导弹装备健康管理系统的设计与应用*

2022-09-24刘丹丹唐毓燕原艳斌倪晓峰荆云建

现代防御技术 2022年4期

刘丹丹，唐毓燕，原艳斌，倪晓峰，荆云建

（1.北京电子工程总体研究所，北京 100854；2.北京航天晨信科技有限责任公司，北京 102308）

0 引言

导弹装备健康管理一般是指通过监测获取装备的状态信息，对其进行健康状态评估和寿命预测，并对出现的故障进行诊断，结合可用资源和使用需求对维修活动做出适当决策或提出建议。通过装备健康管理，可以提高装备完好性、安全性、任务成功性，降低全寿命周期费用，其主要工作内容包括状态监测、健康评估、寿命预测、故障诊断、维修决策等方面。根据故障诊断及预测分析的结果，结合先验知识，分析、评估系统的健康状态及其未来的健康情况等，判断是否继续运行、是否补偿、是否需要故障隔离或紧急关机等。

按照健康管理系统的研制要求，为满足装备综合保障工作要求，将健康管理技术应用到导弹装备的维修保障中，对武器系统及其分系统进行健康状态监测，评估导弹装备系统级及分系统级的健康状态并预测其未来的健康状态，以保障导弹装备的完好性、安全性以及任务成功性，并实现视情维修和自主式保障。

本文描述了导弹装备健康管理系统设计基本原则、结构框架、工作流程及全寿命周期数据管理要求，最后以某装备为例，验证了该设计方法在健康管理系统研制中的可行性与有效性。

1 基本原则

健康管理系统设计的基本原则如下：

（1）多属性评估

在进行系统级及分系统级的健康评估时，要综合考虑其状态特征参数和各种影响因素，包括装备使用环境、维修测试信息等。

（2）动态性评估

武器系统及子系统的健康状态评估是一个持续的过程，当武器系统及其分系统使用性能降低时通过评估来确定其是否可以继续使用，在执行重大任务前通过评估来预测其完成任务的可能性，在执行维护和修理工作后通过评估确定其状态恢复的程度等。

（3）层次性评估

从装备的约定层次上，将装备的层次结构分为系统层和分系统层，下一层次的健康状态直接影响上一层次的健康状态，上一层次的健康状态是对下一层次健康状态的综合。在对系统进行健康评估时，要从被监测对象出发，从下到上逐级开展健康评估［1-2］。

2 系统结构框架

2.1 系统组成与功能

健康管理系统由2 个层次组成，分系统级及系统级。分系统级由各地面装备的健康管理分系统组成，负责对所属地面装备的关重件进行状态监测及健康状态评估等。系统级负责综合各分系统的状态监测信息和健康评估结果，完成系统级的健康管理。导弹装备的健康管理系统设计思路及信息交互关系如图1 所示。

图1 导弹装备健康管理系统的设计思路及信息交互关系Fig.1 Design idea and information interaction of health management system

健康管理系统的主要功能是状态监测、故障诊断、健康状态评估、寿命预测、维修决策和系统全寿命周期管理，如图2 所示。

图2 健康管理系统主要功能Fig.2 Main function of health management system

（1）状态监测

对与各地面装备的工作状态紧密相关的参数进行实时监测、采集、存储与查询［3］。

（2）故障诊断

根据监测的参数，结合机内测试（built-in test，BIT）测试数据等，对各地面装备所发生的故障进行诊断，并将故障定位到外场可更换单元［4-5］。

（3）健康状态评估

根据实时监测的参数，结合历史的状态及评估值、维修信息、故障信息等，建立健康状态评估模型，评估装备系统级及分系统级的健康状况。健康状态分为4 个等级：正常、预警、降级、故障。

健康状态等级内涵如下：

1）正常：所有参数的测试数据均在允许范围之内，且所有参数的测试数据均远离阈值或接近标准值，可以按计划进行监测并适当延迟修护周期。

2）预警：所有参数的测试数据均在允许范围之内，且部分参数的测试数据在标准值上下一定范围内波动，但未达到阈值，可以按计划进行监测和维护。

3）降级：所有功能性能参数的测试数据均在允许范围之内，但部分参数的测试数据接近或达到阈值，劣化趋势明显，或备份设备参数的测试数据不满足要求，除适当缩短测试周期外，还要加速监测并尽快维护。

