导弹装备健康管理及其关键技术研究

冯玉光，徐 望，顾钧元，魏毓超

(1.海军航空工程学院 a.兵器科学与技术系; b.研究生管理大队系，山东 烟台 264001；2海军驻青岛地区配套设备军事代表室，山东 青岛 266000)

【装备理论与装备技术】

导弹装备健康管理及其关键技术研究

冯玉光1a，徐 望1b，顾钧元1a，魏毓超2

(1.海军航空工程学院 a.兵器科学与技术系; b.研究生管理大队系，山东 烟台 264001；2海军驻青岛地区配套设备军事代表室，山东 青岛 266000)

以建立导弹装备健康管理系统为目的，在总结和归纳前人对装备健康管理技术研究的基础上，对健康管理技术在导弹装备领域的国内外应用现状进行了综合论述和分析；在对导弹装备健康管理现状分析的基础上，分析了开展导弹装备健康管理所需要的关键技术需求,最终确定了导弹装备进行健康管理的关键技术，并且对部队装备健康管理系统的未来研究发展趋势做出了展望；通过对目前导弹装备健康管理关键技术研究的梳理，为后续导弹装备健康管理系统的设计、开发与研制等工作做好铺垫。

导弹装备；健康管理；视情维修

导弹装备系统从广义上讲,不仅包括导弹，还包括了地面技术支援系统和车载式武器控制系统。本文研究的对象是车载式武器控制系统，即导弹发射系统。在此所提到的导弹装备均指包含导弹发射车及其相关保障设备等在内的导弹发射系统。目前，海军导弹装备的维修体制仍以定期维护为主，在导弹战斗值班之前要进行全面的维护检测，采用多、勤、细的维修方式预防装备故障，耗费资源，效率较低。这种维修方式不仅使得技术保障部队的工作量大大增加，造成人力资源浪费，与此同时过于频繁的维修检测会降低导弹装备的可用度水平和健康状态。随着海军导弹装备系统科技水平的迅速提高，尤其是电子设备产品的集成化、智能化水平的日益增强，导弹装备的预防性维修问题逐渐成为专家学者的研究重点。

当前，部队对军用装备可靠性和维修性的认识发生了新的转变，在考虑保证功能完成的基础上，提高了战备完好性和降低维修费用。“经济可承受性”问题越来越突出，这就要求部队对装备的状态规律有更准确的把握，“对症下药”，科学制定装备维修决策。

1 导弹装备开展健康管理的目的和意义

传统的事后维修和定期维修已无法满足当前部队武器装备的需求，“视情维修”(预知维修)(Condition-Based Maintenance，CBM)应运而生。该维修方式是对导弹装备故障机理和故障规律进行充分研究和认识的基础上，通过实时或者近实时的健康监测，提前分析得出故障部位和故障时间，做到将故障消灭在“萌芽”状态。视情维修的特点包括后勤规模小、自动化程度高、经济可承受性好等优点。健康管理领域的故障预测与健康管理(Prognostic and Health Management/Monitoring，PHM)的概念相对应，并且在此基础上能够实现对复杂系统的机内测试(Build-in Test，BIT)和健康状态监控功能的进一步扩展。

因此，导弹装备开展健康管理活动是为了保障导弹装备系统的完好性、安全性以及任务成功性，在此基础上尽量减少维修资源和成本的投入，实现基于状态的维修和自主式保障。同时，视情维修方式的成功应用在减少甚至杜绝装备重大事故的发生方面具有重大意义，同时也是对部队进行现行装备保障体制改革的激励和推进。

2 国内外研究现状分析

将健康管理技术应用到导弹装备维修保障中，对导弹装备系统进行健康状态监测，评估导弹装备系统当前的健康状态并预测其未来故障的发生，制定合理的维修决策，对于实现武器装备的视情维修具有重要意义。目前，国内外健康管理方面的研究多集中在石油煤矿、机械制造和航空发动机等对象上，而在武器装备领域的健康管理理论、方法与技术方面的研究还非常少。

