民用客机健康管理系统的工程技术研究

吕镇邦 孙倩 王娟

摘要：健康管理系统（health management system， HMS）是现代民用客机必备子系统之一。提升相关技术的系统化、规范化、模块化水平对于实际HMS系统的研制具有至关重要的意义。本文在分析民用客机健康管理系统国内外现状和技术特点的基础上，梳理了其工程技术体系和基本研制流程，重点阐述了体系建模与分析、知识工程与数据建模、机载应用客户化设计、基于模型的综合验证等当前较为先进的系统性关键工程技术，并简要介绍了某型国产民用客机的航电设备HMS研制实践，最后结合需求、差距及研究热点提出了未来需要重点解决的工程问题。

关键词：健康管理；机载维护；体系工程；数据建模；机载应用客户化；基于模型

中图分类號：V37文献标识码：ADOI：10.19452/j.issn1007-5453.2020.07.004

基金项目：工信部民机科研项目（MJ-2017-S-58）

从早期在模拟或机械式设备中采用Push-To-Test测试，到实现了对部分重要设备的数字化测试、监测和显示，再逐步发展到中央维护计算机（CMC）和中央维护系统（ATA 45 CMS）的出现，以及ARINC 624机载维护系统（OMS）设计指南的制定，标志着民用客机机载维护系统和健康管理系统的正式形成。自20世纪90年代以来，在此基础上发展出以波音777为代表的第二代和以波音787、空客380为代表的第三代HMS系统产品[1]。

伴随和支撑实际HMS系统研制发展的是世界各国科研机构持续开展的为数众多的基础技术、前沿技术及其工程应用研究。典型的如美国国家航空航天局（NASA）提出的飞行器综合健康管理（IVHM）计划[2]，涵盖了基础技术、子系统健康管理、关键主题技术和系统级工程整合4个层级的研究内容，技术重点包括健康监测与管理、飞机运营能力评估、面向过程的维修、可移动维修方法和灵活的维修计划等。该计划后期演变为系统安全保证技术和飞行器系统安全技术（SSAT&VSST）计划，实质上是将研究框架拓展至系统综合健康工程与管理（ISHEM）范畴[2]。

近20年来，国内科研机构也开展了大量的相关技术研究，但大部分研究工作侧重于学术性或尚处于实验室阶段[3-4]，对技术的工程化应用研究还很不充分。与此同时，国内虽先后完成了ARJ21、C919等民用客机维护系统的研制，但由于其HMS系统及大部分成员系统产品的主承包商为柯林斯公司（Collins）、通用公司（GE）等国外供应商，国内研制参与度和工程经验都相当有限，与国外先进民用客机HMS技术差距明显。因此亟待加强相关技术的工程化研究，大力提升系统的工程研制技术水平。

1系统概述

民用客机健康管理系统由机载HMS和地面HMS两大部分组成，并可通过飞机通信寻址与报告系统（ACARS）数据链等接口实现空地通信和数据传递。以波音747-400 CMS为代表的第一代维护系统已实现了飞机状态监测、故障自动诊断、交互式维护支持、数据加/卸载等重要机载健康管理功能。波音777的CMS采用霍尼韦尔公司（Honeywell）研发的溯因推理专利技术和诊断模型开发工具（DMDT），实现了从基于逻辑方程的诊断技术到基于模型的诊断技术的重大升级，显著提高了机载数据模型库的系统性和维修性，并实现了对跨系统故障和涉及复杂交联关系故障的规范化建模及其机载诊断推理和交互式维护支持，飞机状态监测的范围和参数量也大幅增加[5]。第三代健康管理系统以空客380和波音787为代表，采用先进的IT技术，状态监测、故障诊断等机载部分性能有了进一步提高，显著增强了地面健康管理和维护支持能力，同时丰富了空地通信和数据管理功能，并具备了一定的视情维修支持功能。

健康管理系统作为唯一跟其他所有机载系统交联，并具备一定智能计算能力的飞机子系统，其研制方法和流程既遵循飞机系统开发的一般要求，又具有一定的特殊性。首先，健康管理系统与成员系统必须作为一个整体统一考虑；其次，健康管理系统必须有人工智能和知识工程的有效实现。

