用于无人飞行器系统的综合健康管理（IVHM）架构设计

张博+孟宝林+栾书平

摘 要：无人飞行器系统由无人飞行器和地面控制台组成。相比于有人飞行器，无人飞行器的事故率很高，成为了现阶段阻碍无人飞行器广泛应用的一个重要原因。对飞行器的实时及长期健康状况的有效监测、诊断及预测，是飞行器保障维护工作中的重要一环。文章介绍了飞行器综合健康管理（IVHM）的概念及其通用架构模块，提出了用于无人飞行器系统的综合健康管理架构设计，并对其可行性进行了分析。

关键词：飞行器综合健康管理；无人飞行器系统；架构设计；可行性

无人飞行器的概念最早出现在20世纪初。那时的人们就已经认识到，不需要乘员的无人飞行器非常适合于执行那些危险、环境恶劣或重复枯燥的任务。然而很长一段时间里，受科技水平的限制，无人飞行器的实际应用十分有限。直到近二十年，随着微电子技术、无线通信技术和材料技术的进步，无人飞行器的载重能力、控制距离和飞行持续时间得到了大幅提升，才使其具备了独立执行各种复杂任务的能力[1]。

尽管无人飞行器的体量越来越大，复杂程度越来越高，功能越来越强，其安全性却始终未达到令人满意的程度。美国是目前在大型无人飞行器领域投入最大，装备数量最多的国家之一。已装备的大型无人飞行器主要有捕食者MQ-1，全球鹰RQ-4，收割者MQ-9等。根据相关统计数据，截至2012年，这三型无人飞行器的A类事故数及事故率见表1[4]。

经调查，机载设备在飞行中发生故障或失效是造成如此多事故的最主要原因，占到A类事故总数的57%。这几型无人飞行器还具备一些共同特点，如大展弦比机翼，单引擎，卫星调制的超视线控制，长航时等。这些特性进一步降低了无人飞行器的整体可靠性，往往单个设备或模块的故障就会造成整个飞行器的损毁。

另一方面，无人飞行器系统由无人飞行器和地面控制台组成。远程操作员通过地面控制台驾驶无人飞行器时，可得到的信息十分有限，判断力与直觉也因此受到限制，当飞行器出现异常或故障的征兆时，往往不能及时察觉并应对。

综合上述这些因素，导致了现阶段无人飞行器的事故率远高于有人飞行器。大型无人飞行器想要更广泛地应用在民用各个领域，就必须有效地解决安全性问题。

1 飞行器综合健康管理概述

飞行器综合健康管理（IVHM，Integrated Vehicle Health Management），是一种对飞行器及其组成部件的健康状况进行统合地监测、预测、诊断及处置的能力[5]。IVHM的概念从机内测试（BIT）及机内测试设备（BITE）的基础上发展而来，通过智能自主的监测、预测、维护调度、异常处置等手段，提升飞行器总体的安全性、可用性、可靠性，并降低维护维修的费用。IVHM包含的活动主要有：

（1）监测：通过飞行器上的分布式传感器，采集飞行器各部分工作状态数据。

（2）诊断及预测：诊断是否存在异常，判断异常的严重程度，并预测系统状态的变化趋势。

（3）缓解或修复：在最大可能保证系统和任务有效性的前提下对异常进行处理，将故障部分恢复到正常状态，或更换故障部分，或其它空中/地面维护工作。缓解及修复的实施须建立在健康诊断或预测的基础之上。

（4）检验：确认故障已被正确地修复，并且没有遗留潜在问题。

IVHM活动模型见图1。四项主要活动在IVHM的综合调度下由机上设备自动执行或由地面维护人员完成。对无人飞行器来说，在没有机上驾驶员的情况下，IVHM可对飞行器各组成部分的工作状态进行监控及检测，有效帮助远程操作员把握飞行器的整体健康状况。在出现故障或隐患时，尽量使其恢复到正常或为维护工作提出决策及建议，将安全性风险和对任务的影响降到最小。另一方面，无人飞行器为了实现远程控制，通常也具备较高的系统集成度和故障检测覆盖率，降低了IVHM在无人飞行器上应用的难度。

2 IVHM通用架构模块

飞行器的各个部件通常由不同的供应商开发，并且具备各自独立的维护产品和服务。为实现IVHM对全机状态数据的收集及综合处理，必须解决各部件之间数据格式及传输的标准化问题。2001年，由美国海军牵引，由波音、洛克韦尔等公司联合组建的小组制定了一个用于视情维护的开放系统架构OSA-CBM（Open System Architecture for Condition Based Maintenance），之后被IVHM机构引用，成为了IVHM通用标准架构[6]。

OSA-CBM架构分为七层，自底向上分别是：

ST（Sensor/Transducer）：传感器；

DA（Data Acquisition）：数据采集；

DM（Data Manipulation）：数据处理；

SD（State Detection）：状态检测；

HA（Health Assessment）：健康評估；

PA（Prognosis Assessment）：预测评估；

AG（Advisory Generation）：决策生成。

后文将以上述7个层级作为基础功能模块开展IVHM架构设计。

3 用于无人飞行器系统的综合健康管理架构

为满足远程控制的需求，无人飞行器系统的系统集成度和自动化程度很高，而且系统各层级本身就具备覆盖度较高的状态监测传感器，可以被IVHM直接利用。事实上，随着IVHM概念的慢慢成熟，人们对IVHM的设计也趋于务实化。飞行器上的惯性导航传感器、卫星定位设备、无线电定位设备、控制传感器以及各个设备中的BIT传感器已足够支撑IVHM数据采集层的需求[7]。发动机、飞控等任务关键系统具备的系统级综合健康管理（ISHM，Integrated System Health Management）也逐渐成熟，可以为全机IVHM提供较高层级的功能支持。同时，飞行数据记录仪、飞行管理系统和任务管理系统还可以承担一部分数据综合处理的工作。最后，飞行器诊断、预测、决策支持任务可以交由地面控制台来完成。无人飞行器系统IVHM整体架构设计见图3。