2.1 国内研究现状

目前国内大多数从PHM技术在武器装备维修保障中的应用方面进行研究。孙博，胡冬等[1-2]从导弹武器装备的维修方式、贮存环境、贮存延寿以及可靠性设计与评价等方面对健康管理技术在导弹武器装备中的应用进行了探讨，为深入分析其应用价值及开展导弹武器装备健康状态评估方法的研究奠定了基础。张泽奇等[3]分析并验证了PHM技术在导弹状态管理领域的技术可行性，提出了基于PHM的导弹状态管理系统，并介绍了系统主要实现的功能及预测方法。杨立峰，王亮等[4]提出了基于PHM技术的装备维修保障方法，通过分析不同维修方式、维修保障及信息化建设与PHM技术的关系，构建了导弹装备健康状态信息管理系统，并结合实际提出了一些需要重点解决的问题。装甲兵工程学院的周启煌等[5]对坦克火控系统的体系结构进行了分析，从上反射式系统和下反射式系统两方面对比，对坦克火系统的CBM系统进行优化设计。文献[6]针对直升机传动系统，提出了 HUMS 系统的总体方案并设计了开放式体系架构的 HUMS处理单元，分布式体系架构的地面站和无线数据传输通信系统。陈圣斌等[7]把基于状态维修方法嵌入到健康和使用监控系统(HUMS)的功能系统中，构建了采用与HUMS相结合的CBM解决方法的机载维修系统，验证了应用于直升机的结构件、动部件状态维修的可行性。马亮等[8]针对鱼雷保障过程中出现的问题，结合鱼雷武器的结构特点和功能特征，论证了鱼雷系统实施CBM的可行性，提出了鱼雷推进系统的CBM决策流程以及基于状态维修策略。

2.2 国外研究现状

20世纪90年代以来，故障诊断和预测等健康管理技术及计算机技术的迅猛发展，使得各国对健康管理技术高度重视，美军在军事装备中首次引入CBM技术，最具代表性的有：海军的综合状态评估系统(ICAS)，陆军的诊断改进计划(ADIP)，联合攻击机的健康管理系统(JSF-PHM)和直升机综合诊断和监控系统(IMD-HUMS)[9]。学者Bengtsson[10]研究了CBM的标准并提出了标准化建议。Groba[11]介绍了CBM框架的最初架构、识别指标、建模指标以及维修决策等几个方面，并且在美国联合项目中得到了应用。Gruber等[12]研究了基于系统仿真和目标贝叶斯网络模型的CBM架构，并通过仿真分析了不同情况下各种CBM政策的鲁棒性，开发了解释性的贝叶斯故障预测模型。21世纪初美国国防部维修技术高级指导委员会(MTSSG)又在CBM的基础上提出了CBM+(Condition-based Maintenance Plus)的概念，CBM+扩展了CBM的基本概念，更加强调维修和后勤保障能力[13]。为实现各武器系统CBM构件间信息共享与互操作，美海军计划资助，波音公司牵头负责开展了OSA/CBM体系研究。

与国外相比，国内健康管理技术的在武器装备中的应用研究还处于初级发展阶段，如何根据导弹装备的实际特点对其进行健康状态监测，确定导弹当前的健康状态并对其进行故障预测，进而安排合理的维修保障措施，实现导弹装备的视情维修，都是崭新的研究课题。将健康管理技术应用到导弹装备中，提高导弹装备维修保障信息化水平，是目前各国积极研究的课题。

3 导弹装备系统特点分析

在确定导弹装备健康管理具体技术之前，必须了解导弹装备系统的功能特性和维修保障特点，才能具有针对性的开展健康管理活动。

3.1 功能特点

导弹装备系统的主要功能包括以下几点：执行航路规划和导弹运输任务；执行火力分配和打击效果评估等作战任务；对发射车辆进行定位定向操作，明确车辆位置，监测发射车燃油及部件健康状态；对发射车辆进行故障预测和维修决策辅助等保障任务，并生成报表和辅助决策，提供可视化管理。上述四个功能特点中，前两个特点是作战功能，后两个特点为健康管理功能，因此导弹装备系统是兼有作战和健康管理两种功能的复杂系统。

3.2 维修保障特点

导弹装备系统结构复杂，部件繁多，包括电子和机械部件，且部件之间存在一定的相关性，在维修过程中考虑部件之间的相关性对降低维修成本节约维修时间具有重大意义；各子系统结构功能存在较大差异，对故障预测和维修保障等需求不尽相同，因此合理分配维修资源，选择合适的维修方式显得尤为重要；寿命周期内任务次数较少，需要在存放期间保持足够的可用性，在有任务需要执行时，必须能够做到召之即来，来之能战。