民用客机健康管理系统的主要技术特征和研制难点[1，6]包括：（1）健康管理系统需要借助大量的数据模型和高效的智能算法实现其核心功能；（2）成员系统数量众多、通信和操作接口复杂、需要记录和处理的数据量巨大、技术难度较高；（3）良好的故障模式、影响及危害性分析（FMECA），测试性、安全性设计和分析等质量特性工程是开展健康管理系统研制的基本前提；（4）相当数量的历史数据积累和挖掘分析、建模试验等工作是开展HMS工程化数据建模的重要基础；（5）健康管理系统的研制应与飞机其他系统研制同步开展，并需要全局性的统筹规划和系统性的管控；（6）健康管理系统的研制需要多领域专家的广泛参与和飞机各系统专业人员的深度协作；（7）健康管理系统数据模型的开发、集成、试验和验证，以及系统的熟化需要大量的人、财、物成本，并贯穿系统的全生命周期。

2工程技术体系及研制流程

2.1工程技术体系

民用客机健康管理系统是基于复杂系统工程思想，多种先进IT等技术的多层级、多方位、系统化综合运用。其技术体系可自顶向下大致分为系统顶层工程、系统功能实现和基础性支持三个层级的内容，如图1所示。

民用客机健康管理系统技术体系的第一层级为系统顶层工程技术，包括体系与系统需求分析、体系结构与接口设计、系统综合验证等不同阶段的关键技术。第二层级为系统功能实现技术，包括飞机状态监测、机载故障诊断、交互式维护、机载数据与接口管理、地面实时监控、综合诊断、健康评估、余寿预测、维修决策等机载健康管理和地面运维支持等功能的具体实现技术。第三层级为基础性支持技术，包括成员系统、数据建模和通用IT三方面的基础性支持技术，涵盖系统健康表征参数定义、BIT规范化设计、FMECA、质量特性工程、系统试验与仿真、数据模型开发与验证、传感器与数据采集、信号处理、网络通信、人工智能、大数据等。

2.2基本研制流程

从开发者的角度，民用客机健康管理系统可分为在线应用、离线支持两大部分[1，6]。其中在线分系统是直接面向用户的应用系统，包括机载、地面两部分子系统，可采用传统的软/硬件系统工程开发模式。离线分系统则主要面向工程开发人员，它为应用系统提供各种智能推理算法或模型，其开发模式更适合采用知识工程的流程和技术方法。民用客机健康管理系统的基本开发流程如图2所示。

民用客机健康管理系统开发总体上遵循一般的系统开发流程，主要开发过程包括顶层需求分析、体系化设计、HMS概要设计、软/硬件详细设计、软/硬件开发和实现、软件和配置的数据综合以及硬件试验、系统集成、验证与确认、熟化管理等工程阶段。这些阶段构成软/硬件在线应用系统的开发流程主线。相关活动一般遵循ARP4754A、DO-178B/C、DO-254、ARINC615A-3、ARINC661等民机和系统的研制工程标准，以及ARP6275、ARP6803、ARP6883、ARP6290、ARP6407、ARP6887、ARINC624、OSA-CBM等健康管理系统相关技术规范。

同时以成员系统规范、模型设计、模型开发、模型集成、模型试验验证、模型性能评估、模型修正等数据模型的开发活动构成了离线支持系统的开发流程副线。相关活动一般还应遵循或参考JA6268、ARP4761、IEEE1232、IEEE1522、IEEE1636等相关技术标准和规范。

3系统性关键技术

3.1体系建模与分析

民用客机健康管理系统与民用客机所有机载设备和系统相关联，具有牵涉面广、功能复杂，分系统相对独立，但交互模式复杂等特点。健康管理系统和飞机其他成员系统作为一个整体又具备松耦合协作性、演化性、涌现性等典型的复杂系统或体系（system of system）特征[7-8]，其顶层需求分析和总体设计更适合采用体系工程方法。

