导弹储运状态新指标及其短期预测ARMA模型

　　摘要：导弹储运状态监测技术主要研究导弹装备全寿命周期的环境温湿度、振动冲击应力和位置姿态等信息的实时采集与处理分析，是导弹装备维护管理的有效补充。基于导弹储运状态信息定义新指标“预警率”，并建立其ARMA预测模型，试验结果表明该模型能够对小容量预警率样本的短期发展趋势进行快速跟踪预测，并保证12%左右的较高预测精度。预测结果有助于建立经历复杂储运环境，性能状态不尽相同的导弹装备的区别化维护保障与质量管理方案。

　　引言

　　对于可靠性、机动性要求较高，频繁处于不同储运环境的导弹装备，研究导弹储运状态监测技术，采取更加完善的状态监测方式获取导弹储运过程中温湿度、姿态、振动冲击、位置等信息，判断导弹装备实时状态，预测导弹装备状态变化趋势，对降低管理维护成本，延长服役周期，保障我军导弹装备的完好性、可靠性和全寿命周期的出勤率等方面具有重要的研究意义和军事实用价值。

　　本文对采集的大量原始状态数据进行分析处理，提出了导弹储运状态的新指标：预警率(Missile Predictive Rate，MPR)，用以衡量导弹装备的全寿命储运状态;同时利用时间序列分析技术建立小容量预警率样本的短期预测ARMA模型，实现预警率的短期预测和趋势分析。

　　试验结果表明ARMA模型能够对预警率的发展趋势进行快速跟踪预测，预测结果为导弹装备管理人员的日常维护提供参考，有助于实现对经历复杂储运环境的导弹性能状况进行区别化质量管理。

　　导弹储运状态新指标

　　目前我军导弹装备的维修方式主要有预防性维护、校正性维护、适应性维护和应急维护(即排除故障)组成(参见国军标GJB368.2-87)。预防性维护采用定期检查保养的方式，校正性维护主要是对工作不正常的系统设备进行校正处理，适应性维护根据环境变化调整系统设备，这三种方式都属于计划性的预防性维修，而应急维护属于非计划性的事后维修。相邻两次预防性维修的平均时间间隔称为预防性维修周期(MTBMpt)，可分为连续监视型、固定型和更新型。

　　为了更好地利用和分析导弹储运状态监测系统丰富而详实的监测数据，必须建立相应的评价指标。以先验知识及国军标等作为参照，可以对不同类型导弹装备在储运过程中的各类监测参数划分相应等级，当参数超过规定或正常阈值时，称为超阈值事件(Out of Specs，OOS)，如图1所示为几种常见的超阈值事件。　　

 

　　定义：单发导弹包装箱/桶内的监测微系统在一个固定型的预防性维修周期内(通常在检修的同时全面调阅监测数据)监测到的某类参数发生超阈值事件持续时间(或次数)称为预警率(MPR)，其表达式为：
       
　　对预警率的预测可以有效地分析其变化规律及相关趋势，为下一预防性维修周期甚至是全寿命的预防性维修工作安排提供参考。但是预警率与预防性维修周期长度，维修周期内存储、运输时间比，不同任务导弹装备所经历的作战、训练强度，突发情况等很多因素有关，直接对预警率进行基于影响因子的预测由于影响因素多，各因子所占权值复杂而十分困难。而基于历史数据，利用时序分析方法，对预警率进行预测是一种更为直接有效的手段。