：A复杂装备故障预测与健康管理系统初探

：A复杂装备故障预测与健康管理系统初探

综述与评论计算机测量与控制. 2010. 18 (1) & ・1 ・中华测控网收稿日期: ; 修回日期:。基金项目:2007 年通保科研项目(装司字第[2007]89 号) 。作者简介:马飒飒(19712) , 女 , 河北深州人 ,高级工程师免费测算健康, 主要从事国械装备状态监测及故障预测、 PHM 方向的研究。文章编号:(2010) 中图分类号:E92 ,TP311文献标识码:A复杂装备故障预测与健康管理系统初探马飒飒 , 陈国顺 , 方兴桥(军械工程学院 军械技术研究所 , 河北 石家庄 )摘要: 故障预测与健康管理 (PHM) 系统是新型维修保障模式 — 自主后勤保障的重要组成部分 , 对提高复杂装备的战备完好性和降低维修成本具有重要意义; 首先介绍 PHM 系统基本概念及主要组成 , 并对在复杂装备全寿命周期实施 PHM 的必要性进行分析; 综合论述了 PHM 系统实现中的关键支撑技术: 基于 RCM 分析的方案设计、基于匹配度的健康状态评估和基于剩余寿命预测的维修决策; 最后给出了 PHM 系统在无人机装备中的应用实例; 国内外应用情况表明 , PHM 系统可显著提高维修保障效率并降低维修保障费用 , 可实现“经济可承受性”目标。

关键词: 故障预测与健康管理 (PHM) ; 状态监控; 自主后勤 ; 综合健康管理系统 on and of Sasa , Chen , Fang ( , , , China) : and (PHM) is one of the for the (AL) being a new type mode. It is far more for and costs of . the PHM basic and main were . And the key PHM was : the based on RCM , the based on , and the based on life . , an of PHM for the UAV was . This shows that the PHM can the and for the , and cost , and the aim of“ ” .Key word: and (PHM) ; ; (AL) ; 引言随着各种大型复杂武器系统性能的不断提高及系统组成的复杂性不断增加 , 各种信息技术和智能技术被广泛应用其中 ,使复杂装备的可靠性、维修性、故障预测与诊断及维修保障等问题日见突出。

目前 , 对大型武器系统的维护仍然以定期维护和预防性维修为主 , 采用多、勤、细来保障系统可靠性及正常任务的完成。传统的维修保障模式是以耗费大量人力、物力与财力为代价的 , 并且效率低下。随着复杂装备遂行任务的日益增多 ,新的基于状态的视情维修 ( Based：A复杂装备故障预测与健康管理系统初探, CBM) 开始得到研究与应用 , 其后勤保障规模小、效率高及预知性好等优势开始显露头角 , 也就推动了以 CBM 为基础的故障预测与健康管理 ( and ,PHM) 的研究与发展。作为适应 21 世纪高技术战争的自主后勤保障系统的重要基础免费测算健康, 故障预测与健康管理 (PHM)系统正在引起越来越多的重视。大量 PHM 技术应用于国防、航空和民用领域[125], 研究资料表明 , PHM 可显著降低维修、使用和维护保障费用 , 提高复杂装备的可靠性和战斗力。PHM 关键技术研究及系统应用对我军维修保障向着信息化、智能化和数字化方向发展具有深远的影响。1 PHM 概述111 PHM基本概念所谓故障预测 ,即预先诊断部件或系统完成其功能的状态：A复杂装备故障预测与健康管理系统初探, 包括确定部件的残余寿命或正常工作的时间长度 ; 所谓状态管理 , 是根据诊断、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。

综合考虑上述两个方面功能 ,PHM 是指利用各种传感器在线监测、定期巡检和离线检测相结合的方法 , 广泛获取设备状态信息 , 借助各种智能推理算法(物理模型、神经元网络、数据融合、模糊逻辑、专家诊断系统等) 来评估设备本身的健康状态 ; 在系统发生故障之前 , 结合历史工况信息、故障信息、试车信息等多种信息资源对其故障进行预测 , 并提供维修保障决策及实施计划等以实现系统的视情维修[628]。PHM 是机内测试和状态监测能力的拓展 , 是从设备级状态监测与故障诊断到系统级综合诊断与状态管理的转变 ,其目的是减少维修耗费、增加战斗完好率和实现自主式保障。其中引入故障预测来预知、识别和管理故障的发生。装备故障预测与健康状态管理解决方案是状态监控、健康评估、维修决策支持和规划及控制的综合学科。有效的故障预测与健康管理解决方案包含 4 个主要步骤 : (1) 量度关键的系统使用参数 ; (2) 确定反常状态及预测初始故障 ; (3) 确定达到最佳工作效果的维修活动 ;它支持 RCM (免费测算健康, 以可靠性为中心的维修) 及 CBM 基本原理 , 且在 PdM ( , 预测性维修) 及主动性维修实践中得到证明: 其重要(4) 计划与控制维修工作[9210]。性超出了设备监控和修理而进入企业管理和业务智能化。对复