艦船武備健康管理系統故障診斷算法設計及實現

張 磊 ，戚 峰 ，周加東

（江蘇科技大學 電 子信息學院，江蘇 鎮 江212003）

對于艦艇武備來說，實現健康管理的目標，就是要確保其運行安全、可靠的要求，不依賴于岸艦保障系統的支持，能夠自主運用現有各類手段采集元件及各系統的運行數據和狀態信息，自主分析處理，判別工作狀態和運行性能，實現三層面的自主管理[1]：首先，減小對岸艦保障體系的依賴，簡化岸艦保障系統任務總量；其次，依靠故障預測，采用可靠性模型，預測艦船武備各元件工作狀態及動向趨勢；其三，對于既定故障，及時組織診斷，查找問題部件，并依據相應故障處置策略視情進行系統隔離和重構，以確保系統恢復和保持正常運行，并對恢復性能進行判定性驗證，直至確認系統無潛在不良影響存在。

為達成艦船武備健康管理目標，重點考量其關鍵技術-系統故障預測和診斷技術尤為必要。常用的算法有3種：基于信號處理、基于解析模型以及基于定性模型的故障診斷算法[2]。本文將通過調研國內外研究現狀，分析設計思想和實現途徑，最后結合艦船武備實際特點，提出適合該系統的故障診斷算法及其驗證方式。

1 國內外研究現狀

對于基于信號處理的故障診斷算法，英美等國在20世紀80年代就已嘗試將其廣泛地應用于技術實踐中，例如，衛星，直升機，巡洋艦等；而我國對該算法的研究，雖然涉獵時間也相對較早，但其實際應用較晚，直至20世紀90年代才逐步得以推開。

對于基于解析模型的故障診斷算法，歐洲在此方向的研究較為前言沿，已將其較為成熟的算法應用到其衛星上，例如，在其SMART-1型月球探測器上，就運用基于解析模型的故障檢測以及隔離恢復(FDIR)系統[3-5]，實現了在不依賴地面支持的情況下，自主健康運行2個月的標準；相比而言，國內對此算法的研究，目前還主要集中在算法研究層面，也有些仿真，但實際應用差距依然較大。

對于基于定性模型的故障診斷算法，美國在此方面的科研則取得較大成效，例如，其深空探測器，就運用了基于定性模型Livingston的故障診斷系統[6-8]，綜合模式識別以及模式重構兩部分，確保具備自主診斷與系統重構能力；對比之下，國內研究起步較晚，目前僅處于探索學習階段，實際應用尚有較大距離。

2 設計思想及原理流程

2.1 基于信號處理算法

該算法適用于對具有確定上下限工作范圍的信號進行監測，通過與設定的閾值繼續對比，判定故障與否。若超出范圍，則認定發生故障；否則，認定正常工作。通常，對能表征監測對象特征的參數M(t)進行監測，具體規則如下：

其中Max(t)和Min(t)為特征參數M(t)上下限；t為時間變量。

若被測對象滿足上述條件，系統正常；若不滿足，即信號超出閾值，系統故障。

2.2 基于解析模型算法

2.2.1 設計思想

該算法以構建系統數學模型為前提，綜合運用觀測器及Kalman濾波器等方式生成殘值，并基于相應準則進行全面評價決策。即采用解析冗余替代硬件冗余方式。包含4步驟：一是構建監測對象故障模型；二是采用濾波算法對艦船武備后續某時刻狀態進行評估預測；三是利用殘值進行狀態評估，分析獲取濾波 殘 差；四是正確選定閾值，評估判定殘值，若不滿足閾值條件，認定系統故障，若滿足，判定正常工作。

2.2.2 基本原理

以艦載陀螺儀系統為例進行考察闡述說明，構建如圖1所示模型。

圖1 故障模型和殘差生成濾波器Fig.1 Fault model and residual generation filter

一般來說，被控對象P表示如下：

其中：△t表示間隔時間；x(t)表示 P的狀態向量；u(t)表示系統輸入向量；y(t)則表示敏感器測得的輸出向量；A，B，C，D是被控對象建模型的系數矩陣；△A，△B,△C，△D是被控對象P建模不確定性矩陣 ；E1，E2表示噪聲矩陣 。

由上圖及式(2)、(3)，故障表述如下：

其中，fa(t)表示執行器故障向量；fs(t)表示敏感故障向量；△AC，△BC，△CC，△DC表示被控對象建模的故障矩陣。

綜合考慮被控對象模型不確定性及故障類別，采用fc(t)表征故障向量，故式(4)、(5)可表述為(6)和(7)。

其中，F1(t)和 F2(t)表征 Fc(t)系數矩陣。

我們假定某個合理的閾值S，通過檢測所生成殘差r(t)均值進行故障判定。若大于S，則認定發生故障；若小于等于S，則認定工作正常。借此，實現基于解析模型故障檢測 。

2.3 基于定性模型算法

該算法設計基于如下考慮：系統若在較長運行時間內，某一狀態多次反復出現，則可認定其確實處于此種工作狀態。算法核心即由定性觀測結果判定監測對象狀態。包含4步驟：一是構建監測對象定性模型；二是定性構建監測對象觀測結果模型；三是利用貝葉斯統計學原理，由定性觀測結果推導監測對象處于各狀態概率；四是將上述概率對時間積分所得結果判定監測對象所處工作狀態。

