航空裝備智能保障系統研究

周揚 曾照洋 周巖 林聰

摘要：隨著智能化前沿技術的迅猛發展與廣泛應用，航空裝備正在向智能化方向發展，其保障系統也將通過智能化技術賦能實現進化發展。面向下一代航空裝備的使用需求，以智能化技術為牽引，分析了航空裝備智能保障場景，捕獲了智能保障系統的能力需求，在此基礎上提出了由全面態勢感知、智能保障決策、自主作業執行、智能監督控制組成的航空裝備智能保障系統功能以及分層架構，研究了智能保障系統的關鍵技術，并對應用智能化技術的收益與風險進行了分析，為航空裝備智能保障系統的研制與應用，進而實現精確、敏捷、經濟的保障提供了支持。

關鍵詞：保障系統；智能；航空裝備；決策；感知；執行；監督

中圖分類號：V234文獻標識碼：ADOI：10.19452/j.issn1007-5453.2020.12.009

基金項目：裝備綜合保障技術重點實驗室穩定支持項目（61420030104）

以人工智能、大數據、云計算等為代表的前沿技術正在引領諸多領域產生顛覆性變革[1-3]，未來戰爭形態將向智能化戰爭轉變，武器裝備也在廣泛探索應用智能化技術[4]，智能化技術同樣為裝備保障系統的賦能和發展提供了先決條件。本文面向下一代航空裝備的使用需求，針對保障方案規劃不合理、保障作業效率低下、保障資源延誤時間長、人員訓練與實戰脫節等航空裝備保障系統存在的實際問題，以智能化前沿技術為基礎，開展以“智能”為特征的航空裝備保障系統研究，為實現精確、敏捷、經濟的保障提供技術支持。

1智能保障系統能力需求

1.1航空裝備智能保障場景

智能保障系統典型應用構想包括智能保障決策、智能使用保障、智能機庫維修、智能資源調度、智能訓練保障等。

1.1.1智能保障決策

針對保障方案規劃不合理的問題，智能保障決策應用人工智能技術，將人在決策過程中用到的知識、經驗固化到系統中，基于裝備狀態、保障資源狀態、任務狀態、環境狀態等全面態勢感知信息，根據作戰任務或平時訓練需求，對何時、何地、做什么、怎么做、用什么做等問題進行決策，自動生成保障方案。（1）平時訓練保障智能規劃：根據訓練任務需求，裝備部署情況，可靠性、維修性、保障性等通用質量特性設計水平等信息，自動規劃保障方案，包括定檢任務智能優化、視情維修自主決策、人員訓練智能規劃等。（2）作戰任務保障方案自主生成：針對不同的作戰使用要求和保障能力需求，自動規劃作戰任務保障方案，包括裝備優選、保障資源需求預測、保障計劃自主生成等。

1.1.2智能使用保障

針對使用保障作業效率低下的問題，智能使用保障應用人工智能、機器人等技術，實現精確化、無人化的充、填、加、掛與維護檢查等并行開展的一體化使用保障。（1）無人維護檢查：利用無人機對航空裝備外表面進行自動巡檢，確定是否存在涂層脫落、金屬材料開裂、復合材料分層等情況；利用機器人對航空裝備內部難以接近的狹小/異形空間進行自主檢查。（2）智能掛彈：應用機器視覺技術、軌跡規劃技術、慣性導航技術等，實現復雜空間掛點位姿參數的快速辨識、掛點檢測誤差修正，自主控制舉升機構完成導彈/炸彈的掛裝作業。

1.1.3智能機庫維修

針對維修保障作業效率低下的問題，智能機庫維修綜合運用數字孿生、云計算、機器人、物聯網等技術，實現從飛機入庫前的狀態模擬和維修決策，到飛機入庫后的自動檢測和智能維修的全過程保障。

（1）裝備狀態實時模擬。數據實時共享在數據云平臺中，應用“數字孿生”模型和方法，對飛機狀態進行實時模擬。通過大數據分析和算法，預測剩余壽命或故障，并自主給出部件維修任務決策。維修任務決策通過物聯網，自動發送至外場維護中心，進入機庫進行維修。

（2）自動激光掃描。機庫門上的三維激光掃描儀對飛機各系統的健康狀態及故障與損傷情況進行深度掃描，生成全機健康狀況檢查數據報告。

（3）機器人、無人機進行自動檢測，自動生成3D數字檢測報告。

（4）智能維修任務卡自動生成。3D數字檢測報告并自動上傳至云平臺，發送到遠程維修工程中心。依據大數據技術和人工智能技術，在云平臺自主整合交互式電子技術手冊（IETM）中的維修、排故等信息，生成電子智能維修任務卡，并發送至維修工程師穿戴式維護終端設備。

