無人艇感知系統PHM技術

顧 兵，何 青，史厚寶

(中國船舶重工集團公司第七二三研究所，江蘇 揚州 225101)

0 引 言

近年來隨著無人技術的發展，世界各國掀起了其在軍事領域應用研究的熱潮。無人艇作為新一代海上作戰平臺，其感知系統已從簡單導航、避碰擴展到了集情報收集、反潛作戰、精確打擊等多維一體的復雜系統。隨著無人艇感知系統作戰使命任務的不斷擴展，系統集成化、復雜化程度的不斷提高，其故障發生概率同步提高，保障要求也越來越高，傳統的事后維修或定期維修已不能滿足系統任務成功率要求。故障預測與健康管理(PHM)技術利用傳感器采集系統的各種數據信息，借助各種智能推理算法來評估系統自身的狀態，在系統故障發生前對其故障進行預測，并結合各種可利用的資源信息提供一系列的維修保障措施，根據設備狀態實施視情維修[1]。

本文根據無人艇感知系統的特點，從實際應用出發，結合已有技術理論和研究基礎，分析給出了無人艇感知系統PHM的結構及設計方案，可為后續無人艇感知系統的實際開發提供技術支撐。

1 PHM系統結構

PHM系統結構主要有集中式結構、分布式結構和混合式結構3種類型[2-3]，分布式結構各子系統獨立完整的狀態監測與健康管理系統，針對性強。無人艇感知系統是一個復雜的多設備組成系統，一般由光電、導航雷達等“通用載荷”以及反潛聲納、監測雷達、偵察機、干擾機等“專用載荷”組成，考慮到各組成設備均是一個完整、相對獨立的系統，因此無人艇感知系統采用分布式系統結構，每個分設備進行設備級的PHM管理，感知系統進行系統級的PHM管理，基地進行基地級的PHM管理，其結構如圖1所示。

圖1 無人艇PHM系統架構示意圖

每個分設備均設有相對獨立、完整的PHM系統，負責本設備的故障診斷預測與健康管理。每個設備的PHM系統都設有數據采集模塊、信息處理模塊、狀態監測與健康評估模塊、故障診斷預測模塊、數據庫模塊以及PHM管理模塊[4]。每個分設備均設有設備級PHM管理模塊負責各自設備PHM系統中模塊的管理控制以及各自設備健康狀態數據的上報；同時，在感知系統及基地分別設有系統級、基地級PHM管理模塊。系統級PHM管理模塊負責收集分設備健康狀態數據、分析處理并將結果上報基地級PHM管理模塊。基地級PHM管理模塊根據系統發過來的健康狀態數據，結合維修決策數據、保障資源信息以及人機接口命令進行系統維修評估與決策，決定是否進行維修。

2 PHM系統流程

首先，數據采集模塊通過各類傳感器和機內測試(BIT)采集設備狀態數據。其次，信息處理模塊對采集的對象狀態參數信息進行預處理、分析并提取其特征。再其次，狀態監測與健康狀態評估模塊將這些特征信息進行辨識,并與數據庫中存儲的對象相關健康信息進行模糊匹配,形成對象健康狀況評估。然后，故障診斷預測模塊對監測到的異常征兆,結合專家知識庫和模型庫中的專家知識及各類診斷、預測推理模型,對故障進行識別、推理,判斷其故障模式、原因和位置,并進行趨勢分析,計算故障征兆的發展趨勢、影響和估計剩余壽命等。接下來,由狀態決策對本設備進行綜合分析、評判決策，并將結果發送至本設備PHM管理模塊，設備級PHM模塊再將結果匯總至系統級PHM管理模塊。最后，系統級PHM管理模塊對各設備上報的設備狀態進行管理匯總上報至基地級PHM管理模塊，基地級PHM管理模塊綜合上報的系統狀態結合維修保障資源進行任務規劃、維修決策，最終完成維修。具體PHM系統流程圖如圖2所示。

圖2 PHM系統流程圖

3 PHM系統各模塊功能及實現分析

3.1 數據采集模塊

對于數據采集，主要考慮監測對象的選擇、參數選取以及監測參數的獲取方式。在本系統中，監測對象的選擇主要通過對系統中各設備進行故障模式、影響及危害(FMECA)分析確定故障類別和嚴酷度，嚴酷度為3級的必須進行狀態監測[5]。對于參數選取，主要是在被監測對象的技術指標基礎上，結合其故障歷史數據，選擇那些確實能反映監測對象狀態的技術指標參數[5]。對于數據獲取方式主要采用設置傳感器的方式，另外由于雷達設備對其關重部件設置了機內測試儀器(BITE)，因此還可以通過BITE來獲取相關參數。

