四余度舵機故障預測及健康管理系統

李書明，李 鵬

（中國民航大學航空工程學院，天津 300300）

余度舵機就是在同一架飛機上采用完全相同（或相似）的幾套舵機，通過飛行控制計算機軟件，把他們組合在一起。某型飛機全動平尾電磁綜合式余度舵機，是具有整體式舵機和人工機械指令輸入的串聯式雙腔作動筒結構的復合式四余度電液舵機。

某型四余度舵機是機、電、液高度耦合的復雜系統，是其平尾操縱系統的關鍵部件，其工作的好壞，直接影響飛機飛行控制精度和飛行安全。為了保障系統處于良好的狀態，確保飛機無故障及時升空，地面維護人員應在發現故障后快速、準確地判斷故障部位及性質，排除故障，使系統恢復正常[1]。因此采用故障預測和健康管理（Prognostics Health Management，PHM）以實現狀態監測、故障診斷和壽命預測，從而減少事故率，節省維修費用。

某型四余度舵機是由主作動筒及伺服作動筒、二重主控制閥（MVC）、二重單級電液伺服閥、四重故障檢測傳感器、指令選擇機構等組成，最終能實現平尾運動與控制信號的同步。

目前，針對四余度舵機的故障監測和故障診斷研究較多，文獻[1]針對四余度舵機的各種故障模式，通過神經網絡實現對四余度舵機的故障診斷，因此對其進行預測與健康管理，具有重要的理論與工程應用價值。

本文提出了飛機四余度舵機健康管理系統的體系結構，并對機載健康監測系統和地面維護系統進行了研究，通過健康管理試驗平臺，實現四余度舵機系統故障的預測和診斷。

1 典型故障分析

根據此型四余度舵機的系統組成及實際外場維護需要，主要從元件故障、部件故障這2個層次來分析。

1.1 元件故障

伺服閥是系統的重要的元件，這里主要只介紹伺服閥的故障。根據實際情況以及維修經驗，確定伺服閥故障征兆集和故障原因集如下[1]：

伺服閥故障征兆集

X1：{x1壓力不足；x2流量不足；x3溫度高；x4振動；x5噪聲大；x6不動作；x7泄漏；x8零偏}；

伺服閥故障原因集

Y1：{y1線圈故障；y2彈簧管故障；y3固定節流孔堵塞型故障；y4噴嘴堵塞型故障；y5擋板故障；y6滑閥卡滯型故障；y7反饋桿故障；y8小球磨損故障；y9膠圈故障；y10液壓油故障；y11管系故障；y12電源故障；y13其它故障}。

1.2 部件故障

四余度舵機系統的主要部件為液壓舵機，其故障征兆集和故障原因集如下：

液壓舵機故障征兆集

X2：{x1壓力不足；x2流量不足；x3溫度高；x4振動；x5噪聲大；x6不動作；x7泄漏；x8零偏 }；

液壓舵機故障原因集

Y2：{y1伺服閥故障；y2電磁開關故障；y3反饋傳感器故障；y4校正傳感器故障；y5微動電門故障；y6液壓油故障；y7膠圈故障；y8電源故障；y9放大器故障；y10液壓油故障；y11管系故障；y12其它故障}。

2 PHM系統總體結構

2.1 系統的結構設計

四余度舵機PHM系統的任務，是利用傳感器采集四余度舵機系統的過程數據，借助各種算法和智能模型進行信號分析，評估四余度舵機系統的工作狀態。本文提出如圖1所示的飛機四余度舵機PHM系統，主要包括機載監測系統和地面管理維護系統兩大部分的綜合信息系統。

圖1 飛機四余度舵機PHM結構

圖1中，機載四余度舵機PHM系統，可以實時監測飛機四余度舵機系統的健康狀態，確定部件的殘余壽命或正常工作的時間長度，提供當前有效資源的狀態信息；同時，通過天地數據鏈系統，將飛機四余度舵機系統狀態傳給地面系統，為系統后勤保障和指揮決策提供依據。

地面維護管理系統根據在線采集及歷史記錄的數據，對系統或部件的故障進行預先估計，根據診斷/預測信息、可用資源和使用需求對維修活動做出適當決策的能力，并動態調整維修資源，生成自主后勤保障策略[2]。

2.2 系統的分層設計

PHM系統信息層次可分為7層，分別是[3～5]：

（1）信號采集層。該部分利用各種傳感器采集系統的相關參數信息，將提供PHM系統的數據基礎，并且還具有數據轉換以及數據傳輸等功能；

（2）信號處理層。處理PHM系統來自傳感器、BIT、控制系統的數據，轉換成PHM系統要求的形式和特征。通常的提取算法包括快速傅里葉變換、小波分析或統計(平均、標準偏差)等；

（3）狀態監控層。輸入為信號處理層的輸出，輸出為關于部附件或子系統的狀況/條件；

（4）健康評估層。該層的功能是持續融合來自條件監視層以及其他健康評估部分的多個信息源的數據，診斷并報告檢測部分和子系統的健康狀態，并據此進行故障隔離，完成余度管理、實時綜合資源管理和優化以及重組/重構；

