淺析故障預測和健康管理（PHM）技術

秦銀雷 宋奕 童建春

陸軍航空兵學院直升機機械工程系機械維護教研室 101123

淺析故障預測和健康管理（PHM）技術

秦銀雷 宋奕 童建春

陸軍航空兵學院直升機機械工程系機械維護教研室 101123

故障預測和健康管理(PHM)技術是復雜系統采用的便于測試和維修診斷的一種革新方案，是實現其經濟可承受性的關鍵技術。本文在闡述PHM內涵的基礎上，介紹了PHM技術的作用。基于PHM系統框架，著重分析了PHM系統的故障預測方法和數據融合和自動推力決策技術，最后指出了PHM技術的研究和應用現狀。

引言

隨著各種大型復雜武器系統性能的不斷提高及系統組成的復雜性不斷增加，各種信息技術和智能技術被廣泛應用其中，使系統的可靠性、維修性、故障預測與診斷及維修保障等問題日見突出。目前，對大型武器系統的維護仍然以定期維護和預防性維修為主，采用多、勤、細來保障系統可靠性及正常任務的完成。這種方式不僅耗費資源，而且效率低下。如據美國在X- 34和X- 37運載火箭研制過程中的統計數據表明，為保證航天飛機執行任務的成功，每個任務期內要耗費40 0萬美元以及2 0 0人左右的工作小組來進行預防性維修工作。因此，“經濟可承受性”成為一個不可回避的問題，并作為大型項目研究的重點考慮因素。例如目前由美國、英國以及其他國家軍方合作開發的聯合攻擊戰斗機（JSF）項目就明確指出“經濟可承受性”是其四大目標之一。據美軍綜合數據，在武器裝備的全壽命周期費用中，使用與保障費用占到了總費用的7 2%。與使用保障費用相比，維修保障費用在技術上更具有可壓縮性。故障預測與健康管理(Prognostic and H ealth M anagem en t，PHM)、基于狀態的維修(Cond ition Based Maintenance，CBM)、貨架產品(COTS)、自主保障(A L)等都是壓縮維修保障費用的重要手段。由于視情維修具有后勤保障規模小、經濟可承受性好、自動化、高效率以及可避免重大災難性事故等顯著優勢而具有很好的前景。視情維修要求系統自身具有對其故障進行預測并對其健康狀態進行管理的能力，可以實現“經濟可承受性”的目標，由此產生了故障預測與健康管理概念。

1 PHM技術

故障預測與健康管理技術，也稱故障預測與狀態管理。故障預測，即預先診斷部件或系統完成其功能的狀態，包括確定部件的殘余壽命或正常工作的時間長短；狀態管理，是根據診斷、預測信息、可用資源和使用需求對維修活動做出適當決策的能力。綜合考慮上述兩個方面功能，PHM是指利用各種傳感器在線監測、定期巡檢和離線檢測相結合的辦法，廣泛獲取設備狀態信息，借助各種智能推理算法（物理模型、神經元網絡、數據融合、模糊邏輯、專家診斷系統等)來評估設備本身的健康狀態；在系統發生故障之前，結合歷史工況信息、故障信息、試車信息等多種信息資源對其故障進行預測，并提供維修保障決策及實施計劃等以實現系統的視情維修。PHM是機內測試（BIT）和狀態監測能力（CBM）的拓展，是從設備級狀態監測與故障診斷到系統級綜合診斷與狀態管理的轉變，其目的是減少維修耗費、增加戰斗完好率和實現自主式保障。

2 PHM系統

雖然在航空航天、國防軍事以及工業各領域中應用的不同類型的PHM系統，但一般應具備故障檢測、故障隔離、增強的診斷、性能檢測、故障預測、健康管理、部件壽命追蹤等能力，通過聯合分布式信息系統(JD IS)與自主保障系統交聯。聯合攻擊戰斗機(JSF)的PHM系統分為機上與地面兩部分構成的一體化系統，它采用分層推理結構，便于從部件級到整個系統級綜合應用故障診斷和預測技術。

2.1 PHM系統的框架

PHM的體系結構(圖1)主要由7個部分構成，即：

圖1 PHM的體系結構

圖2 基于特征進化的故障預測

(1)數據采集和傳輸。該部分利用各種傳感器采集系統的相關參數信息，將提供PHM系統的數據基礎，并且還具有數據轉換以及數據傳輸等功能。

(2)數據處理。該部分接受來自傳感器以及其他數據處理模塊的信號和數據，并將數據處理成后繼的狀態監測、健康評估和故障預測等部分處理要求的格式。

(3)狀態監測。該部分接受來自傳感器、數據處理以及其他狀態監測模塊的數據。其功能主要是將這此數據同預定的失效判據等進行比較來監測系統當前的狀態并且可根據預定的各種參數指標極限值/閥值來提供故障報警能力。

(4)健康評估。該部分接受來自不同狀態監測模塊以及其他健康評估模塊的數據。主要評估被監測系統(也可以是分系統、部件等)的健康狀態(如是否有參數退化現象等)，可以產生故障診斷記錄并確定故障發生的可能性。

(5)故障預測。該部分可綜合利用前述各部分的數據信息，可評估和預測被監測系統未來的健康狀態，包括剩余壽命等。故障預測能力是PH M系統的顯著特征之一。

(6)自動推理決策。該部分接受來自狀態監測、健康評估和故障預測部分的數據。其功能主要是產生更換、維修活動等建議措施。

(7)接口。該部分主要包括人—機接口和機—機接口。人—機接口包括狀態監測模塊的警告信息顯示以及健康評估、預測和決策支持模塊的數據信息的表示等；機—機接口使得上述各模塊之間以及PH M系統同其他系統之間的數據信息可以進行傳遞。

