20十世纪末，美军在联合战斗机（JSF）计划中提出故障预测与健康管理（Prognostics and Health Management，PHM）概念。PHM是实现JSF自主后勤保障计划（AL）的两大关键技术之一，能够显著降低使用、保障和维修费用，提高飞行器的安全性和可用性。在目前作战平台的测试技术中，主要采用传统的机内测试（BIT）和有限的状态监控维修方式。这种方式耗费资源大、维修效率低，且无法解决高技术指标与经济可承受性之间的矛盾。PHM技术的发展是对传统维修方式的转变，即从事后维修和预防性维修向事前维修的转变。它包括两层含义，一是故障预测，即预先诊断部件或系统完成其功能的状态，确定部件正常工作的时间长度；二是健康管理，即根据诊断/预测信息、可用资源和使用需求对维修活动做出适当决策的能力。
PHM系统概述
目前PH M主要是利用先进的集成传感器，如涡流传感器、小功率无线综合微型传感器、无线微机电系统（MEMS），并借助各种算法，如Gabor变换、快速傅里叶变换、离散傅里叶变换，以及智能模型，如专家系统、神经网络、模糊逻辑等，来预测、监控和管理系统的健康状态。
通俗来讲，PHM系统是通过在飞行器结构和系统内部最重要、最易受损的位置上布置相当于神经元的各类微小传感器，实时监测布控位置结构、系统等方面的各种信息，实时获知飞行器的损伤及故障等问题，实现全机健康状态的集成化管理。通过相当于人体神经网络的各类连接线路，传递到健康管理系统进行运算分析预测，及时诊断发生的故障和损伤，从而提前获知飞行器的某些指标是否处于正常状态。通过监测飞行器系统的各项“生理”指标，对损伤和故障进行实时诊断。飞行器可以自行判断其故障是不会影响正常工作的“小问题”，还是威胁生命但不易察觉的“重大隐患”。就像人们看病一样，当飞行器处于亚健康状态时第一时间向“医生”发出警告。通过飞行器对自身“病情”的“陈述”，后勤保障人员可以采取相应的维护措施，以此来提高飞行器的安全性与可靠性。
针对不同类型的复杂系统往往会开发出不同的PHM系统，但其设计的基本思路是相同的，区别主要表现在不同领域具体应用的技术和方法不同。视情维修的开放体系结构（OSA-CBM）由美国机械信息管理开放系统联盟（MIMOSA）综合所有PHM系统的设计思想和技术方法所制定和发布，可用于指导实际构建机械、电子和结构等应用领域的PHM系统。目前，该体系结构已在包括航空、船舶系统、汽车制造以及其他各工业领域在内的各领域多种系统中得到初步应用验证。
F-35联合攻击战斗机的PHM系统
据不完全统计，PHM技术使F-35故障不能复现率减少82%，维护人员减少20%～40%，出勤率提高25%，保障费用相较前代机种减少50%，使用寿命达 8000飞行小时。
F-35战斗机的PHM系统由机载智能实时监控系统和地面飞机综合管理系统组成，采用分层推理结构，便于从部件级到全系统综合应用故障诊断和预测技术。F-35采用系统级、分系统级和部件级三级系统实现信息综合。部件级是指飞机部件中的软、硬件监控程序，包括智能传感器，机内测试和机内测试设备（BITE）。该级设备采集自身的监测信息和飞机的状态参数，利用故障诊断算法进行成员级的故障诊断，将有关信息提交给分系统级管理器。分系统级包括推进系统、结构、燃油系统、电源系统和液压系统等。分系统健康管理软件驻留在综合处理机（ICP）中，各分系统具有数据处理、状态监控、健康评估、故障预测和自助推理的功能，连续监测飞机相应分系统运行状况。分系统将故障推理结果传送给系统级管理器，系统级管理器对所有分系统的故障进行关联分析，实现故障隔离和故障定位，最终形成飞机健康状态信息和维修信息传给地面飞机综合管理系统。地面根据获得的信息判断飞机的安全性，为制定飞行计划，实施技术状态管理，更新飞机状态记录，调整任务安排，确定维修任务以及分析整个机群的健康状况提供支持。
