PHM模型的工程化驗證方法研究

呂鎮(zhèn)邦,孫 倩,王 娟,湯幼寧

(中航工業(yè)西安航空計算技術(shù)研究所，西安 710068)

?

PHM模型的工程化驗證方法研究

呂鎮(zhèn)邦,孫 倩,王 娟,湯幼寧

(中航工業(yè)西安航空計算技術(shù)研究所，西安 710068)

模型驗證技術(shù)在故障預測與健康管理(PHM)系統(tǒng)研制中受到高度重視，特別是如何將驗證方法在具體的工程應用中體現(xiàn)規(guī)范性、系統(tǒng)性、通用性和實用性，已成為亟待解決的技術(shù)問題；在分析國內(nèi)外相關(guān)研究現(xiàn)狀的基礎(chǔ)上，對PHM模型驗證方法進行了系統(tǒng)深入的研究，闡述了故障數(shù)據(jù)獲取方法和故障診斷和預測性能指標體系，并以機載診斷模型為例，對PHM模型驗證流程作了詳細介紹；最后，將此方法應用到了PHM驗證平臺的設(shè)計、開發(fā)和具體實現(xiàn)中，充分體現(xiàn)了PHM模型驗證方法的工程化特點。

故障預測與健康管理(PHM)模型；故障注入；性能指標；驗證平臺

0 引言

故障預測與健康管理(PHM)技術(shù)作為提高新一代武器裝備的可靠性、安全性和經(jīng)濟承受性，實現(xiàn)自主式保障和視情維修的關(guān)鍵技術(shù)，近年來引起各國軍方和工業(yè)界廣泛關(guān)注，使得對故障預測與健康管理技術(shù)的研究深度和廣度不斷擴大[1-2]。但在PHM系統(tǒng)的研制過程中，還存在諸多關(guān)鍵的技術(shù)問題，例如系統(tǒng)集成難度大、數(shù)據(jù)及知識積累不足、驗證能力弱等。特別是由于PHM系統(tǒng)以監(jiān)測、診斷和預測為主要手段，在PHM系統(tǒng)構(gòu)建之初以及部署實施時，亟待解決的問題就是如何針對PHM系統(tǒng)模型，評價系統(tǒng)的診斷、預測算法的性能等，PHM模型驗證由此成為健康系統(tǒng)研制中核心的技術(shù)問題。本文在分析國內(nèi)外相關(guān)研究現(xiàn)狀的基礎(chǔ)上，對PHM模型驗證方法進行了系統(tǒng)深入的研究，闡述了故障數(shù)據(jù)獲取方法和故障診斷和預測性能指標體系，并以機載診斷模型為例，對模型驗證流程作了詳細介紹。最后，將此方法應用到了PHM驗證平臺的設(shè)計、開發(fā)和具體實現(xiàn)中，充分體現(xiàn)了PHM模型驗證方法的工程化特點。

1 研究現(xiàn)狀

隨著PHM技術(shù)的不斷應用，針對PHM系統(tǒng)的技術(shù)要求驗證也受到重視并不斷發(fā)展。國際標準化組織ISO和IEEE等許多國際組織和機構(gòu)還專門組建了聯(lián)盟來推動故障診斷與健康管理相關(guān)標準的研發(fā)和推廣，由波音等50多家公司和組織組成的機械信息管理開放系統(tǒng)聯(lián)盟(MIMOSA)一直致力于開放的使用與維護信息標準的研發(fā)，這為PHM模型驗證工作提供了基礎(chǔ)和指導[3-4]。文獻[5]給出了綜合系統(tǒng)健康監(jiān)測(ISHM)系統(tǒng)的綜合仿真驗證體系，如圖1所示。該體系包括飛機或目標系統(tǒng)仿真、機載PHM處理器、地面ISHM處理器、仿真控制模塊、應用數(shù)據(jù)庫等。

圖1 ISHM系統(tǒng)綜合仿真驗證體系

NASA開發(fā)的TA-5 IVHM虛擬試驗臺(Integrated Vehicle Test Bed for IVHM, IVTB)主要應用于位于加利福尼亞州帕薩迪納市的美國宇航局噴氣推進實驗室(JPL)的飛行系統(tǒng)測試平臺(FST)，是典型的驗證系統(tǒng)，用以演示驗證航天器各子系統(tǒng)是否平穩(wěn)運行[6]。IVTB的基本運行模式包括客戶端仿真系統(tǒng)和集成診斷系統(tǒng)，分別用于產(chǎn)生所需的虛擬傳感器信號，并基于傳感器信號進行故障診斷。美國空軍大學正在致力于整個自主保障系統(tǒng)的仿真研究(ALSim)，其關(guān)鍵技術(shù)模塊就是PHM仿真模型?？哲姶髮W將ALSim應用于基于人工神經(jīng)網(wǎng)絡的預測推理案例并取得了階段性的成果[7]。

