基于CBM的通用特種車輛維修保障系統設計?

樊輝錦 歐陽中輝 陳青華 胡道暢 許志鵬

（1.海軍航空大學岸防兵學院 煙臺 264001）（2.92769部隊 青島 266000）

1 引言

軍用特種車輛是指為了裝設武器技術裝備和后勤保障裝備，以及運載人員和軍用物資需要，采用軍用汽車改裝或專門設計的專用汽車列車的總稱［1］。特種車輛裝備技術密集，集機械、光學、電磁學技術于一體，維修工藝復雜［2］，但受研制時技術水平所限，信息化程度不高、測試性、維修性、保障性設計不足，面臨著保障模式不科學、載車技術狀態把控難度大、維修保障效率低等一系列問題，很大程度上影響整個武器系統的作戰效能。

近年來，狀態監測技術和故障預測技術在各領域快速發展，基于狀態的維修（Condition-Based Maintenance，CBM）作為一種新的維修方式得到廣泛關注，并在國內外廣泛應用［3～6］。與傳統的維修保障模式相比，CBM具有維修時機精確、延長使用壽命、減少維修次數、降低維修成本、提高系統安全性、可靠性等優點。CBM在航空機務、車輛保障、電力電子等領域已形成成熟解決方案并有眾多實踐案例，其可用性和優越性得到很好的證明。

因此，本文以軍用特種車輛為研究對象，將CBM技術與現有維修保障體系相結合，分析特種車輛維修保障管理業務需求，探索構建特種車輛維修保障系統CBM體系結構及框架，優化維修保障模式，為維修管理工作的科學決策提供參考依據。

2 CBM概述

CBM利用傳感器或者加裝式檢測設備監測裝備或設備的各類狀態，將狀態信息收集、分類、存儲并處理加工，而后根據狀態信息的變化利用各類算法實時評估裝備或設備的技術狀態，預測裝備或設備故障發生時機，結合維修決策需求給出科學合理的維修建議［7］。

裝備和設備的大部分故障發生是漸變的過程并具有一定規律，變化過程可繪制P-F曲線來表征狀態規律［8］，如圖1所示。依據P-F曲線，其中O點是裝備和設備狀態劣化的實際起點，稱為故障萌發點；P點開始存在異常的狀態，稱為潛在故障點（po?tential failure），這一點可通過相應技術手段準確地檢測到并預警；F點為裝備或設備最終失效的時間點，稱為功能故障點（functional failure）。從P點到F點之間的時間長度稱為P-F間隔［9］。

圖1 P-F間隔曲線

分析可知，為了降低裝備或設備停機率、預防功能性故障的發生，維修的時機應該在曲線的F點以前，另外，為了能夠充分利用裝備及其部件的有效壽命，維修時機應該在P點之后，因此應該在P點和F點之間尋找一個合適的點進行維修。

3 特種車輛維修保障管理系統分析

根據CBM的基本思想，需要從特種車輛的維修保障所需功能和業務流程兩面，對管理系統進行分析，從而確定保障管理系統的體系結構。

3.1 維修保障CBM的功能需求分析

特種車輛維修保障管理系統對特種車輛進行在線或離線的狀態監控、信息采集，從而對車輛整體健康狀態進行實時評估，并判斷車輛的故障機理、預測最佳狀態，進而根據特種車輛的維修保障需求和健康狀態，在適當的時機實施維修保養，降低車輛的平均故障時間。因此，須從以下四個方面的主要功能進行需求分析來實施特種車輛CBM。

1）狀態信息采集功能。車輛狀態信息是多層次、多方面和動態的，特別是特種車輛，具備各自特有的技戰術狀態參數，既需要實時的狀態信息，也需要定期進行檢查得到的檢測信息，如圖2。通過完備的檢測方法手段，實現車輛狀態信息采集功能，為實施CBM提供可靠的數據，是系統構建的基礎和前提條件。

圖2 信息采集功能模塊描述

2）故障診斷及狀態評估功能。特種車輛的劣化趨勢需要及時、準確地診斷，才能進行有效的基于狀態的維修。特種車輛故障診斷采用多種分析方法（如函數診斷法、FTA法、模糊診斷法、神經網絡診斷法等［10］）將采集的數據進行分析處理，查出故障點或劣化點。利用狀態信息采集得到車輛的狀態數據，可以定期或不定期地對車輛狀態做出評估，分析車輛的性能衰退趨勢，當車輛出現劣化征兆時及時報警。

3）關重件剩余壽命預測功能。特種車輛維修保障相關業務人員在車輛狀態信息的基礎上，借助各種預測方法（例如，灰色預測、機器學習、多元神經網絡等）來預測關重件的剩余壽命，在嚴重停機故障發生之前及時實施維修。利用有效的預測功能制訂和實施維修計劃，降低平均故障時間。

4）維修優化與決策功能。主要是對維修方式、維修類型、維修時機等進行決策。例如，根據特種車輛的狀態和使用情況確定其維修類型（大修、中修、小修）、維修范圍（總體、部件）、維修時機（何時進行維修）［11］，并可以對維修方案進行優化。

