基于測試數據的裝備健康狀態(tài)評估方法

羅珩娟,劉丙杰,陳建華

(海軍潛艇學院，山東 青島 266199)

0 引言

隨著現代武器裝備復雜性、綜合化、智能化程度的不斷提高，在保持裝備性能不受影響的前提下對裝備進行有效維修的問題愈加突出，故障預測與健康管理(prognostics and health management，PHM)技術應運而生[1]。故障預測與健康管理技術是先進測試技術、診斷技術與裝備維修管理理論相結合的產物，借助該系統識別和管理故障的發(fā)生、規(guī)劃維修和決策保障，以達到降低裝備維修保障費用，提高裝備性能和任務完成率的目的。

健康狀態(tài)評估作為PHM的一項關鍵技術，是實施故障預測與維修決策的基礎，主要運用先進的檢測設備提取健康特征信息，對信息運用科學評估方法進行分類分析，監(jiān)視設備系統的健康狀態(tài)，對可能出現的故障進行預警，提高系統維護保障能力，防止突發(fā)故障對任務造成影響。

目前，裝備健康狀態(tài)評估方法很多，常用的有模糊綜合評價[2]、人工神經網絡[3]、貝葉斯網絡[4]、支持向量機[5]和深度學習[6]等。文獻[3]根據影響微電網蓄電池荷電狀態(tài)的4個主要因素，建立了健康狀態(tài)評估的BP神經網絡，并利用遺傳算法優(yōu)化BP神經網絡，確保達到全局最優(yōu)的同時提高了收斂速度。但這種方法只能評估當前蓄電池荷電狀態(tài)，且權重和閾值的初始值對網絡訓練結果影響較大，健康狀態(tài)評估結果不夠準確。文獻[7]將長期貯存的復雜武器裝備健康狀態(tài)主要分為健康和故障兩類，利用基于時間修正的D-S證據理論評估正常損耗條件下的裝備健康狀態(tài)，但該種方法對裝備健康狀態(tài)等級分類過于簡單，且影響因素權重設定主觀，評估過程使用單一測試數據，影響健康狀態(tài)評估準確度。文獻[8]利用故障樹分析的方法分別對城市軌道交通牽引供電的柔性接觸網和剛性接觸網進行分析，得到供電網絡的健康狀態(tài)評估模型，但這種方法需要自頂至下建立故障樹物理模型，難以適用于復雜裝備，且效率低，無法描述裝備健康狀態(tài)動態(tài)變化過程。

本文在使用當前測試數據確定裝備健康度的基礎上，重點關注測試數據變化過程對裝備健康度的影響，分別對裝備健康度的變化程度和幅度進行了分析研究，得到了健康度變化狀態(tài)下的裝備健康狀態(tài)評估的方法，更加符合實際情況。

1 健康狀態(tài)評估方法

1.1 裝備健康狀態(tài)

裝備的健康狀態(tài)描述了裝備執(zhí)行設計功能的能力，表示了一種狀態(tài)或者一種趨勢，具體說就是裝備保持一定可靠性和維修性水平的能力。保持一定可靠性是指在較長的一段時間內裝備能夠正常工作，保持一定維修性是指在未來一段時間內即使發(fā)生故障，也能在較短時間內修復。裝備的健康狀態(tài)可以分為良好、正常、注意、惡化和疾病5個等級，良好和正常的狀態(tài)認為裝備“健康”，注意狀態(tài)認為裝備“亞健康”，惡化和疾病狀態(tài)認為裝備“故障”。健康狀態(tài)的裝備可以不采取維修措施，能夠在未來一段時間內正常運行，亞健康的裝備需要引起維修保障人員注意，在未來的一段時間內裝備可能退化為“故障”狀態(tài)，而處于“故障”狀態(tài)的裝備，已經無法滿足任務需要，應暫停使用并對其進行維修。

裝備健康狀態(tài)體現了裝備能否滿足作戰(zhàn)任務的需要，影響健康狀態(tài)的因素眾多，且無法精確確定。現實裝備使用過程中健康狀態(tài)評估一般都是由測試數據結果來表現得，其測試數據與標準數據偏差越大，則認為裝備健康狀態(tài)越差。通過收集測試數據，評估裝備健康狀態(tài)，對可能故障進行預測，并對故障進行定位，為精確化維修提供決策依據，促使維修方式由事后維修向基于狀態(tài)的維修轉變。

