装备精确维修平行仿真系统及关键技术研究*

葛承垄，朱元昌，邸彦强，胡志伟，孟宪国

(军械工程学院，河北 石家庄 050003)

仿真技术

装备精确维修平行仿真系统及关键技术研究*

葛承垄，朱元昌，邸彦强，胡志伟，孟宪国

(军械工程学院，河北 石家庄 050003)

针对装备精确维修需求，应用平行仿真技术，提出一种装备精确维修的平行仿真系统(parallel simulation system of equipment precision maintenance，PSSEPM)架构。首先建立与装备对应的仿真系统，此时的仿真模型并不精确，仿真系统与装备同时运行后，通过装备实时状态信息的“喂养”，利用演化算法，使得在一定误差范围内仿真系统的输出与实际装备真实状态相一致，达到平行状态，进而基于已演化完毕的仿真系统利用快速仿真方法预测装备未来的健康状态和故障状态，为精确维修决策提供数据支持，最后介绍了PSSEPM涉及的关键技术。

平行仿真；精确维修；模型演化；状态评估；复杂装备

0 引言

随着现代军事技术的发展，装备的结构复杂度、自动化程度逐年提高，功能也日益增多，尤其是信息化技术的广泛应用，大大提高了武器装备的各项性能，但同时给监测、维修、保障带来了新的挑战。现代高技术战争已经成为陆、海、空、天、电磁五维一体的战争，信息化战场呈现出明显的精确化、动态性和对抗性。信息化战争中作战的精确化带来了对装备维修的新需求，要求应用信息技术在装备使用单位和装备维修机构之间建立信息桥梁，使装备维修机构能够实时、精确地掌握装备的信息，及时维修满足使用单位的需求。传统的维修策略如修复性维修、改进性维修、定期维修等已经不能满足信息化条件下的装备维修需求。

1 装备精确维修需求

1.1 传统维修策略的不足

修复性维修属于被动的事后维修，改进性维修周期长、成本高，传统的预防性维修如定期维修等，在装备维修实践中也暴露出诸多缺陷，突出表现在以下4个方面[1]。

(1) 缺乏针对性。定期维修不考虑装备的实际状态，仅仅根据固定的时间间隔对装备进行维修，属于预防性维修，但是脱离了装备实际维修需求，维修盲目性很强，缺乏针对性。

(2) 浪费维修资源。对信息化装备进行定期维修，需要消耗大量的人力物力，由于维修针对性的缺乏，在很多没必要的情况下进行维修，必然会浪费人力物力等维修资源。

(3) 增加故障率。在维修过程中对原本状态较好、不需要维修的装备，拆卸、修理都会对原有稳定状态造成破坏，影响装备的质量和性能，增加故障率，造成早期故障。

(4) 缩短装备寿命。定期维修所进行的维修活动远超过了装备全寿命周期的维修需求，每次维修都会对装备部件造成不必要的磨损，进而缩短装备寿命。

1.2 装备精确维修

针对装备维修新需求，必须依托信息技术对装备进行精确维修。装备的精确维修是指运用以信息技术为核心的高新技术，准确预测维修需求，合理运用各种维修手段，准确筹划和运用装备维修力量，以实现适时、适量、适地的维修。其主要目标是以最小的维修资源消耗满足装备的维修需求，以最低的风险和代价实现最佳维修效益[2]。装备精确维修具有掌控信息精确、分级与定位精确、管理精确、供应精确的特点。当前，针对装备的精确维修，国内外主要应用的是基于状态的维修(condition based maintenance，CBM)策略。

CBM是指从设备内部植入的传感器或外部检测设备中获得系统运行时的状态信息，通过对这些状态信息进行实时或周期性的评价，最终得出装备的维修需求[3]。CBM是一种主动式的预防性维修，能将故障消灭在萌芽状态，并具有维修资源消耗低、避免不必要的维修、提高装备可用性的优点。国外尤其是美军十分重视CBM的理论研究与应用，CBM是美国国防部大力推行的维修策略，例如美军在“黑鹰”直升机上安装了状态与使用监控系统。在CBM基础上，美军于2004年颁布CBM+(condition based maintenance plus)实施计划，计划到2015年完成由CBM向CBM+的转变。统计显示在“阿帕奇”直升机的10个部件上实施CBM+就可为美军每年减少维修工时41 494个[4]。当前国内CBM的应用领域较为狭窄，总体处于起步阶段，与国外差距还较大。建模与仿真作为认识世界、改造世界的三大手段之一，具有安全性、经济性、可重复性等优点。在此背景下，本文将基于CBM的精确维修与建模仿真技术相结合，提出一种装备精确维修的平行仿真系统架构。

