飛機PHM技術發展近況及在F-35應用中遇到的問題及挑戰

張寶珍 王萍

摘要：近年來，預測與健康管理（PHM）技術作為降低成本、實現基于狀態的維修和自主式保障的核心技術之一日益獲得世界各國軍方、工業界和學術界的重視。代表目前世界軍機領域最高水平的美軍F-35聯合攻擊戰斗機（JSF）的PHM系統目前仍處于研制成熟階段，技術成熟度依然不高，特別是與PHM配套使用的自主式保障信息系統（ALIS）進度延遲、問題不斷，已經成為影響F-35項目研制進度的一個重要問題，美國國防部已正在構建新的運行數據集成網絡（ODIM）替代ALIS。本文梳理總結了國外飛機PHM技術的發展應用現狀，重點介紹了F-35 PHM系統及與其密切相關的ALIS系統近年的研制進展、遇到的問題與挑戰和應對措施。

關鍵詞：預測與健康管理（PHM）；診斷；預測；發展與應用現狀；F-35 PHM系統；問題與挑戰

中圖分類號：V240.2文獻標識碼：ADOI：10.19452/j.issn1007-5453.2020.07.003

過去20年來，國外在開發和應用飛機健康監測系統方面取得了重大進展，并正在向預測與健康管理（PHM）系統方向發展。如今已廣泛部署在民機和軍機上的健康監測系統，為使維修和使用成為可預測和可控的活動提供了重要的潛能。最新航空裝備的PHM系統正在集成最底層的機械、電氣和電子傳感器的數據，提供對系統當前狀態的近實時準確評估。PHM系統根據傳感器參數和使用情況的變化，確定系統的未來狀態，并利用這些診斷和預測知識，確定執行任務以及加強和支持維修和保障的最佳方式。這種根據系統健康狀況修改任務計劃的能力有助于在系統功能退化的情況下確保任務成功。PHM系統還能夠根據當前和預測的系統健康狀況來計劃器材保障、預先定位備件和安排維修，從而創建一個更加高效和有效的環境，促成增強型基于狀態的維修（CBM+）/預測性維修的開發和實施。

然而，PHM仍然是一個新興領域，許多已公布的工作有的還處于探索階段，有的雖已開始工程應用，但成熟度滿足不了要求，有的應用范圍有限。例如，美軍F-35的PHM系統從功能上代表了目前世界軍機領域的最高水平，但是其仍處于研制改進過程中，技術成熟度依然不高，特別是與 PHM配套使用的自主保障信息系統（ALIS）進度延遲、問題不斷，已經成為影響F-35項目研制進度的一個重要問題。未來武器裝備體系和智能制造系統將要求PHM系統能夠基于以往實現診斷和預測的最佳實踐來應對當前挑戰，同時滿足未來需求。

1飛機PHM技術的發展及應用現狀

（1）PHM相關技術在軍、民機領域應用日益廣泛，成效顯著[1-3]

近十年來，PHM技術作為提高軍用飛機戰備完好性、降低持續保障費用、實現基于狀態的維修（CBM/CBM+）和自主保障的一項核心技術，已獲得世界各國廣泛重視，相關技術在軍用直升機、固定翼飛機上已有比較廣泛的應用，并取得顯著成效。如美陸軍AH-64“阿帕奇”、UH-60“黑鷹”和CH-47“支奴干”直升機安裝健康與使用監控系統（HUMS）后，使直升機任務完好率提高了10%，2010財年節約2億美元，2014年起全部裝備了HUMS。2017年，美陸軍認定其UH-60L“黑鷹”上安裝的飛行器綜合健康管理系統（IVHMS）比未裝備IVHMS的直升機出動率高27%，非計劃維修減少52%，總維修量減少17%。英國國防部目前最成熟的HUMS是GenHUMS系統，該系統最初是傳統的“海王”和“支奴干”直升機的一個“售后服務”安裝版本，現在其設計已融入新交付的AW159“野貓”直升機中。此外，HUMS在加拿大、荷蘭、新加坡、南非、以色列等國的軍用直升機中也得到廣泛應用。

PHM/HUMS不僅應用于直升機上，在歐美各種四代、五代固定翼飛機上也有不少應用，如“陣風”戰斗機、A400M運輸機、B-2轟炸機、“全球鷹”無人機、“鷹”教練機、C-130“大力神”運輸機、RQ-7A/B“影子”200戰術無人機系統、P-8A多任務海上飛機等都配備了PHM/HUMS類似系統。以波音公司為首的研究隊伍為美國海軍開展了一項飛機綜合健康管理（IAHM）研究，以F/A-18、C-17和波音737為主要研究對象，重點研究對軍、民用飛機都適用的一種可互操作的多平臺飛機健康管理數據處理與分析方法，旨在顯著提高飛機系統可靠性、安全性、維修性、可用性和經濟可承受性，從而改進任務性能和作戰使用能力。該項目生成的IAHM數據庫方案、數據接口方法和算法對新飛機、衍生飛機和現有飛機都適用。