1.2 健康狀態(tài)評估方法

想要對裝備進行健康狀態(tài)評估，首先要利用先進的測試技術獲得可以直接或間接表征裝備健康狀態(tài)的的參數信息。裝備測試時，一般主要檢查測試數據是不是在正常范圍內。如果在正常范圍內，則認為正常；否則不正常。但是，在裝備測試中經常出現測試數據呈趨勢性變化，如多次測試連續(xù)變小或連續(xù)變大，這種情況下僅僅以當前測試值作為判斷依據并不能完全真實反映裝備的健康等級程度，所以本論文提出一種復合式裝備健康狀態(tài)評估方法。該方法不僅能反映當前測試狀態(tài)下的裝備狀態(tài)，還能反映裝備健康的變化規(guī)律。

假設武器裝備某部件測試數據的正常范圍為：[dmin,dmax]，假設測試數據服從正態(tài)分布，某次測試數據為d，則部件基本健康度為：

(1)

即測試數據如果符合數據正常范圍要求，基本健康度為1，若不符合，基本健康度則為0。

部件測試數據變化率為：

如果有：

|vi|=-vi(i=1,…,r)或|vi|=vi(i=1,…,r)

即測試數據連續(xù)r次向同一個方向變化，則裝備健康變化率為：

hv=-0.01n+1.02,hv≥0,n≥3

(2)

其中：n為連續(xù)相同一個方向變化的次數。hv與n關系如表1所示。

表1 hv與n關系

即如果測試數據在正常范圍內上下浮動，則健康變化率為1，如果連續(xù)出現大于等于三次升高(或降低)，則部件正在惡化，健康變化率降低。

除了考慮健康變化率，還應考慮健康變化幅度，即如果測試數據變化幅度較大，相應的健康度也要下降較快，據此定義健康變化幅度為測試數據連續(xù)變化的幅度大小。定義如下公式：

(3)

式中，dn為第n次測試的數據，從第n次測試的數據開始，持續(xù)一個方向變化；dn+r為第n+r次持續(xù)一個方向變化的測試數據。

通過上式可以看出，如果測試數據連續(xù)三次在同一個方向上發(fā)生變化，則部件健康度朝著惡化的方向發(fā)展，基本符合實際情況。部件健康度為：

H=hb×hv×hf

(4)

假設裝備由m個部件組成，每個部件健康度為，則串聯結構的裝備健康度為：

(5)

并聯結構的裝備健康度為：

(6)

武器系統健康度為：

H裝備=h串聯×h并聯

(7)

根據上式，結合裝備測試數據即可計算裝備的健康度。

健康狀態(tài)評估具體步驟如下。

1)獲取測試數據：使用先進檢測設備定期對裝備進行檢測，獲取直接或間接表征裝備健康狀態(tài)的參數指標信息。

2)計算基本健康度hb：觀察測試數據是否符合正常范圍，如果符合，基本健康度為1，如果不符合基本健康度為0。

3)計算健康變化率hv：觀察測試數據變化方向，如果測試數據出現大于等于三次向著同一個方向發(fā)展，則證明健康狀態(tài)有惡化趨勢，運用公式(2)計算得裝備健康變化率。

4)計算健康變化幅度hf：測試數據出現大于等于三次向著同一個方向變化的情況下，分別計算變化過程中第r次測試數據相對于變化初始時刻測試數據的變化程度，利用公式(3)計算健康變化幅度。

5)計算部件健康度H：單一部件健康度等于裝備基本健康度、健康變化率和健康變化幅度三者之積。

6)計算裝備健康度H裝備：判斷裝備各部件之間串并聯情況，根據公式(7)計算武器系統健康度。

2 實例驗證

2.1 實例1

本項目以某導彈發(fā)動機壓力為例進行仿真實驗。導彈發(fā)動機壓力是衡量發(fā)動機狀態(tài)的重要參數，如果發(fā)動機壓力不滿足要求，對導彈的作戰(zhàn)使用將產生重要影響。因而，需要及時獲知發(fā)動機壓力數據，以便對發(fā)動機及時維護。以下是某型導彈發(fā)動機壓力測試數據。按照指標要求，發(fā)動機壓力的正常范圍區(qū)間為：0.65±0.01 MPa。該型導彈發(fā)動機測試數據如表2所示。

表2 導彈測試期間各級發(fā)動機壓力傳感器測試數據

由于兩個傳感器測試的數據反映的都是一個發(fā)動機狀態(tài)，所以，我們只對3個發(fā)動機中的一個其中的設定r=3，根據上述數據，計算各發(fā)動機的健康度如表3所示。

