論自我維護與免疫工程系統

張 一

（華北電力大學，河北 保定 071000）

1 自我維護與免疫工程簡介

為了滿足技術環境對動態性不斷增強的需求，現代工程系統和制造工藝已經變得越來越復雜.與此同時，維持系統的穩定性也成為了目前具有較強難度和較高度挑戰性的任務.因此，自我維護與免疫工程應運而生.該技術的萌芽產生于一些研究者們主張可以把自我維護與免疫工程中的故障檢測與健康管理應用于系統生命周期管理中[1].因為明知設備故障而進行提前預防，其所耗費的成本遠遠小于事故發生后所產生的大量金錢和時間上的浪費，具有提高產品質量和業務整體可靠性和安全性等優點，自我維護與免疫工程得到了學術界的普遍認同和關注.

由于使用了傳感器、儀表、控制器及計算設備等儀器和貝葉斯網絡、神經網絡、模糊邏輯、匹配矩陣和隱馬爾科夫模型等智能算法，現代機器設備已經具有了可以取代原有“失敗然后修復”的新模式：“預測然后避免”.顯然，這種新模式具有更高的穩定性，也要求更多的技術進行維持.目前，越來越多的工作轉向了自我維護與免疫工程.這種技術側重于以下三點：早期健康檢測、目前狀況評估和剩余使用時間預測.

實際應用中，自我維護與免疫工程的發展基于知名的維護方法和診斷技術.現實常見的有：防護檢修、以可靠性為中心的檢修和狀態維護.但是隨著時代的發展和技術上的要求，三者已經很難單獨完成工程建設的所有要求，故而在實踐操作和科研研究中，又逐漸形成了自主計算、工程免疫系統、網絡維護、彈性系統、穩健設計等技術.各種方法技術及其之間的關系如表1所示.

表1 各種方法技術之間的關系

2 自我維護與免疫工程的基本概念和原理

任何一個自我維護與免疫工程系統都需要面對它們的“地基”：可靠性、穩健性和彈性.

可靠性是任何工業關鍵性能的指標，是一個系統在特定的時間特定的操作方式下無失誤地執行其功能的系統概率.然而由于時間推移，曾經具有極高可靠性的機器仍然會面臨磨損和可靠性降低的問題[2].故而，一種思想是通過強大的技術來設計一個可靠性的系統及如何來維持這樣的可靠性.

穩健性是指設計出的系統具有能夠達到預期效果的能力.如果系統被認為是穩健的，那么顯然系統的靈敏度也會相應降低.靈敏度的降低從另一方面看也具有一項優點，即其能夠在一定故障中依然保持穩定.如果一個系統被認為是穩健的，那么顯然它是可靠的[3]，穩健性設計和可靠為中心設計的目的都是為了能夠使產品在最大程度上不受到干擾.

彈性是指系統可以抵抗任何侵害的能力.一個系統如果被稱之為具有彈性，那么其代表著隨著時間的推移和自主運算，一個出現故障的系統功能將逐漸恢復到一個平衡的狀態，即它可適應極大的擾動和變化[4].穩健性和彈性在系統中是一個相互關聯的平衡體[5，6]：當一個系統面臨未知風險是表現極為穩健，研究者們通常可以認為這個系統是具有彈性的.

然而，隨著通信技術前所未有的發展進步以及網絡應用使用量的增多，管理系統的控制復雜性已經遠遠超過人力所能處理的范疇[7].為了試圖解決這類矛盾，IBM公司已于2001年宣布他們將使用自主計算方法來解決這一阻礙信息科技產業發展的重要因素.IBM公司這一技術旨在通過設計和構建一種能夠在一定程度上進行自我計算的系統，并且使人工干預降到最低.這種思想極其類似于人類的神經系統：并非通過人的意識而是通過其系統的非意識反應來調節其身體的血流量和血糖值等水平[8].當然，這種自主計算方法最重要的是需要一個能夠掌控全局的控制器.這個控制器能夠掌握整個整個系統的狀態和動態，監察每一個組件的變量是否超越顛覆界限，并在出現問題時引發系統自主計算指令以調節和平衡其內部環境.

同樣，由于受到人體免疫功能的啟發，在信息領域中研究者們設計了一種名為人工免疫系統的自動化控制系統，其功能正如其名：保護系統免受外部攻擊和內部故障之憂.人工免疫系統試圖復制生物免疫系統的一些功能，實現生物系統般的處理能力，例如特征提取、模式識別、學習記憶和函數優化等[9，10].這種系統可以通過優越的自適應能力和大規模同時處理能力完成人們在工程領域的實際需要[11].然而，正如自然界的生物系統一樣，這種人工免疫系統由于其龐雜的組件和錯綜復雜的組件關聯，在理論上達到實現也是一項十分復雜的工作.