目前，所有上述PHM/HUMS系統主要實現了對飛機的增強故障診斷、狀態監測和部分剩余壽命估計功能，尚未真正實現PHM系統中的預測能力。代表當今軍機領域功能最全、最高技術水平的F-35 PHM系統也正處于成熟階段，虛警問題尚未較好解決，且只在自主保障信息系統（ALIS）（駐留地面PHM系統）中納入了少部分預測算法。

作為一項軍民兩用技術，PHM技術在民用航空領域的研究和應用尤其突出，近年來，波音公司開發的飛機健康管理（AHM）系統已經擴大應用于40家國際民航客運和貨運公司的波音777、波音747-400、A320、A330和A340等飛機上，為這些飛機提供實時監控和決策支持服務，大大減少了航班延誤，節省了運營成本，并支持民航機隊長期可靠性計劃的實現。PHM在民機領域的應用范圍不斷擴大。從以往主要集中在民用大中型飛機、重型直升機領域，擴展到通用飛機和輕型直升機領域，研究范圍也從原來僅考慮保障飛機自身的安全性、經濟性方面，進一步向考慮世界反恐的獨立監視系統、實時監測外部環境（如火山灰等）的影響等方面擴展，成為整個航空安全保障體系的一個關鍵環節。圖1是2015年7月美國國家航空航天局（NASA）、美國空軍和美國聯邦航空局（FAA）共同開展的一種驗證航空發動機健康監測系統實時監測吹入火山灰影響的一次重要試驗活動，以及發動機健康監測系統為此引入的新型傳感器布局情況。

近年來，霍尼韋爾公司推出了一系列新型自診斷傳感器：一體化健康監測（IHM）系列接近傳感器，可用來改善飛機系統性能，降低維護成本。該傳感器可以檢測某個傳感器何時受損或者受到其他影響。該接近傳感器是可配置、非接觸的密封裝置，可以用來感應在惡劣的飛機應用環境中某個目標物體的接近或遠離，如確定反推力裝置是否完全閉合。該傳感器可以檢測某個傳感器何時受損或者受到其他影響，可以探測大多數內部故障，并向飛行員或者維護人員顯示，這有助于減少飛機維護時間和成本。

霍尼韋爾公司還推出了一款線位移傳感器（LVDT），可用于發動機機械裝置、飛行員操縱裝置和前機輪操縱裝置上。這種傳感器可以為下一代飛機提供連續位置監測能力，并可應用在惡劣環境中。該LVDT已經安裝在某些霍尼韋爾研制的系統中，并可以支持其他的組件和系統制造商。

（2）人工智能、物聯網等新興技術推動飛機PHM技術發展[4-6]

近年來，為了進一步改進和擴展PHM系統的能力，進而幫助實現增強型基于狀態的維修，即預測性維修（CBM+）和航空裝備80%的戰備完好性目標，美軍大力推動人工智能（AI）、大數據分析、云計算、物聯網（IoT）等高新技術在飛機PHM領域的應用。美國國防部國防創新試驗小組（DIUx）與工業界合作，將人工智能、自動化和機器學習技術應用到飛機上，作為預測潛在故障、實現預測性維修的一種新方法。合作方包括美國國防部、美國空軍以及C3 IoT公司。按照合作要求，C3 IoT公司正在向F-16和E-3“哨兵”AWACS監視飛機整合AI驅動軟件，爭取在6個月內實現在飛機上運行。據悉，C3 IoT平臺使美國防部能夠在網絡上統一的基于云的數據鏡像中匯集和保存大量不同的數據，包括結構化數據集和非結構化數據集。人工智能可以利用所有可用信息并評估機載系統，以了解某個部件可能發生故障或需要更換的時間，從而帶來后勤保障優勢以及節省成本和提高飛行安全。根據飛機中航空電子設備的種類，機載傳感器可以收集重要的維修數據，并在飛機著陸或飛行過程中下傳遙測信息。

在美軍軍用直升機HUMS系統使用期間，也曾出現過虛警（錯報）等問題，引起過維修人員的不信任。但經過不斷改進和成熟，如綠色能源監測系統（GPMS）公司的HUMS采用了一種專利的信號過濾方法，可以減少誤報，并采用了專有的云計算算法，改進了系統的故障檢測能力，如今的直升機HUMS已經成為飛行員和維修人員有力的助手。

英國皇家海軍正尋求一種新的健康管理和風險預測模型，通過使用數據科學和分析模型來預測潛在的缺陷或故障，實現成本節約。該模型使用的是兩階段遞歸神經網絡，由一家名叫DecisionLab的公司開發，由英國聯合部隊司令部發起，并由國防部國防創新基金資助。起初該神經網絡模型是為民用航空市場而開發，現在該模型經二次開發，應用于軍事領域。該模型能及時對未來活動進行預測，可使維修工程師提前一天、一星期甚至兩星期掌握系統的狀態和健康狀況。