4 导弹装备健康管理的关键技术

导弹装备系统健康管理的关键技术应当从故障预测技术、维修方式和可视化技术等三个方面重点研究。

4.1 故障预测技术

由于视情维修的关键就是通过判断武器装备当前的健康状态、故障部件劣化趋势预测进行维修方式确定，利用不同预测方法确定故障阈值发生时间，就能够推断故障剩余寿命时间。故障预测方式的效果成为影响装备战备完好性和保障费用的重要因素。目前，采用的故障预测方法一般可以分为以下4类[14]:

1) 基于预警电路的故障预测，即在电子产品中设置预警元件，使得元件与故障电子部件具有相同的失效原理和工作环境，并且加大其工作应力加速失效过程，达到提前失效发出预警的目的；

2) 基于累积损伤模型的故障预测，即通过一系列不同健壮程度的损伤标尺实现对失效过程的连续监控，利用等比数学方法实现对故障发生时间的实时预测；

3) 基于失效物理模型的剩余寿命预测，即通过环境应力和工作应力监测，进行累计损伤计算进而推断出被测部件的剩余寿命。

4) 基于数据统计的故障预测，这种方法需要历史故障数据进行失效分布拟合，通过计算数据可靠度函数，设定故障阈值，当可靠度达到阈值下限时认为发生故障。

由于预测技术的不确定性是其固有特性，不管使用何种预测方法，都会存在或多或少的预测误差，因此如何在精密武器系统中尽量降低其不确定性，减少预测误差是目前预测领域需要克服的关键问题之一。本文根据故障预测不确定性这一特征，在导弹装备健康管理系统中引入了多Agent故障预测技术。多Agent技术的本质是将拥有不同知识库和推理机制的预测方法通过高内聚松耦合结构进行协调合作，对统一故障问题并行推理，单独求解，最后综合决策出最精确的预测结果[15-16]。基于多Agent的故障预测过程如图1所示。

图1 基于多Agent故障预测过程

功能各异的预测Agent接收前端传感器的采集数据，根据不同的预测原理对故障部位进行预测分析，然后通过通信渠道将不同方法的预测结果汇总至中央控制Agent，结合中央知识库和信息融合技术，将不同预测Agent得到的结果进行融合处理，使得出的最终预测结果更为精确可靠。

当不同方法的预测结果经过中央控制Agent时，信息融合作用显得尤为重要，常见的信息融合技术有贝叶斯推理、神经网络、卡尔曼滤波和D-S证据理论等方法[17]。数据或信息/知识融合是指通过协作式或竞争的过程获得一个更可行信的推理结果，它被应用于诊断和预测过程当中。在健康管理中，融合技术主要应用于3个层次上：在较低层次上，信息融合直接被用来结合来自多传感器的数据进行融合以进行信号识别和特征提取，如将振动信号和速度信号融合可获得时域同步振动信号；在较高层次上，信息融合被用来将提取的特征信息进一步融合以获得最优的诊断信息；在最高层次上，信息融合被用来进行系统级的预测推理和维修决策融合，主要包括基于经验的信息、物理模型的预测推理和基于信号的信息等。不同的信息融合方法有着各自的优缺点和适用范围，考虑多Agent预测方法的冗余互补性以及融合范围的广泛性，该预测系统采用D-S证据理论融合方法。

4.2 状态维修技术

视情维修的落脚点在于维修，如何根据故障预测结果进行相应维修方式的确定是目前导弹装备健康管理技术的关键难点之一。

目前的导弹装备维修方式大致分为3种：事后维修，定期维修和基于状态维修[18]。事后维修是被动维修，这种维修方式的弊端是维修不足，往往会造成装备长时间停机，是一种较为传统粗放的维修方式；定期维修是按照工程师经验对装备部件进行定期检查、维护保养及更换的维修措施，这种维修方式一般不会出现维修不足的情况，但是往往发生维修过剩现象，造成资源和人力的浪费；基于状态维修是指通过传感器对装备部件进行实时监测，判断监测对象当前的健康状态和劣化趋势，据此在最必要的时机进行适当的维修措施。目前部队在导弹装备中采取的维修方式依然以传统的两种维修方式为主，因此将状态维修技术应用于导弹装备系统显得非常有必要。

对于导弹装备这一大型综合系统，整体上实施状态维修有相当大的难度，因此需要将问题分解，在获取故障监测数据的基础上，首先根据部件特点确定维修方式，明确决策目标，最后生成合理的维修方案，具体的基于状态维修工作流程如图2所示。