2 PHM模型驗證方法研究

模型驗證利用數(shù)字仿真的形式模擬模型、算法運行時所需要的外部環(huán)境，驗證PHM系統(tǒng)中相關(guān)模型、算法的性能，判斷模型、算法的相關(guān)性能是否滿足設(shè)計要求中所涉及的技術(shù)指標。

2.1 故障數(shù)據(jù)獲取

故障診斷預測算法的驗證工作都離不開大量對象系統(tǒng)數(shù)據(jù)的支持。數(shù)據(jù)來源一般概括為二類：一是基于實物故障注入數(shù)據(jù)，此類數(shù)據(jù)可以涵蓋已知對象各種工況、負載和環(huán)境因素，數(shù)據(jù)真實可靠，但需要構(gòu)建數(shù)據(jù)獲取平臺；二是基于仿真模型數(shù)據(jù)，此類數(shù)據(jù)可以按照算法開發(fā)和驗證要求進行定制[8]。因為難以對工況、負載和環(huán)境因素等進行仿真，因此對于利用專用仿真軟件仿真得到的數(shù)據(jù)真實性通常無法保證。然而，在多數(shù)情況下，被驗證對象難以注入故障，特別是交付驗收的定型產(chǎn)品，幾乎無法通過真實的、大量的故障注入對其測試性設(shè)計效果做出判斷和對PHM指標進行考核，對這樣的產(chǎn)品開展能力驗證試驗，必須能模擬出故障信號的真實產(chǎn)生和傳輸過程。基于仿真模型故障注入基本流程如圖2所示。

圖2 基于仿真模型故障注入基本流程圖

2.2 故障診斷與預測性能指標

在PHM模型的度量評價階段，分別從故障診斷能力及故障預測能力兩方面開展相應的驗證工作，根據(jù)所選取的驗證算法的不同分別選取相應的度量評價指標進行PHM能力驗證，最后將驗證結(jié)果與規(guī)定值進行對比進行合格判定，給出驗證結(jié)論。故障診斷與預測能力的定量評價指標體系如圖3所示。

圖3 故障診斷與預測性能指標體系

根據(jù)故障診斷與預測能力與使用保障的影響關(guān)系，進行故障診斷與預測能力功能需求分析?？紤]及時性和準確性需求，分析建立故障診斷定量要求通常利用基于故障檢測事件的決策矩陣來計算。基于該決策矩陣計算出的具體度量如下：成功檢測率(POD)、誤報率(POFA)、準確度(Accuracy)、接受者操作特性曲線、檢測門限(Detection Threshold)、總體置信度(Overall Confidence)、穩(wěn)定性(Stability)、工況敏感度(Duty sensitivity)、噪聲敏感度(Noise Sensitivity)等。預測能力的具體度量包括準確度(Accuracy)、精度(Precision)、預測至失效時間(Time To Failure, TTF)的及時性、預測置信度(Confidence)、相似度(Similarity)、靈敏度(Sensitivity)等。

2.3 模型驗證流程

這里以機載診斷模型為例，闡述診斷模型的驗證流程。機載診斷模型和推理機駐留在虛擬機載平臺中，由仿真工具提供故障數(shù)據(jù)注入。PHM驗證平臺通過以太網(wǎng)回收、顯示診斷結(jié)果，診斷結(jié)果主要包括：配置信息、已檢測故障、未檢測故障、模糊組等。最后將模型輸出結(jié)果與用戶預期故障模式進行對比分析、計算診斷模型的檢測率、隔離率、虛警率等性能指標，進而完成模型的診斷能力評價。