民用飛機健康監測在技術和概念上也在迅速發展。航空公司和飛機原始設備制造商、發動機制造商、傳感器供應商和軟件公司都在以互聯方式開展工作，以創建更加數字化的物聯網和基于云計算的飛機健康監測方法。

2017年巴黎航展上，空客公司和加利福尼亞州的軟件服務公司Palantir Technologies宣布建立合作伙伴關系，讓航空公司開始以新的方式監測機身的健康狀況，實現從反應型向預測型飛機維修模式的轉變。這兩家公司合作推出新的航空數據平臺“智慧天空”（Skywise）。Skywise的愿景是成為數據分析的獨特接入點，將多個信息源整合到一個安全的云平臺中，包括工作訂單、備件消耗、零部件數據、飛機/機隊技術狀態、機載傳感器數據和航班時刻表。空客公司還宣布已選擇羅克韋爾-柯林斯公司為空客A320系列飛機提供飛行操作和維護交換機（FOMAX）計劃。從2018年開始，所有新的生產型A320都配備了羅克韋爾-柯林斯SSR-7000安全服務器路由器和“緊湊型連接單元”，可收集飛機維修和性能數據并自動傳送到地面操作系統。此前，這些技術是通過ACARS網絡將數據傳輸給航空公司的地面運營和維護團隊。羅克韋爾-柯林斯的路由器為飛機上的機組人員連接提供了一個Wi-Fi網絡，同時也是蜂窩和終端Wi-Fi設備，并且能夠連接所有主要的衛星通信設備。FOMAX提供空客飛機系列（A320/A330 ）的全系列傳感器數據：便于訪問超過40倍的機載傳感器，以實現更好的預測性維修、更豐富的地面操作視圖以及最佳的飛行操作。之前，A320運營商只能捕獲400個健康參數（或者可用數據的2%）。根據空客公司的說法，支持FOMAX的A320可以捕獲24000多個健康參數或100%的可用數據。

飛機發動機原始設備制造商（OEM）正在通過引入云計算，采用物聯網、數字孿生和新的數據采集技術來改進發動機監測和維修方式，促進預測性維修的實現。利用大量的智能數據分析、預測工具和工程專家知識，發動機OEM幫助航空公司降低油耗，更有效地飛行，確保正確的團隊和設備就位，以便更快速地維修，并保持較高的可視性。通過改進發動機健康監測數據的收集和分析方式，OEM努力實現發動機使用壽命的最大化。

數字孿生是一個已經構建的完整物理系統的數字化副本，指針對現實世界中的物體，在數字世界構建一模一樣的實體，借此來實現對物理實體的理解、分析和優化。數字孿生技術的精細程度遠超過傳統的數字模型，將虛擬世界中的數字孿生技術應用于物理世界，可以更好地診斷故障。數字孿生可以將飛機平臺或子系統的整個生命周期聯系在一起，從設計到MRO到報廢處置。制造的時候，裝備的物理實體與數字孿生是綁定的。一套新裝備交付時，裝備實體及其數字孿生也一起交付，每次對裝備的物理實體進行改裝和維修，也會體現在數字孿生上。

目前，通用電氣公司已為部分發動機制造了數字孿生部件。此外，通用電氣公司還幫助開發了世界上第一項用于飛機起落架的數字孿生技術，其將傳感器放置在物理設備的典型故障點上，如液壓和制動的溫度節點，用以提供實時數據，幫助預測早期故障或起落架的剩余壽命。數字孿生技術開發的另一個公司是西門子公司，該公司已經為諸如載人和無人飛行器的電推進裝置等部件實現了數字孿生功能。

發動機OEM改進其數據收集方法的一種方式是通過傳統航空公司和非傳統航空公司之間的合作來實現。例如，羅羅公司與微軟公司合作，利用微軟的Azure云平臺和Azure物聯網組件來收集和聚合數據；通用電氣公司同Avionica合作，為其CF34-3發動機帶來實時的發動機預測能力。Avionica可為通用電氣公司的龐巴迪挑戰者600系列飛機帶來快速訪問記錄器（QAR）技術。該公司將為其分布在全球70多個國家的200多架采用CF34-3發動機的飛機的運營公司提供可用的預測健康管理服務。

（3）CBM+和協作維修推動PHM技術呈現新的發展趨勢[7-9]

維修方式自20世紀以來發生了重大變化，重點從技術轉向技術+經濟考慮。如今，各種維修策略是根據裝備（設備）的重要性和成本效益，以綜合方式加以應用。這些維修策略包括但不限于：修復性維修、預防性維修、預測性維修/ CBM+、自維修、靈巧維護、電子維修和協作維修等。這些策略還在不斷發展，隨著設備和運行條件的日益復雜，新的需求也在不斷產生，目前可見的最終目標是智能維修。