图2 基于状态维修工作流程

由图2可知，复杂系统中存在单部件系统和多部件系统，两者区别在于部件之间故障是否存在维修相关性，对于单部件来说维修相对简单，只需对单部件进行劣化趋势分析；对于多部件系统来说，维修复杂度较高，一般采用机会维修或者成组维修方式，综合考虑相关部件的维修费用和可用度目标，确定部件的维修间隔期、维修上限次数和维修可靠度阈值组等维修具体计划措施，经过不断调整关键监测参数，获得最优的维修策略。

在多部件机会维修的目标决策方法中，单目标维修决策方法较为成熟，而多目标(MOP)维修决策方法较难实现，目前基于极值交互的决策方法对于模型简单的单部件系统较为适用，对于模型较为复杂的多部件系统则不太适用[19]，因此急需一种能够在多个对象中的多个目标进行寻优的方法解决此类问题，而多目标遗传算法正是基于这种原理进行寻优求解的最佳方法[20]。一般有以下3种MOP的遗传算法：

1) 目标加权遗传算法，该方法是将多目标优化问题中的每个子目标函数赋予权重作为其在问题中所占的比重，将不同子目标与权重相乘后求和，将多目标问题转化为单目标问题；

2) 并列选择遗传算法，该方法的思路是将种群中的按照目标个数平均分为若干个子种群，然后分配给各子种群一个子目标函数，进行独立寻优，生成新的子种群，再将新种群合并重新分配，交叉变异后循环操作，直到得到最优解；

3) 排列选择遗传算法，该方法是指基于最优个体的理念对种群进行排序计算，将繁殖概率越大的优先遗传给下一代种群，经过循环迭代，最终收敛到最优解集；

在进行多目标决策优化中，一般从经济性和可用性两个方面入手，结合部队作战过程中可用度要求更高的特点，选择目标加权的遗传算法作为多目标优化决策的主要方法。

4.3 数据挖掘和可视化技术

健康管理过程中涉及的数据量往往非常大，数据挖掘过程被定义为在大量的数据中发现有用信息的过程。数据挖掘在健康管理中的应用仅仅是数据分析的一部分，它是未来健康管理数据分析的重要机制。同时，它为精确和明确的进行信息和知识的交换提供一个独特的方法。在大量的原始数据信息中，要快速有效的吸收有用信息、发现数据模式、识别异常和找出隐含的关系是一件很棘手的事情。

数据可视化技术把大量的数据表示成基本的图表、图形化显示，通过自动化的数据分析，数据可视化有助于识别数据中的趋势和模式。数据可视化技术在把数据转化为知识、观察和吸收健康管理相关信息方面的应用非常有效。健康管理必须给操作人员与维修人员以简单、明确指示性、内含丰富信息且不太复杂、可以掌握的方式来显示健康信息。项目中的信息显示界面部分本身需要有挑战性的努力，为此需要专门组织团队进行专门研究。花时间对达到显示界面目标进行概念研发。一般维修人员都年轻，并且在参军之前很少或没有从事过维修，缺乏经验。因此，建议显示界面可采用“视频游戏”的形式，因为一般修理人员易于吸收图形化信息，抵触基于文本的信息。最终的显示版本专注于图形化的直观显示。

5 导弹装备健康管理系统的发展趋势

1) 可扩展集成智能健康管理系统。目前的装备健康管理系统都是针对某一特殊类型的装备进行量身打造的复杂管理系统，而随着军事科技的大力发展，武器装备数量越来越多，管理系统的种类也层出不穷。因此研究一种适合大多数类型的武器装备健康系统势在必行。通过采用分布式智能集成模块系统，可实现武器装备健康管理系统的扩展和精简，充分发挥健康管理系统的优越性，减少资源和经济的压力，提高利用率。

2) 无线传感网络化健康管理系统。目前，部队武器装备系统的连接仍然使用传统的电路连接方式，这种方式快速、安全，但在实际作战过程中，由于电路接口的局限，导致武器装备在行动过程受到限制，各级与各级的信息传递都需要电路连接，这也增加了系统的复杂性和交叉关联度。无线传感网络化技术的出现，使得健康管理系统复杂性降低，达到资源共享和实时健康管理的目标。

6 结束语

通过对导弹装备健康管理技术现状的研究和分析，得出开展导弹装备健康管理的难点主要在于根据导弹装备的使用功能特点和维修保障特点进行健康管理关键技术的应用，有效地选用一些较成熟的技术用于构建健康管理系统，本文最后结合部队装备健康管理的实际情况对今后导弹装备系统的集成智能化和网络化等趋势做出了展望。

[1] 孙博,康锐,谢劲松.故障预测与健康管理系统研究和应用现状综述[J].系统工程与电子技术,2007,29(10):1762-1767.

