面向復雜裝備的信息融合式健康監測分析研究

邢曉辰,王 健,司遠征,崔雪峰

(裝備學院 裝備采辦系，北京 101416)

面向復雜裝備的信息融合式健康監測分析研究

邢曉辰,王 健,司遠征,崔雪峰

(裝備學院 裝備采辦系，北京 101416)

為解決當前復雜裝備維修維護與狀態監測所面臨的問題，提出面向復雜裝備的信息融合式健康監測；對復雜裝備健康監測需求進行研究，明確針對復雜裝備開展健康監測研究的意義；完成裝備健康監測概念辨析，明確將信息融合技術引入復雜裝備健康監測的意義；對信息融合技術國內外研究現狀進行分析，針對信息融合技術的數據級、特征級及決策級，對各層級典型信息融合算法進行概要分析；論文研究為后續進一步深入開展復雜裝備信息融合式健康監測研究奠定了良好基礎。

復雜裝備；健康監測；多源信息；信息融合

0 引言

復雜裝備在現代化工業中發揮著重要的作用，一旦裝備發生故障或者出現健康狀態劣化，會嚴重影響生產效能和工作效率。因此，為了減少由于裝備故障所帶來的經濟損耗、時間消耗、危險度增加等問題，裝備尤其是復雜裝備的健康問題日益受到愈加廣泛的關注。當前，針對裝備所開展的故障診斷多采用定期維修方式，此種預防性維修方式相比于傳統的事后維修方法提高了裝備健康維護的主動性，但容易造成過度維修或維修不足，主要是由于定期維修無法有效利用裝備的壽命分布規律。

針對這一情況，基于狀態的維修(condition based maintenance, CBM)即視情維修應運而生，CBM通過設置相應的傳感器，基于所采集到的裝備部分參數對裝備健康狀態進行評估，進而基于裝備健康狀況確定維修的時機與強度。據美軍統計資料顯示，如果投資1～2萬美元用于裝備狀態維修，每年將節省5萬美元的費用。日本企業在實施CBM后，設備故障率減少了約75%，維修費用降低了25%～50%。隨后，以CBM為基礎的故障預測與健康管理(prognostic and health management, PHM)得到了極大的促進與發展。相對應，作為裝備健康管理中極其重要的一環，裝備健康監測(equipment health monitoring, EHM)技術也得到了學術界的廣泛關注。裝備尤其是大型復雜裝備在執行任務的過程中會產生大量類型豐富的狀態測試參數，如何充分高效地利用這些狀態測試參數，對提高復雜裝備健康監測的可靠性與準確度具有重要意義。鑒于此，本文對面向復雜裝備的信息融合式健康監測進行總體性的研究與分析。

1 復雜裝備健康監測需求分析

針對復雜裝備開展健康監測研究，具有重要的意義，主要體現在以下兩個方面：

1)實現視情維修，大幅降低復雜裝備維修保障費用。

當前，我國裝備使用部門針對裝備健康狀態檢測主要采用定期檢修與事后維修相結合的故障檢修方式。采用此種檢修模式，在每次任務準備階段和任務完成后，都要進行大量的檢測與維修，覆蓋面大，難度和費用比較高。在設備未出現故障時進行定期檢修，反而可能會破壞設備正常的性能狀態，甚至造成不必要的停機；進行事后維修時，通常表明設備已經出現了較為嚴重的故障。此兩種方式，均無法充分保證加裝備在執行任務中的可靠性與高效性開展復雜裝備健康監測研究，通過實時(或準實時)的狀態監測，能夠及時識別復雜裝備健康狀態，實現視情維修，降低系統維護費用。

2)減少經濟損失，避免重特大事故發生。

復雜裝備具備“結構復雜性、功能多樣性、系統架構強耦合性”等特征，針對其開展健康監測研究具備很大的挑戰。因此，復雜裝備在執行任務的過程中，一旦出現故障，將造成極為嚴重的后果。尤其是針對大型復雜裝備在執行“急、難、險、重”任務時，一旦發生故障會嚴重阻礙任務的順利實施，甚至造成財產巨額損害乃至人員傷亡。針對復雜裝備開展健康監測研究，在狀態出現劣化或者故障程度相對輕微時，即采取有效措施進行干預，能夠最大程度避免故障的發生或者故障程度的惡化，尤其是能夠避免重特大事故的發生，減少經濟損失。