2.4 3種診斷算法的比較

基于信號處理的故障診斷算法，操作簡單，不需要組織建模，實現較為便捷，但其診斷過程無法反映系統內容工作狀態，精確性較難保證；基于解析模型的故障診斷算法，需要充分考量各系統內部核心運行機理，對于精準檢測系統部件的故障效果顯著，但該算法的使用，對于數學模型的構建要求極高，通常情況下，該方法僅適合對單個故障進行分析；基于定性模型的故障分析，無須搭建系統模型，計算的復雜程度較低，且其實時性較好，但需要對其搭建定性模型，也較復雜困難，通常會因為缺乏對系統各細節的周密考慮，造成檢測結果不夠精準等問題。

對比發現，3種算法各有優劣，為適應艦船武備多層次、多系統、多樣式的復雜構建，需在精確分析各分系統特點需求的基礎上，采用集成多種算法，視情針對運用，匹配艦艇資源有限資源的方式，確保故障監測簡單有效。

建議綜合運用上述3種方式相融合的辦法，對艦船武備的推進、供配電以及控制等分系統組織開展故障診斷；而對于那些重要性并非凸顯，使用頻率不高的分系統，則需在綜合考慮資源有效配置的前提下，運用基于信號或定性模型的算法組織實施故障診斷，以此完成整個系統的故障預測。

3 故障診斷算法的驗證方案

為確保艦船武備故障診斷算法管用可行，對艦船武備診斷算法提出如圖2所示驗證方案。

圖2 艦船武備診斷算法驗證方案Fig.2 Verification system of fault diagnosis algorithm for battle ship

艦船武備狀態數據仿真模型模擬各分系統過程及狀態數據，故障生成模塊提供故障注入途徑，若需模擬艦船武備某分系統故障，可通過某一故障模擬信號的注入，使其仿真模型發生故障變化得以實現。艦船武備各系統及模塊，具有統一的接口轉換協議，可以將各分系統模型的實時數據經相應轉換后，遞交由診斷算法進行科學驗證。對于故障診斷模塊，針對艦船各武備系統所具備的實際特點，結合數據庫中預存的相關模塊典型故障案例及處置，科學考量，研究確定合理算法驗證。而對于艦船武備中的關聯故障，以及系統級別的故障，采用故障診斷算法中關于管理調度的子模塊進行相應處置。該子模塊，按照既定的接口協議，對艦船武備各系統運行狀態數據進行轉換并歸檔，進而，將相關結果分送至故障檢測模塊與分析模塊，配合完成對艦船武備各系統的故障處理。

4 結束語

隨著我海洋大國地位上升以及海上維權行動不斷深化，未來海上艦艇將在展示形象、維護主權、國際維和等方面，扮演越來越重要的角色，降低艦艇對岸艦保障系統的依賴，確保艦艇更安全可靠，將迫切成為亟待解決的問題。從這種意義上說，發展自主式診斷技術，減少人力物力支持，保證艦艇在航安全、穩定可靠具有重大意義。

全文通過實踐方式，綜合評價3種故障診斷算法在設計思想、實現方式方面的優劣，系統提出算法驗證方案，并采取對控制分系統模型構建，以及殘差濾波系統設計，完成對敏感突變及緩變故障診斷。仿真結果顯示，診斷速度快，判定結果準。

針對上述算法各自特點及優劣情況，需立足艦船有限資源以及分系統實際，結合確定最恰當算法，以滿足診斷需求，推動理論研究進程。

[1]Carlos G，Alan C．Health management and automation for future space systems，AIAA 2005 －6803[R]．Washington：AIAA,2005．

[2]Baroth E．IVHM techniques for future space vehicles，AIAA 2001－3523[R]．Washington：AIAA，2001．

[3]Inseok H，Sungwan K，Youdan K，et a1．A survey of fault detection， isolation and reconfiguration methods[J]．IEEE Transaction on Contro1 Systems Technology，2010，18(3)：636－653．

[4]Raymond GX 33／RIV system health management vehicle health management,AIAA－98－1928[R]．Washington：AIAA，1998．

[5]Jean－Marie P．SPACEBUS 4000 avionics：key features and first flight return AIAA2006－ 5301[R]．Washington：AIAA,2006．

[6]Bodin P，Berge S，Bjork M，et a1．Development，test and flight of the SMART 1 attitude and orbit control system，AIAA 2005 ～5991[R]．Washington：AIAA，2005．

[7]Bodin P，Berge S，Bjork M，et a1．a1．Development，test and flight of the SMART 1 attitude and orbit control system：flight results from the first mission phase，AIAA 2004－5244[R]．Washington：AIAA，2004．

[8]Bernard D，Dorais G，Gamble E．Spacecraft autonomy flight experience：the DS1 remote agent experiment[R]．Washing ton：AIAA，1999．