還有，一些研究者向如何提高系統在故障情況下的穩定性進行大量的研究，即容錯控制系統.容錯控制系統是一個閉環系統，通過在檢測故障的基礎上，在一定條件的故障下依然容納系統正常運作而實現優越的穩定性，展現良好的系統工作性能而受到研究者的認可.近年來，高端工程系統對對故障檢測與診斷和適當容錯以實現可靠、可持續的生產流程的強烈需求刺激了科研界對于容錯控制系統的普遍關注[12].一般而言，容錯控制系統被分為有源容錯控制系統和無源容錯控制系統，由于有源容錯控制系統在控制器上的靈活性和其在系統中表現出的更好的包容性，目前在研究領域和實踐中都以有源容錯控制系統更為普遍.

3 自我免疫技術的基本構造

自我修護是一個新的設計和系統方法.一個自我修護的機器可以監視和診斷其本身.如果產生了任何類型的故障，自我修護的系統也可以在一段時間內保持穩定.一個自我修護的設計并不屬于傳統的物理維護，而是一種名為功能維護的設計.功能維護旨在恢復因部分組件退化而造成的系統故障，而物理維護只是通過修補故障組建，從而力求達到系統的初始化.如何實現自我修護目前主要依賴于添加一個足夠聰明的“大腦”，即額外的嵌入式推理系統.

另一個達到自我修護目的的方法是將自主服務觸發功能添加到機器中.該機器將自我監控、自我運行，發生問題后自動觸發請求詳細信息和明確維護要求的信息.而其具體的維護還是由專業的人工團隊所完成的.雖然如此，由于其大大減少了人工團隊的工作量，并且同時做到了個性化定制，在最大程度地降低營運成本的基礎上提高客戶的滿意度水平，因此這一方法在實踐中依然十分有市場.

除了彈性系統和自我維護，目前研究人員普遍認為，故障預測與健康管理系統將是下一代系統維護方法.類比于生物的免疫系統抵御入侵感染的病原體并將其識別和殺死，故障預測與健康管理系統也可以在不確定下解決高度復雜的機械維修問題.不同于前面所提到的系統維護方法，故障預測與健康管理系統的最高目標是最少的人的干預.其理念在于，整合多種上述已經成熟的系統維護手段，在多變的環境下保持穩健和彈性，在動態中學習并積極應對“感染”.通過增強內控和將“被感染”的經驗記錄于數據庫之中，來提高其對于未來的預測功能.

故障預測與健康管理系統致力于應用智能機器來實現目標，具體而言，是開發一個集成預測與維修多種功能于一體的系統平臺.為了得到這樣一個平臺，首先要開發關鍵子系統作為支撐平臺.其次，還有升級現有預測系統.同時，還要附加外部傳感器和控制器以檢測故障信息并生成報告.

故障預測和健康管理技術超越了狀態維修，成為了一個獨立的工程.預測未來狀態的系統將促進實現先進的概念，比如工程免疫系統.工程免疫系統試圖避免失敗和大擾動而不是通過應用傳統控制或恢復系統物理維護來進行補償.雖然近年來隨著各方的不懈探索，自我維護和免疫工程系統已經有了很多大的突破，但是對于其的追索還有很長的路要走.

〔1〕Uckun, S., Goebel, K., & Lucas, P.J.F.(2008).Standardizing research methods for prognostics.In 2008 international conference on prognostics and health management,Denver,CO,USA.

〔2〕Endrenyi,J.et al.(2001).The present status of maintenance strategies and the impact of maintenance on reliability.IEEE Transactions on Power Systems,16(4),638–646.

〔3〕Yang, G.(2007).Life cycle reliability engineering.John Wiley & Sons.Zhang, Youmin, & Jiang, Jin (2008).Bibliographical review on reconfigurable faulttolerant control systems.Annual Reviews in Control,32,229–252.

〔4〕Fiksel,J.(2003).Designing resilient,sustainable systems.Environmental Science and Technology, 37, 5330–5339.

〔5〕Bjorn EgilAsbjornslett,A.M.R.(1999).Assess the vulnerability of your production system.Production Planning and Control,10(3),219–229.

〔6〕Einarsson, S., &Rausand, M.(1998).An approach to vulnerability analysis of complex industrial systems.Risk Analysis,18(5),535–545.

〔7〕IBM Corporation(2001).Autonomic computing:IBM’s perspective on the state of information technology.

〔8〕Kephart, D.M.C.(2003).The vision of autonomic computing.IEEE Computer,36(1),41–50.

〔9〕Dasgupta,D.,Zhou,J.,&Gonzalez,F.(2003).Artificial immune system (AIS)research in the last five years.In R.R.R.Sarker,Hu.Abbass,K.Chen Tan,B.McKay,D.Essam, & T.Gedeon (Eds.), Proceedings of The Congress on Evolutionary Computation (CEC 2003)(pp.123–130).Canberra,Australia:IEEE Press.

〔10〕Floreano,D.,&Mattiussi,C.(2008).Bio-inspired artificial intelligence: Theories, methods, and technologies.The MIT Press.

〔11〕Hofmeyr,Steven A.,&Forrest,S.(2000).Architecture for an Artificial Immune System.Evolutionary Computation 8(4),443–473.

〔12〕Zhang, Youmin, & Jiang, Jin (2008).Bibliographical review on reconfigurable faulttolerant control systems.Annual Reviews in Control,32,229–252.