基于体系建模的分析与设计采用自顶向下的方式，统筹规划健康管理系统和相关成员系统的研制，形成配套体系如图3所示。要求成员系统从设计、研制开始就考虑健康管理需求。体系建模分析与设计还包括对健康管理系统、驻留平台，以及成员系统质量特性要求等方面的统一考虑和研制规划。

3.2知识工程与数据建模

健康管理应用系统中的“智能”来自于由离线支持系统所产生的规格化的推理性和表述性“知识”。知识工程使人工智能的研究从理论转向应用，主要包括工程规划、知识获取、知识表示、知识管理、知识验证、知识运用和熟化等环节。健康管理系统中的离线支持属于典型的知识工程[9]。主要内容包括：

（1）能力需求的获取、建模和分析

通过对与健康管理系统利益相关者进行分析，确定健康管理系统的工作范围，识别业务事件，确定用例场景，构建需求能力模型并完成需求分析。

（2）体系架构设计和功能分配

将顶层需求根据体系模型逐级分配、传递给健康管理系统、成员系统、辅助工具链等分系统，并进行设计优化。

（3）体系模型的验证和接口规范的制定

建立体系模型与能力需求之间的映射关系，确认体系设计与原始需求的符合性，并在此基础上制定体系接口规范。

HMS知识工程与飞机系统的研制同步开展，并贯彻设计、实现/生产、使用、维护等全生命周期，其技术核心为数据建模。主要有两种模式，一是以系统分析为基础的显性知识（如诊断规则、排故引导）建模，另一种是数据驱动的隐性知识（如神经网络、支持向量机）建模。其中机载健康管理系统数据模型的开发以第一种模式为主[10]。图4为基于系统分析的诊断模型开发流程。

知识获取是当前数据建模工程化中的一个薄弱环节。由于缺乏统一的规划和需求分析工作不到位，在质量特性工程和HMS建模实践之间存在着信息和技术断层。对于隐形知识的挖掘，除了需求不尽明确、历史和试验数据积累不足外，还存在训练模型的置信度和复杂度评估，以及异构模型和算法的部署设计等工程问题。

实现数据建模工程化的主要技术途径包括：体系化分析与设计、成员系统建模规范，以及相关辅助工具链等。

3.3机载应用客户化設计

由于不同航空公司飞机运行环境及维护方式的差异，即使相同型号的飞机出现的问题也不尽相同，主制造商难以将用户的多样化需求完全固化到机载健康管理系统的软件设计中，同时由于安全性考虑和适航要求，严格限制机载软件交付使用后进行修改或升级。因此需要借助机载软件应用的客户化设计为用户提供客户化配置功能，更好地满足用户的个性化需求。

现代民用客机机载健康管理系统普遍采用通用的推理算法软件和可加载数据模型库相分离的设计技术，使得工程开发人员能够在不改动软件的条件下，利用模型开发和配置工具完成对机载数据模型的修改、扩展和完善，并生成可加载数据文件。

航空公司的工程人员能够使用类似的地面辅助配置工具完成诸如监测参数范围扩展或裁剪、信息内容的记录或显示格式，以及报文发送模式等个性化定制的需求。目前在国内外应用比较多的是针对飞机状态监测系统（ACMS）应用的客户化[11]，如图5所示。

3.4基于模型的综合验证

基于模型的综合验证，如图6所示，是将健康管理系统中的成员系统、健康管理系统应用软件及其数据模型和算断、预测推理等模型的开发工具，成员系统仿真工具、验证脚本开发工具、仿真验证平台及其主控工具、验证结果分析评估工具、数据综合管理工具等。借助于统一的模型接口定义和辅助工具链，可以有效支持系统软件、模型和算法的迭代验证，提高系统研制效率。

4系统研制实例

图7为某型国产民用客机的航电设备机载健康管理系统，主要实现状态监测、故障诊断、维护自检、构型管理、故障历史管理、加电管理等功能。其机载应用驻留于通用信息处理平台，通过航电安全接口实现与飞机OMS及机组告警系统（CAS）等的通信，并利用侧显和便携式维护终端法，均通过规范化的模型来定义，以保证开发和验证活动中数据格式、接口等的一致性，以及数据模型和应用模块的复用性[12]。其中的成员系统可以是实物设备也可以是仿真软件[13]；健康管理系统应用可以是系统快速原型，也可以是正式的HMS应用软件。