3.2 信息處理模塊

由于傳感器工作性能、所處工作環境和工作狀態等影響，監測數據具有隨機、模糊、不確定等特性，因此需要對采集到的數據進行篩選和補充；同時，由于傳感器獲得的數據不能直接反映設備器件的狀態特性，因此還需要對傳感器獲得的數據進行分析，找出數據變化的規律和趨勢，將測量值轉換成特征值，以便于后續進行健康狀態評估。

本系統信息處理模塊主要包括數據預處理、數據分析和特征提取3個部分。數據預處理通過對傳感器原始數據的插補、異常剔除、格式轉換等以保證數據的完整性、準確性及可用性。數據分析主要對預處理后的數據進行分析，找出數據的變換規律和發展趨勢，為健康評估和故障診斷預測模型的建立奠定基礎。特征提取主要將數據從測量空間轉換到特征空間，獲得與設備相關性強的特征向量，以便于后續狀態監測處理。

3.3 狀態監測與健康評估模塊

系統的狀態是很難被直接觀測到的，能夠檢測到的常常是電子系統表現出來的若干與其狀態相應的特征，因此需要依靠系統表現出來的特征去推理系統的狀態，狀態監測的目的就是完成由特征到狀態的識別。健康評估就是通過對測試數據進行分析，利用一些判斷、推理算法評估當前狀態偏離正常狀態的程度。

本系統采用基于FMECA的裝備健康狀態評估方法[6]，評估方法如圖3所示。

圖3 基于FMECA的裝備健康狀態評估

首先從FMECA報告的分析結果中提取健康狀態影響因素，并進行歸一化處理，將其壓縮在(0,1)之間轉化為無量綱的數據；根據影響因素的類型，由健康狀態隸屬函數得到健康狀態隸屬度向量，對單因素影響下的健康狀態等級做出判斷；以健康狀態隸屬度向量作為輸入，采用灰色關聯分析法求得各因素權重；通過模糊綜合評估模型得到在各因素綜合影響下的設備健康等級。

3.4 故障診斷預測模塊

故障診斷預測PHM系統工程的核心，就是綜合利用各種數據信息，包括監測參數、使用狀況、先驗數據、歷史數據等，并借助各種各樣推理技術，如數學物理模型、人工智能等對設備未來的故障進行預測、分析和判斷，確定故障性質、類別、程度、原因和部位，給出故障的發展趨勢及故障可能造成的后果，指導設備保障規劃。

圖4 基于ARMA的故障預測

本系統采用基于自回歸移動平均(ARMA)模型的設備故障預測方法[6]。

時間序列的測量值對應的模型具有未知特性，因此首先進行時間序列模型識別，用樣本自相關函數和樣本偏自相關函數與ARMA模型理論上自相關函數及偏自相關函數相匹配；然后，進行時間序列模型的參數估計，得出均值、方差和自協方差系數；最后對模型進行統計量檢驗，進而得到預測模型。

3.5 狀態決策模塊

狀態決策模塊主要對故障診斷和預測的結果進行綜合分析和判斷，并對本設備的狀態進行決策，同時將結果上報設備PHM管理模塊。

3.6 PHM管理模塊

本系統中PHM管理模塊為標準模塊，主要實現PHM系統中各模塊控制、數據傳送、本級狀態參數融合處理決策和接口等功能。系統設備、系統及基地均設有PHM管理模塊，其中基地級PHM管理權限最高，其次是系統級，最后是設備級。

3.7 數據庫模塊

數據庫模塊主要對各種數據進行管理存儲，包括各種監測數據，各模塊運行結果以及各模塊在運行過程中需要的知識、模型、算法等。

3.8 維修決策模塊

維修決策是以設備健康狀態評估和故障預測為基礎，綜合利用相關預知信息進行設備狀態維修決策的技術。狀態維修決策是將技術層次的狀態信息與決策者關注的后果信息進行融合，并制定預防性維修策略的過程，其主要解決當前是否需要實施預防性維修、最佳預防維修時間以及下次狀態檢測時間的確定等問題。

3.9 決策支持模塊

決策支持模塊主要功能是在健康評估與預測的基礎上，結合各種可利用的資源，提供一系列的維修保障決策、維修資源的統一調配以及各相關單位的協同保障等，可極大地提高保障的效率和精確度。

3.10 人機接口模塊

用于人機互動，如數據管理、項目管理、流程管理、狀態監測告警等。

4 結束語

PHM技術通過對系統狀態監測和健康管理，可實時對設備狀態進行評估并對健康狀況進行評價，可降低維修成本，提高系統的安全性及任務成功率。本文從實際應用出發，結合已有技術理論和研究基礎，將PHM技術應用于無人艇感知系統并初步給出了其系統結構和設計方案以及各模塊的具體實現方式，可為后續無人艇感知系統的實際開發提供技術支撐。