PHM技术在测控装备管理中的应用

魏永峰　赵海

摘 要： 针对复杂大型测控装备系统工程的管理，开展测控装备故障预测与健康管理技术研究。以某型雷达抗干扰测试系统为例，阐述可应用于测控装备故障预测与健康管理的一种科学管理方法，提出基于模型的PHM技术在抗干扰测试系统中应用，达到提高装备技术状态稳定性、提升维修保障效率，降低全寿命周期成本的目的。有助于加强装备质量管理模式体系化、信息化发展。

关键词： 故障预测与健康管理（PHM）； 测控装备； 故障预测； 健康评估

中图分类号： TN953?34 文献标识码： A 文章编号： 1004?373X（2014）11?0025?03

Abstract： The prognostics and health management （PHM） technology was studied for the management of complex heavy measurement and control equipments. As an example of a certain type of radar anti?jamming measurement system （AJMS）， a scientific management method applied to PHM is described in this paper. The application of PHM technology based on model in AJMS is proposed to achieve the goals of improving the stability of equipment， promoting the efficiency of maintenance， and reducing the life cycle cost. It can help to the development of systematism and informatization of quality management.

Keywords： PHM； measurement and control equipment； fault prognostic； health assessment

0 引 言

故障预测与健康管理（Prognostics and Health Management，PHM）技术作为一种新兴的故障诊断与管理方法，在军用电子产品领域已经得到广泛重视和发展。大型测控装备系统是装备试验的重要组成部分，测控系统获取的数据是试验结果分析的基础，测控系统的优劣决定了试验能力和试验水平，并直接影响部队武器装备的研制和发展。PHM技术能对测控装备重要部件进行全面的健康状态监控、故障预测、分析判断处理，它的实现将会使基于状态（视情）的维修逐渐代替由事件主宰的维修（即事后维修）或时间相关的维修（即定期维修）[1?3]。本文是对新兴的故障预测与健康管理（PHM）技术如何有效应用在某型雷达抗干扰测试系统（以下简称AJMS）中的思考。

1 针对AJMS的PHM系统建立

AJMS的PHM系统的核心部分包括状态监控、健康评估、故障预测、维修管理四个部分[4?6]，它们形成AJMS状态的最终报告，为AJMS是否可参加试验、用于训练提供决策，以及判定AJMS全年各类型保养工作和维修结果的有效程度。

（1） 状态监控

状态监控指采集数据同预先设定的有效数据比较，实现对AJMS的状态监测。

AJMS可实现在线状态监测和离线状态监测，对实时采集的射频、电平、数字数据进行状态分析，若状态参数与设定数据差值超出安全阈值则进行故障报警；离线状态监测是事后状态监测，是根据评估准则对历史数据二次处理，进行状态异常判断的方法。

（2） 健康评估

健康评估指通过对比系统健康状态的数据和维修的历史数据，根据评估准则对系统的健康状态进行评估。

AJMS分成“良好”、“亚健康”、“故障”三类健康状态，良好状态表征系统各项关键指标均处于预先设定的健康指数与技术协议规定指标的区间内，辅助参数均处于正常均线以上；亚健康状态表征系统关键指标部分处于降低状态，低于健康指数，甚至处于恶化过程中；故障状态表征系统关键参数不能采集或采集数据异常，辅助参数不参与评估。

（3） 故障预测

故障预测指借助各种推理技术如数学物理模型、人工智能等，预测AJMS未来的健康状态。故障预测技术基于模型、知识和数据。

（4） 维修管理

维修管理指接受来自状态监测、健康评估和故障预测的数据，实现PHM系统管理的能力。其功能主要是形成对AJMS的维修管理计划，工作包括制定维修计划、采购维修部件、调度维修任务和分配维修资源等，它可以在AJMS故障发生前的任何适宜时机实施。

2 针对AJMS的PHM技术分析

在AJMS中有效实现PHM技术的应用，重点考虑的因素是实际使用和适用性。以下讨论三种典型的PHM技术并结合AJMS进行分析[7]。

（1） 基于模型的PHM技术

基于模型的PHM技术首先需要确定对象系统的数学模型。这些数学模型一般比较精确，AJMS重要模型参数有行波管输出功率模型、天线增益曲线、信号基噪分布等。AJMS的故障特征一般与模型参数紧密联系，这使得基于模型的PHM技术能够体现对象系统的本质特征。随着对设备故障演化机理研究的深入，还可以通过逐渐修正系统的数学模型来提高该方法的预测精度，由此，基于模型的PHM技术可以实现实时故障预测。