機載故障診斷模型驗證流程如圖4所示。

圖4 機載故障診斷模型驗證流程

1)將xml格式的模型導入數(shù)據(jù)庫；

2)將與模型配套的仿真配置文件、仿真腳本文件導入數(shù)據(jù)庫；

3)通過模型驗證配置界面，選擇待驗證模型、仿真配置文件、仿真腳本，并填寫模型預期輸出結(jié)果；

4)對已配置的模型驗證過程進行完整性檢查，如果檢查通過，進行模型驗證，否則用戶根據(jù)平臺反饋的錯誤信息進行修改；

5)模型驗證過程中，通過仿真工具實時注入模型驗證所需的仿真數(shù)據(jù)，并通過進度條或狀態(tài)指示燈顯示模型驗證狀態(tài)；

6)驗證結(jié)束后，顯示模型輸出結(jié)果及各項性能指標；

對于第三方商用軟件(如Matlab、LabVIEW 等)的模型、算法驗證，則將其統(tǒng)一封裝為可執(zhí)行程序exe形式，模型、算法的加載統(tǒng)一在PHM驗證平臺中完成，并以圖形化方式提供對模型輸入、輸出接口的統(tǒng)一定義描述。故障注入支持仿真工具、歷史文件數(shù)據(jù)兩種仿真數(shù)據(jù)注入方式。針對診斷模型，提供對模型的檢測率、隔離率、虛警率等性能指標的計算；針對趨勢分析模型，提供對預測模型的預測準確度和預測成功率等指標的計算；針對健康評估模型，提供對評估模型的余壽置信度、健康狀態(tài)準確度指標的計算。

3 PHM驗證平臺

PHM驗證平臺是體現(xiàn)模型驗證工程化的典型應用。PHM模型驗證的工程化主要體現(xiàn)在規(guī)范性、系統(tǒng)性、通用性、實用性4個方面。

1)規(guī)范性：嚴格按照OSA-CBM、IEEE1232等技術(shù)標準定義數(shù)據(jù)接口；

2)系統(tǒng)性：驗證流程貫通數(shù)據(jù)流和工作流，整合集成相關(guān)工具；

3)通用性：驗證方法盡可能覆蓋不同的系統(tǒng)和設(shè)備，具有普遍適用性；

4)實用性：所采用驗證方法已具備一定的技術(shù)成熟度，并通過提供圖形化引導方式，便于模型驗證者使用。

PHM驗證平臺為模型的驗證提供圖形化的引導式操作支持，允許用戶選擇、組合執(zhí)行被驗證模型、算法，以及驗證所需的仿真配置或歷史文件，通過表格、雷達圖、扇形圖、曲線圖等圖形方式顯示驗證評估結(jié)果。支持對驗證結(jié)果的報告導出功能,并為驗證過程提供過程控制和配置管理，方便用戶查看歷史驗證結(jié)果。

PHM驗證平臺用于支持航電系統(tǒng)、結(jié)構(gòu)系統(tǒng)、機電系統(tǒng)、動力系統(tǒng)等非航電系統(tǒng)的PHM模型仿真驗證工作。

3.1 平臺功能介紹

PHM驗證平臺主要提供數(shù)據(jù)管理和仿真驗證兩方面功能。對各功能要求如下。

1)數(shù)據(jù)管理功能：數(shù)據(jù)管理功能是為仿真驗證功能提供各種數(shù)據(jù)服務，數(shù)據(jù)管理功能通過對設(shè)備數(shù)據(jù)、仿真數(shù)據(jù)、實驗與歷史數(shù)據(jù)進行統(tǒng)一管理，可對這些數(shù)據(jù)進行二次處理和特征提取，使其具有統(tǒng)一的格式和完整屬性；對驗證過程及相關(guān)數(shù)據(jù)、以及模型和算法的統(tǒng)一管理；根據(jù)接口定義文檔實現(xiàn)對ICD信息數(shù)據(jù)、“四性”數(shù)據(jù)、產(chǎn)品生命周期內(nèi)產(chǎn)生的歷史數(shù)據(jù)的處理，為模型的驗證提供數(shù)據(jù)服務功能。

2)仿真驗證功能：驗證模型和算法的正確性，以及進行統(tǒng)計分析與性能評價，判斷其是否達到設(shè)計要求中所涉及的技術(shù)指標。

PHM驗證平臺系統(tǒng)組成如圖5所示。

圖5 PHM驗證平臺的組成結(jié)構(gòu)

3.2 操作視圖設(shè)計

航電系統(tǒng)主要針對故障方程和故障數(shù)據(jù)字典兩種形式的診斷模型進行驗證。

航電系統(tǒng)的診斷模型驗證配置過程主要包括對以下數(shù)據(jù)的配置：

1)設(shè)備名稱；2)模型類型選擇；3)模型選擇；4)仿真配置文件選擇；5)仿真腳本選擇；6)預期觸發(fā)故障模式設(shè)置。航電系統(tǒng)的PHM模型。仿真驗證結(jié)果以扇形圖和表格的形式對故障結(jié)果進行統(tǒng)計、分析，驗證結(jié)果主要包括以下數(shù)據(jù)：