4）故障：部分参数的测试数据达到或超过注意值，且影响任务成功的参数的测试数据达到或超过阈值，应立即进行维修［6-10］。

（4）寿命预测

根据系统级和分系统级的当前健康状态、使用条件、模型和推理能力，以一定的置信度，产生对某一关键部件在给定使用包线下的剩余使用寿命的估计，并据此来预测装备未来的健康情况。

（5）维修决策

根据健康管理系统输出的诊断信息、健康评估信息、健康预测信息，并结合所监测的状态数据，提示所需开展的维修活动，包括维护/维修项目、方法及配套的保障资源等信息，为装备修复性维修和计划性维修活动提供参考和输入。

（6）装备全寿命周期健康数据管理

对系统从开始工作到故障返修，再到功能丧失报废处理整个全寿命周期中的状态监测信息、故障信息、维修信息等进行统一管理。

（7）健康管理信息显示

显示健康管理信息和数据等，且提供人机交互界面。为便于使用人员的操作，各装备健康管理显示界面的显示方式应尽量统一［11-13］。

2.2 状态监测

装备有效的健康管理信息建立在其输入数据的全面性、趋势性和代表性。健康管理系统的监测信息主要包括设置的监测点的状态信息、各类测试和诊断信息、维修信息等。监测信息可以根据装备的实际运行特点，定期测试维护计划或不定期测试进行积累。所有信息采集后应纳入数据库进行统一管理。

2.3 故障诊断

各分系统依据所监测数据和BIT 的测试数据，采用基于故障树信息传递算法进行故障诊断，提示故障的发生，并将故障隔离到外场可更换单元。同时，分系统将其发生故障与否的信息实时上报至系统。本文以诊断对象最不希望发生的事件作为顶事件，按照对象的结构和功能关系逐层展开，直到不可分事件（底事件）为止。该方法能够实现快速诊断；知识库很容易动态修改，并能保持一致性；概率推理可在一定程度上用于选择规则的搜寻信道，提高诊断效率。故障诊断实现方案如图3所示［14-15］。

图3 故障诊断实现方案Fig.3 Implementation scheme of fault diagnosis

2.4 健康评估

根据状态监测过程中所监测的参数，并结合所建立的健康评估模型，评估装备的动态健康状态。其中，需要对影响装备运行过程中的健康状态因素进行有效分析，并客观地提取出装备运行健康状态的评估指标，以准确反映出装备动态健康状态的特性。影响装备及其各分系统健康状态的评估指标主要包括如下3 个方面：

（1）基本情况

装备及各分系统的基本情况是最基本的属性，是装备及各分系统自身特性的一种体现，反映出装备及各分系统所具备的能力，如装备特点、功能组成、技术参数、性能指标、分系统及其组成设备之间的功能冗余关系等因素。

（2）历史信息

装备及各分系统的运行数据是其运行过程中所采集到的数据，这些数据经过长时间的积累能够反映装备及各分系统某些方面的健康状态信息，包括故障信息、维修信息等。

（3）监测信息

监测信息是由装备实时运行状态、运行环境等相关因素所反映，一般通过实时数据采集的方式获得。

健康状态评估的内容主要包括：

（1）评价当前系统处于其性能退化过程中的哪一种健康状态。

（2）判断系统是由于何种故障模式引起其健康水平的下降。当系统处于性能下降状态时，判断系统是由于何种故障模式引起其健康水平下降的，并评价当前状态偏离正常状态程度的大小。

（3）预测系统未来的健康状态，包括：预测未来的一段时间（下一次任务之内）系统能否正常完成其预定功能，以及预测系统的剩余寿命。

2.5 健康评估模型

健康评估模型组成为：健康状态H－健康指标I－指标参数P。健康状态H=｛I1，I2，I3，I4｝=｛正常，预警，降级，故障｝。对于系统级健康评估模型，对应的健康指标I用装备任务可靠度来表征；对于分系统级健康评估模型，对应的健康指标I用各地面装备的任务可靠度来表征。

3 系统工作流程

考虑健康管理的功能以及系统执行任务时的资源调度，在不同工况下，健康管理系统运行的功能不同，具体如下：

（1）日常维护

系统按日常维护计划，定期对系统健康状态进行检查，运行健康管理系统，并给出装备健康状态评估结果；系统也可根据需要增加新的日常维护项目并执行维护计划。

（2）系统工作异常

主要有2 种情况：第1 种情况为系统执行任务过程中，设备状态异常且给出报警信息，必要时系统中止任务，并向健康管理运行软件发出诊断或评估请求，健康管理运行其故障诊断或健康评估功能并给出结果；第2 种情况为系统任务结束后，任务管理服务向健康管理服务发送任务异常消息，并发出诊断或评估请求，健康管理运行其故障诊断或健康评估功能并给出结果。

