航空機電產品故障預測和健康管理技術

吳云鋒 陳潔

摘要：當前，隨著航空系統的發展，其復雜性和智能化程度逐漸提升，集合程度、融合程度也隨之提高，但隨著而來的維護成本也水漲船高。另外，各部分的組成相互影響程度也不斷增加，航空機電產品故障率也居高不下。針對航空機電產品的在穩定、可靠和安全等方面的特殊要求，故障預測和健康管理技術也受到了越來越多的重視和研究，逐漸成為航空機電產品檢測技術中的核心技術之一。本文主要介紹了故障預測和健康管理技術的發展，分析了航空機電產品中故障預測和健康管理技術的應用，期望能夠為航空機電產品故障的預測和健康管理技術的發展提供參考和借鑒，促進航空運行的安全、穩定。

關鍵詞：航空機電產品;故障預測;健康管理

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2019）31-0234-02

故障檢測和健康管理技術的主要功能是對系統的監控和狀態的預測，主要包括剩余壽命和故障預測等。大量的研究和實踐表明，故障預測和健康管理能夠降低維護成本，提高設備的穩定性，確保設備穩定、安全完成任務。本文即針對航空機電產品故障預測和健康管理技術開展了探討，期望能夠為航空機電產品的開發設計提供有益的參考和借鑒。

1故障預測和健康管理的含義

國內外關于故障預測和健康管理（Prognostics and HealthManagement，PHM）的研究很多，但關于其概念還沒有統一的標準。當前，在PHM中容易混淆的概念有以下幾對：

一是損傷和退化。損傷和退化都能夠用于描述電子設備的非正常的狀態，但損傷多描述的是器件、電路等設備的物理損壞程度，而退化多用于描述器件、電路等設備的能力衰退程度。可見，從一定意義上講電子設備的損傷可能是導致設備退化的原因。

二是故障預測和剩余壽命預測。它們都能夠描述設備的健康狀態的未來變化。但故障預測是指以歷史數據和測試數據為基礎對某個特定故障的演化進行的推測，以預測這一故障的發生時間，而剩余壽命預測是指以歷史數據和測試數據為基礎，使用相應的壽命預報模型對設備的剩余使用壽命進行的確定。可以看出，故障預測的對象是特定的故障，而剩余使用壽命的預測對象是設備本身，前者是局部，后者是整體。

三是損傷狀態、退化狀態、健康狀態和使用狀態。在PHM中，狀態一詞十分常見，主要有損傷狀態、退化狀態、健康狀態和使用狀態等。通過前文對“損傷”和“退化”兩個屬于的解釋我們能夠很清晰地分辨損傷狀態和退化狀態的不同，損傷狀態是指設備物理層面的損壞程度，退化狀態是設備物理層面某功能的衰退程度。一般來說，電子設備的退化狀態越多，健康狀態就越差。

2航空機電產品故障預測和健康管理系統的模式

1）航空機電產品故障預測和健康管理系統的建設理念

在航空機電產品中，輔助動力系統的性能衰退是一種常見的故障。轉速、排氣溫度等能夠引起動力系統參數的變化，然后就可以根據參數的變化對運行狀態進行診斷。完整PHM模型的建立包括傳感器數據采集模型、數據預處理模型、健康狀態預報模型等。

2）特征提取模型

當前，常用小波變換提取信息，其能夠細化被測信號的頻率成分，并能夠提取到游泳頻率。在小波變化的提取過程中通常能夠根據信號的任意細節調節，以提高分辨率。

3）健康預測和診斷系統

健康預測和診斷系統的開發效率應使用集成形式提升，同時也能夠讓各個模塊都能夠共享信息，使整個系統能夠得到益處。輔助動力系統的健康預測和診斷系統能夠通過集成的形式滿足不同功能、不同配置體系的要求。由于輔助動力系統使用的是全數字電子控制系統，其健康預測和診斷系統也與數字電控系統的關系緊密聯系，多數參數也是相同的。兩者的不同在于，健康預測和診斷系統對超限的檢測多以向機組和地勤人員告警的方式進行，而數字電控系統則是以輔助動力系統的健康狀態為依據對控制規律進行優化，以降低異常狀態的影響，保障工作的穩定性。