美國國防部要求所有武器裝備都應推廣應用CBM +。該方案的重點是在各不同軍事部門的平臺上應用PHM，這是CBM +能力的一個子集。2020年第1季度，美國空軍快速保障辦公室（RSO）已將CBM+軟件部署到美國空軍機隊的700多架飛機上，在CBM+上培訓了66個維修單位，部署了178種算法（并在不斷增長），在故障前更換了105個部件，節省了5000h的排故時間，并開始對179多個部件進行早期故障評估，還在三個新平臺（F-15、B-52和C-17）上啟用CBM+[2]。

為了更有效、更高效地進行維護，降低能源消耗和增加產能，使飛機更可靠和更健壯，需要在軍、民機整個協作社區中大力推進應用PHM技術。PHM不是孤立發展的，在數據科學、工程和協同工業中，有幾個重要的概念正在發展。這些進展可以在PHM系統中發揮作用，促進其增長。

在工業4.0中，必須改進自動化技術，包括自我意識和自我學習。資產已經可以通過物聯網（IoT）框架、網絡物理系統（CPS）、機器對機器通信和工業互聯網相互“交談”或“學習”，也就是說，將復雜的物理機械與網絡化的傳感器和軟件集成在一個協作領域中。然而，有關智能數據分析的知識以及創造資產自我意識和自我學習的能力仍然有限，許多數據未得到充分利用。這些阻礙資產協作效率的因素限制了向智能維修的最終目標邁進。

應用PHM技術的關鍵是將高可靠性和精確的傳感器技術，診斷、預測和健康管理的算法和軟件設計結合起來，以及定義和開發一種使用和成熟PHM能力的集成環境，最終結果是一個使用可靠性和效費比更高的系統[5]。最近，在成功開發和實施此類PHM項目方面出現了一些新的趨勢：首先，有一種新的需求，即運行技術（OT）、信息技術（IT）與工程技術（ET）的融合；其次，純數據驅動或物理模型驅動的方法可能無法滿足現實中資產的情況；相反，上下文驅動的方法越來越被接受，它將有效地利用所有相關信息（包括機載數據、試驗數據、設備機理、上下文數據等）進行診斷、預測；最后，從產品全生命管理（PLM）的角度，從部件級到系統級，再到系統體系（SoS）級開發和實現PHM項目。

（4）飛機PHM系統的全面成功仍需克服多方挑戰

目前，飛機PHM系統要全面成功地實現其功能，仍需要克服4方面挑戰，包括數據采集、診斷、預測和健康管理（見表1）。而數據是根本的挑戰。對于高度復雜的系統，很難建立具有預測性和持續維修能力的PHM項目。這些平臺經常監視和解釋成千上萬的傳感器狀態和錯誤代碼。對于這樣的系統，人類使用者很快會陷入信息過載的境地，僅僅應用分析模型而不了解底層健康監測和報告系統的復雜細節通常不能做出準確的健康預測。

另外，在智能制造系統中實現PHM未來需要克服的幾個關鍵挑戰（見表2），包括實時診斷和預測方法、PHM系統評估標準以及用戶友好型PHM系統內數據（來自傳感器、可編程邏輯控制器（PLC）、專家等）的集成。

2美軍F-35 PHM系統研制近況及存在的問

題及挑戰[10-19]

2.1 F-35 PHM系統診斷能力有所改善

F-35 PHM系統收集機上性能數據來確定飛行器的工作狀態。當達到成熟時，PHM將利用從整個F-35上采集的數據以及PHM內存儲的數據，基于趨勢來預測維修需求。PHM系統旨在提供診斷和隔離故障、跟蹤和預測部件的健康和壽命趨勢的能力，并利用飛行期間收集和存儲在飛機便攜式內存裝置（PMD）中的飛行器健康報告代碼（HRC）使飛機的自主保障能力得以實現。

PHM監測幾乎F-35的每個機上和機下系統，它必須高度一體化，能按照預期工作，并要求隨著系統的成熟而不斷改進。目前，F-35 PHM系統包括三個重要部分：故障和失效管理（診斷能力）、壽命和使用管理（預測能力）以及數據管理。近年來，F-35 PHM診斷和數據管理能力仍在成熟中。診斷能力應該檢測飛行器內真實的故障并準確地將故障隔離到現場可更換部件（LRC）。但是，對F-35診斷能力的驗證一直表現出準確性差、低檢測率和高虛警率等問題，直到最近幾年才開始呈現出一些改善的跡象。

