoa học và Công nghệ nhiệt đới, Số 05, 12 - 2013 100 
* Phương trình làm trơn mũ bậc 1 
* *
1(1 ) , 1t t ts y s tα α −= + − > (2) 
n
y
s
n
t
t
=
=
1
0 (3) 
Thực hiện đệ quy liên tiếp công thức (2) ta có: 
1).1(. −−+= ttt sys αα 
 02
2
1 )1(....)1.()1.(. syyy
n
ttt αααααα −++−+−+= −− 
 −
=
−
−+−=
1
0
0)1()1(
n
i
n
it
i sy ααα 
trong đó: y - chuỗi giá trị dữ liệu quan sát thu thập; 
 n - số phần tử của chuỗi; 
 s, s0 - chuỗi giá trị dự báo và giá trị trung bình mũ ban đầu; 
 α - tham số làm trơn mũ bậc 1 (0 < α < 1). 
* Phương trình làm trơn mũ nhiều bậc 
Mở rộng công thức làm trơn mũ với P bậc, ta có công thức tổng quát: 
p
t
p
t
P
t sss 1
1 ).1(.
−
−
−+= αα (4) 
Giả sử xu thế của chuỗi dự thời gian là một đa thức n bậc thì phương pháp làm 
trơn mũ cho phép ta tính toán các hệ số của đa thức thông qua giá trị trung bình mũ 
nhiều bậc. Công thức như sau: 
( )
0 0
( 1 )!( 1)
!( 1)! !
k pn
p k k it
t
k j
y p jS j
k p j
α β
∞
= =
− +
= −
−
  (5) 
trong đó: s01, s02,, s0p là giá trị ban đầu của trung bình mũ bậc 1, 2,p; 
 yt(k) : đạo hàm bậc k; αβ −= 1 ; st0 = yt; p = 1 ÷ n. 
III. KẾT QUẢ VÀ THẢO LUẬN 
Đối với khí tài thông tin được chọn để áp dụng phương pháp này, thông số kỹ 
thuật đặc trưng trong quá trình bảo dưỡng là độ nhạy máy thu, điện áp ra bộ kích 
thích và công suất máy phát. Các số liệu thông số đặc trưng cho các khối điển hình 
của khí tài thông tin P934Y được thu thập bằng đo kiểm tra định kỳ (hàng tuần). 
 Thông tin khoa học công nghệ 
Tạp chí Khoa học và Công nghệ nhiệt đới, Số 05, 12 - 2013 101 
Số liệu độ nhạy máy thu AШ-404 (mức danh định < 30 μV) ghi nhận được 
trong 24 tuần trình bày trong bảng 2 và thể hiện trong đồ thị hình 3. 
Bảng 2. Độ nhạy (μV) máy thu 
AШ-404 theo tuần (1 - 24) 
Hình 3. Đồ thị độ nhạy (μV) 
máy thu AШ-404 theo tuần (1 - 24) 
Tuần Độ nhạy Tuần Độ nhạy 
1 17,2 13 20,4 
2 17,1 14 21,1 
3 17,3 15 21,5 
4 17,2 15 22,2 
5 17,4 17 23,1 
6 17,6 18 23,9 
7 17,8 19 24,8 
8 18,1 20 26,1 
9 18,4 21 26,9 
10 18,7 22 28,0 
11 19,2 23 29,1 
12 19,7 24 29,8 
0
5
10
15
20
25
30
35
1 3 5 7 9 11 13 15 17 19 21 23
Điện áp bộ kích thích RJD-400 (mức danh định 3,5-5,6V) theo dõi trong 24 
tuần liên tục được trình bày trong bảng 3 và thể hiện trong đồ thị hình 4. 
Bảng 3. Điện áp (V) bộ kích thích 
RJD-400 theo tuần (1 - 24) 
Hình 4. Đồ thị điện áp (V) bộ 
kích thích RJD-400 theo tuần (1 - 24) 
Tuần Điện áp Tuần Điện áp 
1 4,79 13 4,76 
2 4,80 14 4,73 
3 4,81 15 4,66 
4 4,80 15 4,55 
5 4,80 17 4,46 
6 4,79 18 4,33 
7 4,80 19 4,18 
8 4,80 20 4,02 
9 4,79 21 3,82 
10 4,80 22 3,59 
11 4,81 23 3,37 
12 4,80 24 3,08 
0
1
2
3
4
5
6
1 3 5 7 9 11 13 15 17 19 21 23
 Thông tin khoa học công nghệ 
Tạp chí Khoa học và Công nghệ nhiệt đới, Số 05, 12 - 2013 102 
Công suất máy phát đài thông tin P934Y (mức danh định > 1W) giai đoạn 
hỏng 30 ngày được trình bày trong bảng 4 và hình 5. 