鑒于此，有必要將健康監測技術引入到復雜裝備狀態監測與故障診斷中去，通過實時(或準實時)地監測復雜裝備健康狀態，第一時間發現復雜裝備的狀態失效或早期故障，確保任務的順利實施。

2 健康監測概念辨析

論文選取健康監測在幾個典型應用領域的定義進行分析，文獻[1]主要開展飛行器健康監測研究，認為健康監測是對一個飛行器系統工作狀態正常與否的描述，通過對飛行器系統進行有效的狀態監測、檢測、故障診斷等，獲取其準確、清晰的健康狀態信息；文獻[2]主要開展結構健康監測研究，將結構健康監測定義為利用集成在結構中的傳感器，在線實時地獲取與結構健康狀況相關的信息，提取結構性能特征參數，識別結構的狀態及損傷，對結構中的不安全因素，在早期就加以控制以消除安全隱患或控制安全隱患的進一步發展，為結構的維修、養護及管理決策提供依據和指導；文獻[3]主要對橋梁健康監測進行研究，將橋梁健康監測定義為基于各種傳感器對橋梁的動力響應信號進行采集，對采集的各種信號提取有用信息，進行結構損傷識別、模型修正以及載荷分析，進而評定橋梁健康狀態。

為明確健康監測概念的具體內涵，對健康監測領域中比較重要的概念與名詞進行分析，如表1所示[4]：

表1 健康監測領域中的基本概念分析

綜合以上分析，論文對健康監測作如下定義。

定義1：健康監測。健康監測是指設置多數量、多類型的傳感器實時監測系統狀態信息，選取適當的算法或模型對采集到的多源測試信息進行數據處理、融合以及推理，實現對系統的實時(或準實時)狀態監測與狀態評估，明確系統當前健康狀態，降低系統發生故障的風險，為后續系統的養護、維修及管理提供依據與指導。

在定義1的基礎上，論文對復雜裝備健康監測定義如下：

定義2：復雜裝備健康監測。復雜裝備健康監測是指針對復雜裝備內不同類型組件如殼體、機床、刀具、模具等，選取合適的多類型傳感器，采集各組件執行任務時的狀態信息，基于所采集的狀態信息選用適當的數據處理算法、融合算法及推理機制，對各組件的健康狀態進行評估。

3 信息融合技術需求分析

隨著生產加工技術的不斷進步以及國家經濟實力的不斷提升，未來可預見的一段時期內，不管是經濟發展需求還是軍事需求，復雜裝備在各大任務中都將發揮越來越重要的作用，這也對復雜裝備在執行任務時的可靠性與效率提出了更高的要求。

當前，我國針對復雜裝備的健康監測研究并不能完全滿足實際需求。事實上，復雜裝備在執行任務時，內部各組件會產生大量狀態測試信息，這些測試信息來源于不同空間(或位置)和(或)不同時間節點的多源、多類型傳感器[5]。以空軍某型復雜裝備為例，其內部各組件在執行任務時所監測的液位、溫度、流量、壓力、閥門等模擬量、開關量、脈沖量信息多達數百路。論文將這些多傳感器信息稱之為多源測試信息。當前，研究如何充分利用復雜裝備多源測試信息，提升復雜裝備健康監測的準確度與可靠性，已迫在眉睫。

信息融合技術及其應用是當前國內外研究的熱點領域之一，為充分利用復雜裝備多源測試信息，解決我國復雜裝備健康監測所面臨的技術難題，很有必要開展信息融合技術研究，并將信息融合技術引入復雜裝備健康監測。這是一個具備創新性的前沿課題，具有十分重要的理論意義。

將信息融合技術引入復雜裝備健康監測，其意義主要體現在以下幾個方面：

1)融合同類型多傳感器測試信息，提高閾值監測準確度

針對復雜裝備中閾值監測型組件健康監測可靠性偏低的問題，可考慮設置多個同類型傳感器，同時對組件狀態進行監測。采用信息融合技術中的數據級融合算法，對多傳感器測試信息進行融合，能夠降低傳感器測試或傳輸故障所帶來的風險，有效提高組件閾值監測的可靠性與準確度。