圖3 特種車輛CBM的功能需求圖

3.2 特種車輛維修保障業務流程分析

概括地說，特種車輛維修保障主要包括以下幾種方式：預防性維修、修復性維修、定期維修和基于狀態的維修［12］。如圖4，我們對實際的維修保障管理業務調研后，可以形成特種車輛維修保障管理的流程［13］。

圖4 特種車輛維修保障方式流程圖

根據功能需求分析和業務流程分析，確定主要采集信息標準，有效地進行維修保障業務的管理，并選擇合理的策略來降低使用費用和維修費用，實現對特種車輛全壽命周期的使用數據和維修數據的有效管理。

4 特種車輛維修保障系統體系結構設計

4.1 特種車輛維修保障系統結構設計

研究和總結特種車輛維修保障系統總體結構和框架，從一般化的CBM體系以及相關思路入手，結合特種車輛的特點，維修保障管理體系結構可采用四層結構：數據采集層、狀態監測層、數據傳輸層、數據處理與應用層。

1）數據采集層。數據采集層主要依托車載采集終端，利用原有的總線協議或者新增的CAN總線，加裝傳感器對特種車輛上的底盤系統、動力系統等進行狀態監測和采集。通過車載采集終端將溫濕度、車速、加速度等不同類型數據進行分類和儲存。

2）狀態監測層。狀態監測層主要借助采集終端的分析處理能力，在數據傳輸到數據中心之前，對采集的數據進行預處理并分析，實時顯示車輛狀態，提醒維修保養時機。根據管理系統預存的故障碼信息，進行簡單的故障診斷與分析。

3）數據傳輸層。數據采集層可采用無線傳輸設備和有線傳輸設備兩種傳輸方式。由于軍用特種車輛的特殊性，無線傳輸設備主要采用北斗衛星系統，傳輸速率有限，通過北斗衛星系統的短報文通信形式將關鍵特征的數據實時傳輸到數據中心，在未來北斗三代的短報文數據量將有很大提升。有線傳輸設備主要通過光纖、電纜或者以太網等有限傳輸介質將數據傳輸到數據中心。

4）數據處理與應用層。數據處理與應用層主要將數據中心的各類車輛數據深入加工處理并提供應用。按照數據種類和時間進行排列并儲存，結合被監測車輛的狀態，進行關重件剩余壽命預測評估。根據各類預測評估結果，為各類保障人員提供可視化參考，并生成圖文報表，為科學制定維修保障計劃提供真實有效的依據。

因此，最終確定特種車輛維修保障系統CBM體系結構，如圖5所示。

圖5 特種車輛維修保障系統CBM體系結構框架圖

4.2 特種車輛維修保障系統功能模塊設計

由上述特種車輛維修保障系統CBM總體結構和框架，結合各類特種車輛特點，可將系統設計成如下六個子系統。其中，4.2.1、4.2.2、4.2.3這三個模塊是后續工作的研究重點。

4.2.1 車輛基本狀態信息采集子系統

車輛基本狀態信息采集子系統主要實時監測車橋溫升、輪轂溫升、轉向油箱溫升和制動總缸出口壓力，實現對底盤轉向系統和制動系統的安全監測。同時監測供配電系統，主要通過柴油機組配置的多功能自動發電機組控制器采集柴油發電機組的油位信息、機油壓力信息、轉速信息、機組輸出電壓電流信息等［14］。

針對導彈發射車，對發射筒內溫度、濕度、壓力信號進行采集；對發射車液壓系統的油溫、油壓及測量發射車俯仰角、橫傾角信號進行采集的功能；并通過車控設備將采集信息傳送到數據中心。

4.2.2 電子設備健康信息采集子系統

電子設備健康信息采集子系統主要對安裝在特種車輛內的主要設備健康狀態信息進行采集，主要包括對武器控制臺和信息處理臺等設備通過預留的網絡接口進行信息采集［15］，并增加硬件測試模塊，用于對設備狀態進行檢查監測，并將結果信息通過網絡接口發送。

4.2.3 狀態監測子系統

狀態監測子系統對車輛基本狀態信息、武器控制系統、液壓系統、電子設備、供配電設備等的采集結果信息進行監測、存儲，并根據各參數閾值及時預警，幫助作戰人員和保障人員實時掌握車輛狀態。

4.2.4 信息傳輸子系統

信息傳輸子系統通過有線（駐地接入網）或無線方式（北斗通信）將特種車輛信息及數據傳輸到數據中心。其中，在駐地模式使用時可采用有線通信方式；在野戰模式使用時，可采用無線通信方式。其中北斗用戶機可通過北斗通信功能實現無線數據的傳輸。

4.2.5 故障診斷子系統

故障診斷子系統根據故障維修記錄編制智能專家診斷實例或故障樹，指導保障人員進行維護維修。

4.2.6 故障預測與維修輔助決策子系統

故障預測與維修輔助決策子系統主要通過各類智能預測算法建立預測模型，利用數據中心的數據準確預測出故障，并提供科學合理的維修決策。

5 結語

本文將CMB技術與特種車輛維修保障管理相結合，提出了由數據采集層、狀態監測層、數據傳輸層和數據處理與應用層四層組成的特種車輛維修保障管理系統結構，優化維修保障模式，為維修管理工作的科學決策提供的參考依據。