2 装备精确维修的平行仿真系统架构

平行仿真技术是与当前基于ACP(artificial societies，calculation experiments，parallel execution)[5]的平行系统理论、动态数据驱动应用系统[6](dynamic data driven application system，DDDAS)、共生仿真[7]等相并列的理论范型。装备精确维修的平行仿真系统是指采用专用的接口技术和设备，将平行仿真系统与真实的装备连接起来并同时运行，通过对装备运行状态的实时采集和平行仿真系统的演化，使得平行仿真系统输出无限逼近装备真实状态，进而利用平行仿真系统实时评估装备健康状态、预测装备故障状态，为维修人员制定维修方案、进行精确维修提供预测数据支持。

2.1 平行仿真技术的基本思想

在空间维度，装备和与之对应的平行仿真系统形成装备平行系统，如图1所示。仿真系统可以是1个或者多个仿真子系统。建立了平行仿真系统后，装备与平行仿真系统同时运行，平行仿真系统从装备中获取特征参数数据，通过仿真结果与装备的当前状态不断对照，仿真系统的输出结果不断修正，误差减小到所期望的误差范围内，此时可以认为平行仿真系统的输出可反映实际系统的运行状态，可以用于精确维修。

图1 空间维度的装备平行系统Fig.1 Equipment parallel system in space dimension

图2为时间维度的装备平行系统。在时刻1，以武器装备为原型，构建模型并不精确的平行仿真系统；随着时间的推移，装备状态随着时间而改变，这些改变没有在时刻1的平行仿真系统体现， 时刻1的平行仿真系统的模型需要根据时刻2的装备状态进行演化改进，如此反复直至达到装备与平行仿真系统的平行状态。在平行状态形成之前，平行仿真系统在时间角度总是滞后于装备的实际状态， 平行仿真系统的输入数据都是来源于装备，目的是逐步逼近实际装备状态，直到与之对应，使得平行仿真系统能够平行地反映装备的实际状态。

基于时间、 空间维度对装备平行系统的分析可知，装备平行仿真技术具有如下典型特征：

(1) 虚实共生。武器装备与平行仿真系统同时存在，形成一种“虚”、“实”共生结构，而且武器装备和平行仿真系统之间存在交互和响应；

(2) 平行运行。在装备的作战、训练、保障等各阶段，平行仿真系统与武器装备始终同时运行，且平行仿真系统运行速度一般快于武器装备，以超实时或者尽可能快(as fast as possible，AFAP)的方式运行，仿真系统对模型的解算速度足够快并满足一定的实时性要求；

(3) 无限逼近。传统仿真中，仿真模型与实际系统的相似程度满足既定的仿真需求即可，是一种有限的相似逼近，而在平行仿真中，仿真系统不断从实际装备中获取信息用于调整自身模型参数、结构或属性，以达到无限逼近实际装备状态的目的；

(4) 动态演化。装备平行系统运行过程中，由于平行仿真系统与实际系统动态地交互信息，仿真模型不断调整自身参数或结构，因此平行仿真中的仿真模型具有动态演化特征；

(5) 数据驱动。由于仿真模型参数或结构调整的动力源于实际装备状态信息，因此平行仿真中的仿真模型是一种数据驱动的动态演化模型。

2.2 PSSEPM体系架构

装备精确维修的平行仿真系统(parallel simulation system of equipment precision maintenance，PSSEPM)架构如图3所示，主要有以下几部分组成。

图2 时间维度的装备平行系统Fig.2 Equipment parallel system in time dimension

(1) 数据采集和传输。利用传感器采集装备的相关参数信息，为演化仿真系统、健康状态评估、故障预测提供数据支持，并且还具备数据转换和数据传输的功能。

(2) 数据处理。接收来自各传感器的数据，并将数据处理成符合后续状态监测、健康状态评估和故障预测要求的数据格式，数据处理结果包括经高通滤波、压缩简化后的传感器数据、频谱数据和其他特征数据等。