无人机PHM系统结构设计
设计原则
与有人机系统相比，由于机上没有驾驶员，因此需要更高的自我监控和自我诊断能力。无人机系统具有全天候、高分辨率、远距离、实时、保密、小型、通用、宽收容、网络化的特点，机载武器、电子对抗设备、机载电子计算机及其软件的维护保障等都成为后勤保障的重要内容，势必要求无人机测试项目繁多、测试精度高；随着无人机自动化程度增高、早期故障率高的电子元器件被大量使用，增加了系统的脆弱性，造成备件和维修工作的增加；为增强作战效能，无人机载油、载弹量明显增加，机务准备的内容和充填加挂的工作量成倍增加，有的还需要机务人员在无人机起飞前将航迹、状态、任务数据输入任务计算机。这种情况下，无人机能否做到快速出动、高强度出动，关键在于对无人机健康状态的快速判断。因此，相比有人系统，无人机系统作战能力对PHM系统的依赖程度增加。
基于新型无人机系统的发展，对无人机PHM系统进行设计时要遵循以下设计原则：
（1）关键系统/过程寿命周期内，能确保增强维修性、安全性、降低使用费用；
（2）PHM系统应为开放式体系结构，系统/过程界面变动最小，方便子系统和组件的变更、升级及更换；
（3）结构和环境要求，需严格控制PHM系统重量；
（4）健康监测的要求，包括故障、监测、显示、交互、协议/类型，必须与当前系统运行过程紧密相关；
（5）可扩展性要求与通用要求；
（6）供電与系统兼容性要求。
系统结构
在视情维修的开放体系结构基础上，将无人机作战平台PHM体系结构在物理上分为机载系统部分和地面运行平台部分。
数据采集和传输模块
该模块实现数据的采集、数据的转换以及数据的传输等功能，它提供PHM系统得以实施运行的数据基础。该部分技术应用主要根据系统需求以及采用的不同方法和技术选择相应的待监测的各种参数信息（如工作参数、环境参数和性能参数等），选定待监测的参数后，据此选用各种传感器。表1给出了专门用于记录和跟踪失效机理的PHM传感器的被测量、使用特点和常用型号等。
但在实际使用过程中，由于电磁干扰、空间布局限制等各种因素，传感器的安放位置与数量并不能达到理想状态，目前优化传感器数据传输方法是解决该问题的有效途径之一。现有的几种传输方法中，蓝牙传输缺乏实时性、安全性及可靠性；有线传输需要连接电缆，受空间布局限制，安装困难；无线网络技术节省空间、安装便利，但成本较高，且抗电磁干扰能力极差，数据失真严重。因此，根据美军的飞行经验，卫星通信相比来说是比较好的选择。
数据处理模块
该模块将接收来自各数据处理模块处理后的信号和数据以及各传感器采集到的数据，之后将数据处理成后继所需的健康评估、故障预测和状态监测等部分处理要求的协议格式。数据处理一般包括两个步骤，第一步通常叫做信号预处理，目的是增强信号的特征，这样便于有效地提取有用的信息，这些有用的信息指示出有缺陷的部件或子系统的状态。采用的方法包括滤波、放大、数据压缩、数据确认和降噪以改善信噪比。第二步目的在于从预处理数据中提取特征或状态指标，这些预处理后的数据中包含了早期故障的一些特征。模块采用的技术包括对不同数据模块进行转换，数据信息噪声去除、高通滤波、数据压缩、信号自相关等。因数据应用目的不同，数据处理的方式和技术也不同，如实现故障识别和故障隔离目的需应用特征提取技术；去除大量冗杂的原始数据则需应用数据简化技术；将连续数据转化为离散数据则采用循环计数的方法。
状态监测模块
该模块利用数据采集模块和数据处理模块的数据，并将这些数据同预定的失效判据等进行判断来评判当前系统的状态，并且根据预先设定的各种参数指标阈值、极限值来提供故障报警能力。无人机状态监控应覆盖全机从上电到断电的整个过程，飞机在起飞前状态是否完好非常重要，在模块中应将这部分予以单独提示。此外，在监测过程中，应可以使用BIT重试技术来防止虚警。
健康评估模块