（5）維修任務分配與調度。機庫維修技術人員在任務臺讀取任務卡，并根據各自專業，自主“認領”維修任務。任務認領完畢后，自動上傳至數據云平臺。維修任務調度中心在云平臺讀取到飛機數據、維修任務卡信息、維修人員信息等，通過物聯網，將備品、備件、工具等維修資源需求自動下發到相關部門。

（6）基于增強現實的維修。維修人員帶上增強現實AR眼鏡等可穿戴設備和智能工具箱，對故障產品進行維修。

（7）故障件自動運輸與狀態跟蹤。GPS跟蹤器安裝在故障返修件中，應用機器人與物聯網技術，自動對故障件進行運輸與返修狀態跟蹤。

（8）數據庫更新完成維修后，所有信息同步上傳至云平臺，在數字孿生模型中繼續對飛機進行全時檢測與運行模擬。

1.1.4智能資源調度

針對保障資源延誤時間長的問題，智能資源調度利用物聯網[6]、大數據技術及新一代人工智能技術，實現數據流程與后勤保障流程無縫鏈接并相互驅動，自動感知保障資源需求，并實現保障資源的自主籌措和動態調度。（1）飛機調度。在態勢感知的基礎上，根據任務需求及飛機健康狀態和梯次使用要求，選擇合適的飛機參與作訓任務。（2）本場維修資源調度。當飛機還在空中飛行時，利用物聯網技術將故障預測與健康管理（PHM）系統預測的飛機故障和健康狀態信息自動傳輸給地面的維修站和后勤補給系統，使其提前準備好相應的備件、保障設備、技術資料、維修人員等，當飛機降落后便可快速進行維修，縮短維修時間，提高飛機的出動強度。（3）保障資源調度。在維修及轉場準備過程中存在本場保障資源短缺時，可基于全資可視化、地理信息系統、智能物流、無人裝卸與運輸等技術，實現供應點選擇、運送路徑規劃、自動集裝、自主運輸等資源自主調度功能。

1.1.5智能訓練保障

針對人員訓練與實戰脫節的問題，智能訓練保障面向作戰任務需求，應用數字孿生、場景建模仿真等技術實現對作戰場景的逼真模擬，運用虛擬現實技術保證人員的沉浸式交互，基于云平臺完成不同空間空/地勤人員的協同訓練，并可基于任務需求和人員現狀定制推送個性化訓練方案。（1）全任務虛擬作戰訓練：為保證執行任務的成功率，智能保障系統針對各種任務構型，為保障人員生成訓練方案，利用虛擬/增強現實技術實現在不動用裝備的情況下完成虛擬作戰訓練。（2）全對象分布式聯合訓練：航空裝備保障站點分散、保障資源種類多，智能保障系統模擬綜合作戰環境，結合裝備的任務構型，自主推理生成保障流程，實現跨區域空/地勤人員的分布式聯合訓練。

1.2智能保障系統能力需求

面向航空裝備智能保障場景，捕獲智能保障系統的能力需求，可歸納為全面態勢感知、智能保障決策、自主作業執行和智能監督控制等方面的能力。（1）全面態勢感知能力：借助PHM系統、全資可視化、數字孿生模型等手段，全面感知裝備健康狀態、作戰任務需求、裝備部署情況、保障資源需求等信息，為智能保障決策提供輸入。（2）智能保障決策能力：利用人工智能技術，使保障系統能模仿人的智能，具有思維、學習、推理判斷和自行或輔助解決保障問題的能力。（3）自主作業執行能力：綜合運用機器視覺聽覺感知、無人操作智能控制、無人機、自動駕駛、物聯網、虛擬/增強現實、云平臺等先進技術，在使用和維修保障活動中高度實現無人化，由“智能機器”代替“人”進行自主作業，在訓練和供應保障過程中全面實現信息化和智能化。（4）智能監督控制能力：在保障系統運行過程中能對各保障流程和環節進行實時監控，能主動發現問題并進行自主排查和優化。

2智能保障系統方案

航空裝備智能保障系統是面向裝備作戰任務與平時訓練場景，應用人工智能、大數據、物聯網、增強現實等智能化技術，具備全面態勢感知、智能保障決策、自主作業執行、智能監督控制等能力的保障系統，其方案包括功能組成和技術架構兩方面。