雖然隨著各批次F-35能力的部署，故障檢測覆蓋率有所提高，但大部分性能指標仍低于閾值要求。表3給出了美國國防部作戰試驗鑒定局2015—2017財年三年的年度報告數據對比情況。表3數據來源于2015—2017財年美軍作戰試驗鑒定局年報。其中，2016財年與2015財年數據對比顯示，F-35 PHM系統的故障覆蓋率、故障檢測率、非電設備故障隔離到一個現場可更換部件的故障隔離率都有明顯改進，最顯著的提升是平均安全關鍵虛警間隔飛行小時數，而平均虛警間隔飛行小時數和非電設備隔離到三個或較少LRC的故障隔離率沒有明顯改善，而電子設備隔離到一個LRC的故障隔離率較上一年年報中的數值更差。平均飛行安全關鍵虛警間隔飛行小時數和非電設備隔離至一個LRC的故障隔離率是兩個僅有的似乎朝著滿足其閾值要求方向不斷改進的診斷指標。自2017財年起，F-35項目報告PHM指標已從6個月的滾動窗口轉變為3個月。2017財年與2016財年的年度報告數據相比，2B和3F批次每個故障檢測和隔離指標幾乎都有所改進，但3F批次的兩個非電子故障隔離指標除外，該指標下降了7%～9%。從表3可見，F-35 PHM診斷性能總體上有所改善，在這個滾動窗口中5個度量指標中的兩個已滿足閾值要求。

2.2 F-35 PHM系統在地面引入初步的預測能力

F-35 PHM系統的地面部分宿主在自主式保障信息系統（ALIS）中。ALIS是關鍵的使用與維修管理系統。2014年9月1日，洛馬公司發布了ALIS 2.0版，該版本增加了針對F-35的狀態趨勢分析和機隊管理能力。F-35項目計劃直到ALIS 2.0.2版本才集成預測能力。2.0.2版本的部署從2015年12月延遲到2016年7月底，后又推遲到2017年4月。洛馬公司于2017年4月26日宣布，美國空軍和海軍已批準安裝最新型F-35戰斗機維護系統軟件——ALIS 2.0.2版，該軟件引入了普惠公司F135發動機的數據。該版本軟件將于2017年底前安裝于所有裝備F-35的基地。在ALIS 2.0.2版本中增加的能力包括以下幾點。

（1）有壽件管理（LLPM）

有壽件管理（LLPM）具體包括推進系統集成和生產型飛機檢測要求（PAIRs）。

以前，推進系統數據從飛機便攜式內存裝置中下載，并提供給普惠公司的現場服務工程師進行處理和生成維修工作規程。推進系統集成將便于ALIS能像處理飛機數據一樣處理推進系統數據。

ALIS 2.0.2版包括PAIR系統的第1階段。該項目在取消了大部分最初計劃的預測算法后，增加了多個PAIR作為PHM的組成部分。項目計劃在ALIS 2.0.2版和ALIS 3.0版中各包括8種預測算法，而最初計劃在系統研制與驗證（SDD）階段納入128種算法。

（2）分中隊報告

便于飛機即使在其遠離部隊部署時，也能向其大本營所在中隊的標準運行單元（SOU）報告其狀態。

（3）SOU與SOU之間的通信

新能力將允許在特定的情況下在SOU之間進行文件的針對性傳送。增加這種能力主要是使飛機部署效率更高。

（4）部署性的改進

包括改進部署規劃和一次性成批轉移所有部署資產。

（5）商用現貨（COTS）硬件替代品

便于項目對硬件過時淘汰做好計劃，隨著時間的推移用更新的硬件替代。

（6）ALIS就緒檢查

改善ALIS過程的健康監測。

2017財年F-35項目的一項主要工作是試驗并部署ALIS 2.0.2.4軟件。ALIS 2.0.2.4包含PHM中的前7種預測算法，涉及燃油、滑油和液壓油的監測。最初使用這些算法的人員將負責收集數據，用于未來成熟服役壽命預測和剩余壽命預測（算法）。

試驗中發現了一些缺陷，針對其中一部分缺陷，已經在部署之前采取了糾正措施。在4個使用站點部署了ALIS 2.0.2.4之后，暴露出了ALIS不能正確地追蹤發動機部件的壽命使用問題，為此2017年6月海軍陸戰隊航空站終止了飛行試驗。9月開始了ALIS 2.0.2.4.4版本的試驗，ALIS 2.0.2.4.4版本解決了之前發現的一些缺陷，但這次試驗又發現了其他的缺陷，導致空軍一度停止了ALIS 2.0.2.4.4版本的部署，直至2017年11月該項目糾正了這些缺陷，空軍重新啟動了ALIS 2.0.2.4.4版的部署。

該項目在2017財年年底還完成了2.0.2.5版的研發，該版本主要解決ALIS內部的一些現有的缺陷和使用性問題，并將瀏覽器更新到Internet Explorer 11。這個版本包括一個用于降低預測健康管理系統虛警的濾波功能，不包含其他新的功能。