该模块接收的数据主要来自不同的状态监测模块以及其他健康评估模块。主要评估被监测系统的健康状态，这里的被监测系统也可以是子系统，而健康状态不但包括是否出现故障，还包括是否有参数退化现象等，经过评估，可以记录产生故障诊断并确定故障发生的可能性。系统的健康评估不但基于各种健康状态工作情况、历史数据还包括系统的历史维修数据等。该模块主要实现了对系统的量化评价并为故障预测提供定量的系统性能数据。
诊断处理过程是将系统的历史健康信息及趋势、系统当前运行状态，系统的维护保障记录等信息进行融合处理，从而得出故障诊断结果。常用的故障诊断方法主要有基于模型的方法、基于数据的方法、基于规则的专家系统、基于知识的智能故障诊断方法、基于案例推理的方法等。常用的健康评估方法主要有基于模糊评判的方法和基于专家系统的方法等。
故障预测模块
该部分可以综合利用系统状态检测，健康评估等各模块的数据信息，来评估和预测被监测系统未来一段时间的健康状态，包括剩余使用寿命等参数。故障预测能力的强弱是PHM系统能否进行健康管理的显著特征之一。
该层根据健康评估结果并结合系统关键特征的未来趋势来预测设备未来状态，评估剩余使用寿命。一般采用基于物理模型的预测、基于特征扩展的智能预测、基于数据驱动的预测等方法。用上述方法对系统重要特征参数的统计得到一个随时间变化的系统故障率曲线，据此预测系统可能发生故障的时间和概率，或者对系统损伤过程进行建模然后根据模型来判断系统未来的状态。
自动推理决策模块
该部分接受来自系统健康评估、系统状态监测和系统故障预测部分的数据。其功能主要是为使用者提出维修建议和更换要求，即让无人机开口“说话”，为维修人员制定包括维修保障的安排、调整设备操作的配置、调整任务计划等。该部分实现了PHM系统自助决策、管理的能力，是另一显著特征之一。它需要考虑操作的历史记录、当前与将来的任务以及可用资源的限制等做出综合判断，包括任务可行性分析、风险预测以及资源信息管理等过程。
接口
该部分主要包括人-机接口和机-机接口两部分。其中，人-机接口包括状态监测模块的预警信息显示以及健康评估报告，为故障预测和推理决策摸块提供飞行器的健康参数、异常情况和报警等数据信息的显示等，使操作人员可以方便快捷地获取所需数据。机-机接口能够使上述各模块之间及PHM系统可以同其他系统之间进行数据信息传输。
目前我国的无人机型号多，系统结构差异大，所以无人机PHM系统必须是一个开放式体系结构，具有即插即用能力，即一方面可不断更新或加入新的模块，另一方面具有与其他系统进行信息交换和集成的能力。其接口技术主要从以下几个方面加以考虑：PHM系统各模块之间；无人机其他子系统同PHM系统之间；部件级PHM同系统级PHM之间；人-机接口；PHM系统同其他决策支持、计划、库存、自动化以及维修系统的接口。
需要指出的是，上述体系结构中的各模块之间并没有明显的界限，均存在着数据信息的交叉反馈。此外，目前关于健康评估和故障预测等方面的研究工作大部分集中在部件、子系统上，形成了一些比较成熟的预测技术，但还存在故障诊断不够全面、故障发生发展和传播的机理不明确、虚警率高、系统级故障关联不明确、预测准确性低、寿命周期成本利用率低等问题。因此，未来应在现有的技术水平上，加深对故障的理解和认识，建立准确的有关故障发生发展和传播的数学模型，建立一种诊断和预测的架构，选择和集成恰当的诊断和预测方法，各取所长，提高信息的利用率，实现对故障多角度、多参数的诊断和预测，完善和提高诊断和预测的水平。
结束语
综合健康管理系统是故障预测诊断体系的发展方向，对提高无人机安全性能、维修保障效率，降低寿命周期费用将起到重要作用。但PHM作为一个复杂的系统工程，必须研制阶段就加以考虑，在国内该方面的研究还处于起步阶段。因此，在应用综合健康系统的設备方面，今后还要在工程实践中进行大量的验证工作。
（责任编辑：王潇一）
相关热词搜索： 无人机 技术研究 故障 预测 健康