图4 给出了健康管理系统的工作流程。

图4 健康管理系统的工作流程Fig.4 Working process of health management system

4 全寿命周期数据管理

装备全寿命周期健康数据管理是指对装备从开始工作到故障返修，再到功能丧失报废处理等全寿命周期的健康数据进行管理。

通过对装备全寿命周期采集的数据、状态监测的数据、测试诊断数据、维修数据、环境数据等健康数据进行统一管理，可以更有效地分析出系统/分系统已工作时间、平均寿命时间、剩余寿命、平均故障率等关键指标，以便对系统健康状态有更直观、可量化的了解。同时，随着装备全寿命周期健康管理数据的累积与扩充，装备健康评估模型和寿命预测模型亦可同步更新、迭代，以保证装备的健康状态评估结果和寿命预测结果更接近装备的实际情况［16］。

5 应用案例

以某导弹装备为例，对上述设计方法进行验证。本文采用分层级健康评估的方法，具体如下：

针对装备每层具体的产品或者设备，建立由“健康状态H－健康指标I－指标参数P”组成的分级健康状态评估模型，装备的每一健康状态可具备多个健康指标（本系统以任务可靠度为健康指标），每一健康指标可具备多个指标参数，每一参数可以通过对传感器、机内测试设备、外部测试设备或者人工判断采集获取。

5.1 健康评估总体思路

根据某装备的产品组成，分层级开展装备的健康评估。顶层为系统级（装备级），下一层为分系统级，即各地面装备。首先，通过分析影响各地面装备主要/关键功能的设备，确定监测对象，对其主要功能/性能信号进行监测；然后，根据所监测信息类型、参数形式等构建健康评估模型，给出每个分系统的健康评估指标；最后，综合各地面装备的健康评估指标，形成系统级的健康评估指标，进而完成武器系统级的健康评估。总体思路如图5 所示。

图5 某装备分层级健康评估总体思路Fig.5 General thinking of hierarchical health assessment for a certain equipment

5.2 健康评估模型构建

某装备平均严重故障间隔时间（mean time between critical failures，MTBCF）为108 h，其任务可靠度随时间变化关系为R=exp｛-（λt）｝，可得武器系统任务可靠度随时间变化趋势如图6 所示。

图6 某装备任务可靠度随时间变化趋势Fig.6 Changing trend of mission reliability of certain equipment with time

设定某装备的健康状态分别对应H=｛I1，I2，I3，I4｝=｛正常，预警，降级，故障｝=｛（0.37，1］，［0.22，0.37］，［0.13，0.22），（0，0.13）｝。系统级健康状态H由其组成的地面装备1、地面装备2、地面装备3 来决定，即

式中：P1为地面装备1 任务可靠度；P2为地面装备2任务可靠度；P3为地面装备3 任务可靠度。

针对分系统级，分别建立地面装备1、地面装备2 和地面装备3 的健康评估模型。

以地面装备1 为例，其MTBCF=300 h，其任务可靠度随时间变化关系为R=exp｛-（λt）｝，武器系统任务可靠度随时间变化趋势如图7 所示。

图7 地面装备1 任务可靠度随时间变化趋势Fig.7 Changing trend of mission reliability of ground equipment 1 with time

由此设定地面装备1 的健康状态分别对应H=｛I1，I2，I3，I4｝=｛正常，预警，降级，故障｝=｛（0.70，1］，［0.58，0.70］，［0.49，0.58），（0，0.49）｝。

地面装备1 的健康状态H由其组成的LRU（line replaceable unit）决定，I（P1，P2，…，P50）=，其中Pi=exp｛-（λit）｝。

测试指标，若为0，则H=0，判为故障；若为1，则按Pi=exp｛-（λit）｝进行计算。

5.3 设计实现与应用

基于上述健康管理系统的设计方法，并对健康管理系统的输入/输出数据、内部数据格式、数据发送策略、外部文档格式及数据容错性检查等做出详细规定，开展某装备系统级及分系统级健康管理系统的硬件与软件设计，图8～11 为某地面装备健康管理软件分系统处于正常、预警、降级和故障等状态下的软件运行界面。调用数据库软件中分系统实际运行数据，将其与健康管理系统接收、显示数据相比对，可知，依据本文设计方法开发的健康管理系统能真实反映装备、各分系统、各设备的监测状态，并准确给出装备的健康状态。图12 为所调用的数据库界面。