F-35具備全面作戰能力所必需的ALIS 3.0版本是系統研制與演示驗證（SDD）階段發布的最后一個增量，于2018年9月開始部署使用。ALIS 3.0開始全面跟蹤剩余時間，以更換使用壽命有限的F-35部件，并增加防雷功能、提高網絡安全性，改進低可觀測健康評估系統（LOHAS）等。ALIS 3.1允許合作伙伴國家獨立管理其數據。ALIS 3.5（稱為“穩定”版本）目的是解決ALIS長期存在的用戶問題，滿足網絡安全閾值要求（包括使用互聯網協議），改進低可觀測性健康評估系統（LOHAS），并為ALIS管理提供初始的集中化功能。該版本原計劃在2019年10月發布，但由于一些缺陷被推遲到2020年1月。部署完畢后，ALIS 3.5將有助于改進F-35隱身涂層的評估，并降低生產飛機檢查報告系統處理數據的時間。

在該項目之前的計劃中，2020年之后還會發布另外兩個版本：ALIS 3.6和ALIS 3.7。ALIS 3.6計劃解決Windows 10、增強網絡安全、改進標準運行單元（SOU）之間的數據傳輸能力以及分散的維修能力等問題，允許在沒有完整的ALIS硬件套件的情況下進行部署。ALIS 3.7的目標是通過增強訓練管理系統來提高任務保障能力，提高部署的備件保障能力、部分中隊保障能力、腐蝕管理能力以及對頭盔和其他飛行員飛行設備的保障能力。但2019年9月，F-35項目宣布不再按照原計劃發布新的ALIS軟件版本，而是將其分解成更小、更頻繁的軟件服務包。2020年1月，美國國防部宣布將用新的“運行數據集成網絡”（ODIN）替代ALIS系統。

2.3 F-35 PHM遇到的問題及挑戰

2.3.1 F-35 PHM虛警問題

最近三份年度報告中指示的虛警指標中的微小改進表明該項目將不能滿足虛警閾值要求。

不良的診斷性能增加了維修停機時間。維修人員通常運行機內測試來判斷診斷檢測到的故障代碼是否是真實的故障。虛警導致軍職人員開展不必要的維修活動，通常只能依賴承包商的支持才能更準確地診斷系統故障。這些活動增加每飛行小時的維修工時，并進而降低了飛機可用度和出動架次率。診斷工具的準確性差還可能導致維修人員對真實故障不敏感。

ALIS中記錄的虛警數可以人為減少。因為對于一名合格的維修監督員，如果他知道某個健康報告代碼（HRC）對應一次虛警，可以阻止或將之取消，從而不會產生工作單，并不計入虛警指標。但如果維修人員簽署了一份工作單，而HRC中描述的問題其實并沒有發生，該項目將把HRC算作一次虛警。由于PHM尚不成熟，而這種做法為維修人員節省時間，所以，在外場出現這種情況是正常的。不過，這就意味著所記錄的虛警數并非總是HRC虛警率的準確反映。

截至2016年4月，F-35飛機中最可能導致漏檢、錯誤的故障隔離和虛警的系統：（1）漏檢：綜合核心處理器（ICP）、通信-導航-識別（CNI）機架模塊、全景駕駛艙顯示器、電力和熱管理系統（PTMS）和飛行器系統處理能力。（2）錯誤的隔離：ICP、PTMS、電子戰、電源、液壓系統。（3）虛警：推進系統、CNI系統、電子戰、ICP、顯示器和指示器。

為此，F-35項目辦公室在2015年曾啟動了一個PHM成熟計劃，以改進PHM三個主要部分中每部分的性能。（1）改進BIT的功能性：PHM軟件對BIT結果、機下過濾器清單和故障隔離指示的處理；還聚焦已識別的高故障主宰因素，按照優先順序開發能對故障檢測和隔離、虛警性能、不必要維修、高維修工時、飛機可用性和過高費用產生最大影響的異常和故障辨識系統（AFRS）解決方案。（2）基于使用和修理反饋來改進生產型飛機檢測要求（PAIRS）的功能性和裝備狀態評估算法：基于機隊經驗潛在增加新的壽命跟蹤項目。（3）改進或增加飛機的數據收集：改進數據從飛機到ALIS的下載和處理，改進數據的分發和存儲，以更好地支持用戶需求。

另據2017年度作戰試驗與鑒定局年度報告中透露，F-35項目已開發并在測試一種先進的過濾器和相關（AFC）1.0功能，作為F-35 PHM系統的組成部分。AFC 1.0旨在減少HRC的虛警數；減少派生的HRC，因其導致單一故障生成多個HRC工作訂單；減少條件性的不良HRCs，它是僅由飛機某些非工作的代表性技術狀態、諸如在一種特殊（即由生產和研制并行引起的）的技術狀態下測試飛機或維護飛機而觸發的虛警。F-35項目期望AFC 1.0能改善PHM的虛警性能，但是DOT&E估計此改進對于項目符合要求而言將是不充分的。