按照体系化设计，成员系统的仿真模型、监测诊断等模型，以及HMS应用软件模型，均需要符合统一制定的功能、性能需求和数据接口规范，并通过开发相关的辅助工具链（或一体化的辅助平台）确保一致性和复用性。辅助工具链主要包括监测、诊断、维护等机载模型的开发工具，地面诊（PMAT）为航线维护人员提供Web人机界面。

系统机载应用软件的研制严格遵循ARP4754A、DO-178C等民机技术体系规范和基于模型的系统工程（MBSE）开发流程，应用了图1中的主要机载健康管理功能实现。通过成员系统需求规范和ARINC604等落实航电设备的健康管理支持需求和接口技术要求。参照ARP4761、IEEE1232等技术规范，借助辅助工具链完成状态监测模型、机载诊断模型、交互式维护模型等可加载模型库的开发与集成，并利用基于模型的综合验证平台完成健康管理系统的实验室验证。通过该系统的研制，不仅有效实现了航电设备的健康管理和航线维护支持，并显著提高了其质量特性工程技术水平。

5结束语

由于国内民用客机健康管理系统的研制工作起步较晚，在研制模式、关键技术，以及工程经验和数据积累等方面与国际先进水平存在着不小的差距。建议在未来的研制中重点解决以下几个层面的工程问题：

（1）在顶层规划和管理层面：采用系统工程方法，制定研制体系规划和工程技术规范，研究HMS与成员系统的并行研制工程模式、数据模型的协同开发和集成技术，以及系统验证与熟化的协调管理方法等。

（2）在系统及接口设计层面：针对具体需求和约束条件开展正向设计，重点加强针对新增功能、扩展范围和提升性能等需求的设计技术研究，例如，针对不同类型成员系统健康管理的差异化功能分配、通用/专用模型接口与算法设计研究等。

（3）在应用具体实现技术层面：首先要提升质量特性工程、基于系统分析的数据建模、仿真与试验验证等基础技术的系统化、规范化水平；同时顺应综合化、智能化的发展趋势，积极开展微型和智能传感器、空地一体化、信息物理、大数据和深度学习等新技术的应用研究和工程化实践，重点解决疑难故障诊断、健康评估、余寿预测等技术难题，逐步实现视情维修。

参考文献

[1]吕镇邦，崔广宇，王轶.民用客机健康管理系统[M].上海：上海交通大学出版社，2019. Lyu Zhenbang， Cui Guangyu， Wang Yi. Civil aircraft health managementsystem[M].Shanghai：ShanghaiJiaoTong University Press， 2019.（in Chinese）

[2]张宝珍，王萍，尤晨宇.国外飞机预测与健康管理技术发展计划综述[J].计算机测量与控制，2016，24（6）：1-7. Zhang Baozhen， Wang Ping， You Chenyu. Overview of oversea prognostics and health management technologies development projects[J]. Computer Measurement & Control， 2016，24（6）：1-7. （in Chinese）

[3]王洁，周鑫，李元祥.飞机供电系统健康管理技术研究[J].航空科学技术，2019，30（11）：57-61. Wang Jie， Zhou Xin， Li Yuanxiang. Research of the health managementfortheaircraftpowersupplysystem[J]. Aeronautical Science & Technology，2019，30（11）：57-61.（in Chinese）

[4]鐘书辉，段丽华，王炜，等.主成分分析和支持向量机在无刷直流电机故障诊断中的应用研究[J].航空科学技术，2019，30（2）： 47-52. Zhong Shuhui， Duan Lihua， Wang Wei， et al. Application research of BLDCMs fault diagnosis method based on PCA and SVM[J]. Aeronautical Science & Technology，2019，30（2）： 47-52.（in Chinese）

[5]李兴旺，汪慧云，沈勇，等.飞机综合健康管理系统的应用与发展[J].计算机测量与控制，2015，23（4）：1069-1072. Li Xingwang， Wang Huiyun， Shen Yong， et al. Application and development of integrated vehicle health management system in aviation field[J]. Computer Measurement & Control，2015，23（4）：1069-1072.（in Chinese）

[6]SAE Committee HM-1.ARP6803IVHM concepts，technology and implementation overview [S]. Society of Automotive Engineers，2016.