2.1智能保障系統功能

對應于航空裝備智能保障系統能力需求，智能保障系統的功能組成如圖1所示。

2.1.1全面態勢感知功能

全面態勢感知功能，由裝備態勢感知、保障狀態感知、環境狀態感知、任務狀態感知等功能組成。（1）裝備狀態感知功能，包括對裝備實時狀態的感知、歷史狀態的追溯以及未來狀態的預測等功能。（2）保障狀態感知功能，包括對備件、保障設備工具、人力人員等保障資源種類和數量等狀態感知功能。（3）環境狀態感知功能，包括對地理、氣候等自然環境及戰場環境狀態的感知功能。（4）任務狀態感知功能，包括對作戰任務、訓練任務狀態的感知功能。

2.1.2智能保障決策功能

智能保障決策功能，由作戰任務保障方案自主生成、平時訓練保障智能規劃等功能組成。（1）作戰任務保障方案自主生成功能，包括裝備優選、維修任務預測、保障資源需求預測、動態資源調度規劃、保障作業計劃生成等功能。（2）平時訓練保障智能規劃功能，包括梯次使用智能規劃、預測性維修自主決策、資源補給智能規劃和人員訓練智能規劃等功能。

2.1.3自主作業執行功能

自主作業執行功能，由自動使用保障、自動檢測與維修、智能作業支持、自主供應保障、智能訓練保障等功能組成。（1）自動使用保障功能，包括自主加注/抽放燃油、自主充填氣體與液體、自主充電、自主裝載/卸載彈藥、自主維護檢查等功能。（2）自動檢測與維修功能，包括自動全機掃描檢查、自主結構修復、自主故障件拆裝、空中自動檢測與維修等功能。（3）智能作業支持功能，包括智能工卡生成與執行反饋、交互式作業支持、智能工具器材管控、實時返修狀態反饋等功能。（4）自主供應保障功能，包括智能庫存管理、資源自主籌措、資源自動配送等功能。（5）智能訓練保障功能，包括作戰場景仿真訓練、個性化訓練定制與推送等功能。

2.1.4智能監督控制功能

智能監督控制功能，由自主監控預警、智能評估優化、自動反饋改進等功能組成。（1）自主監控預警功能，包括裝備健康狀態監控與預警、任務形勢監控與預警、保障資源消耗情況監控與預警等功能。（2）智能評估優化功能，包括保障效能評估與優化、保障資源適用性評估與優化、使用和維修保障過程優化等功能。（3）自動反饋改進功能，包括設計改進反饋、制造改進反饋、使用改進反饋、維修改進反饋、管理改進反饋等功能。

2.2智能保障系統架構

智能保障系統采用分布式架構，開放靈活，即插即用，可集成應用人工智能、大數據、云計算等先進技術的業務功能。智能保障系統自底向上，分為支撐層、數據層、智能實現層和應用層，如圖2所示。（1）應用層：面向系統用戶，實現態勢感知、保障決策、作業支持、監督控制等功能。（2）智能實現層：應用深度學習、神經網絡、云計算、大數據等先進技術，實現統計分析、數據挖掘、預測推演、決策支持、結果生成等功能。（3）數據層：由數據庫、模型庫、知識庫、范例庫等組成，可通過集成接口與任務系統、產品數據管理系統等相關系統進行數據交換。（4）支撐層：由網絡、計算資源、存儲資源等硬件條件構成。

3智能保障系統關鍵技術

智能保障系統應用智能化前沿技術，使保障系統能模仿人的智能，具有思維、感知、學習、推理判斷，自行或輔助解決保障問題的能力。應用人工智能、大數據、物聯網、虛擬/增強現實等先進使能技術，航空裝備智能保障系統的關鍵技術分析如下。

（1）智能保障決策技術

保障決策就是根據作戰任務或平時訓練需求，對何時、何地、做什么、怎么做、用什么做等問題進行決策，生成保障方案。智能保障決策則是應用智能化技術，將人在決策過程中用到的知識、經驗顯性固化到系統工具中，根據任務需求自動生成保障方案，或在制訂保障方案的過程中為系統用戶提供專家建議的輔助決策功能。

（2）預測性維修技術

預測性維修是基于裝備狀態和故障預測確定維修任務的先進維修方式[5]，相比于傳統的修復性維修和預防性維修，預測性維修實現了主動、針對性維修，可在降低裝備故障風險的同時保持較高的使用效率。

預測性維修技術是由狀態監測、故障診斷、狀態預測、維修決策等一系列技術構成的技術體系，通過實時監控目標裝備的健康狀態，進行智能維修決策，確定維修保障任務，將航空裝備維修方式從“被動式維修”轉化為“主動式維修”。