(3) 状态监测。接收来自传感器、数据处理部分的数据，并将这些数据同预置的失效数据相比较来监测装备的工作状态。

(4) 平行仿真系统。基于演化建模方法对装备或其子系统进行建模，此时得到的装备模型并不精确，平行仿真系统与装备同时运行后，平行仿真系统根据装备的实际状态信息调整自身模型的参数或者结构，使得仿真系统输出与装备真实状态一致，这一过程实际上是演化控制的过程，演化控制的核心是演化算法，以实现仿真系统状态输出向装备实际状态的逼近，平行仿真系统模型属于参数、结构可调整并且以实际装备状态为基准进行寻优逼近的模型。

(5) 健康状态评估。该部分接收来自装备的状态信息、仿真信息和存储于数据库的装备历史状态信息，用于评估装备或其分系统的健康状态，可以计算故障发生的概率并做记录，使得关键部件或元器件的退化状态处于装备维修人员的掌握之中。

(6) 故障预测。该部分综合利用前面各部分的信息，对装备未来一段时间内的健康状态进行预测，包括预测装备的剩余寿命，进而为装备维修人员制定维修方案提供数据支持。

(7) 精确维修决策。基于状态监测、健康状态评估、故障预测等部分的数据，产生部件更换等维修活动的建议措施，实现了在装备故障之前的精确维修，是PSSEPM管理能力的重要体现。

(8) 接口。主要包括人机接口、系统间接口、模块间接口3部分。人机接口主要是指PSSEPM各部分状态数据的显示及告警；系统间接口、模块间接口是指信息传递通道。

PSSEPM体系结构与其他体系架构(如OSA-CBM)的本质区别在于，利用仿真手段获取装备未来某一时间段内装备的状态信息，其核心部分是模型具有动态演化能力的平行仿真系统。

图3 PSSEPM体系架构Fig.3 PSSEPM architecture

3 PSSEPM关键技术

为实现PSSEPM，需要就装备可演化建模技术、快速仿真技术、健康状态评估与故障预测技术、精确维修决策技术、实装与仿真系统接口技术等进行研究。

3.1 装备可演化建模技术

可演化模型是指仿真模型能够根据模型的输出结果和输入信息动态地调整自身参数或者结构，模型演化的目的在于不断适应动态变化的仿真需求、逐步逼近装备的真实状态。适应需求变化的能力主要包括结构重组、模型选择的能力，可以通过自适应体系结构来实现，逼近装备真实状态的能力主要是指模型参数、结构的调整，可以通过基于演化建模的方法来实现。①自适应体系结构：仿真系统是特殊的软件系统，自适应体系结构分为嵌入式自适应和非入侵式自适应2种，前者以“内置”的控制方式来解决自适应问题，将问题放在代码实现层来考虑和解决，但很难从抽象层次考虑自适应问题，后者以一种闭环控制的数据驱动方式通过使用外部的模块和调节机制来实现自适应目标，这种方式通过改变仿真系统的“行为”来实现自适应，因此宜采用后者的体系结构，如图4所示。控制层包括环境感知、决策评估、动态配置3部分[8-9]，环境感知部分用于收集环境和装备状态信息，决策评估部分用于评估仿真系统的各种特性如仿真结果可信度等，动态配置则包括根据决策实施重新配置仿真系统的操作，包括仿真应用和系统结构2个层次的配置。②可演化建模方法：从本质上来讲，演化建模是一个优化问题，即仿真系统输出与装备的真实状态近似吻合，从而利用超实时仿真策略预测装备未来的健康状态和可能发生的故障。优化问题的每个解可看作一个个体，并模仿生物进化现象，允许个体通过交叉、变异等操作产生“后代”，具有自组织、自适应和自学习等智能特征，并需要对算子的编码方式、算子的适应度度量方法、遗传的控制方法以及终止条件进行研究。

图4 基于闭环反馈原理的可演化仿真系统Fig.4 Evolutional simulation system based on close-loop feedback principle

3.2 快速仿真技术

为了保证基于平行仿真的故障预测的实时性，要求仿真系统具有快速、高效的仿真能力。为实现快速仿真，可从增强硬件资源和快速仿真算法2个方面考虑。在增强硬件资源方面，可以采用云计算技术或其他高性能计算技术，并采用并行仿真的方式提高仿真运行效率。在快速仿真算法方面，可采用仿真克隆方法和快速搜索算法。①仿真克隆方法[10-11]：相似的仿真运行时存在诸多相同的状态，利用克隆技术共享相同计算，可减少相似仿真的冗余，提高仿真效率；②快速搜索算法：提高仿真算法的收敛速度，实现快速仿真，如遗传算法、蜂群优化混合算法等。

