面向售后保障的導彈裝備健康管理系統研究 *

黃海金，季焓，劉驍佳，楊波，王寧

（上海航天精密機械研究所，上海 201600）

0 引言

隨著新技術、新工藝越來越多地被軍工裝備工業方所采用，導彈裝備的戰技性能出現了大幅提升。與此同時，裝備系統組成日趨復雜，技術集成水平持續上升，售后維護保障的重要性日益凸顯，使得導彈裝備售后服務保障工作在廣度和深度上較以往有了新的發展。為保證常態化作戰值班、實戰化演練任務條件下導彈裝備的戰備完好性與應急應戰能力，列裝部隊需要快速識別裝備當前狀態，確認或預測裝備能否作戰。為此，將故障預測與健康管理技術［1-4］（prognostics and health management，PHM）引入導彈裝備售后保障工作，通過對導彈裝備進行故障診斷、故障預測和健康評價，保障裝備的完好性、安全性以及任務成功率，實現裝備精確、精準、高效保障，進而提升部隊應急應戰能力。

近年來，在裝備保障和健康管理方面開展了一些研究：文獻［5］采用微服務架構構建了“云、網、端”一體的裝備保障信息系統集成平臺；文獻［6］開展了全生命周期覆蓋、全資源集成、全系統協同和全數據管理的航天裝備綜合保障信息管理平臺研究，并研制了典型產品；文獻［7］研究了數據驅動的智能裝備遠程故障預測與健康管理系統，實現了基于總體經驗模態分解法和徑向基神經網絡的故障診斷及基于動態神經網絡的故障預測；文獻［8］開展了面向裝甲裝備的基于自回歸滑動平均模型-誤差反向傳播神經網絡組合的故障預測研究；文獻［9］研究了面向三坐標搜索雷達的基于故障關聯和自組織映射網絡的健康狀態評估及基于隨機模糊理論和加權最小支持向量機的剩余使用壽命預測；文獻［10］研究了面向自行火炮的基于劣化度的健康狀態評估模型和基于改進灰色馬爾可夫故障預測模型；文獻［11］建立了潛艇故障預測與健康管理體系結構，論述了關鍵技術及實現方法；文獻［12］提出了面向導彈裝備故障的基于數據融合和改進新陳代謝不等間距灰色模型的預測方法；文獻［13］提出了基于大數據的雷達健康管理系統的網絡平臺框架，介紹了雷達健康管理系統關鍵技術。上述文獻的研究成果為武器裝備的信息化保障、健康管理提供了重要借鑒，但針對導彈裝備售后保障具體場景面向型號實際應用的健康管理系統研究實踐較少。

為提升導彈列裝部隊的自主保障能力、提高裝備保障快速反應能力，轉變裝備工業方傳統售后保障模式，根據售后保障工作中發掘的需求和多年來的保障經驗積累，本文以某型導彈裝備為背景開展健康管理系統研究，面向導彈裝備售后保障需求，提出了基于微服務和云平臺的健康管理系統架構、功能模塊設計和關鍵技術，并開展了系統建設和面向試點型號的應用。

1 導彈裝備售后保障現狀與需求

進入21 世紀以來，導彈裝備保障工作隨著裝備交付數量的增加、實戰化訓練檢驗的增多、戰斗力的形成受到了越來越多的關注和重視。為保障裝備的完好性、確保演訓等任務的成功率，以某型導彈裝備為例，其售后保障主要包括：①周期性的裝備巡修巡檢活動：對列裝部隊進行例行巡訪，了解部隊在裝備及支援設備的使用、維護、轉運、貯存等環節中存在的問題，視問題類型和嚴重程度開展檢查維修工作或研究制定解決方案和實施計劃；②重要任務保障活動：針對部隊重要戰訓任務，開展針對性的裝備保障工作，力保戰訓任務順利執行、圓滿完成；③故障裝備維修保障活動：裝備工業方在接到部隊反饋的裝備故障后，派遣總體所設計師、相關專業所設計師、總裝廠工藝師和專業技能人員到故障發生地點開展裝備故障排除工作；④專項保障活動：為消除已交付裝備的由設計、工藝等因素造成的缺陷，裝備工業方派遣專業技術技能人員根據工藝規程開展裝備維修維護保障專項作業；⑤部隊人員培訓活動：針對在部隊中裝備的使用維護場景，裝備工業方開展編制培訓教材、開班授課、培訓考核等工作，提升部隊人員的技術能力。

