無人機空中安全監(jiān)控與輔助決策技術概述

紀紅霞,宋于雪,張翔,王苗

95894部隊

狀態(tài)監(jiān)控、健康管理與故障預測技術是實現(xiàn)無人機裝備自主化維修保障的關鍵技術，是保障無人機安全飛行的有效手段。本文簡要闡述飛行全流程安全監(jiān)控、基于狀態(tài)信息的關鍵設備自主健康管理、基于數(shù)據(jù)的無人機設備故障預測等技術，為下一步相關研究，提高無人機穩(wěn)定性和安全性提供理論參考。

近年來，無人機飛行控制、操控決策支持及故障分析技術隨著無人機的蓬勃發(fā)展，特別是中大型無人機安全操控的迫切需求應運而生，是專家系統(tǒng)和決策支持系統(tǒng)在無人機領域的應用。目前在美、以等國受到高度重視，軍方專門投入資金和人力展開研究，以期解決“捕食者”無人機使用操控方面可靠性偏低、事故率高的問題。目前公開資料可見，美軍在該技術領域已取得相當大的進展。

我國無人機產(chǎn)業(yè)經(jīng)過幾十年的努力發(fā)展，已取得令人矚目的成績，自主研制出眾多型號無人機，實現(xiàn)了飛速發(fā)展。我國在提高無人機使用操控可靠性及降低事故率等方面的軍事需求與美國類似，相關科研人員已開展了一定的研究工作，取得了一定進展。本文重點介紹關鍵技術之—，狀態(tài)監(jiān)控、健康管理與故障預測（PHM）技術。

狀態(tài)監(jiān)控、健康管理與故障預測技術是實現(xiàn)無人機裝備自主化維修保障的關鍵技術，是保障無人機安全飛行的有效手段。針對無人機裝備系統(tǒng)復雜、安全性要求高的特點，通過建立無人機安全監(jiān)控與健康管理系統(tǒng)，以實現(xiàn)裝備全壽命安全管理和視情維修。

首先，對無人機全系統(tǒng)初始加電、發(fā)射、飛行到正?；厥盏恼麄€過程進行安全監(jiān)控與異常預警，以提高無人機的飛行安全性；其次，建立無人機系統(tǒng)關鍵部件的連續(xù)運行狀態(tài)數(shù)據(jù)，進行基于數(shù)據(jù)模型分析的數(shù)據(jù)挖掘與利用，實現(xiàn)對關鍵部件的健康狀態(tài)評估。最后，以采集的數(shù)據(jù)為基礎，通過各種數(shù)據(jù)分析處理方法挖掘其中的隱含信息，對無人機系統(tǒng)進行故障預測，及時定位具有潛在故障的部件、輔助決策并進行信息管理，提高無人機維修保障的自動化程度，減少由于故障引起的各項費用，降低風險，提高武器裝備的作戰(zhàn)能力。

無人機飛行全過程安全監(jiān)控技術

無人機飛行設備的安全性與防危性要求高，需實時監(jiān)測飛行關鍵設備的運行狀態(tài)及飛行操控人員的控制行為。首先實現(xiàn)無人機的數(shù)據(jù)采集，分析無人機裝備的數(shù)據(jù)傳輸方式和途徑，在不影響無人機正常工作狀態(tài)的前提下，采集反映無人機飛行狀態(tài)數(shù)據(jù)與地面控制站工作狀態(tài)數(shù)據(jù)。采集的數(shù)據(jù)主要包括無人機飛行的遙測信息與遙控指令信息。

圖1 應對無人機全系統(tǒng)的初始加電、發(fā)射、飛行到正常回收的整個過程進行安全監(jiān)控與異常預警。

遙測信息流包含鏈路上所有設備的狀態(tài)信息，比較全面地涵蓋了無人機飛行關鍵設備與任務設備的工作狀態(tài)，在遙測信息流中進行信息融合和數(shù)據(jù)挖掘，分析出無人機各關鍵設備和遙測信息的對應關系，從而掌握設備的工作狀態(tài)，才能進一步進行健康狀態(tài)管理的技術研究。通過裝備分解和實驗，在研究過程中擬將任務機、中繼機和地面數(shù)據(jù)終端等裝備的狀態(tài)數(shù)據(jù)進行全面解析、快速提取并準確轉(zhuǎn)化為各系統(tǒng)模型可用的相關數(shù)據(jù)類型，通過適當冗余和校驗保證解析的數(shù)據(jù)流安全可靠。

另外，遙測參數(shù)與遙控指令之間緊密關聯(lián)，僅簡單對單個遙測數(shù)據(jù)如高度、速度、油量等進行超閾值的安全提示是不夠的，需要結(jié)合飛行程序?qū)b控指令和遙測信息進行關聯(lián)態(tài)勢分析，推理產(chǎn)生可能發(fā)生的安全預警。例如，無人機在左盤旋狀態(tài)時直接發(fā)送右盤旋指令，將導致飛機失控，應當預警；回收階段發(fā)現(xiàn)發(fā)動機在大馬力狀態(tài)時，也需發(fā)送預警信息，提醒操控員糾正錯誤操控。