1)故障診斷配置項；2)已檢測故障列表；3)未檢測故障列表；4)模糊組；5)檢測率、隔離率、虛警率。

地面PHM模型驗證系統(tǒng)主要針對Matlab、LabVIEW 等形式的模型、算法進行驗證。

地面PHM系統(tǒng)的模型驗證配置過程主要包括對以下數(shù)據(jù)的配置：

1)設(shè)備名稱；2)模型選擇；3)模型輸入、輸出接口配置；4)模型預期值設(shè)置；5)驗證指標選擇；6)模型輸出文件解析規(guī)則定義。

地面PHM模型。仿真驗證結(jié)果以梯形圖、曲線圖和表格的形式對驗證結(jié)果進行統(tǒng)計、分析，驗證結(jié)果主要包括以下數(shù)據(jù)：

1)模型驗證配置項；2)模型輸出結(jié)果；3)診斷模型的檢測率、隔離率、虛警率；4)預測模型的預測準確度和預測成功率；5)健康評估模型的余壽置信度、健康狀態(tài)準確度。

4 總結(jié)

本文對PHM模型驗證方法進行了系統(tǒng)深入的研究，并將其應用到PHM驗證平臺的設(shè)計、開發(fā)和具體實現(xiàn)中，該驗證平臺充分體現(xiàn)規(guī)范性、系統(tǒng)性、通用性和實用性等工程化特點。但上述方法目前主要應用在狀態(tài)監(jiān)測和故障診斷方面，對于實現(xiàn)故障預測、健康評估、維修規(guī)劃支持等方面功能的模型驗證方法還需要進行大量的基礎(chǔ)研究工作。

[1] 曾聲奎, Pecht M G, 吳 際. 故障預測與健康管理(PHM)技術(shù)的現(xiàn)狀與發(fā)展[J]. 航空學報,2005,5: 626-632.

[2] 朱 斌,陳 龍,強 弢,等. 美軍F-35戰(zhàn)斗機PHM體系結(jié)構(gòu)分析[J], 計算機測量與控制, 2015,23(1):1-3.

[3] IEEE Standard for Artificial Intelligence Exchange and Service Tie to All Test Environments (AI-ESTATE)[S/OL]. http://standards.ieee.org/ downloads/1232/1232-2010.

[4] MIMOSA OSA-CBM 3.3.1, Open System Architecture for Condition Based Maintenance[S/OL]. 2010, http://www.mimosa.org.

[5] DM Buderath, PP Adhikari. Simulation Framework and Certification Guidance for Condition Monitoring and Prognostic Health Management[A].European Conference of Prognostics and Health Management Society[C]. 2012.

[6] Automated Health Management for Gas Turbine Engine Accessory System Components 2008[EB/OL].http://www.impact-tek.com/Resources/TechnicalPublicationsMore.html.

[7] Leao B P, Yoneyama T, Rocha G C, et al.Prognostics performance metrics and their relation to requirements, design, verification and cost-benefit[A].2008International Conference on PHM[C].

[8] 劉倩倩,王紅霞,尹 明. 基于融合技術(shù)的電子產(chǎn)品PHM系統(tǒng)研究[J], 計算機測量與控制. 2014,22(11):2454-3456.

Research on Prognostic and Health Management (PHM) Model Verification Engineering Process

Lü Zhenbang, Sun Qian, Wang Juan, Tang Youning

(Aeronautic Computing Technique Research Institute, Aviation Industry Corporation of China (AVIC ACTRI), Xi’an 710068,China)

Model validation technology in fault prediction and health management (PHM) system is being developed in high priority, especially how to realize normative, systematic, generality and practicability in engineering applications, has become a technical problem that need to be solved. Based on the analysis of the state of the art at home and aboard, this paper did a systematic research on the PHM model verification process, including the fault data election method, and the diagnostic and prognostic performance metrics. Setting the on-board diagnostic model as an example, the model verification flow is described in detail, which has been used for the design, development, and implementation of the PHM verification platform with engineering characteristics.

prognostic and health management (PHM) model; fault injection; performance metrics; verification platform

2015-11-28；

2016-05-05。

呂鎮(zhèn)邦(1976-)，男，甘肅景泰人，博士，高級工程師，主要從事故障預測與健康管理(PHM)方向的研究。

1671-4598(2016)09-0281-03

10.16526/j.cnki.11-4762/tp.2016.09.079

V37

A