2.3.2 F-35結構PHM出現的問題

結構PHM（SPHM）是整個機體壽命周期管理的一個關鍵元素，它包括過大g值、硬著陸、超速和過載狀態等狀態事件檢測和分析，計劃提供腐蝕監測和預測性建模能力。飛機上目前有兩種腐蝕傳感器：一種安裝在天線罩隔框的前表面，另一種裝在燃油/熱交換器艙壁上。ALIS 2.0.0包括一個對這些腐蝕傳感器的記錄功能。2015年11月項目辦公室完成的一項研究確定機隊中27%的腐蝕傳感器已經失效，因此該項目正在開發新的傳感器。

2.3.3 F-35離機PHM及PMA當前的問題

F-35飛機的維修人員要開展大部分維修活動，必須將便攜式維修輔助（PMA）筆記本電腦與飛機進行物理連接。維修人員借助PMA能夠從飛機上獲得狀態和技術狀態信息，同時控制飛機功能，開展其他維修，諸如打開容納冷卻空氣容器的彈艙門，以便在地面運行航電設備時使用空調裝置。維修人員還通過PMA訪問異常故障辨識系統（AFRS）（屬于離機PHM工具），該系統對機載PHM系統產生的HRC進行自動故障排查，并訪問聯合技術文件（JTD），它能告訴維修人員如何對AFRS識別的故障進行修理。最后，維修人員利用PMA記錄其工作情況。

然而，F-35項目使PMA與飛機保持同步以開展維修一直比較困難耗時。在許多情況下，維修人員必須試圖同時將多個PMA與一架飛機連接，以便找到一臺能與飛機成功連接的PMA。這些連接被稱作維修人員與飛機接口（MVI）會議。偶爾，這些PMA在一次MVI會議期間斷開連接，也妨礙了高效率維修。

2016年，F-35項目引入了改進的MVI電纜適配器來預防意外的物理斷開連接，已見成效。還有一些軟件相關的問題，諸如PMA與飛機連接需要幾秒到數分鐘。這偶爾導致維修人員因誤認為未能連上而斷開PMA，直到ALIS管理員重置它來解決問題，這個過程非常耗時。

2.3.4ALIS數據質量的問題

自主保障信息系統（ALIS）也是困擾F-35項目已久的一個重要軟件問題，進度不斷延遲（完成F-35研制試驗所需的ALIS版本直到最初計劃的8年后（2018年）才發布），存在大量系統缺陷，高虛警率和數據錯誤影響管理人員對飛機健康狀況的正確判斷，零部件管理混亂增加了維修保障人員的負擔，已成為影響F-35飛機戰備完好性的重要因素。

提供的數據不準確、不完整的問題成為ALIS首要的一個使用問題。ALIS提供的數據往往不完整或完全錯誤。如在飛機沒有問題時給出錯誤提示，造成飛機停飛。ALIS系統通過產生HRC追蹤機隊中飛機的維修狀態，如果該軟件檢測到某架飛機上的一個技術問題，它將建立一個否定的健康報告，并依據該問題的嚴重程度將飛機判定為不具備任務能力。這將使飛機停飛，直至健康報告中的問題得到診斷和修復，如果報告的健康問題是虛假的，管理員將中斷該系統。外場報告表明ALIS報告的問題有80%是虛假的，這為F-35本來已經超負荷的維修團隊帶來了大量額外負擔。此外，ALIS軟件的設計使得管理員難以中斷該系統、阻止飛機停飛。這個問題從2012年就已經發現，為此項目組開發了多個軟件補丁。

由于ALIS中數據的不可靠性，F-35站點的用戶都在收集和跟蹤系統外部的信息，一個站點估計每年平均花費5000～10000h手動跟蹤應該在ALIS中自動獲得的信息。許多設計為自動的功能需要手動完成，帶來人力和時間浪費。

2020年1月，美國國防部宣布將用新的“運行數據集成網絡”（ODIN）替代ALIS系統，重新設計系統架構，構建基于云的系統，采用敏捷開發模式。美國國防部計劃將于2020年9月交付第一臺新設備，2021年底首次投入使用，2022年12月前在所有F-35中隊全面投入運行。

總之，F-35的PHM和ALIS的研制不是一蹴而就的，需較長的成熟過程，而且二者密不可分。PHM如果不與ALIS整合，PHM就不能充分發揮作用，因此，徹底地落實ALIS（或未來的ODIN）才是萬全之策。

3結論

PHM技術的發展經歷了狀態監控和故障診斷、故障預測、系統集成三個日益完善的階段。雖然軍民用飛機領域PHM技術的發展十分迅速，但是距離全面成熟應用還有一定距離，主要在以下方面存在較大困難：（1）航電設備失效數學模型難以建立；（2）設備剩余壽命預測評估精度不高；（3）間歇性故障預測方法還很不成熟等。當前PHM技術的發展主要體現在以系統級集成應用為牽引，應用現代信息技術（建模仿真、大數據、云計算、物聯網等）、人工智能技術和微系統技術，提高故障診斷與預測精度、擴展健康管理的應用對象范圍，支持增強型基于狀態的維修（CBM+）/預測性維修等方面。

人們普遍認為，PHM/IVHM技術目前雖然仍在成熟中，有許多問題尚待解決，但它代表了未來的一種重要發展趨勢。

參考文獻

[1]James D. NASA and USAF study effect of volcanic ash on C-17 engines[EB/OL].（2015-06-20）. http：//www.flightglobal. com/news/articles/nasa-and-usaf-study-effect-of-volcanic-ashon-c-17-engines-414817/.