3.3 装备健康状态评估与故障预测技术

健康状态评估旨在评估装备性能的好坏程度，并定性确定装备的健康状态等级，定量计算装备的健康度。健康状态评估本质上是对装备的健康状态进行分类的过程，常用的方法[12]包括灰色评估法、支持向量机(support vector machine，SVM)分类法、模糊分类法、贝叶斯网络分类法等。具备故障预测能力是PSSEPM的显著特征，可用的预测方法包括基于数据驱动的故障预测、基于人工智能的故障预测和基于物理模型的故障预测等[13]。

3.4 精确维修决策技术

主要包括基于数据融合的自动推理决策和维修决策评估2个部分。数据融合的目的在于获得更为准确推理决策结果，主要包括3级融合：数据层融合、特征层融合和决策层融合。常用的数据融合方法包括D-S证据理论、贝叶斯理论、模糊理论和神经网络融合算法等。维修决策评估包括评估故障对装备性能影响的严重程度和制定维修决策、提出维修规范等。

3.5 实装与仿真系统的接口技术

为保证装备和仿真系统互操作的顺利进行，必须对装备与仿真系统的接口技术展开研究。不同体系结构的系统，可通过网关实现交互[14-15]。针对交互的双方，网关分别解析两体系结构的数据模型，确定映射关系，进而完成互操作信息的转换。PSSEPM拟建立实装接口网关，如图5所示，用以完成装备和平行仿真系统之间的数据交互，需要解决的重点问题包括在语法层面上实现数据相互传输和在语义层面上实现数据的通用语言描述。针对前者需要解决装备实装接口的数据传输问题，针对后者需要建立面向平行仿真的互操作描述语言，此网关还应满足实时性、准确性、适应性。

图5 装备与仿真系统交互示意图Fig.5 Interactivity between equipment and simulation system

此外，还要对数据采集技术、传感器应用技术、数据传输技术、数据预处理技术等进行研究，本文限于篇幅不再展开。

4 结束语

本文首先介绍了传统维修策略存在的不足，分析了装备精确维修的必要性，在此背景下，提出了一种装备精确维修的平行仿真系统(PSSEPM)架构。该架构提供了一种基于仿真技术的新型装备精确维修方法，能克服现有维修方法被动性强、维修资源浪费、增加故障率、缩短装备寿命的不足，为后续开发PSSEPM原型系统建立了理论基础。

[1] 董立宁，阮拥军，李震，等. 基于状态的维修—信息化环境下精确维修的利刃 [J]. 装备环境工程，2012，9(5):71-74. DONG Li-ning，RUAN Yong-jun，LI Zhen，et al. Condition Based Maintenance-Blade of Precision Maintenance in Informatization Environment [J]. Equipment Environmental Engineering，2012，9(5): 71-74.

[2] 于永利，郝建平，杜晓明. 维修性工程理论与方法 [M]. 北京:国防工业出版社，2007. YU Yong-li，HAO Jian-ping，DU Xiao-ming. Maintainability Engineering Theory and Technology [M]. Beijing: National Defense Industry Press，2007.

[3] 陈丽. 基于状态的维修模型综述 [J]. 装备质量，2009(9):26-32. CHEN Li. Condition Based Maintenance Model Overview [J]. Equipment Quality，2009(9):26-32.

[4] 邵新杰，曹立军，田广，等. 复杂装备故障预测与健康管理技术 [M]. 北京:国防工业出版社，2013. SHAO Xin-jie，CAO Li-jun，TIAN Guang，et al. Prognostics and Health Management Technology for Complex Equipment [M]. Beijing: National Defense Industry Press，2013.

[5] 王飞跃. 平行控制:数据驱动的计算控制方法 [J]. 自动化学报，2013，39(4): 293-302. WANG Fei-yue. Parallel Control: A Method for Data-Driven and Computational Control [J]. Acta Automatica Sinica，2013，39(4):293-302.

[6] Frederica Darema. Dynamic Data Driven Application Systems[R]. 2013 NSF Workshop Report.