多年來，在軍廠雙方的共同努力下，導彈裝備售后保障體系不斷完善，有力地保障了列裝部隊順利完成演習、訓練、值班等各項任務，同時通過這些任務的執行也逐步明確了導彈裝備售后保障的信息化、智能化需求，包括：①針對簡單故障的裝備快速診斷和自主維修建議；②針對疑難問題的遠程專家診斷和維修指導；③裝備故障預測和健康評價；④裝備全壽命周期履歷信息管理；⑤包含裝備使用維護說明書、培訓教材、維修案例等電子文件在內的裝備知識庫。上述需求對本文開展導彈裝備健康管理系統研究與建設提供了指導思路。

2 導彈裝備健康管理系統構建

2.1 系統總體架構

導彈裝備健康管理系統總體架構如圖1 所示。

圖1 系統總體架構Fig. 1 System architecture

系統通過測試設備、環境監測系統、自動導通裝置等設備實現裝備實時狀態的感知，通過PDM、MES（manufacturing execution system）等信息系統實現裝備歷史數據集成，結合本系統的售后保障記錄形成涵蓋生產制造、交付、使用維護、售后保障等全壽命周期的裝備履歷數據包。通過數據清洗治理、統計分析、挖掘訓練構建模型實現裝備故障快速診斷、故障預測、健康評估，通過遠程專家會診解決裝備疑難雜癥，通過梳理故障案例、保障經驗知識實現故障裝備維修方案推薦、備品備件需求預測和維修保障計劃初步制定，進而提升導彈裝備保障的效率、效能。

2.2 系統物理架構

導彈裝備健康管理系統不是一個孤立系統，需要同工業方其他系統信息進行集成以形成所需的裝備履歷數據包，同時要適應多種不同工況，如：裝備返廠返修、列裝部隊演訓維護、工業方售后保障等，因此導彈裝備健康管理系統在部分使用場景下處于網絡離線狀態，并在需要時能夠與中心機房聯網獲得系統全功能服務，實現高質量、高效率的裝備保障。由于涉及導彈裝備健康管理的工業方、列裝部隊、軍修廠等多方單位存在物理空間上的距離間隔，其健康管理系統需設計相應的物理架構。

根據某型導彈裝備售后保障過程中軍廠雙方的需求，結合目前工業方與各部隊的信息互聯現狀，本文設計了導彈裝備健康管理系統物理架構，如圖2 所示。

系統云平臺設置在工業方中心機房，與PDM，MES 等系統信息集成，通過企業內部網絡可全面收集生產制造、售后返修、大修、延壽等階段的由工業方車間感知層提供的裝備履歷數據，工業方車間感知層包含工位終端、手持PAD、測試設備、多通道自動導通臺、智能定力工具、環境監測終端等設備；受限于列裝部隊網絡與工業方涉密網之間的不連通，軍廠雙方信息系統難以直接進行網絡通信，在列裝部隊的裝備使用維護和售后保障通過導彈裝備健康管理App 開展相關工作，App 在本地存儲了所列裝或待保障裝備的履歷數據、知識庫、模型，可離線使用，也可通過衛星加密通信和北斗短報文通信鏈路構建通信網絡［14］與系統數據中心聯網，以獲得完整數據、最新模型和交互服務。

2.3 系統軟件技術架構

導彈裝備健康管理系統軟件技術架構如圖3 所示，包括物理層、基礎設施層、云平臺層、微服務平臺層、業務層和展示層。

圖3 系統軟件技術架構Fig. 3 Technical architecture of system software

（1） 物理層。包含接入導彈裝備健康管理系統的測試設備、環境監測終端、多通道自動導通裝置、掃碼槍等物理設備實體。系統通過物理層，實現導彈裝備狀態數據采集、設備指令下達等功能。

