民用飛機預測與健康管理技術與系統特征參數研究

謝原安

【摘 要】本文對預測與健康管理技術在民用飛機運營安全、維修領域的發展與重要作用進行了說明，同時對預測與健康管理技術在民用飛機研究中的關鍵技術—狀態監控參數集、特征參數、剩余有效壽命預測等技術的研究進行的了說明。

【關鍵詞】預測與健康管理；剩余有效壽命；特征參數

0 概述

民用飛機的安全性設計是決定飛機型號生命的至關因素，而民用飛機的維修性設計是決定飛機經濟性與市場成功的重要考量，安全性設計直接決定了民用飛機型號的生死，維修性設計決定了民用飛機型號設計市場的成功與否，歷來為各航空制造商和運營商所重視。飛機作為現代工業設計中最為復雜、技術最為綜合、科技含量最高的產品之一，飛機內部系統繁雜，零部件數量龐大。這也決定了民用飛機的故障模式難以預測，對于飛機而言，排查故障、準確定位、快速隔離、簡化維修、及時保障、降低資源損耗，提高飛行安全，這對飛機設計提出了更高的設計要求。

為了應對層出不窮的飛行安全問題，航空運營企業、飛機制造商、航空研究機構不斷地探索各種安全與維護的新課題，力圖通過對民用飛機飛行過程中各系統、設備、零部件的實時狀態進行監控，對采集的狀態信息進行實時分析處理，及時地發現異常、診斷并隔離故障，對飛機系統健康趨勢和可能發生的故障進行預測，提前進行維修決策和保障資源的配置，合理的提前安排維修計劃、有效地減少保障資源的浪費、有針對性地進行維護活動，阻止事故的發生，提高飛機的綜合安全性和維修性。

1 預測與健康管理技術

預測與健康管理技術（Prognostics & Health Management，簡稱PHM）就是各種綜合測試技術、維護技術、航電綜合技術、后勤保障技術、數據傳輸技術、大數據技術等在長期發展融合演進中形成的。它利用遍布全機的各類傳感裝置，實時采集飛機上各系統的狀態信息，監測并診斷已發生的故障和損傷，預測各系統剩余壽命，與地面控制中心進行實時的數據傳輸和信息交換，根據故障診斷和預測結果，采取合適的減緩措施和維護策略，提前合理安排維護計劃、提前調配保障設施資源，避免事故發生，降低維護成本。該技術是提高飛機飛行簽派率、提高飛機可靠性、保證飛機運營安全的關鍵技術，也是實現民用飛機視情維護（Condition Based Maintenance，簡稱CBM），降低運營成本的關鍵技術，對于飛機特別是民機的運營支持和產品支援具有重要意義。

2 狀態監控

PHM涉及到對飛機系統的綜合健康監控，飛機綜合健康監控需要監測的對象較多，涉及機械、結構、電子設備等多種對象，涉及傳感器種類不同，故障診斷監測原理不同，預測方法不同，系統實現非常復雜。為此在全機綜合健康管理系統硬件集成方面，首先需要針對不同監測參數的傳感器進行選擇、評價與布置研究；然后對多個同質和不同質的傳感器的信息進行處理、特征提取，以此來完成傳感器數據的采集和處理，從而為下一階段的故障診斷與預測打下基礎。

建立機載系統特征參數庫，研究飛機系統設備的故障失效、性能退化與狀態參數變化之間的關系，研究關鍵典型系統部件的特征參數譜，分析主要特征參數與系統故障的表征關系。

研究不同特征參數在系統工作狀態及失效狀態所表現出的變化趨勢，結合系統自身故障失效機理分析不同特征參數在量化和趨勢上與系統故障之間的映射關系。不同的特征參數在診斷和預測故障時的表現特征，從而可以利用其對應的特征參數變化曲線實現系統健康狀態的預測。

3 特征參數

在飛機的預測與健康管理技術中利用對狀態參數的實時監控及時的判定飛機系統的健康狀態和故障信息，通過對特征參數的信息收集和數據分析，來預測系統的健康趨勢和剩余有效壽命。系統的測試性分析可以提供功能流相關性模型，建立系統功能、失效機理和系統傳感器布局模型，實現系統狀態監控的仿真模型。通過系統的功能流相關性模型可以分析得到系統失效過程模型，以及功能流傳播表即系統狀態與特征參數的相關性矩陣，基于系統失效模型和相關性矩陣選出系統的狀態監控參數集，研究系統失效過程中，單個特征參數的跟隨趨勢，或者多個特征參數的響應狀態，建立與系統狀態變化相一致的特征參數譜。