[7] Heiko Aydt，Stephen John Turner，WEN Tong-cai，et al. Research Issues in Symbiotic Simulation [C]∥2009 Winter Simulation Conference: 1213-1222.

[8] 丁博，王怀民，史殿习. 构造具备自适应能力的软件 [J]. 软件学报，2013，24(9): 1981-2000. DING Bo，WANG Huai-min，SHI Dian-xi. Constructing Software with Self-Adaptability [J]. Journal of Software，2013，24(9): 1981-2000.

[9] 王珩，毛少杰，闫晶晶，等. 网络中心化C4ISR系统自适应模型与方法 [J]. 指挥信息系统与技术，2015，6(3):1-8. WANG Heng，MAO Shao-jie，YAN Jing-jing，et al. Self-adaptive Model and Method for Net-Centric C4ISR System [J]. Command Information System and Technology，2015，6(3):1-8.

[10] 乔海泉. 并行仿真引擎及其相关技术研究 [D]. 长沙:国防科学技术大学，2006. QIAO Hai-quan. Research on Parallel Simulation Engine and the Relevant Techniques [D]. Changsha: National University of Defense Technology，2006.

[11] 韩守鹏. 分布式仿真系统动态重构技术研究 [D]. 长沙:国防科学技术大学，2007. HAN Shou-peng. Research on Dynamic Reconfiguration Technologies of Distributed Simulation System [D]. Changsha: National University of Defense Technology，2007.

[12] 徐宇亮，孙际哲，陈西宏，等. 电子设备健康状态评估与故障预测方法 [J]. 系统工程与电子技术，2012，34(5): 1068-1072. XU Yu-liang，SUN Ji-zhe，CHEN Xi-hong，et al. Method of Health Performance Evaluation and Fault Prognostic for Electronic Equipment [J]. System Engineering and Electronics，2012，34(5): 1068-1072.

[13] 吕琛. 故障诊断与预测—原理、技术及应用 [M]. 北京:北京航空航天大学出版社，2012. LÜ Chen. Fault Diagnosis and Prognosis for Equipment-Principle & Technology & Application [M]. Beijing: Beihang University Press，2012.

[14] 田川，贺鹰. HLA/RTI仿真环境和C3I系统通用接口设计与实现 [J]. 系统仿真学报，2005，17(9):2123-2126. TIAN Chuan，HE Ying. Design and Implementation of General Interface Between HLA/RTI and C3I System [J]. Journal of System Simulation，2005，17(9):2123-2126.

[15] 董志华，朱元昌，邸彦强，等. TENA与某C2系统互操作研究 [J]. 系统仿真学报，2015，27(2):226-233. DONG Zhi-hua，ZHU Yuan-chang，DI Yan-qiang，et al. Research on Interoperability Between TENA and Certain Command & Control System [J]. Journal of System Simulation，2015，27(2): 226-233.

Parallel Simulation System and Essential Technology for Equipment Precision Maintenance

GE Cheng-long，ZHU Yuan-chang，DI Yan-qiang，HU Zhi-wei，MENG Xian-guo

(Ordnance Engineering College，Hebei Shijiazhuang 050003，China)

Aiming at the demands of equipment precision maintenance, a framework of parallel simulation system of equipment precision maintenance (PSSEPM) is proposed based on parallel simulation technology. Firstly, a simulation system consistent with the real state of equipment is built, but the simulation model is not precise at the moment. After the simulation system and the equipment operate at the same time, by feeding the equipment real-time state information and using evolution algorithm, the simulation system’s outputs become consistent with the state of real equipment within certain error, and a parallel state emerges. Then, the health state and fault state of the equipment in the future is predicted to supply data support for precision maintenance decision by utilizing the fast simulation method based on the parallel simulation system. Finally, the essential technologies of PSSEPM involved are introduced.

parallel simulation; precision maintenance; model evolution; state evaluation; complex equipment

2015-11-09；

2016-02-19

装备预研基金重点项目(9140A04020115JB34011)

葛承垄(1990-)，男，山东平阴人。博士生，研究方向为武器系统建模与仿真。

10.3969/j.issn.1009-086x.2016.06.027

E92；TP391.9

A

1009-086X(2016)-06-0160-07

通信地址：050003 河北石家庄和平西路97号二系仿真中心

E-mail：08gechenglong@163.com