[2]Kevin H.The role of HUMS[EB/OL].（2017-10-05）. https：// www.aviationpros.com/airports/airport-technology/article/1236 5423/the-role-of-hums.

[3]William K. Honeywells new sensors self-diagnose internal failures[EB/OL].（2017-08-21）.https：//www.sae.org/news/2017/ 08/honeywells-new-sensors-self-diagnose-internal-failures.

[4]Larry D.C3 IoT lands Department of Defense deal for aircraft predictive maintenance[EB/OL].（2017-11-01）. https：//www. zdnet. com/article/c3-iot-lands-department-of-defense-deal-foraircraft-predictive-maintenance/.

[5]Frank W.Light commercial helicopter market fertile for health usage monitoring systems[EB/OL].（2019-10-04）.https：//www. aviationtoday.com/2019/10/04/light-helicopter-market-fertile-fieldhums/Commercial.

[6]IEEE Reliability Society. Product-oriented overviews of the application of PHM sensors，techniques，technology，and methologies[EB/OL].（2019-10-02）. http：//phmconf. org/ phmtopics.html.

[7]Maintenanceofthefuture：Movingfrompreventive，predictive to collaborative[EB/OL].（2019-06-15）. https：// www.ruggedmobilityforbusiness.com/2019/07/maintenance-ofthe-future-moving-from-preventive-predictive-to-ollaborative/.

[8]Teddy K，Eric M. Mission readiness with machine learning and PHM：Failures is not an option[EB/OL].（2019-10-21）. https：//www. ntconcepts. com/mission-readiness-with-machinelearning-and-phm-failure-is-not-an-option/.

[9]Gregory W V，Brian A W，Moneer H. A review of diagnostic and prognostic capabilities and best practices for manufacturing[J]. Journal of Intelligent Manufacturing，2019，30（1）：79-95.

[10]Dr Neal N，Edward R B. PHM on the F-35 Fighter[C]// Prognostics and Health Management（PHM）2011 IEEE Conference，2011.

[11]Tom D. Next-Generation operational health & decision support in the maintenance environment[Z].Lecture，Phoenix，Arizona，2009.

[12]Edward R B. Prognostics and health management：A Datadriven approach to supporting the F-35 Lightning II[C]//2007 IEEEAerospace Conference，2007.

[13]DoD.Director，operational test and evaluation fy 2016 annual report[R].DoD，2016.

[14]DoD. Director，operational test and evaluation fy 2017 annual report[R].DoD，2017.

[15]DoD.Director，operational test and evaluation fy 2018 annual report[R]. DoD，2018.

[16]DoD.Director，operational test and evaluation fy 2019 annual report[R]. DoD，2019.

[17]Iain G H，Anthony M C，Wayne B. Overview of the F-35 structural prognostics and health management system[C]//9th European Workshop on Structural Health Monitoring，2018.

[18]GAO-16-439. F-35 sustainment-DoD needs a plan to adress risks related to its central logistics system[S]. 2016.

[19]DoD. Director，operational test and evaluation fy 2015 annual repor[R]. DoD，2015.

（責任編輯王昕）

作者簡介

張寶珍（1967-）女，碩士，研究員。主要研究方向：通用質量特性及試驗與測試技術情報研究。

Tel：010-57827746

E-mail：baozhenznew@163.com

王萍（1981-）女，碩士，副研究員。主要研究方向：試驗與測試及綜合保障技術情報研究。

Tel：010-57827744E-mail：towangping@163.com

Recent Development of Aircraft PHM Technology and Problems and Challenges Encountered in the Application on F-35

Zhang Baozhen*，Wang Ping

Aviation Industry Development Research Center of China，Beijing 100029，China

Abstract： In recent years， prognostics and health management （PHM） technology， as one of the core technologies to reduce costs， realize condition-based maintenance and autonomous logistics， has been paid more and more attention by the military， industry and academia all over the world. At present， the PHM system of the U.S. F-35 Joint strike aircraft （JSF）， which represents the highest level in the field of military aircraft in the world， is still in the stage of development and maturation and the technical maturity is still not high enough， especially the progress delay and problems of the autonomous logistics information system （ALIS）， which is used with PHM， have become an important issue affecting the development progress of the F-35 program. The U.S. Department of Defense is building a new ODIM instead of ALIS.This paper summarizes the development and application of foreign aircraft PHM technology， focusing on the F-35 PHM system and its closely related ALIS system in recent years， the development progress， problems and challenges encountered and countermeasures.

Key Words： PHM； diagnostics； prognostics； current development and application； F-35 PHM system； problems and challenges