面向售后保障的导弹装备健康管理系统研究 *

黄海金，季焓，刘骁佳，杨波，王宁

（上海航天精密机械研究所，上海 201600）

0 引言

随着新技术、新工艺越来越多地被军工装备工业方所采用，导弹装备的战技性能出现了大幅提升。与此同时，装备系统组成日趋复杂，技术集成水平持续上升，售后维护保障的重要性日益凸显，使得导弹装备售后服务保障工作在广度和深度上较以往有了新的发展。为保证常态化作战值班、实战化演练任务条件下导弹装备的战备完好性与应急应战能力，列装部队需要快速识别装备当前状态，确认或预测装备能否作战。为此，将故障预测与健康管理技术［1-4］（prognostics and health management，PHM）引入导弹装备售后保障工作，通过对导弹装备进行故障诊断、故障预测和健康评价，保障装备的完好性、安全性以及任务成功率，实现装备精确、精准、高效保障，进而提升部队应急应战能力。

近年来，在装备保障和健康管理方面开展了一些研究：文献［5］采用微服务架构构建了“云、网、端”一体的装备保障信息系统集成平台；文献［6］开展了全生命周期覆盖、全资源集成、全系统协同和全数据管理的航天装备综合保障信息管理平台研究，并研制了典型产品；文献［7］研究了数据驱动的智能装备远程故障预测与健康管理系统，实现了基于总体经验模态分解法和径向基神经网络的故障诊断及基于动态神经网络的故障预测；文献［8］开展了面向装甲装备的基于自回归滑动平均模型-误差反向传播神经网络组合的故障预测研究；文献［9］研究了面向三坐标搜索雷达的基于故障关联和自组织映射网络的健康状态评估及基于随机模糊理论和加权最小支持向量机的剩余使用寿命预测；文献［10］研究了面向自行火炮的基于劣化度的健康状态评估模型和基于改进灰色马尔可夫故障预测模型；文献［11］建立了潜艇故障预测与健康管理体系结构，论述了关键技术及实现方法；文献［12］提出了面向导弹装备故障的基于数据融合和改进新陈代谢不等间距灰色模型的预测方法；文献［13］提出了基于大数据的雷达健康管理系统的网络平台框架，介绍了雷达健康管理系统关键技术。上述文献的研究成果为武器装备的信息化保障、健康管理提供了重要借鉴，但针对导弹装备售后保障具体场景面向型号实际应用的健康管理系统研究实践较少。

为提升导弹列装部队的自主保障能力、提高装备保障快速反应能力，转变装备工业方传统售后保障模式，根据售后保障工作中发掘的需求和多年来的保障经验积累，本文以某型导弹装备为背景开展健康管理系统研究，面向导弹装备售后保障需求，提出了基于微服务和云平台的健康管理系统架构、功能模块设计和关键技术，并开展了系统建设和面向试点型号的应用。

1 导弹装备售后保障现状与需求

进入21 世纪以来，导弹装备保障工作随着装备交付数量的增加、实战化训练检验的增多、战斗力的形成受到了越来越多的关注和重视。为保障装备的完好性、确保演训等任务的成功率，以某型导弹装备为例，其售后保障主要包括：①周期性的装备巡修巡检活动：对列装部队进行例行巡访，了解部队在装备及支援设备的使用、维护、转运、贮存等环节中存在的问题，视问题类型和严重程度开展检查维修工作或研究制定解决方案和实施计划；②重要任务保障活动：针对部队重要战训任务，开展针对性的装备保障工作，力保战训任务顺利执行、圆满完成；③故障装备维修保障活动：装备工业方在接到部队反馈的装备故障后，派遣总体所设计师、相关专业所设计师、总装厂工艺师和专业技能人员到故障发生地点开展装备故障排除工作；④专项保障活动：为消除已交付装备的由设计、工艺等因素造成的缺陷，装备工业方派遣专业技术技能人员根据工艺规程开展装备维修维护保障专项作业；⑤部队人员培训活动：针对在部队中装备的使用维护场景，装备工业方开展编制培训教材、开班授课、培训考核等工作，提升部队人员的技术能力。

多年来，在军厂双方的共同努力下，导弹装备售后保障体系不断完善，有力地保障了列装部队顺利完成演习、训练、值班等各项任务，同时通过这些任务的执行也逐步明确了导弹装备售后保障的信息化、智能化需求，包括：①针对简单故障的装备快速诊断和自主维修建议；②针对疑难问题的远程专家诊断和维修指导；③装备故障预测和健康评价；④装备全寿命周期履历信息管理；⑤包含装备使用维护说明书、培训教材、维修案例等电子文件在内的装备知识库。上述需求对本文开展导弹装备健康管理系统研究与建设提供了指导思路。