图中可见，这一架构的主要优点是充分复用了飞行器各部件上已有的传感器及数据处理能力。对不具备信号采集或数据处理能力的设备，才将相应的功能交由机上IVHM模块来完成。同时，将诊断、预测与决策任务放在地面控制台中进行，以最大程度地减少机上的额外负载。此外，有效的系统健康诊断和预测必须建立在大规模数据积累和模型匹配计算的基础之上，而地面控制台则可通过外部云数据、云计算的支持，提高健康诊断、预测和决策的准确性。

4 可行性分析

IVHM作为一个新兴领域，目前仍处在不断发展和完善之中，尽管已建立起较为成熟的理论体系，但其工程应用的脚步却并不算快。主要原因就是IVHM实现的不是与飞行或战术任务直接相关的功能，在飞行器有限的载荷、能源、带宽等的分配中，很难获取足够的资源。因此，能否带来可观的投资回报率（ROI，Return on Investment）是决定IVHM可行性的关键因素。IVHM ROI的计算方法如下[9]：

式中PR是IVHM提升飞行器整体可靠性所带来的效益。相关研究结果表明，实施IVHM的飞行器可以更有效地预判系统部件中存在的潜在故障，相比不具备IVHM的飞行器，可提前发现并处理15%～30%的潜在故障。这对无人飞行器系统目前较低的可靠性而言，无疑是非常大的效益。

PM是IVHM视情维护相较于传统定期维护所节省的费用。现代飞行器的全生命周期维护费用占到采购运营总费用的40%以上。而基于准确状态预测的视情维护则可以减少至少30%的不必要的维护工作[5，11]。

I是飞行器实施IVHM的安装及运行费用。本文中架构设计的主要思路就是复用飞行器中已有的传感器及BIT能力，力图将实施IVHM的额外负载及费用降到最低。参考现有的飞行器IVHM实施成本分析结果，粗略估计所需安装及运行费用不超过飞行器总采购及运营费用的5%[9，12]。

综上分析，本文中设计的无人飞行器系统综合健康管理架构以较小的代价获得了可观的收益，可提供几十倍至上百倍的回报率。

5 结束语

随着无人飞行器系统的装备数量不断增长，应用领域不断拓展，其较高的事故率成为亟需解决的问题之一。本文介绍的无人飞行器系统IVHM 架构设计最大程度地复用机上已具备的各级BIT设备及传感器，并利用地面控制台完成健康诊断、预测与决策。一方面减少实施IVHM所带来的机上额外负载，另一方面可在云数据支持下提高诊断与预测的准确性。是降低无人飞行器系统事故率的一条有效且经济的途径。

参考文献

[1]Shaw I. The Rise of the Predator Empire： Tracing the History of U.S. Drones.2014[2016].https：//understandingempire.wordpress.com/2-0-a-brief-history-of-u-s-drones/

[2]李爱军，章卫国，谭键.飞行器健康管理技术综述[J].电光与控制，2007，14（3）：79-83.

[3]常琦，袁慎芳.飞行器综合健康管理（IVHM）系统技术现状及发展[J].系统工程与电子技术，2009，31（11）：2653-2657.

[4]Hartfield R， Carpenter M， Randall W， et al. Unmanned air vehicles： saftety event prediction and classification.12th AIAA ATIO Conference，2012.

[5]Jennions I. Integrated vehicle health management-perspectives on an emergin field. USA： SAE International，2011.

[6]ISO 13374-1， Condition monitoring and diagnostics of machines - data processing， communication and presentation - part 1： general guidelines. Switzerland： ISO，2002.

[7]Sreenuch T， Jennions I. Design and evaluation of plug-and-play enabled IVHM architecture. SAE International Journal of Aerospace - V124 - 1EJ，2015.

[8]Pelham J， Fan I， Jennions I， et al. Dual use IVHM for UAS health management. SAE AeroTech Congress & Exhibition，2013.

[9]Jennions I. Integrated vehicle health management-business case theory and practice. USA： SAE International，2013.

[10]Niculita O， Jennions I， Irving P. Design for diagnostics and prognostics： a physical - functional approach. IEEE Aerospace Conference，2013.

[11]Ballentine E， Miracle A， Bayoumi A， et al. Return on investment： analysis of benefits of the implementation of elastomeric wedges as vibration control on the apache aircraft. AHSI AHS Airworthiness， CBM， and HUMS Specialists Meeting，2013.

[12]Fischer K. ENM 590： case studies in engineering management - condition based maintenance plus return on investment analysis. US Army RDECOM-TARDEC，2011.

作者簡介：张博（1984-），硕士，研究方向：惯性/卫星导航、制导、无人机。