（2） 基礎設施層。為導彈裝備健康管理系統提供網絡、存儲、計算等資源。

（3） 云平臺層。由以HDFS（hadoop distributed file system）分布式大數據存儲系統為核心的云存儲和以Spark 內存計算框架為核心的云計算組成，為導彈裝備健康管理系統提供數據集中管理和為高強度計算提供能力支撐。

（4） 微服務平臺層。由Spring Cloud 框架的組件和工具包組成，實現系統業務層各微服務的服務接入、服務治理、配置管理、監控等功能，同時提供了消息總線、任務調度、大數據接入等開發工具包。

（5） 業務層。包括應用服務層，以微服務方式實現了導彈裝備健康管理系統的各項業務，包括裝備履歷管理服務、裝備故障維修服務等；公共服務層，是面向域內所有信息系統的平臺級公共服務集合，包括消息隊列、權限管理、即時通信等服務，為應用服務層提供底層組件支持。

（6） 展示層。向用戶提供人機交互接口，通過調用業務層的應用服務，將系統業務功能以Web 網頁、桌面應用程序或安卓App 等形式呈現給用戶，也支持對外部系統提供服務接口。

2.4 系統組成

導彈裝備健康管理系統由在線版系統和離線版App 組成，如圖4 所示。在線版系統用于裝備故障診斷與預測、健康評價、履歷信息匯集和數據包生成、知識庫維護更新、PHM 模型訓練等；離線版App 用于離線條件下的裝備履歷查看與更新、故障診斷和健康評價等。在線版系統和離線版App 在聯網時可進行系統數據同步，也可以在非聯網情況下通過系統數據導入導出功能實現信息的更新。

圖4 系統組成Fig. 4 System composition

在線版系統主要業務功能包括：

（1） 裝備履歷管理。通過與PDM，MES 等系統的集成，按導彈個體抽取裝備基本信息（型號、批次、編號、出廠時間等）、配套信息（以樹結構形式組織裝備各組成的圖號、名稱、配套廠家、編號等）、生產管理信息（生產工序的開始結束時間、操作人員、生產依據等）、質量信息（生產過程檢驗數據、測試數據、聲像記錄、質量問題等）等；根據數據特點和PHM 需求將部分履歷信息分離成履歷模板和履歷數據，便于后續故障診斷、故障預測等業務的數據利用；根據裝備交裝、型號管理等要求，將抽取的履歷信息整合成可交付的裝備履歷數據包；裝備履歷數據的查詢、追溯、常規統計（最值、均值、方差、成功包絡等）和分析。

（2） 裝備故障維修。在發現裝備異常后，填報發生異常的裝備信息、時間、地點、作業概述、現象等基本信息，系統調用異常裝備履歷信息，通過故障診斷模型開展智能診斷計算，診斷成功后結合案例知識庫給出故障維修方案建議；若診斷失敗，可通過遠程專家會診方式連線總體所、專業所的專家，共享異常裝備履歷信息，由專家給出故障診斷結果和故障維修方案。

（3） 裝備故障預測與健康評價。根據需求，系統可定期后臺進行裝備的故障預測和健康評價，從而能更加科學地預測備品備件的需求量和采購量，同時設置更加合理的保障計劃，實現裝備視情維修。

（4） 裝備知識管理。實現對裝備故障案例、技術資料進行維護更新，用于工業方和列裝部隊相關人員查閱學習；實現對故障診斷模型、故障預測模型和健康評價模型的管理，系統采用模型和計算分離的架構，通過不斷更新優化模型，提升裝備故障診斷的準確率、預測和健康評價的置信度。

離線版App 主要業務功能包括：

（1） 裝備履歷管理。App 通過連接測試設備、環境監測終端等硬件組成的裝備狀態感知層，集成裝備狀態數據，同時疊加使用維護、維修保障過程中填寫履歷信息，形成完整的裝備履歷數據包，為部隊用戶、保障人員提供裝備履歷查詢追溯和統計分析服務。