2 导弹装备健康管理系统构建

2.1 系统总体架构

导弹装备健康管理系统总体架构如图1 所示。

图1 系统总体架构Fig. 1 System architecture

系统通过测试设备、环境监测系统、自动导通装置等设备实现装备实时状态的感知，通过PDM、MES（manufacturing execution system）等信息系统实现装备历史数据集成，结合本系统的售后保障记录形成涵盖生产制造、交付、使用维护、售后保障等全寿命周期的装备履历数据包。通过数据清洗治理、统计分析、挖掘训练构建模型实现装备故障快速诊断、故障预测、健康评估，通过远程专家会诊解决装备疑难杂症，通过梳理故障案例、保障经验知识实现故障装备维修方案推荐、备品备件需求预测和维修保障计划初步制定，进而提升导弹装备保障的效率、效能。

2.2 系统物理架构

导弹装备健康管理系统不是一个孤立系统，需要同工业方其他系统信息进行集成以形成所需的装备履历数据包，同时要适应多种不同工况，如：装备返厂返修、列装部队演训维护、工业方售后保障等，因此导弹装备健康管理系统在部分使用场景下处于网络离线状态，并在需要时能够与中心机房联网获得系统全功能服务，实现高质量、高效率的装备保障。由于涉及导弹装备健康管理的工业方、列装部队、军修厂等多方单位存在物理空间上的距离间隔，其健康管理系统需设计相应的物理架构。

根据某型导弹装备售后保障过程中军厂双方的需求，结合目前工业方与各部队的信息互联现状，本文设计了导弹装备健康管理系统物理架构，如图2 所示。

系统云平台设置在工业方中心机房，与PDM，MES 等系统信息集成，通过企业内部网络可全面收集生产制造、售后返修、大修、延寿等阶段的由工业方车间感知层提供的装备履历数据，工业方车间感知层包含工位终端、手持PAD、测试设备、多通道自动导通台、智能定力工具、环境监测终端等设备；受限于列装部队网络与工业方涉密网之间的不连通，军厂双方信息系统难以直接进行网络通信，在列装部队的装备使用维护和售后保障通过导弹装备健康管理App 开展相关工作，App 在本地存储了所列装或待保障装备的履历数据、知识库、模型，可离线使用，也可通过卫星加密通信和北斗短报文通信链路构建通信网络［14］与系统数据中心联网，以获得完整数据、最新模型和交互服务。

2.3 系统软件技术架构

导弹装备健康管理系统软件技术架构如图3 所示，包括物理层、基础设施层、云平台层、微服务平台层、业务层和展示层。

图3 系统软件技术架构Fig. 3 Technical architecture of system software

（1） 物理层。包含接入导弹装备健康管理系统的测试设备、环境监测终端、多通道自动导通装置、扫码枪等物理设备实体。系统通过物理层，实现导弹装备状态数据采集、设备指令下达等功能。

（2） 基础设施层。为导弹装备健康管理系统提供网络、存储、计算等资源。

（3） 云平台层。由以HDFS（hadoop distributed file system）分布式大数据存储系统为核心的云存储和以Spark 内存计算框架为核心的云计算组成，为导弹装备健康管理系统提供数据集中管理和为高强度计算提供能力支撑。

（4） 微服务平台层。由Spring Cloud 框架的组件和工具包组成，实现系统业务层各微服务的服务接入、服务治理、配置管理、监控等功能，同时提供了消息总线、任务调度、大数据接入等开发工具包。

（5） 业务层。包括应用服务层，以微服务方式实现了导弹装备健康管理系统的各项业务，包括装备履历管理服务、装备故障维修服务等；公共服务层，是面向域内所有信息系统的平台级公共服务集合，包括消息队列、权限管理、即时通信等服务，为应用服务层提供底层组件支持。

（6） 展示层。向用户提供人机交互接口，通过调用业务层的应用服务，将系统业务功能以Web 网页、桌面应用程序或安卓App 等形式呈现给用户，也支持对外部系统提供服务接口。

2.4 系统组成

导弹装备健康管理系统由在线版系统和离线版App 组成，如图4 所示。在线版系统用于装备故障诊断与预测、健康评价、履历信息汇集和数据包生成、知识库维护更新、PHM 模型训练等；离线版App 用于离线条件下的装备履历查看与更新、故障诊断和健康评价等。在线版系统和离线版App 在联网时可进行系统数据同步，也可以在非联网情况下通过系统数据导入导出功能实现信息的更新。

图4 系统组成Fig. 4 System composition

在线版系统主要业务功能包括：

（1） 装备履历管理。通过与PDM，MES 等系统的集成，按导弹个体抽取装备基本信息（型号、批次、编号、出厂时间等）、配套信息（以树结构形式组织装备各组成的图号、名称、配套厂家、编号等）、生产管理信息（生产工序的开始结束时间、操作人员、生产依据等）、质量信息（生产过程检验数据、测试数据、声像记录、质量问题等）等；根据数据特点和PHM 需求将部分履历信息分离成履历模板和履历数据，便于后续故障诊断、故障预测等业务的数据利用；根据装备交装、型号管理等要求，将抽取的履历信息整合成可交付的装备履历数据包；装备履历数据的查询、追溯、常规统计（最值、均值、方差、成功包络等）和分析。

