航空裝備視情維修應用研究

夏為浩 張金奎/國營長虹機械廠

0 引言

維修保障是保持、恢復乃至提升航空裝備戰斗力的重要手段。航空裝備維修策略經歷了故障后維修、定時維修、視情維修等多種維修方式。現代科技的發展突飛猛進，航空裝備不斷升級換代，其性能和結構復雜度不斷增加，對裝備的維修實效、維修精度、維修安全性均提出了較高要求，導致航空裝備保障費用和保障技術需求越來越高。當前世界主要軍事大國均面臨軍事裝備保障費用居高不下、戰備完整性越來越差的問題，因而視情維修策略獨有的維修有效性、經濟性備受關注，使其在當前的航空裝備維修保障領域得到廣泛 應用。

視情維修理論已經出現了幾十年，但由于受到監測技術、可靠性技術理論及決策支持理論與應用技術的限制，產生之初并沒有引起足夠重視。當前，電子技術、信息處理技術、數據采集及通信技術、自動控制技術、自動檢測及智能診斷的發展進步為視情維修技術的廣泛應用提供了技術基礎。

本文基于視情維修理論，闡述視情維修的原理，結合當前新技術、新理論，總結視情維修應用現狀及發展前 景。

1 視情維修原理分析

1.1 航空裝備三種維修方式

航空裝備在服役過程中可能遭遇多種環境，導致其在正常、異常和故障三種狀態間交替轉換。因此，必須對航空裝備進行維修，以恢復其性能，保障其能夠繼續服役。主要的航空裝備維修保障方式有三種。故障后維修只有在裝備發生故障后才進行維修，很難避免航空裝備災難性故障的發生；定時維修是根據豐富的維修經驗和大量航空裝備維修資料統計來確定航空裝備修理間隔，再依據修理間隔對航空裝備進行定時維修，雖然能夠保障裝備正常運行，但存在大量的過修和失修問題；視情維修首先開展基于對航空裝備進行定期或者連續狀態監控的數據收集和分析，依據收集和分析的結果，采用決策模型確定裝備的維修措施和維修時間。三種維修方式的優缺點見 表1。

1.2 視情維修原理

視情維修能夠做到在航空裝備需要維修的時刻開展維修，并且是采用有效的維修方法進行維修。視情維修實施的主要依據是航空裝備狀態的劣化程度，即圖1 的P—F 曲線，從中可以看到裝備在A 點性能開始下降，從A 到P，性能下降較為緩慢，P 點以后性能加速下降，直到E 點裝備失效。

為了避免災難性故障的發生，航空裝備必須在E 點之前進行維修。而為了提高裝備使用效益，充分利用裝備性能，維修時機必須選在P 點之后。因此，航空裝備必須在P 點和E 點之間選擇維修時機。

表1 航空裝備維修方式特點

圖1 P-F曲線

視情維修的重點是要在故障潛在區發現潛在故障，并對潛在故障進行監控。圖1 中的P 點與A 點越接近，就越能夠早發現故障征兆，而這需要高精度、高靈敏度的檢測設備。

1.3 視情維修技術體系

視情維修不是消除航空裝備故障，而是采用技術手段檢測裝備的狀態，通過裝備失效模型預測裝備將于何時、何處出現故障，并根據經驗或者決策模型給出合適的維修方法。具體的視情維修邏輯如圖2 所示。

視情維修主要分為三個模塊，分別為狀態監測模塊、故障預測模塊和維修決策模塊，涉及的主要工作如下。

1）狀態監測模塊

狀態監測模塊主要包括數據采集、數據分析與監測、狀態評估，可實現航空裝備材料、結構、部件或系統性能的測試、數據傳輸與保存，并利用航空裝備的使用經驗和工作原理，評估部件、系統的工作狀態，判斷是否存在潛在故障。此模塊需要大量的數據，以豐富的航空裝備使用經驗作為支撐。

2）故障預測模塊

故障預測模塊的主要任務是，根據航空裝備性能退化規律，結合當前裝備的工作情況，給出裝備何時、何處將出現功能失效，并對故障進行定位。

3）故障決策模塊

故障決策模塊的主要任務是，針對當前裝備的工作狀態評估結果和預測結果，給出航空裝備實施維修的方式和維修的時間。

通過以上三個模塊，視情維修可以實時監控航空裝備的工作狀態，并快速定位故障，給出故障修理建議。因此，視情維修能夠避免過修、失修的問題，在適當的時機開展適當方式的維修，提升航空裝備的使用效益。

2 視情維修關鍵技術及其發展

2.1 視情維修狀態監控系統

航空裝備狀態監控系統的主要任務是對各個監控點的參數進行測量、記錄、匯總和分類，最終得到裝備狀態運行報告。

在航空裝備工作狀態監控的初期階段，完全由人工進行測量、記錄及分析，工作效率低，監控部位有限，監控效果不佳。隨著技術的進步，逐漸出現了機載記錄設備，能夠自動、連續記錄裝備的運行狀態并測量各種參數，但監控范圍僅局限在發動機等關鍵部件，且記錄的數據量有限。