[7]陽东升，张维明，张英朝，等.体系工程原理与技术[M].北京：国防工业出版社， 2013. Yang Dongsheng， Zhang Weiming， Zhang Yingchao， et al. System engineering principles and technology[M]. Beijing： National Defense Industry Press，2013.（in Chinese）

[8]潘星，张振宇，张曼丽，等.基于SoSE的装备体系RMS论证方法研究[J].系统工程与电子技术，2019，41（8）：1771-1778. Pan Xing，Zhang Zhenyu，Zhang Manli，et al. Research on RMS demonstration method of equipment SoS based on SoSE[J]. Systems Engineering and Electronics， 2019， 41（8）：1771-1778. （in Chinese）

[9]Niu Wensheng，Lv Zhenbang，Sun Qian. Prognostics and health management knowledge modeling and data management[C]// IEEE International Conference on Computer Science and Automation Engineering，2013.

[10]吕镇邦，沈新刚，王娟.基于系统数据分析的机载诊断模型开发方法[J].电光与控制，2020，27（2）：103-106. Lyu Zhenbang， Shen Xingang， Wang Juan. Development of onboard diagnostic models based on system data analysis[J]. Electronics Optics & Control， 2020，27（2）：103-106. （in Chinese）

[11]晏震乾.机载ACMS系统的客户化配置[J].航空维修与工程， 2015（3）：39-41，42. Yan Zhenqian. The customized configuration of onboard ACMS[J]. Aviation Maintenance & Engineering， 2015（3）：39-41，42. （in Chinese）

[12]吕镇邦，孙倩，王娟，等. PHM模型的工程化验证方法研究[J].计算机测量与控制，2016，24（9）：281-283. Lyu Zhenbang， Sun Qian， Wang Juan， et al. Research on prognostic and health management （PHM） model verification engineering process[J]. Computer Measurement & Control， 2016，24（9）：281-283.（in Chinese）

[13]吕镇邦，程玉杰，张选刚，等.机载维护系统仿真激励环境的设计[J].测控技术，2019，38（12）：66-70. Lyu Zhenbang，Cheng Yujie，Zhang Xuangang，et al. Design of simulated excitation environment for onboard maintenance system[J]. Measurement & Control Technology， 2019，38（12）： 66-70. （in Chinese）（责任编辑陈东晓）

作者简介

吕镇邦（1976-）男，博士，高级工程师。主要研究方向：健康管理与软件工程。

Tel：029-88151072

E-mail：lzbang@avic.com

孙倩（1987-）女，硕士，工程师。主要研究方向：健康管理。Tel：029-88151309

E-mail：sunqiansmile@163.com

王娟（1982-）女，硕士，工程师。主要研究方向：健康管理。Tel：029-88151309

E-mail：wj_8286@163.com

Research on Engineering Techniques of Civil Aircraft Health Management System

Lyu Zhenbang*，Sun Qian，Wang Juan

AVIC Aeronautical Computing Technique Research Institute，Xian 710068，China

Abstract： Health management system （HMS） is one of the necessary subsystems of modern civil aircraft. It is of great significance to improve the systematization， standardization and modularization of related techniques for the development of HMS. Based on an analysis on the HMS state of art and technical characteristics， the engineering technology system and basic development process of civil aircraft HMS were summarized. Several advanced key system techniques， such as system of system modeling and analysis， knowledge engineering and data modeling， customization design of onboard applications， and model-based integrated verification， were stated emphatically. An avionics health management system development practice for a domestic civil aircraft is introduced briefly. Considering the requirements， gap and research hotspots， several engineering problems to be solved in the future were concluded.

Key Words：health management；onboard maintenance；system of system engineering；data modeling； customization of onboard applications； model based