2.2 PHM系統的故障預測方法

PHM系統顯著的特征就是具有故障預測的能力。故障預測是指綜合利用各種數據信息如監測的參數、使用狀況、當前的環境和工作條件、早先的試驗數據、歷史經驗等，并借助各種推理技術如數學物理模型、人工智能等評估部件或系統的剩余使用壽命，預計其未來的健康狀態。在PHM系統中廣泛應用的故障預測方法主要有：

2.2.1 基于特征進化的故障預測

該方法適用于那些具有性能退化類型故障的系統/分系統，如壓縮機和渦輪的氣路退化、油液狀態的變化以及發動機的性能退化等。該方法要求有足夠的傳感器信息來評估系統/分系統的當前狀態以及確定相應的不確定性水平。然后，通過將系統當前狀態同已知的故障模式進行比較來進行預測。圖2是該方法的示意圖。

2.2.2 基于神經網絡(ANN)的故障預測

此類方法利用A N N的非線性轉化特征，及其智能學習機制，來建立監測到的故障現象與產品故障損傷狀態之間的聯系。利用已知的“異常特征—故障損傷”退化軌跡，或通過故障注入(seeded fau lt)建立與特征分析結果關聯的退化軌跡，對A NN模型進行“訓練/學習”；然后，利用“訓練/學習”后的ANN依據當前產品特征對產品的故障損傷狀態進行判斷。由于ANN具有自適應特征，因此可以利用非顯式特征信息來進行“訓練/學習”與故障損傷狀態判斷。圖3是該方法的示意圖。

圖3 基于ANN的故障預測

2.2.3 基于系統模型的故障預測

此方法利用建立被觀測對象動態響應模型(包括退化過程中的動態響應)，針對當前系統的響應輸出，進行參數辨識，對照正常狀態下的參數統計特性，進行故障模式確認、故障診斷和故障預測(圖4)。

圖4 基于系統模型的故障預測

2.2.4 基于使用環境的故障預測

由美國馬里蘭大學提出的電子產品“壽命消耗監控(LCM)”方法論采信的是環境信息，基于電子產品的失效物理模型，通過環境應力和工作應力監測，進行累計損傷計算，進而推斷產品的剩余壽命。它的基礎是對產品對象失效模式、失效機理的透徹了解，并建立量化的失效物理模型。

2.2.5 基于損傷標尺的故障預測

所謂損傷標尺(p recu rso r)，是針對一種或多種故障機理，以被監控產品相同的工藝過程制造出來的、預期壽命比被監控對象短的產品。基于對被監控對象特定失效機理的認識，損傷標尺可以做到定量設計。通過一系列不同健壯程度的損傷標尺，可以實現電子產品損傷過程的連續定量監控。

2.3 PHM系統的數據融合和自動推理決策技術

該部分技術應用直接支持PH M系統的管理能力。給出診斷/預測結果的置信區間對于決策才更有意義。為了提高狀態監測健康評估和故障預測推理的準確性，并能確定推理結果的置信度，可以利用數據融合技術。數據(或信息/知識)融合是指通過協作或者競爭的過程來獲得更準確的推論結果。

故障診斷與預測中的數據融合可以在3個層次進行：（1）傳感器層融合，沒有信息丟失，但傳輸與計算量大；（2）特征層融合，特征提取時有信息丟失；（3）推理層融合。典型的數據融合過程包括在特征層融合時采信傳感器層的關鍵原始數據，推理層融合時采信相似產品可靠性統計數據或專家經驗知識。數據融合時要考慮的主要問題是各種來源的信息的可信程度/精確度是不一樣的，不恰當的數據融合也會導致故障診斷與預測的置信度降低。常用的數據融合方法有權重/表決、貝葉斯推理、Dem p ster-Sh afer、卡爾曼濾波、神經網絡、專家系統、模糊邏輯等方法。

3 結束語

PHM技術的發展經歷了故障診斷、故障預測、系統集成三個日益完善的階段，在部件級和系統級兩個層次、在機械產品和電子產品兩個領域經歷了不同的發展歷程。雖然各種PHM系統已逐步開始得到應用，但還遠沒有達到工程實用化的程度。如目前還僅是在部分關鍵的系統和部件中應用并且對大多數系統尤其是電子產品的故障機理了解還不深入，有些還僅是故障的檢測，還不具備故障頂測的能力此外，如何正確有效地評估系統的健康狀態，并做出優化的維修決策等都需要大量的研究工作。

[1]張寶珍，曾天翔．PHM：實現F-35經濟可承受性目標的關鍵使能技術[J].航空維修與工程.2005(6)

[2]馬颯颯，陳國順，方興橋．復雜裝備故障預測與健康管理系統初探[J].計算機測量與控制.2010，18(1).

[3]曾聲奎，Michael G. Pecht，昊際．故障預測與健康管理(PHM)技術的現狀與發展[J].航空學報.2005，26(5)

[4]孫博，康銳，謝勁松．故障預測與健康管理系統研究和應用現狀綜述[J].系統工程與電子技術.2007，29(10).

故障預測；健康管理；PHM

10.3969/j.issn.1001-8972.2011.10.105