（3）數字孿生技術

數字孿生技術包括數字孿生模型的構建與應用。數字孿生模型是裝備物理實體在虛擬空間中的超寫實動態模型，裝備數字孿生模型的構建與應用，將成為未來裝備研制生產與使用保障的主流模式[6]。通過創建每個航空裝備實體的數字孿生模型，使裝備實現個體化、綜合化、可預測，從而實現裝備的狀態監控、使用和維修預測。智能保障系統通過應用數據孿生技術，結合裝備健康管理技術與使用技術狀態管理技術，可以實現全面的態勢感知與預測功能。

（4）自主供應保障技術

自主供應保障技術基于物聯網技術，綜合應用全資可視化、增材制造打印[7]、智能物流等技術，實現保障資源的自主籌措、自動配送、庫存管理等功能。

在保障資源狀態感知的基礎上，基于物聯網、全資可視化、3D打印等技術，實現保障站點優選、自主補給訂貨、備件/設備/工具的打印制造等資源自主籌措功能；基于地理信息系統、智能物流、無人裝卸與運輸等技術，實現運送路徑規劃、自動集裝、自主運輸等資源自動配送功能；基于大數據分析與趨勢預測技術，實現保障資源的智能化庫存管理功能。

（5）交互式作業支持技術

交互式作業支持技術是在保障人員進行維修保障作業時，利用人機交互技術將維修保障信息與實際設備進行疊加，為維修操作、故障診斷、故障預警提供實時可視、智能指導，可以有效減少維修保障時間，防止維修保障差錯，降低對作業人員的技能要求。交互式作業支持技術結合數字孿生、交互式電子技術手冊、增強現實（AR）[8]、遠程支持以及可穿戴設備等先進技術，通過對維修保障數據的組織、建模、智能驅動和顯示，以手勢、視線聚焦、語音等多種自然人機交互方式為保障人員的維修、排故等作業提供可視化、智能化指導，實現技術資料的交互性和智能化。

（6）自主檢測與維修設備

自主檢測與維修設備是應用人工智能、機器人、無人機、圖像聲音和無線射頻識別等先進技術，實現航空裝備故障檢測與定位、拆卸安裝、原位修理、校驗測試等保障功能的自動化地面保障設備，取代保障人員實施保障作業，實現無人、精確、靈活、快速的作業執行，可大幅提高維修保障作業效率，消除人員安全風險。

（7）空中保障技術

空中保障除了空中加油之外，還包括空中故障修復、戰傷搶修等。應用無人機、機器人等技術，實現在空中對航空裝備內部/外部的故障修復與戰傷搶修作業，防止空中故障、戰傷導致的裝備墜毀、任務失敗，提高裝備安全性與任務成功率。

4智能保障系統效能分析

智能保障系統應用大量智能化前沿技術，其研發費用相比于當前裝備保障系統將會成倍增加，它能夠帶來的收益分析如下。

（1）提高保障決策的科學合理性。基于全面的裝備健康與保障狀態感知信息，應用人工智能、大數據等技術，可快速做出適應不同任務場景、不同使用環境的保障決策，給出科學合理的保障方案，提供適時、適地、適量的精確保障。

（2）提高保障作業效率。應用機器人、無人機等智能化保障設備，以及基于AR的交互式作業支持工具，可有效縮短使用和維修保障作業時間，提高作業質量，并降低對人員數量和技術水平的要求。

（3）提高保障資源供給效率。應用物聯網、無人物流、3D打印等新技術，可實現保障資源的實時全程可視化、動態調度與自主補給，提供快速、靈活、及時的敏捷保障。

（4）降低使用和保障費用。通過應用智能化技術，可實現保障資源的合理配置與快速配送，結合保障作業效率的提高與人員數量及技能要求的降低，可有效降低裝備的使用和保障費用。

（5）降低保障人員職業健康風險。應用機器人、無人機等智能化保障設備，使得保障人員避免或減少在有害環境下開展保障作業，可大幅降低保障人員的職業健康風險。

在航空裝備保障過程中，應用智能化技術的機器無法完全取代人，需要人機配合才能更好地完成保障任務。機器視覺、機器人等技術的迅猛發展，使得態勢感知、保障作業等邏輯清晰、重復性強、工作量大的能力適合由機器來完成，而需要考慮多維度復雜因素、承擔責任后果的保障決策、監督控制等能力，則適合由機器提供輔助，由人來最終完成。

智能化技術的應用在帶來巨大收益的同時，也存在一定風險。以深度學習為代表的智能化技術，由于其計算過程為黑盒操作，存在不可解釋性問題，在實際應用中存在產生不可控結果的隱患。將來隨著智能化技術的發展，將會逐步解決這個問題。