利用對飛機關鍵系統部件健康狀態特征參數監控分析，獲取關鍵系統部件實時的狀態參數，并根據狀態參數選擇和優化方法的研究，來選取出關鍵系統部件中的特征參數用于監控并預測系統健康趨勢，通過收集的數據信息繪制關鍵系統部件的特征參數譜，特征參數譜用于故障診斷、故障預測模型的研究和分析，是建立故障預測模型的輸入和分析的重要依據，建立與健康狀態相對應的特征參數譜，搭建關鍵機載系統部件狀態監控與健康管理模塊，包括傳感器、數據采集、數據傳輸與數據處理等模塊，實現該部件狀態的實時監控與趨勢預測。

4 機載健康管理平臺

飛機狀態監控參數眾多，不同的參數反應了飛機各系統在運營過程中表現出的不同特性和狀態。系統失效過程中，不同狀態參數的變化形式和幅度不同，合理選取適當的系統狀態監控參數，既準確又能經濟、及時、高效的進行故障診斷、預測。機載健康管理系統研究的難點，通過建模、分析、計算、對比、綜合分析等手段，才能給出系統狀態監控參數優化方法。

建立系統功能失效與測試的相關性矩陣模型。在系統功能流模型中，系統的功能失效等價于系統特征參數的非正常變化，因此可得到系統狀態監控參數與測試的相關性模型。在該模型中添加系統正常狀態則可得到系統的所有狀態，并可給出系統所有狀態與測試的關聯模型，基于該關聯模型，通過數學建模的方式，綜合測試的檢測信息量、隔離信息量和診斷信息量，以及對測試點和監測點傳感器的可靠性、成本、監控檢測費用、傳感器數量和重量等因素的考量，建立各個測試點對系統狀態監控的權值，通過比較測試權值篩選出最優的測試集，即可得到優化后的系統狀態監控參數集。最優的狀態監控參數集對應了機載健康管理系統中對應的監控位置和傳感器布置情況。

通過系統功能流模型中加入測試與監控信號，建立系統失效狀態與測試的相關性模型，基于該模型，創造性地利用數學建模的方式，將影響系統特征參數測試的各個因素建立到模型中并計算出各個測試集的狀態監控權值，利用權值能快速地給出可以覆蓋系統所有狀態監控的測試集，即特征參數集。

機載系統失效過程導致特征參數譜的變化和參數譜表現出的異常通常反應了系統的狀態，也可通過對狀態信息數據的分析用于預測系統故障的先兆。特征參數譜與系統的功能原理和故障失效機理存在著特定的映射關系，正確的描述特征參數譜不僅需要分析系統的功能原理、失效機理還要結合系統的狀態參數及自身功能原理，綜合利用特征參數模型和實際的物理模型共同解析得到系統的特征參數譜是健康管理技術中計算剩余有效壽命和趨勢預測技術的難點。此外，特征參數譜是狀態參數通過傳感器采集到的信息數據的變化趨勢的實時反映，傳感器在數據采集過程引入的異常信號導致繪制特征參數譜難以應用于故障診斷和故障預測的算法開發，因此對異常信號的處理應該在建立預測模型之前完成。

5 結論

飛機健康管理系統是民用飛機目前發展和研制的必然趨勢，民用飛機的預測與健康管理技術是一個綜合的系統工程，涉及到的學科和專業很多，在民用飛機上建立健康管理監控系統提高飛機的安全性、簽派可靠度、維修能力和保障能力需要各系統的全面綜合。對民用飛機特征參數和狀態監控參數的研究是建立民用飛機健康管理系統的基礎。

【參考文獻】

[1]王少萍.大型飛機機載系統預測與健康管理關鍵技術[J].航空學報，2014，02.

[2]李興旺，汪慧云，沈勇.飛機綜合健康管理系統的應用于發展[J].計算機測量與控制，2015，04.

[3]曹全新，楊融，劉子堯.民用飛機健康管理技術研究[J].航空電子技術，2014，12.

[4]馬小駿，左洪福，劉昕.大型客機運行監控與健康管理系統設計[J].交通運輸工程學報，2011，07.

[5]朱睿，劉檳.飛機健康管理數據挖掘方法研究[J].中國民航學報，2004，12.

[6]曾聲奎，M. G. Pecht，吳際.故障預測與健康管理（PHM）技術的現狀與發展[J].航空學報，2005，09.