（5）預測層。產生對部件或子系統在給定使用包線下的剩余有用壽命的估計，預測部件或子系統運行趨勢；

（6）決策支持層。該層為維修資源管理和其他監視綜合健康管理系統的性能和有效性的處理過程提供支撐；

（7）表達層。是PHM系統與使用者的接口。

圖2 四余度舵機健康管理系統功能流程示意圖

3 系統關鍵技術

3.1 基于信標的多任務異常分析技術

基于信標的多任務異常分析（BEAM）是一種端對端的數據分析方法，用于實時或離線故障檢測和特征描述。BEAM的體系結構，由多種便于傳感器、基于物理的系統動態模型、符號數據模型和統計模型融合的獨特部件組成。BEAM提供機上識別和隔離異常狀態的能力，避免了大量原始數據和大量的地面分析工作。

3.2 故障模式識別

小波神經網絡作為一種自適應的模式識別技術，并不需要預先給出有關模式的經驗知識和判別函數，其通過自身的學習機制，自動形成所需求的決策區域。首先利用一組故障樣本對網絡進行訓練，以確定網格的結構和參數。網格訓練完畢后，故障的模式分類就是根據給定的一組征兆，實現征兆集到故障集的非線性映射的過程。

3.3 故障預測

根據四余度舵機系統的特點，可以采用以下方法進行故障狀態的預測：

（1）時間序列 TS（Time Series）預測把數據、模型和系統關聯起來的一種動態預測技術，優點是所需歷史數據少、計算量小。

（2）解釋預測方法同時考慮了歷史數據和領域知識，能給出一個預測結果正確性證明，提高了預測結果的可信度。

（3）神經網絡預測NNP（Neural Networks Prediction）主要有兩種方式：

一是以神經網絡作為函數逼近器，對四余度舵機的某參數進行非線性擬合預測；

二是根據系統輸入/輸出之間的動態關系，用反饋連接的動態神經網絡對系統參數建立動態模型從而進行故障預測。

4 地面健康管理系統

地面健康管理系統（圖3）是在目前的維修保障系統基礎上，加強其智能化、信息化、網絡化、一體化建設，使其具備自主、主動、精確、快速、協同等功能特點。地面健康管理系統實時接受空地數據鏈傳輸的飛行數據，實時更新四余度舵機系統的維修數據庫，結合知識和模型評估其健康狀況，預先估計系統或部附件的故障，根據故障預測模型進行壽命預測。從而制定維修策略，實現快速維修。

圖3 地面健康管理系統

5 集成工程環境

飛機四余度舵機PHM集成工程環境主要由3部分組成：開發環境、運行環境以及驗證環境。該環境提供PHM系統開發工具平臺、系統使用測試平臺以及驗證評估平臺，可以提高系統PHM的適用性和可靠性，最終提升系統的可靠性和全壽命周期預測與管理水平[6～7]。

PHM開發環境利用分析工具與設計工具，依據需求條件和設計準則，進行系統健康管理的功能設計。主要過程包括系統需求分析、系統功能分析、需求與功能綜合推理、系統框架構建及系統分析、功能集成與初期完善。

PHM運行環境為實現綜合健康管理系統的集成、應用及測試提供一個運行測試平臺。利用此環境，使用者能夠對各項目的綜合健康管理系統與集成技術進行測試與完善。主要包括以下幾個內容：開放式參考體系結構，PHM各技術組件庫，多平臺使用數據獲取與數據庫管理系統和決策支持輸出等。

PHM驗證環境是整個PHM系統進行試驗驗證評估改善的平臺。該環境提供一個完整的平臺和一套標準的評估體系，對PHM效能進行驗證評估，完成對各項獨立技術、系統、端到端的綜合健康管理系統應用的定義、開發、測試與完善。

6 結束語

PHM對提高飛機安全性能、提高維修保障效率、降低壽命周期費用將起到重要作用。本文通過對某型四余度舵機系統進行典型故障分析，提出了系統預測與健康管理系統的體系結構總體方案，并對系統關鍵技術進行了初步研究。PHM在國內研究還不成熟，因此，從PHM的提出到實現，今后無疑還要做大量深入的技術研究和開發工作。

[1]胡良謀，曹克強，徐浩軍.某型四余度舵機的神經網絡故障診斷模型[J].機床與液壓，2006，（10）：207-209.

[2]趙四軍，王少萍，尚耀星.飛機液壓泵源預測與健康管理系統[J].北京航空航天大學學報，2010，(1)：14-17.

[3]李行善，高占寶.航空航天中的綜合運載器健康管理技術[J].電器時代，2003，(11)：84-85.

[4]BAROTH E，POWERSW T，FOX J.IVHM(Integrated Vehicle Health Management)techniques for future space vehicles[C]∥AIAA 2001-3523，37th JoinTPropulsion Conference&Exhibit Salt Lake City，Utah，2001，（8-11）July：8-11.

[5]李愛軍，章衛國，譚 鍵.飛行器健康管理技術綜述[J].電光與控制，2007，(6)：80-83.

[6]曾聲奎，吳 際.故障預測與健康管理(PHM)技術的現狀與發展[J].航空學報，2005，26(5)：626-632.

[7]吳明強，房紅征，文博武，伊大偉.飛行器故障預測與健康管理(PHM)集成工程環境研究[J].計算機測量與控制，2011，19(1)：98-103.