5結束語

本文從智能化前沿技術正在引領諸多領域產生顛覆性變革的發展趨勢出發，結合當前航空裝備保障系統存在的問題，將保障系統作為一個有機整體，從航空裝備智能保障場景中捕獲了保障系統的能力需求，進而研究了智能保障系統的功能與架構，分析了智能保障系統關鍵技術，對以“智能”為特征的下一代航空裝備保障系統進行了探索研究。后續可基于各項關鍵技術的成熟度，研究航空裝備智能保障系統的發展途徑。

參考文獻

[1]鐘義信.人工智能：概念·方法·機遇[J].科學通報，2017（22）：2473-2479. Zhong Yixin. Artificial intelligence： concepts， methods and opportunities[J]. Chinese Science Bulletin， 2017（22）： 2473-2479. （in Chinese）

[2]張引，陳敏，廖小飛.大數據應用的現狀與展望[J].計算機研究與發展，2013（S2）：216-233. Zhang Yin， Chen Min， Liao Xiaofei. Current status and prospects of big data applications[J]. Journal of Computer Research and Development， 2013 （S2）： 216-233. （in Chinese）

[3]方巍，文學志，潘吳斌，等.云計算：概念、技術及應用研究綜述[J].南京信息工程大學學報（自然科學版），2012（4）：351-361.Fang Wei， Wen Xuezhi， Pan Wubin， et al. Cloud computing： concept， technology and application research overview [J]. Journal of Nanjing University of Information Science & Technology（Natural Science Edition）， 2012（4）：351-361. （in Chinese）

[4]丁寧，張兵.世界主要軍事強國的智能化武器裝備發展[J].軍事文摘，2019（1）：24-27. Ding Ning， Zhang Bing. The development of intelligent weaponry of major military powers in the world[J]. Military Digest， 2019（1）： 24-27. （in Chinese）

[5]Henry C，任嘉.預測性維修面[J].航空維修與工程，2013（3）：30-32. Henry C， Ren Jia. Predictive maintenance[J]. Aviation Maintenance & Engineering， 2013（3）： 30-32. （in Chinese）

[6]劉大同，郭凱，王本寬，等.數字孿生技術綜述與展望[J].儀器儀表學報，2018（11）：1-10. Liu Datong， Guo Kai， Wang Benkuan， et al. Overview and prospect of digital twin technology[J]. Chinese Journal of Scientific Instrument， 2018（11）： 1-10. （in Chinese）

[7]李小麗，馬劍雄，李萍，等. 3D打印技術及應用趨勢[J].自動化儀表，2014（1）：1-5. Li Xiaoli， Ma Jianxiong， Li Ping， et al. 3D printing technology and application trends[J]. Process Automation Instrumentation， 2014（1）： 1-5. （in Chinese）

[8]趙守偉，馬東璽，張勇，等.增強現實輔助維修技術研究進展[J].圖學學報，2014（4）：648-654. Zhao Shouwei， Ma Dongxi， Zhang Yong， et al. Research progressofaugmentedrealityauxiliarymaintenance technology[J]. Journal of Graphics， 2014（4）： 648-654. （in Chinese）

（責任編輯皮衛東）

作者簡介

周揚（1981-）男，博士，高級工程師。主要研究方向：裝備綜合保障。

Tel：010-61659137E-mail：exmagic@126.com

Research on Intelligent Support System of Aviation Equipment

Zhou Yang*，Zeng Zhaoyang，Zhou Yan，Lin Cong

Aviation Key Laboratory of Science and Technology on Aero Combined Environment，AVIC China Aero-Tolytechnology Establishment，Beijing 100028，China

Abstract： With the rapid development and widespread application of intelligent technologies， aviation equipment is developing in the direction of intelligence， and its support system will also achieve evolutionary development through intelligent technology empowerment. Facing the requirements of next-generation aviation equipment， with intelligent technology as the traction， the intelligent support scenarios of aviation equipment are analyzed， and the capability requirements of the intelligent support system are captured. On this basis， the functions of the aviation equipment intelligent support system composed of comprehensive situational awareness， intelligent support decision-making， autonomous operation execution， and intelligent supervision and control are proposed. The key technologies of the intelligent support system are studied， and the benefits and risks of the application of intelligent technologies are analyzed. The research provides support for the development and application of aviation equipment intelligent support system， and accurate， agile and economical support can be achieved.

Key Words： support system； intelligent； aviation equipment； decision-making； awareness； execution； supervision