2)在時間維度上融合單傳感器測試信息，實現閾值監測型組件狀態劣化監測

為解決復雜裝備中閾值監測型組件狀態劣化監測困難的問題，引入預測技術，對單傳感器測試信息在時間維度上進行融合，完成基于預測的組件健康監測。基于某時刻之前的一段狀態實際測試信息，生成該時刻的預測值，采用某種判定規則對預測值進行判斷，明確預測值是否存在突變，是否能夠構成異常數據。求取異常數據趨勢，基于某種判定規則完成組件狀態劣化監測。

3)融合不同類型的多傳感器測試信息，實現復雜組件健康監測

采用基于單類型測試信息的閾值監測方式，無法有效監測復雜裝備中復雜組件的健康狀態。針對復雜組件健康監測，通常能夠采集多類型的狀態測試信息，不同測試信息能夠從不同角度反映組件健康狀態。采用信息融合技術對這些狀態信息進行融合，能夠從多角度、多維度出發，實現復雜組件健康監測。

4)準確融合復雜裝備健康監測中的多源決策，生成最終決策

對復雜裝備中某組件進行健康監測時，基于不同的狀態信息、采用不同的算法或模型所生成的決策間可能存在沖突。采用信息融合中的決策級融合算法，對沖突決策進行融合，生成一個確定的、更準確的最終決策。

4 信息融合技術概要研究

4.1 信息融合技術國內外現狀分析

國外尤其是美國對信息融合技術的研究起步較早，早在20世紀70年代，美國軍方的研究機構即在潛艇聲納信號的處理上采用了融合的理念。1985年，美國國防部實驗室聯合理事會(joint directors of laboratories, JDL)成立信息融合專家組，對信息融合定義進行統一，并研究建立面向信息融合的公共參考框架。在學術研究上，美國成立了多個融合年會或學術組織，如SPIE傳感器融合年會、美國三軍數據融合年會、國際機器人和自動化會刊、IEEE的相關會議以及國際信息融合學會(internati-onal society of information fusion, ISIF)。其中，ISIF學會成立于1998年，從成立至今每年均會舉辦一次信息融合國際學術大會，用以介紹信息融合領域的最新研究成果。此外，國外許多學者也發表了很多具有代表性的著作，如Llinas和Waltz的《Multisensor Data Fusion》、Hall的《Mathematical Techniques in Multisensor Data Fusion》以及《Handbook of Multisensor Data Fusion》等[6]。

與國外研究相比，國內對信息融合技術的研究相對較晚，進展也稍顯緩慢。20世紀80年代后期，國內才開始慢慢出現針對多傳感器融合技術的報道。隨后各科研院所、高校等單位逐漸重視，并出版了不少譯著和專著，比較有代表性的有：周宏仁等人的《機動目標跟蹤》、敬忠良的《神經網絡跟蹤理論及應用》、康耀紅等人的《數據融合理論與應用》、劉同明等人的《數據融合技術及其應用》、趙宗貴等人的《數據融合方法法概論》、何友等人的《多傳感器信息融合及應用》、韓崇昭等人的《多源信息融合》以及裝備學院沈懷榮教授等人編著的《信息融合故障診斷技術》等[7]。

與此同時，針對信息融合技術的研究與應用，國內外每年也都會產生大量的學術論文與學術期刊，這些論文與期刊都為信息融合技術的發展做出了貢獻。

4.2 信息融合技術概要分析

針對復雜裝備開展健康監測時，處理對象是系統內各組件多類型狀態測試信息。結合不同組件健康監測信息特點，論文可以選用不同層級的信息融合技術。

4.2.1 信息融合技術層級劃分

信息融合按照系統的功能進行劃分，可分為目標評估級、態勢評估級、影響評估級以及過程評估級。此種劃分方式主要是從系統功能的角度出發，其應用對象多為面向軍事應用。根據融合處理場合的不同，將信息融合處理結構劃分為集中式結構、分布式結構以及混合式結構。其中，集中式結構加工的對象是傳感器原始數據，而分布式結構加工的是經過預處理的局部數據。此種劃分形式，其應用對象多為目標航跡關聯或航跡融合[8]。通常，按照系統中數據抽象層次的不同，信息融合可以分為3個層級：數據級、特征級以及決策級[9]。

為直觀理解，3個信息融合層次的優缺點對比分析如表2所示。

4.2.2 信息融合算法概要分析

信息融合是一門多學科交叉的新興技術，針對不同層級融合，所選用的融合算法和關鍵技術通常并不相同。本節從數據級、特征級以及決策級3個層級出發，對信息融合技術各層級的信息融合典型算法，進行概要分析。