（2） 裝備故障維修與健康評價。App 基于裝備履歷數據包和內置的故障診斷及健康評價模型，提供面向使用維護、維修保障的故障診斷維修、健康評價服務。

（3） 裝備知識管理。為用戶提供故障案例、技術資料的查閱服務。

3 系統關鍵技術

（1） 多源異構數據的集成和重組技術

為確保導彈裝備健康管理系統實現準確可靠地進行故障診斷、預測和健康評價，系統履歷數據應準確、全面，數據來源包括：PDM 的配套件組成、工藝信息、檢驗元數據，MES 的計劃信息、派工信息，質量檢驗系統的配套信息、檢驗數據、照片錄像，測試設備、環境監測終端、導通裝置等設備上的數據報表，售后保障過程中記錄的維修保障信息等。數據類型涉及結構化數值和文本、半結構化報表（文本、Word，Excel）、非結構化報表（PDF）、照片和錄像等。

多源異構數據的集成和重組技術在裝備數據分類的基礎上構建如圖5 所示的裝備履歷數據架構，通過與PDM，MES 等系統的信息集成接口實現裝備數據的批量抽取，再進行分類整理、統一表示、重新組織、建立關聯并存儲在云平臺，實現面向批次狀態、時空、BOM、生產制造流程、質量特性等多個維度的數據組織，兼顧裝備數據的可視化展示、多維查詢和面向故障診斷、預測等業務的數據挖掘。

圖5 裝備履歷數據架構Fig. 5 Equipment record data architecture

（2） 導彈裝備故障診斷技術

導彈裝備故障診斷技術一般基于導彈裝備實時狀態信息給出裝備是否故障、故障發生部位、故障產生原因和故障排除方案等信息，在條件允許的情況下也可以加入歷史履歷信息參與計算，對工業方或列裝部隊開展快速裝備維修保障工作具有重要意義。為充分利用現有的裝備質量問題數據庫和多年來的裝備履歷數據，取得最佳的故障診斷效果，導彈裝備健康管理系統采用基于知識推理、孿生網絡［15-18］和遠程專家會診的多層次故障診斷。系統故障診斷流程如圖6 所示：步驟1，在發現導彈裝備故障現象后，將故障代碼或故障現象輸入系統中；步驟2，系統基于裝備知識庫采用知識推理的方式對故障進行診斷，若診斷成功則執行步驟5，否則繼續下一步驟；步驟3，系統基于履歷數據包采用孿生神經網絡對故障模式進行計算，若診斷成功則執行步驟5，否則繼續下一步驟；步驟4，系統無法自動診斷故障，系統指引相關人員通過遠程專家會診的方式進行故障診斷；步驟5，根據診斷結論，系統輸出或人工錄入裝備故障定位，制定維修方案；步驟6，根據維修方案，開展故障維修工作并填報維修履歷，完成閉環。

圖6 導彈裝備故障診斷流程Fig. 6 Equipment record data architecture

（3） 導彈裝備故障預測技術

導彈裝備故障預測技術一般是基于導彈裝備歷史履歷數據對裝備未來可能發生的故障情況進行預測，以提前做好備件采購、安排保障任務，是實現裝備預防維修的關鍵。導彈裝備健康管理系統故障預測流程如圖7 所示：①建立導彈故障預測模型，首先明確需要進行預測的導彈指標集合，包括重要測試項目、內部設備可靠性、損耗件完好性等，并確定指標所屬的預測類型（包括經驗規則預測型、灰色神經網絡［19-20］預測型），再根據預測類型從規則庫或神經網絡模型庫為各指標分配預測算法或模型；②設置預測時間、導彈編號等條件，系統根據各項指標預測算法或模型的計算要求，從履歷數據包中抽取預測計算所需的輸入數據集，代入預測算法或模型進行計算；③根據指標集預測結果，分析判斷導彈的故障情況，對于不能直接判斷故障的（如測試項目結果），可通過故障診斷模塊進行故障分析，最終輸出預期可能發生的故障列表和維修建議。