（2） 基于知识的PHM技术

基于知识的PHM技术不需要建立对象系统精确的数学模型，而是充分利用对象系统操作使用人员的经验知识进行故障预测，相比基于模型的故障预测方法应用简单。但是在实际应用中，对AJMS技术人员的经验水平、理论知识、知识规则化表述能力以及经验知识库建立的完备程度都有着很高的要求。比如在经验知识库的不完备阶段，遇到新的故障，如果没有专家性的AJMS技术人员存在，这种方法便会失效。

（3） 基于数据的PHM技术

基于数据的PHM技术以数据采集的数据为基础，在时间纵向和同时期硬件横向比较中，通过各种数据分析处理方法挖掘其中的隐含信息，对系统进行故障预测。但在实际应用中，一些关键设备的数据往往很难获取，即使通过传感器采集到，也存在不确定性和不完整性。

通过以上分析，结合对AJMS试验保障和装备管理的适用性和使用成本需求，选取基于模型的PHM技术在AJMS中进行应用。

3 基于模型的PHM技术在AJMS中的应用

3.1 AJMS的PHM参数确定与采集

在AJMS上应用基于模型的PHM技术需要考虑系统参数的选取，通过对参数的采集、处理、分析、评估，达到状态控制和故障预知的目的。

实现对AJMS进行故障预测和健康管理，首先要确定能够代表系统故障或健康状态的参数信息。AJMS在设备规模和研制经费上都属于大型测控装备，由射频侦察、干扰信号产生、射频放大、电源辅助等组成。AJMS的PHM参数选取分为关键参数和辅助参数，关键参数包含控制系统运行参数、侦察机输出参数、干扰合成信号输出、发射机输出功率、供电系统参数、冷却系统状态等，这些参数是影响系统运行的串行数据，它们共同决定了系统是否可以使用，属于逻辑“与”关系。辅助参数包含伺服控制参数、干扰模块输出参数、电视跟踪状态、状态指示灯、照明、设备外壳与内部温度等，这些参数是系统运行中辅助系统运行的并行数据，它们决定了系统的部分功能是否可以使用，属于逻辑“或”关系。

实现关键参数和辅助参数的采集需要以下几个步骤：

（1） 确立评估准则、预先选定合适的传感器型号；

（2） 合理安放传感器；

（3） 将采集到的数据进行分类整理、一次处理；

（4） 处理数据的传递。

3.2 PHM技术应用原理

在AJMS上应用PHM时，对其各项参数进行筛选和分类，其中关键参数部分对AJMS使用起到决定性作用，当其中任意参数发生异常故障时，都会导致设备不能正常运行；辅助参数对AJMS使用起到辅助决策作用，参数的正常与否不会对设备的运行起到决定作用。通过对AJMS的关键参数和辅助参数的采集、评估和预测，最终形成针对AJMS的PHM结果报告，来指导设备的故障维护和健康管理[]8?10]。PHM在AJMS的应用原理如图1所示。

4 结 语

以某型雷达抗干扰测试系统（AJMS）为代表的测控装设备管理是一项复杂的大型工程，在提高系统的安全性、可靠性、使用效率和减少使用与维护成本上对故障预测和维护方式提出了新的挑战。针对复杂大型测控装备系统工程的管理，传统的故障诊断和维护方法已经不能满足，而PHM技术非常适合，它能够实现对重要部件进行全面的健康状态监测，在必要时对系统进行自修复、任务降级或提前准备必要的维修资源，降低全寿命周期成本。因此，开展故障预测与健康管理（PHM）技术的深入研究和推广有助于加强军用装备质量管理模式的体系化、信息化发展，有助于提升测控装备试验保障能力。

参考文献

[1] MICHAEL G P. Prognostics and health management of electronics [M]. Hoboken， New Jersey： John Wiley & Sons， 2008.

[2] HESS A， FILA L. The joint strike fighter （JSF） PHM concept： potential impact on aging aircraft problems [C]// Proceedings of IEEE Aerospace Conference. Big Sky， Montana， USA： IEEE， 2002， 6： 3021?3026.

[3] NISHAD P， DIGANTA D， GOEBEL K， et al. Identification of failure precursor parameters for insulated gate bipolar transistors （IGBTs） [C]// Proceedings of 2008 International Conference on Prognostics and Health Management （PHM）. USA： Denver Co.， 2008： 1?5.

[4] 韩国泰.航空电子的故障预测与健康管理技术[J].航空电子技术，2009，40（1）：30?38.

[5] 张宝珍.预测与健康管理技术的发展及应用[J].测控技术，2008，27（2）：5?7.

[6] 徐萍，康锐.预测与状态管理系统（PHM）技术研究[J].测控技术，2004，23（12）：58?60.

[7] 潘全文，李天，李行善.预测与健康管理系统体系结构研究[J].电子测量与仪器学报，2007（z1）：32?37.

[8] 杨榜林，岳全发.军事装备试验学[M].北京：国防工业出版社，2002.