（2） 装备故障维修。在发现装备异常后，填报发生异常的装备信息、时间、地点、作业概述、现象等基本信息，系统调用异常装备履历信息，通过故障诊断模型开展智能诊断计算，诊断成功后结合案例知识库给出故障维修方案建议；若诊断失败，可通过远程专家会诊方式连线总体所、专业所的专家，共享异常装备履历信息，由专家给出故障诊断结果和故障维修方案。

（3） 装备故障预测与健康评价。根据需求，系统可定期后台进行装备的故障预测和健康评价，从而能更加科学地预测备品备件的需求量和采购量，同时设置更加合理的保障计划，实现装备视情维修。

（4） 装备知识管理。实现对装备故障案例、技术资料进行维护更新，用于工业方和列装部队相关人员查阅学习；实现对故障诊断模型、故障预测模型和健康评价模型的管理，系统采用模型和计算分离的架构，通过不断更新优化模型，提升装备故障诊断的准确率、预测和健康评价的置信度。

离线版App 主要业务功能包括：

（1） 装备履历管理。App 通过连接测试设备、环境监测终端等硬件组成的装备状态感知层，集成装备状态数据，同时叠加使用维护、维修保障过程中填写履历信息，形成完整的装备履历数据包，为部队用户、保障人员提供装备履历查询追溯和统计分析服务。

（2） 装备故障维修与健康评价。App 基于装备履历数据包和内置的故障诊断及健康评价模型，提供面向使用维护、维修保障的故障诊断维修、健康评价服务。

（3） 装备知识管理。为用户提供故障案例、技术资料的查阅服务。

3 系统关键技术

（1） 多源异构数据的集成和重组技术

为确保导弹装备健康管理系统实现准确可靠地进行故障诊断、预测和健康评价，系统履历数据应准确、全面，数据来源包括：PDM 的配套件组成、工艺信息、检验元数据，MES 的计划信息、派工信息，质量检验系统的配套信息、检验数据、照片录像，测试设备、环境监测终端、导通装置等设备上的数据报表，售后保障过程中记录的维修保障信息等。数据类型涉及结构化数值和文本、半结构化报表（文本、Word，Excel）、非结构化报表（PDF）、照片和录像等。

多源异构数据的集成和重组技术在装备数据分类的基础上构建如图5 所示的装备履历数据架构，通过与PDM，MES 等系统的信息集成接口实现装备数据的批量抽取，再进行分类整理、统一表示、重新组织、建立关联并存储在云平台，实现面向批次状态、时空、BOM、生产制造流程、质量特性等多个维度的数据组织，兼顾装备数据的可视化展示、多维查询和面向故障诊断、预测等业务的数据挖掘。

图5 装备履历数据架构Fig. 5 Equipment record data architecture

（2） 导弹装备故障诊断技术

导弹装备故障诊断技术一般基于导弹装备实时状态信息给出装备是否故障、故障发生部位、故障产生原因和故障排除方案等信息，在条件允许的情况下也可以加入历史履历信息参与计算，对工业方或列装部队开展快速装备维修保障工作具有重要意义。为充分利用现有的装备质量问题数据库和多年来的装备履历数据，取得最佳的故障诊断效果，导弹装备健康管理系统采用基于知识推理、孪生网络［15-18］和远程专家会诊的多层次故障诊断。系统故障诊断流程如图6 所示：步骤1，在发现导弹装备故障现象后，将故障代码或故障现象输入系统中；步骤2，系统基于装备知识库采用知识推理的方式对故障进行诊断，若诊断成功则执行步骤5，否则继续下一步骤；步骤3，系统基于履历数据包采用孪生神经网络对故障模式进行计算，若诊断成功则执行步骤5，否则继续下一步骤；步骤4，系统无法自动诊断故障，系统指引相关人员通过远程专家会诊的方式进行故障诊断；步骤5，根据诊断结论，系统输出或人工录入装备故障定位，制定维修方案；步骤6，根据维修方案，开展故障维修工作并填报维修履历，完成闭环。