Bảng 4. Công suất (W) máy phát 
giai đoạn hỏng (30 ngày) 
Hình 5. Đồ thị công suất máy phát 
giai đoạn hỏng (30 ngày) 
Tuần Công suất Tuần 
Công 
suất 
1 1,44 16 1,24 
2 1,45 17 1,21 
3 1,45 18 1,17 
4 1,44 19 1,12 
5 1,45 20 1,07 
6 1,44 21 1,02 
7 1,45 22 0,97 
8 1,44 23 0,91 
9 1,42 24 0,85 
10 1,41 25 0,80 
11 1,39 26 0,72 
12 1,36 27 0,66 
13 1,34 28 0,58 
14 1,31 29 0,51 
15 1,27 30 0,44 
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Nhận thấy các chuỗi thời gian của tham số biến đổi theo xu hướng tăng hoặc 
giảm theo một tỷ lệ biến đổi chậm, ta có thể hồi quy phân bố của chuỗi theo hàm 
tuyến tính β++= btayt . . Trong đó: a, b là hằng số mô tả thành phần xu hướng; β 
là thành phần bất thường. 
Đề xuất áp dụng mô hình dự báo làm trơn mũ bậc 2 như sau: 
Bước 1: Nhập số liệu: nhập chuỗi tham số y1, y2,yn và thời gian: t1, t2, tn 
Bước 2: Hồi quy lớn hơn 50% số các số liệu để xác định hàm phân bố: 
 y(t) = s0 + b0* t 
Bước 3: Với α = từ 0,1 đến 1, bước 0,01; với β = từ 0,01 đến 1, bước 0,01 
 Tính trung bình mũ với t = từ 1 đến n 
 Thành phần cơ bản: )).(1(. 111 −−− +−+= tttt bsys αα 
 Thành phần xu hướng: 11 )1().( −− −+−= tttt bssb ββ 
 Tính kết quả dự báo: btstyty ttdb .)()( +==
∧
 Tính sai số: 
=
∧
−=
T
t
tt tytySSE
1
2))()(( 
Bước 4: Kết luận mô hình dự báo tối ưu với α , β có kết quả sai số SSE nhỏ nhất 
Bước 5: Xác định kết quả dự báo: ttpt bpsty .)( +=+
∧
 Thông tin khoa học công nghệ 
Tạp chí Khoa học và Công nghệ nhiệt đới, Số 05, 12 - 2013 103 
Chạy thử nghiệm chương trình trên ngôn ngữ VBA với các số liệu tham số 
thiết bị của khí tài P934Y như trình bày trong các bảng trên, kết quả nhận được trình 
bày trong các bảng 5, 6 và 7. 
Các kết quả dự báo được tô đậm so với giá trị quan sát y(t) có sai số SSE nhỏ. 
Dựa trên giá trị dự báo có thể ước lượng được thời gian tham số tiến đến giá trị 
ngưỡng hỏng. Ví dụ: Quan sát giá trị tham số độ nhạy máy thu AШ-404 đến tuần 22 
có thể dự báo tham số chạm ngưỡng tại tuần 25. Quan sát giá trị tham số điện áp bộ 
kích thích RJD-400 đến tuần 21 có thể dự báo tham số chạm ngưỡng tại tuần 23. 
Bảng 5. Dự báo độ nhạy máy thu AШ-404 và kết quả hồi quy 
N α β SSE SUMMARY OUTPUT 
12 0,51 0,08 5,087 
t y(t) S b 
ydb y(t)-ydb [y(t)-ydb]2
Regression Statistics 
 15,84 0,564 16,40 Multiple R 0,976507 
5 17,4 16,92 0,605 17,52 -0,12 0,01494 R Square 0,953566 
6 17,6 17,56 0,609 18,17 -0,57 0,32602 Adjusted R Square 0,950249 
7 17,8 17,98 0,593 18,57 -0,77 0,59796 Standard Error 0,612825 
8 18,1 18,33 0,574 18,90 -0,80 0,64513 Observations 16 
9 18,4 18,64 0,553 19,20 -0,80 0,63483 
10 18,7 18,94 0,532 19,47 -0,77 0,59744 ANOVA 
11 19,2 19,33 0,521 19,85 -0,65 0,42638 df 
12 19,7 19,77 0,514 20,29 -0,59 0,34621 Regression 1 
13 20,4 20,35 0,519 20,86 -0,46 0,21591 Residual 14 
14 21,1 20,99 0,529 21,51 -0,41 0,17175 Total 15 
15 21,5 21,51 0,528 22,04 -0,54 0,28625 
16 22,2 22,12 0,535 22,65 -0,45 0,20688 Coefficients 
17 23,1 22,88 0,553 23,44 -0,34 0,11386 S 15,835 