表2 息融合處理各層次優缺點對比分析

其中，數據級信息融合技術主要有加權融合算法、卡爾曼濾波、時間序列分析以及支持向量機等；特征級信息融合技術主要有主成分分析、神經網絡及Rough集理論等；決策級信息融合技術主要包括模糊集理論、隨機集理論以及證據理論。

應當注意，對多源信息進行特征級融合時，首先對信息進行特征提取，而后對所提取的特征進行融合并生成決策。有些時候，所提取的特征信息與原始信息在形式或構成上并沒有本質區別。因此，諸如支持向量機、Rough集、神經網絡等融合技術既可以應用于數據級融合，又可以應用于決策級融合，即信息融合技術各層級的算法并沒有完全嚴格界限分析[10]。

5 結論

將信息融合技術引入復雜裝備健康監測具有重要的意義。本文對復雜裝備健康監測需求進行分析；對健康監測領域的重要概念進行辨析，進而完成健康監測與復雜裝備健康監測概念定義；研究將信息融合技術引入復雜裝備健康監測的意義；對信息融合技術國內外研究現狀進行分析，研究信息融合技術層級劃分，對應數據級、特征級、決策級，對各層級典型信息融合算法進行概要分析。論文研究為后續開展復雜裝備信息融合式健康監測奠定了較好的基礎。

[1] 邱 雷. 基于壓電陣列的飛機結構監測與管理系統研究[D]. 南京: 南京航空航天大學, 2011.

[2] 賈云龍, 委玉奇. 大型復雜結構長期服役狀態下的健康監測系統[J]. 中國工程咨詢, 2011,1:28-30.

[3] 楊 棟. 橋梁健康監測信號的遞歸特性分析[D]. 長沙: 中南大學, 2012.

[4] Kalgren P W, Byington C S, Roemer M J, et al. Defining PHM, a Lexical evolution of maintenance and logistics[A]. Proceedings IEEE Systems Readiness Technology Conference[C]. 2006,9:353-358.

[5] 陳偉根, 劉 娟, 曹 敏. 基于信息融合的變壓器內部故障診斷方法[J]. 高壓電技術, 2015,41(11):3797-3803.

[6] 韓崇昭, 朱洪艷, 段戰勝, 等. 多源信息融合(第二版)[M]. 北京: 清華大學出版社, 2010.

[7] 康 健. 基于多傳感器信息融合關鍵技術的研究[D]. 哈爾濱: 哈爾濱工程大學, 2013.

[8] 潘 泉, 王增福, 梁 彥, 等. 信息融合理論的基本方法與進展(J). 控制理論與應用, 2012, 29(10): 1233-1244.

[9] 邢曉辰, 蔡遠文, 趙乙鑌, 等. 加注系統信息融合式健康監測方案研究[J]. 計算機測量與控制, 2015, 23(9): 2945-2947.

[10] 陳科文, 張祖平, 龍 軍. 多源信息融合關鍵問題、研究進展與新動向[J]. 計算機科學, 2013, 40(8): 6-13.

Research of Analysis on Information Fusion Health Monitoring for Complex Equipment

Xing Xiaochen, Wang Jian, Si Yuanzheng, Cui Xuefeng

(Department of Equipment Acquisition, Equipment Academy，Beijing 101416，China)

In order to solve the current problem of maintenance and condition monitoring for complex equipment, research on information fusion health monitoring of complex equipment has been proposed. Study of complex equipment health monitoring requirements is carried out, and the meaning of health monitoring research for complex equipment is clear. The conception of equipment health monitoring is completed, and the significance of introducing information fusion technology to complex equipment health monitoring is analyzed. The status at home and abroad of information fusion technology research is analyzed. Aiming at the data level, feature level and decision level of information fusion technology, the typical information fusion algorithms for all levels are mainly analyzed. And a good foundation of further research of information fusion health monitoring for complex equipment has been laid.

complex equipment; health monitoring; multi-source information; information fusion

2016-09-22；

2016-11-08。

邢曉辰(1988-)，男，山東菏澤人，博士，講師，主要從事裝備采辦信息化、信息融合與健康監測技術方向的研究。

1671-4598(2017)03-0003-03

10.16526/j.cnki.11-4762/tp.2017.03.002

TP277

A