4）健康狀態預報和剩余壽命預測

健康狀態預報和剩余壽命預測應對被測對象的健康狀態進行劃分歸類，并以正常與否、性能狀態等標準進行劃分，并通過特征提取的方式對狀態的進行識別。通常將其劃分為以模型為基礎的預測法、以知識為基礎的預測法、以數據為基礎的預測法。其中，以模型為基礎的預測通過輔助動力系統中的數字模型和部件實效模型為基礎;以知識為基礎的預測法對精確數學模型的要求不高;以數據預測就不需要數學模型和物理模型。

5）輔助動力系統的故障與壽命的預測過程

常規來講，預測的主要步驟主要分三步：一是將HMM的參數轉化為狀態參數;第二是在HMM中的參數估計中轉換為概率密度函數，然后計算平均值和偏差;第三步是通過計算結果分析健康狀態;第四步是通過迭代運算對剩余使用壽命進行預測。在系統的設計和研發過程中，應充分重視輔助動力健康預測和診斷數據的重要性，全面提升輔助動力系統的監視、診斷等功能，以實現效益最大化。

3航空機電產品故障預測和健康管理面臨的挑戰和對策

1）航空機電產品故障預測和健康管理中面對的主要挑戰

第一，機電產品的健康損耗的規律不明確。機電產品中有大量的電子元器件，受工作環境和工作應力的影響，其健康退化機理也千差萬別，而多數退化或實效模型還不完善，它們很難進行定量和準確描述，健康損耗規律也難以掌握，同時也導致PHM技術發展緩慢。

第二，機電產品的健康狀態的表征難度大。機電設備由電路板、功能電路等組合而成，其健康狀態是由這些層級綜合反映出來的。當前，多數電子元器件的退化的征兆狠不明顯，進而也導致機電產品功能電路、電路板的退化也很難直接觀測到。而當機電產品發生故障時，其電信號的變化也很突然，間隔時間短，因此，電子設備的故障被分為突發性故障，預測難度大。當前，關于電子設備故障的發生還沒有明確的外在征兆，表征難度極大。

第三，機電產品PHM特征參數獲取難度高。當前，機電產品復雜程度和密集程度越來越高，但其在設計過程中很少考慮機電產品的PHM需求，沒有預測特征參數的測試接口，使產品中能夠用于PHM中的參數很難被獲取。

第四，機電產品故障發生的隨機性強。機電產品元器件多、結構復雜，而且在設計過程中也有很多缺陷，同時在復雜的環境應力和工作應力下，機電產品的各種缺陷也被激發，所發生的故障的隨機性也較強，這也導致了設備從健康到退化的隨機性。

2）航空機電產品故障預測和健康管理的提升對策

針對上述機電產品面對的挑戰，同時結合機電產品的特點和前沿研究成果，本文提出了一下對策。

針對機電產品健康損耗規律不明確、健康狀態表征難度大的問題，應進一步挖掘和觀測能夠反映電子設備退化的特征，并以其為基礎研究電子設備的健康損耗規律和表征技術。近年的研究成果表明，電子設備的間歇故障特征能夠較好地表征電子設備的健康狀態。對PHM特征參數獲取難度高的問題，應在電子設備的設計階段就應充分考慮PHM對參數的要求。針對當前航空機電產品故障預測和健康管理技術的發展需求，以PHM為基礎的復雜電子設備測試性設計技術有利于解決PHM對特征參數的問題。針對機電設備故障發生隨機性大的問題，不僅要提高機電產品的可靠性，避免設計和制造缺陷的產生，而且還應重點關注間歇故障特征，全面分析狀態信息、環境應力和工作應力等綜合評估機電產品的健康狀態。但不能簡單地認為間歇故障的次數越多退化就越嚴重。

4結束語

當前，故障預測和健康管理技術具有穩定、安全、可靠等的應用優勢，在航空機電產品的狀態維護方面發揮了重要作用，已成為應用廣泛的軍民航空維護技術之一。但其技術還面對著諸多挑戰，如耗損規律不明確、PHM特征難度表征難度大、故障發生隨機強等，因此，應加強研究，積極開發面相PHM的機電產品，進一步發揮PHM的作用，保障航空機電產品穩定性、安全性。