18 23,9 23,68 0,573 24,25 -0,35 0,12128 b 0,563529 
19 24,8 24,53 0,596 25,13 -0,33 0,10756 
20 26,1 25,63 0,636 26,26 -0,16 0,02707 
21 26,9 26,59 0,663 27,25 -0,35 0,12553 
22 28,0 27,64 0,694 28,33 -0,33 0,11014 
23 29,1 29,03 0,07 0,00549 
24 29,8 29,72 0,08 0,00642 
 Thông tin khoa học công nghệ 
Tạp chí Khoa học và Công nghệ nhiệt đới, Số 05, 12 - 2013 104 
Bảng 6. Dự báo điện áp bộ kích thích RJD-400 và kết quả hồi quy 
N α β SSE SUMMARY OUTPUT 
13 0,29 0,63 0,121 
t y(t) S b 
ydb y(t)-ydb [y(t)-ydb]2 
Regression Statistics 
 4,95 -0,09 4,86 Multiple R 0,974889 
12 4,80 4,84 -0,101 4,74 0,06 0,00337 R Square 0,950409 
13 4,76 4,75 -0,098 4,65 0,11 0,01220 Adjusted R Square 0,942144 
14 4,73 4,67 -0,083 4,59 0,14 0,01971 Standard Error 0,053313 
15 4,66 4,61 -0,070 4,54 0,12 0,01452 Observations 8 
16 4,55 4,54 -0,068 4,47 0,08 0,00577 ANOVA 
17 4,46 4,47 -0,071 4,40 0,06 0,00372 df 
18 4,33 4,38 -0,083 4,30 0,03 0,00117 Regression 1 
19 4,18 4,26 -0,104 4,16 0,02 0,00048 Residual 6 
20 4,02 4,12 -0,129 3,99 0,03 0,00095 Total 7 
21 3,82 3,94 -0,160 3,78 0,04 0,00154 
22 3,59 3,62 -0,03 0,00095 Coefficients 
23 3,37 3,46 -0,09 0,00824 S 4,955714 
24 3,08 3,30 -0,22 0,04875 b -0,08821 
Bảng 7. Dự báo công suất máy phát khí tài P934Y và kết quả hồi quy 
N α β SSE SUMMARY OUTPUT 
12 0.30 0.40 0.009 
t y(t) S b 
ydb y(t)-ydb [y(t)-ydb]2 
Regression Statistics 
 1,478 -0,029 1,45 Multiple R 0.996539 
12 1,45 1,45 -0,029 1,42 0,03 0,00087 R Square 0.99309 
13 1,44 1,43 -0,027 1,40 0,04 0,00161 Adjusted R Square 0.992322 
14 1,42 1,41 -0,024 1,38 0,04 0,00145 Standard Error 0.008616 
15 1,41 1,39 -0,021 1,37 0,04 0,00162 Observations 11 
16 1,39 1,38 -0,018 1,36 0,03 0,00104 
17 1,36 1,36 -0,018 1,34 0,02 0,00038 ANOVA 
18 1,34 1,34 -0,018 1,32 0,02 0,00031 df 
19 1,31 1,32 -0,019 1,30 0,01 0,00012 Regression 1 
20 1,27 1,29 -0,023 1,27 0,00 0,00001 Residual 9 
21 1,24 1,26 -0,026 1,23 0,01 0,00005 Total 10 
22 1,21 1,23 -0,029 1,20 0,01 0,00018 
23 1,17 1,19 -0,032 1,16 0,01 0,00019 Coefficients 
24 1,12 1,15 -0,037 1,11 0,01 0,00013 S 1.478182 
25 1,07 1,10 -0,041 1,06 0,01 0,00021 b -0.02955 
26 1,02 1,04 -0,046 1,00 0,02 0,00044 
27 0,97 0,95 0,02 0,00029 
28 0,91 0,91 0,00 0,00001 
29 0,85 0,86 -0,01 0,00012 
30 0,8 0,82 -0,02 0,00023 
 Thông tin khoa học công nghệ 
Tạp chí Khoa học và Công nghệ nhiệt đới, Số 05, 12 - 2013 105 
TÀI LIỆU THAM KHẢO 
1. V. P Luscasin, Các phương pháp thích nghi trong dự báo ngắn hạn, thống kê, 
Moskva, 1982. 
2. NIST/SEMATECH e-Handbook of Statistical Methods, 6.4.3.3. Double 
Exponential Smoothing, 
3. R. Keith Mobley, An Introduction to Predictive Maintenance, Second Edition, 2002. 
4. Mike DiLeo, Charles Manker and John Cadick, P.E., Condition Based 
Maintenance, Cadick Corporation - Revised, October, 1999. 
Nhận bài ngày 12 tháng 9 năm 2013 
Hoàn thiện ngày 27 tháng 11 năm 2013 
Viện Độ bền Nhiệt đới, Trung tâm Nhiệt đới Việt - Nga