图6 导弹装备故障诊断流程Fig. 6 Equipment record data architecture

（3） 导弹装备故障预测技术

导弹装备故障预测技术一般是基于导弹装备历史履历数据对装备未来可能发生的故障情况进行预测，以提前做好备件采购、安排保障任务，是实现装备预防维修的关键。导弹装备健康管理系统故障预测流程如图7 所示：①建立导弹故障预测模型，首先明确需要进行预测的导弹指标集合，包括重要测试项目、内部设备可靠性、损耗件完好性等，并确定指标所属的预测类型（包括经验规则预测型、灰色神经网络［19-20］预测型），再根据预测类型从规则库或神经网络模型库为各指标分配预测算法或模型；②设置预测时间、导弹编号等条件，系统根据各项指标预测算法或模型的计算要求，从履历数据包中抽取预测计算所需的输入数据集，代入预测算法或模型进行计算；③根据指标集预测结果，分析判断导弹的故障情况，对于不能直接判断故障的（如测试项目结果），可通过故障诊断模块进行故障分析，最终输出预期可能发生的故障列表和维修建议。

图7 导弹装备故障预测流程Fig.7 Missile equipment fault prediction process

（4） 导弹装备健康状态评价技术

导弹装备健康状态评价不仅包括对导弹当前健康程度的定性或定量评价，还可以包含装备理论剩余寿命、无故障时间预测、维修预测、维护保养建议、基于性能指标的导弹装备选用辅助决策等内容，从而最大限度发挥装备战斗力。导弹装备健康评价采用层次分析法，原理如图8 所示：①根据专家经验，筛选与导弹装备健康相关的因素，构建健康评价的指标体系，包括生产制造过程、交装服役过程、储存环境、测试数据、故障情况等全寿命周期内各环节的指标，再根据设计原理、生产制造及售后服务的经验和数据统计分析结论确定权重矩阵，建立健康评价模型；②对健康评价模型的各指标设置合适的统一化处理算法，并对各指标的数据进行处理，要求处理完成的结果处于［0，100］区间；③将经统一化处理后的指标值代入健康评价模型，计算得出处于［0，100］区间的健康指数，为便于用户正确认知评价结果，系统参照GJB 7893.12—2019《卫星在轨测控管理规程 第12 部分：健康状态评估》［21］将健康指数转化为由健康、基本健康、降级和不健康组成的四分法健康等级。

图8 导弹装备健康评价原理Fig. 8 Principles of missile equipment health assessment

4 系统建设应用

由于导弹装备健康管理系统涉及业务功能多、技术难度大，为扎实推进项目进展、缩短建设周期，系统按照“一次规划设计、分段推进实施，技术攻关与系统开发并行开展，智能算法模型循环迭代完善”的思路建设。目前，围绕保障履历管理、故障诊断等核心功能业务，已完成了系统阶段性建设，主要工作包括：

（1） 跨部门组建系统建设团队，主要包括系统功能设计开发团队、基于大数据的算法模型开发团队、基于业务经验的知识库构建团队、数据治理团队等，各团队按系统开发方案独立完成相关工作。

（2） 在系统开发方面，完成感知层状态数据集成、履历数据管理、知识管理等业务功能，完成可配置的装备故障诊断、故障预测和健康管理功能框架；在算法模型开发方面，完成试点型号典型场景的故障诊断模型构建和训练；在知识库构建方面，完成试点型号故障知识的获取和结构化。

（3） 完成系统阶段性开发后，单位武器领域内部开展了导弹装备健康管理系统的应用，对装备履历管理、故障诊断等进行了试用和优化。

（4） 与试点型号某列装部队开展合作，进行了系统应用，如图9~11 所示。主要包括：①通过离线的PAD 或笔记本，实现了装备履历离线结构化记录，并与装备测试设备进行集成，导入的测试数据自动转为装备履历；②通过系统内置加密的故障知识库，实现了基于故障代码、测试报错结果的故障诊断，并提供故障严重等级、故障影响和维修建议；③根据装备的作训任务、故障情况、交付年限等，进行装备健康评价，为装备消耗优先级、备附件采购提供参考。通过一年的应用，部队采用系统对单位内所有的试点型号装备进行管理，验证了履历可追溯性、故障诊断准确率和健康评价有效性，使用反馈良好。

图9 装备履历数据离线填写Fig. 9 Fill in equipment resume data offline

图10 装备故障查询Fig. 10 Equipment fault knowledge search

导弹装备健康管理系统的内外部应用结果表明，系统架构、功能设计和技术研究方向合理可行，符合工业方和列装部队的应用要求。

图11 装备健康评价Fig. 11 Equipment health evaluation

5 结束语

通过多年来导弹装备保障工作的总结梳理，本文结合装备保障未来的发展趋势进行了导弹装备健康管理系统需求分析，提出了系统总体架构、物理架构和软件技术架构，设计了系统功能模块结构，阐述了系统的关键技术，并进行了系统的设计开发与实施应用。该健康管理系统的实践表明了系统方案的可行性和系统的有效性，后续重点开展关键技术的突破，提高装备故障诊断、故障预测的置信度和健康评价的效度，助力导弹装备保障实现从应急抢修到预防性维修再到智能保障的跨越。