[9] 萧海林，王祎.军事靶场学[M].北京：国防工业出版社，2012.

[10] 安树林，董印权.海军武器装备试验仿真技术[M].北京：国防工业出版社，2006.

（3） 基于数据的PHM技术

基于数据的PHM技术以数据采集的数据为基础，在时间纵向和同时期硬件横向比较中，通过各种数据分析处理方法挖掘其中的隐含信息，对系统进行故障预测。但在实际应用中，一些关键设备的数据往往很难获取，即使通过传感器采集到，也存在不确定性和不完整性。

通过以上分析，结合对AJMS试验保障和装备管理的适用性和使用成本需求，选取基于模型的PHM技术在AJMS中进行应用。

3 基于模型的PHM技术在AJMS中的应用

3.1 AJMS的PHM参数确定与采集

在AJMS上应用基于模型的PHM技术需要考虑系统参数的选取，通过对参数的采集、处理、分析、评估，达到状态控制和故障预知的目的。

实现对AJMS进行故障预测和健康管理，首先要确定能够代表系统故障或健康状态的参数信息。AJMS在设备规模和研制经费上都属于大型测控装备，由射频侦察、干扰信号产生、射频放大、电源辅助等组成。AJMS的PHM参数选取分为关键参数和辅助参数，关键参数包含控制系统运行参数、侦察机输出参数、干扰合成信号输出、发射机输出功率、供电系统参数、冷却系统状态等，这些参数是影响系统运行的串行数据，它们共同决定了系统是否可以使用，属于逻辑“与”关系。辅助参数包含伺服控制参数、干扰模块输出参数、电视跟踪状态、状态指示灯、照明、设备外壳与内部温度等，这些参数是系统运行中辅助系统运行的并行数据，它们决定了系统的部分功能是否可以使用，属于逻辑“或”关系。

实现关键参数和辅助参数的采集需要以下几个步骤：

（1） 确立评估准则、预先选定合适的传感器型号；

（2） 合理安放传感器；

（3） 将采集到的数据进行分类整理、一次处理；

（4） 处理数据的传递。

3.2 PHM技术应用原理

在AJMS上应用PHM时，对其各项参数进行筛选和分类，其中关键参数部分对AJMS使用起到决定性作用，当其中任意参数发生异常故障时，都会导致设备不能正常运行；辅助参数对AJMS使用起到辅助决策作用，参数的正常与否不会对设备的运行起到决定作用。通过对AJMS的关键参数和辅助参数的采集、评估和预测，最终形成针对AJMS的PHM结果报告，来指导设备的故障维护和健康管理[]8?10]。PHM在AJMS的应用原理如图1所示。

4 结 语

以某型雷达抗干扰测试系统（AJMS）为代表的测控装设备管理是一项复杂的大型工程，在提高系统的安全性、可靠性、使用效率和减少使用与维护成本上对故障预测和维护方式提出了新的挑战。针对复杂大型测控装备系统工程的管理，传统的故障诊断和维护方法已经不能满足，而PHM技术非常适合，它能够实现对重要部件进行全面的健康状态监测，在必要时对系统进行自修复、任务降级或提前准备必要的维修资源，降低全寿命周期成本。因此，开展故障预测与健康管理（PHM）技术的深入研究和推广有助于加强军用装备质量管理模式的体系化、信息化发展，有助于提升测控装备试验保障能力。

参考文献

[1] MICHAEL G P. Prognostics and health management of electronics [M]. Hoboken， New Jersey： John Wiley & Sons， 2008.

[2] HESS A， FILA L. The joint strike fighter （JSF） PHM concept： potential impact on aging aircraft problems [C]// Proceedings of IEEE Aerospace Conference. Big Sky， Montana， USA： IEEE， 2002， 6： 3021?3026.

[3] NISHAD P， DIGANTA D， GOEBEL K， et al. Identification of failure precursor parameters for insulated gate bipolar transistors （IGBTs） [C]// Proceedings of 2008 International Conference on Prognostics and Health Management （PHM）. USA： Denver Co.， 2008： 1?5.

[4] 韩国泰.航空电子的故障预测与健康管理技术[J].航空电子技术，2009，40（1）：30?38.

[5] 张宝珍.预测与健康管理技术的发展及应用[J].测控技术，2008，27（2）：5?7.

[6] 徐萍，康锐.预测与状态管理系统（PHM）技术研究[J].测控技术，2004，23（12）：58?60.

[7] 潘全文，李天，李行善.预测与健康管理系统体系结构研究[J].电子测量与仪器学报，2007（z1）：32?37.

[8] 杨榜林，岳全发.军事装备试验学[M].北京：国防工业出版社，2002.

[9] 萧海林，王祎.军事靶场学[M].北京：国防工业出版社，2012.