電子技術與計算機技術的發展促使航空裝備狀態監測系統向著綜合化、智能化方向發展，例如，在英國軍方的支持下，20 世紀70 年代Birstow 直升機公司與PL 航空電子公司研制了一款直升機完好性與使用監測系統，具備直升機工作狀態參數記錄和監測、故障診斷、故障預測、故障報警和直升機維護指導等多種功能。美國也十分重視航空裝備工作狀態監測系統的開發與應用，先后完成了飛機狀態監控系統、航空發動機監測系統、綜合診斷預測系統、綜合狀態評估系統、結構件健康監測、齒輪箱和液壓系統健康監測系統的開發，并成功應用到裝備上，如“陣風”戰斗機、B-2 轟炸機、AH-64 阿帕奇無人機、“全球鷹”無人機等均安裝了健康監測系統，可實時對裝備進行故障監控與預警。羅羅公司目前正在開發一種人工智能機器人Swarm（見圖3），能夠編隊進入航空發動機內部進行移動掃描，觀測發動機內部構件的損傷狀態，快速完成發動機內部損傷的檢測，并上報檢測數據，減少了人工侵入性檢 查。

2.2 視情維修故障預測模型

視情維修故障預測的主要任務是根據航空裝備的工作狀態、性能數據分析，給出裝備在未來一段時間內的可靠性，推測故障發生的類型、時間等。故障預測的目的是提前了解裝備未來的工作狀態和性能，便于及時安排維修保障活 動。

圖3 Swarm編隊執行監控任務

最早受到人們關注的故障預測方法是基于物理模型的預測分析方法，通過對裝備的特性進行分析，研究在某種特定環境下裝備產生失效的機理。例如，中國航空綜合技術研究所蔣覺義等人對電源監測系統的溫度、振動等情況進行監測，利用結構受載等損傷積累模型對電源監測單元進行故障分析和壽命預測，得到了較好的預測結果，其采用的預測技術流程如圖4 所 示。

隨著現代智能算法的發展，視情故障預測進入了自動化、智能化階段。最具代表性的是神經網絡預測法。神經網絡是在現代神經學的基礎上提出的，通過模擬大腦神經網絡結構、記憶信息的方式而建立的自適應系統。人工神經網絡具有高度的并行性、非線性以及較強的聯想記憶能力、學習能力和自適應能力。該技術利用神經網絡自動建立模型，形成監測物理量與關注物理量之間的數據關系，不用事先設定物理量之間的關系，且模型具有非常強的非線性特征，由此對大型、復雜裝備建立故障預測模型，并根據模型對故障進行預測，具有很高的預測能力和數據容錯能 力。

2.3 視情維修故障決策模型

視情維修決策算法的原理就是根據航空裝備故障預測情況，決策何時采用何種維修方法和維修行為進行維修，當前常用的決策模型是延遲時間模型，其原理是將航空裝備的運行狀態信息轉化為時間進行分析，首先假設航空裝備檢測的初始時間服從某一數學分布（如均勻分布），故障時間與初始時間相互獨立，構建單位工作時間的平均費用、裝備故障停用時間與檢測時間間隔的函數，根據函數獲得最優的維修時間點。大量研究得出，延遲模型中的時間分布可采用泊松分布、最大似然函數等，其應用優化了潛在故障及檢測時間間隔期的計算決策。

3 飛機發動機視情維修系統方案

經濟發展使航空業得到迅速壯大，航空運行的安全性、經濟性得到人們重視。航空發動機運行的安全性和可靠性對航空業的影響最大，因此航空發動機視情維修的應用也最為深入。發動機在高壓、高溫、高轉速、高負荷的苛刻工作狀態下長時間工作，需要實時監控其運行情況，并根據運行情況和性能預測精準控制發動機的性能。航空發動機的維修時機受到多方面的影響，如航空公司的經濟性要求、安全性要求、工作環境要求、維修技術能力、維修基地布局等，圖5 所示為民用航空發動機視情維修系統方案的流程圖。

目前，民航領域已經實現了對多架空中飛行飛機的實時監控，且監控數據可傳遞至地面監控記錄系統，大數據管理系統能夠對監控獲得的大量基礎數據進行傳輸、記錄、分析和管理，以獲得發動機的運行性能，并根據數據分析結果開展發動機運行性能模型構建、發動機性能預測與維修決策等，最終下發至維修保障機構，實現飛機的保養和維 修。

圖4 壽命預測技術流程圖

圖5 民航發動機視情維修系統基本流程

4 結束語

視情維修監控系統正在向信息化、網絡化、智能化、自動化方向發展。目前視情維修在線管理系統已經在航空裝備上獲得了應用，能夠對航空裝備進行實時監控，應用大量數據分析系統及專家經驗，可實時對裝備進行診斷、預測并下發維修建議。