[2] 胡冬,谢劲松,吕卫民.故障预测与健康管理技术在导弹武器系统中的应用[J].导弹与航天运载技术,2010(4):24-30.

[3] 张泽奇,刘晓芳,陈曦.基于PHM的导弹状态管理研究[J].信息技术,2010(7):107-109.

[4] 杨立峰,王亮,冯佳晨.基于PHM技术的导弹维修保障[J].海军航空工程学院学报,2010,25(4):447-450.

[5] 周启煌,刘春彦,葛银茂.现代坦克火控系统体系结构发展的轨迹[J].火力与指挥控制，2006,31(10):4-7.

[6] 茹常剑,景博,张劼.直升机健康管理系统体系结构研究[J].计算机测量与控制，2011,19(9):2252-2255.

[7] 陈圣斌,曾曼成,郝宗敏.以可靠性为中心的基于状态维修的分析及其应用研究[J].直升机技术，2012(3):39-41.

[8] 马亮,翟坚帅,叶心领.基于状态的维修在鱼雷技术保障中的应用[J].鱼雷技术，2015，23(3):232-236.

[9] STEVEN W.B.Assessment of Condition-Based Maintenance in the Department of Defense.LG903B1，2000.

[10]BENGTSSON M.Condition Based Maintenance Systems an Investigation of Technical Constituents and Organizational Aspects[M].Mlardalen University Licentiate Thesis,2004.

[11]GROBA C,CECH S,ROSENTHAL F,GSSLING A.Architecture of a Predictive Maintenance Framework[C]//Proceedings of 6th International Conference On Computer Information,2007.

[12]GRUBER A,YANOVSKI S,BENGAL I.Condition-based Maintenance Via Simulation and a Targeted Bayes Network Meta Model[J].Quality Engineering,2013，25(4)：370-384.

[13]李小波，王宏伟，李良峰.基于状态的维修及其在外军航空装备中的应用[J].四川兵工学报，2011,32(6)：126-128.

[14]吕琛.故障诊断与预测:原理技术及应用[M].北京:航天航空大学出版社,2012.

[15]隆莹.基于信息融合的多Agent故障诊断系统及在航天器上的应用[D].西安：西北工业大学,2005.

[16]张莉,袁海文.飞机电源多Agent预测与健康管理系统研究[J].计算机工程与应用,2010,46(19):227-232.

[17]杜佳萍.多传感器信息融合算法的研究及应用[D].无锡：江南大学,2011.

[18]何江青,王波.军用装备基于状态的维修理论研究[J].舰船电子工程,2009(12):42-45.

[19]张世英,林秣.交互式广义目标规划决策方法一满意度决策方法[J].系统工程理论与实践,1994(5):6-13.

[20]杨宇航,黄晓云.基于遗传算法的装备维修费用优化分配理论及优化方法研究[J].数学的实践与认识,2004,34(2):77-84.

(责任编辑周江川)

Study of Missile Equipment Health Management and Key Technology

FENG Yu-guang1a, XU Wang1b, GU Jun-yuan1a, WEI Yu-chao2

(1.a.Department of Ordnance Science and Technology; b.Graduate Students’ Brigade,Naval Aeronautical and Astronautical University, Yantai 264001, China; 2.Naval Military Agent’s Room for Completed Equipment, Qingdao 266000, China)

Based on the study of equipment health management technology, the concepts and current application status of missile equipment health management made by predecessors was introduced to set up the missile equipment PHM system. On the basis of making the demand analysis for missile equipment and key technologies, this article determined all of the key technologies and completed the basic work of establishing the missile equipment PHM system, it paved the way for the designing, research and development of the missile equipment PHM systems.

missile equipment; PHM; condition-based maintenance

2016-08-15；

2016-09-12

冯玉光(1965—)，男，博士，教授，主要从事武器装备测试与健康管理研究。

10.11809/scbgxb2017.01.002

冯玉光，徐望，顾钧元，等.导弹装备健康管理及其关键技术研究[J].兵器装备工程学报，2017(1):7-11.

format:FENG Yu-guang, XU Wang, GU Jun-yuan, et al.Study of Missile Equipment Health Management and Key Technology[J].Journal of Ordnance Equipment Engineering,2017(1):7-11.

TJ760

A