[10] 安树林，董印权.海军武器装备试验仿真技术[M].北京：国防工业出版社，2006.

（3） 基于数据的PHM技术

基于数据的PHM技术以数据采集的数据为基础，在时间纵向和同时期硬件横向比较中，通过各种数据分析处理方法挖掘其中的隐含信息，对系统进行故障预测。但在实际应用中，一些关键设备的数据往往很难获取，即使通过传感器采集到，也存在不确定性和不完整性。

通过以上分析，结合对AJMS试验保障和装备管理的适用性和使用成本需求，选取基于模型的PHM技术在AJMS中进行应用。

3 基于模型的PHM技术在AJMS中的应用

3.1 AJMS的PHM参数确定与采集

在AJMS上应用基于模型的PHM技术需要考虑系统参数的选取，通过对参数的采集、处理、分析、评估，达到状态控制和故障预知的目的。

实现对AJMS进行故障预测和健康管理，首先要确定能够代表系统故障或健康状态的参数信息。AJMS在设备规模和研制经费上都属于大型测控装备，由射频侦察、干扰信号产生、射频放大、电源辅助等组成。AJMS的PHM参数选取分为关键参数和辅助参数，关键参数包含控制系统运行参数、侦察机输出参数、干扰合成信号输出、发射机输出功率、供电系统参数、冷却系统状态等，这些参数是影响系统运行的串行数据，它们共同决定了系统是否可以使用，属于逻辑“与”关系。辅助参数包含伺服控制参数、干扰模块输出参数、电视跟踪状态、状态指示灯、照明、设备外壳与内部温度等，这些参数是系统运行中辅助系统运行的并行数据，它们决定了系统的部分功能是否可以使用，属于逻辑“或”关系。

实现关键参数和辅助参数的采集需要以下几个步骤：

（1） 确立评估准则、预先选定合适的传感器型号；

（2） 合理安放传感器；

（3） 将采集到的数据进行分类整理、一次处理；

（4） 处理数据的传递。

3.2 PHM技术应用原理

在AJMS上应用PHM时，对其各项参数进行筛选和分类，其中关键参数部分对AJMS使用起到决定性作用，当其中任意参数发生异常故障时，都会导致设备不能正常运行；辅助参数对AJMS使用起到辅助决策作用，参数的正常与否不会对设备的运行起到决定作用。通过对AJMS的关键参数和辅助参数的采集、评估和预测，最终形成针对AJMS的PHM结果报告，来指导设备的故障维护和健康管理[]8?10]。PHM在AJMS的应用原理如图1所示。

4 结 语

以某型雷达抗干扰测试系统（AJMS）为代表的测控装设备管理是一项复杂的大型工程，在提高系统的安全性、可靠性、使用效率和减少使用与维护成本上对故障预测和维护方式提出了新的挑战。针对复杂大型测控装备系统工程的管理，传统的故障诊断和维护方法已经不能满足，而PHM技术非常适合，它能够实现对重要部件进行全面的健康状态监测，在必要时对系统进行自修复、任务降级或提前准备必要的维修资源，降低全寿命周期成本。因此，开展故障预测与健康管理（PHM）技术的深入研究和推广有助于加强军用装备质量管理模式的体系化、信息化发展，有助于提升测控装备试验保障能力。

参考文献

[1] MICHAEL G P. Prognostics and health management of electronics [M]. Hoboken， New Jersey： John Wiley & Sons， 2008.

[2] HESS A， FILA L. The joint strike fighter （JSF） PHM concept： potential impact on aging aircraft problems [C]// Proceedings of IEEE Aerospace Conference. Big Sky， Montana， USA： IEEE， 2002， 6： 3021?3026.

[3] NISHAD P， DIGANTA D， GOEBEL K， et al. Identification of failure precursor parameters for insulated gate bipolar transistors （IGBTs） [C]// Proceedings of 2008 International Conference on Prognostics and Health Management （PHM）. USA： Denver Co.， 2008： 1?5.

[4] 韩国泰.航空电子的故障预测与健康管理技术[J].航空电子技术，2009，40（1）：30?38.

[5] 张宝珍.预测与健康管理技术的发展及应用[J].测控技术，2008，27（2）：5?7.

[6] 徐萍，康锐.预测与状态管理系统（PHM）技术研究[J].测控技术，2004，23（12）：58?60.

[7] 潘全文，李天，李行善.预测与健康管理系统体系结构研究[J].电子测量与仪器学报，2007（z1）：32?37.

[8] 杨榜林，岳全发.军事装备试验学[M].北京：国防工业出版社，2002.

[9] 萧海林，王祎.军事靶场学[M].北京：国防工业出版社，2012.

[10] 安树林，董印权.海军武器装备试验仿真技术[M].北京：国防工业出版社，2006.