表3 導彈測試期間各級發(fā)動機健康度數據

分析表2～3，如果按照傳統健康狀態(tài)評估方法，只以當前測試數據是否在正常范圍內判斷發(fā)動機健康狀態(tài)，則實例1中各個測試時間下一級發(fā)動機和二級發(fā)動機健康度均為1，均符合發(fā)動機壓力的正常范圍。但觀察表1可知二級發(fā)動機M2yc1的測試數據從5月15日到7月22日一直增大，測試數據持續(xù)向一個方向變化，有超過閾值可能，說明此時裝備健康狀態(tài)正在惡化，而健康度仍為1并不合理，無法反應裝備變化狀態(tài)也無法引起使用者關注。根據本文提出的方法，利用公式(4)對一級發(fā)動機和二級發(fā)動機的健康度進行計算，所得結果與實際測試值所反映的發(fā)動機狀態(tài)基本一致，符合現實使用需要，更加直觀科學反應發(fā)動機健康狀態(tài)。

2.2 實例2

本課題以某型導彈Ⅱ級伺服機構油面測試為例進行仿真實驗。伺服系統是某型潛射導彈姿態(tài)控制系統執(zhí)行機構，伺服液壓源是伺服機構的動力源，為了確保導彈能夠完全按照彈上控制系統指令飛行，就必須保證伺服工作液充足。這就需要對伺服工作液進行定期檢測測試，評估伺服機構的健康狀態(tài)。當前，伺服工作液的測試都是實時測試，只要所測數據符合規(guī)定數據要求即判斷合格。但是，隨著潛艇載彈值班時間、次數的增加，伺服工作液可能出現泄漏、滲漏、揮發(fā)等故障，一旦故障發(fā)生，只能返回原廠維修，將嚴重影響導彈值班、發(fā)射等作戰(zhàn)任務的實施，在歷次導彈測試、訓練、試驗中也出現過類似故障，影響任務順利完成。所以如果能夠根據測試數據事先預測伺服工作液狀態(tài)，為使用者提供準確的維修策略依據，實現裝備的預防性維修，將大大提高潛射導彈的綜合保障能力，確保戰(zhàn)備任務的順利完成。

1)導彈伺服機構伺服液壓源：

伺服液壓源是伺服機構的動力源，由燃氣渦輪泵和油源組件兩部分組成，燃氣渦輪泵由渦輪轉子、動密封組件、轉速傳感器等組成，見圖1所示。

圖1 伺服液壓源結構組成示意圖

2)實測數據：

某導彈伺服機構液面測試數據要求范圍：[4.5,5.0]。歷次測試數據統計如表4所示。

表4 導彈測試期間伺服機構二級油面測試數據

根據健康度計算公式，計算伺服機構健康度如表5所示。

表5 導彈測試期間伺服機構健康度數據

分析表3表4，如果按照傳統健康狀態(tài)評估方法，只以當前測試數據是否在正常范圍內判斷發(fā)動機健康狀態(tài)，則實例2中除2015年1月8日外各個測試時間下伺服機構健康度均為1，均符合伺服機構液面測試數據要求范圍。但觀察表3可知伺服機構二級油面測試數據從2014年8月24日到2015年1月8日一直減小，測試數據持續(xù)向一個方向變化，最終超過閾值，裝備出現故障，在此變化過程中，傳統健康度評估方法無法反映變化趨勢，提醒使用者裝備即將可能故障，使用者也無法及時對裝備進行維修，直至裝備出現故障，造成嚴重影響。根據本文提出的方法，利用公式(4)對伺服機構的健康度進行計算，當裝備健康狀態(tài)出現惡化趨勢時即可提醒使用者采取維修措施，避免裝備徹底故障停機，更加符合基于狀態(tài)的維修要求，提高裝備利用率，確保任務完成率。

3 結束語

裝備健康狀態(tài)評估是PHM技術的一項重要功能，良好的健康狀態(tài)是裝備保持和發(fā)揮戰(zhàn)斗力的重要保證，確定潛在故障發(fā)生時刻和定位故障位置也為維修決策提供依據，確保裝備可以在較短時間內恢復性能，保證任務的順利完成。針對當前裝備健康狀態(tài)評估方法無法反映健康狀態(tài)變化過程的問題，本文提出了一種新型的基于測試數據的裝備健康狀態(tài)評估方法，重點關注測試數據的動態(tài)變化過程對裝備健康度的影響，得到了健康度變化狀態(tài)下的裝備健康狀態(tài)評估的方法。通過某型潛射導彈裝備實例分析表明，該方法更符合現實需要，能更加準確評估裝備健康狀態(tài)，為使用者維修決策提供可靠依據。