圖7 導彈裝備故障預測流程Fig.7 Missile equipment fault prediction process

（4） 導彈裝備健康狀態評價技術

導彈裝備健康狀態評價不僅包括對導彈當前健康程度的定性或定量評價，還可以包含裝備理論剩余壽命、無故障時間預測、維修預測、維護保養建議、基于性能指標的導彈裝備選用輔助決策等內容，從而最大限度發揮裝備戰斗力。導彈裝備健康評價采用層次分析法，原理如圖8 所示：①根據專家經驗，篩選與導彈裝備健康相關的因素，構建健康評價的指標體系，包括生產制造過程、交裝服役過程、儲存環境、測試數據、故障情況等全壽命周期內各環節的指標，再根據設計原理、生產制造及售后服務的經驗和數據統計分析結論確定權重矩陣，建立健康評價模型；②對健康評價模型的各指標設置合適的統一化處理算法，并對各指標的數據進行處理，要求處理完成的結果處于［0，100］區間；③將經統一化處理后的指標值代入健康評價模型，計算得出處于［0，100］區間的健康指數，為便于用戶正確認知評價結果，系統參照GJB 7893.12—2019《衛星在軌測控管理規程 第12 部分：健康狀態評估》［21］將健康指數轉化為由健康、基本健康、降級和不健康組成的四分法健康等級。

圖8 導彈裝備健康評價原理Fig. 8 Principles of missile equipment health assessment

4 系統建設應用

由于導彈裝備健康管理系統涉及業務功能多、技術難度大，為扎實推進項目進展、縮短建設周期，系統按照“一次規劃設計、分段推進實施，技術攻關與系統開發并行開展，智能算法模型循環迭代完善”的思路建設。目前，圍繞保障履歷管理、故障診斷等核心功能業務，已完成了系統階段性建設，主要工作包括：

（1） 跨部門組建系統建設團隊，主要包括系統功能設計開發團隊、基于大數據的算法模型開發團隊、基于業務經驗的知識庫構建團隊、數據治理團隊等，各團隊按系統開發方案獨立完成相關工作。

（2） 在系統開發方面，完成感知層狀態數據集成、履歷數據管理、知識管理等業務功能，完成可配置的裝備故障診斷、故障預測和健康管理功能框架；在算法模型開發方面，完成試點型號典型場景的故障診斷模型構建和訓練；在知識庫構建方面，完成試點型號故障知識的獲取和結構化。

（3） 完成系統階段性開發后，單位武器領域內部開展了導彈裝備健康管理系統的應用，對裝備履歷管理、故障診斷等進行了試用和優化。

（4） 與試點型號某列裝部隊開展合作，進行了系統應用，如圖9~11 所示。主要包括：①通過離線的PAD 或筆記本，實現了裝備履歷離線結構化記錄，并與裝備測試設備進行集成，導入的測試數據自動轉為裝備履歷；②通過系統內置加密的故障知識庫，實現了基于故障代碼、測試報錯結果的故障診斷，并提供故障嚴重等級、故障影響和維修建議；③根據裝備的作訓任務、故障情況、交付年限等，進行裝備健康評價，為裝備消耗優先級、備附件采購提供參考。通過一年的應用，部隊采用系統對單位內所有的試點型號裝備進行管理，驗證了履歷可追溯性、故障診斷準確率和健康評價有效性，使用反饋良好。

圖9 裝備履歷數據離線填寫Fig. 9 Fill in equipment resume data offline

圖10 裝備故障查詢Fig. 10 Equipment fault knowledge search

導彈裝備健康管理系統的內外部應用結果表明，系統架構、功能設計和技術研究方向合理可行，符合工業方和列裝部隊的應用要求。

圖11 裝備健康評價Fig. 11 Equipment health evaluation

5 結束語

通過多年來導彈裝備保障工作的總結梳理，本文結合裝備保障未來的發展趨勢進行了導彈裝備健康管理系統需求分析，提出了系統總體架構、物理架構和軟件技術架構，設計了系統功能模塊結構，闡述了系統的關鍵技術，并進行了系統的設計開發與實施應用。該健康管理系統的實踐表明了系統方案的可行性和系統的有效性，后續重點開展關鍵技術的突破，提高裝備故障診斷、故障預測的置信度和健康評價的效度，助力導彈裝備保障實現從應急搶修到預防性維修再到智能保障的跨越。