無人機安全監(jiān)控主要是在飛行過程中對影響飛行安全的因素，如發(fā)射起飛中的大馬力、爬升指令預置，飛行過程中發(fā)動機狀態(tài)等，進行狀態(tài)監(jiān)控和安全預警。通過實時解析遙測數(shù)據(jù)，依據(jù)安全飛行操作規(guī)程將飛行狀態(tài)信息和控制信息同步關聯(lián)，進行基于多信息關聯(lián)的安全態(tài)勢分析，建立基于閾值的安全預警機制，并提供應急措施操作提示；實現(xiàn)對誤操作及異常飛行狀態(tài)的實時監(jiān)控，從而改善無人機目前僅具備單狀態(tài)參數(shù)異常報警的現(xiàn)狀。

在準確、實時采集無人機遙測、遙控信息并獲取飛行狀態(tài)信息的基礎上，擬為無人機飛行的發(fā)射檢測、實時飛行狀態(tài)監(jiān)測和回收監(jiān)測三個階段增加安全監(jiān)控功能。通過分析無人機發(fā)動機、自動駕駛儀、姿態(tài)傳感器、地面控制系統(tǒng)的工作狀態(tài)與趨勢，掌握設備工作狀態(tài)，通過安全監(jiān)控系統(tǒng)，確保無人機飛行安全。以起飛狀態(tài)為例，安全監(jiān)控與異常預警分析流程如圖2所示。

圖2 無人機的起飛安全監(jiān)控與異常預警分析流程。

基于狀態(tài)信息的關鍵設備自主健康管理

建立無人機智能信息系統(tǒng)實現(xiàn)無人機健康檢測與健康管理，已經(jīng)成為衡量無人機智能化水平的一個指標。在無人機執(zhí)行任務過程中，健康管理系統(tǒng)一方面對機載下傳遙測數(shù)據(jù)進行實時解析，為操作人員提供報警，另一方面，對無人機關鍵設備進行實時監(jiān)控，按照層級進行故障定位并根據(jù)故障等級采用不同方式提醒。在任務執(zhí)行過程中出現(xiàn)緊急情況時，可對各類資源進行高效調(diào)度，實現(xiàn)各類資源的協(xié)調(diào)使用，讓無人機及時完成任務。健康管理的一個主要目標是，根據(jù)無人機記錄數(shù)據(jù)進行故障診斷以及可用時間預測，并根據(jù)診斷及預測結(jié)果安排維修保障工作。將健康管理系統(tǒng)與維修系統(tǒng)、訓練系統(tǒng)、供應系統(tǒng)等業(yè)務進行全面綜合，實現(xiàn)任務為驅(qū)動的自主保障。

從健康管理角度，擬將無人機設備的狀態(tài)定義為正常、錯誤、異常、故障和損壞共五類。

正常是設備按預定方式運行，按規(guī)定性能指標完成全部預定功能。

錯誤是設備或程序在運行中偶發(fā)的、非常駐的、非預定狀態(tài)，檢測表現(xiàn)為“未見故障”。錯誤可由瞬時環(huán)境因素超限，如外部強干擾引起，或由級聯(lián)故障引起。這是一種短時間的非穩(wěn)恒的狀態(tài)。在消除引發(fā)錯誤的環(huán)境因素或級聯(lián)故障后，設備能自動恢復預定運行狀態(tài)，或通過復位、重啟等方式實現(xiàn)自修復。

異常是產(chǎn)品偏離預定運行方式或規(guī)定功能范圍的狀態(tài)，表現(xiàn)為功能降級。異常多是因設備內(nèi)部某些電路器件在某些臨界外部條件如溫度作用下，偏離預定工作狀態(tài)所致，是敏感于相應條件并在該條件下會重復出現(xiàn)的狀態(tài)。在引發(fā)異常的外部因素消除后，設備多能自動恢復預定運行狀態(tài)。為保證設備在規(guī)范要求的范圍內(nèi)可靠地工作，應及時對出現(xiàn)異常的設備進行調(diào)整或采取維修措施。

圖3 利用無人機發(fā)動機診斷試驗臺檢修和維修故障。

故障是產(chǎn)品不能執(zhí)行規(guī)定功能的狀態(tài)，表現(xiàn)為功能喪失。故障雖然可能以環(huán)境因素為誘因，但其內(nèi)在原因主要是設備存在設計缺陷，或運行中電子器件因不能承受外部應力而發(fā)生內(nèi)部硬件損傷或固件失憶。可采取故障禁錮、余度、容錯等設計措施使系統(tǒng)或設備在出現(xiàn)故障時保持工作能力。為保證設備可靠地工作，必須對故障設備進行檢測和維修，排除故障。

損壞是產(chǎn)品中故障部件不可恢復的、不能執(zhí)行規(guī)定功能的狀態(tài)。損壞的產(chǎn)品可能通過更換故障部件等維修措施加以修復，也可能無法修復而報廢。

根據(jù)狀態(tài)信息分類，定義正常和錯誤狀態(tài)為健康，異常為亞健康，故障和損壞狀態(tài)為疾病。擬通過搜集無人機的基本信息、機載信息、工作信息、環(huán)境信息和歷史數(shù)據(jù)，建立無人機系統(tǒng)的健康檔案，進行健康管理。

從整個無人機系統(tǒng)角度分析，在實現(xiàn)無人機自主健康管理的過程中，擬將整個系統(tǒng)的健康管理過程分為四個層級，如圖4所示，主要有關鍵部件健康管理、設備級健康管理、分系統(tǒng)級健康管理以及最頂層的系統(tǒng)級健康管理，按照層級將數(shù)據(jù)進行處理整合，實現(xiàn)無人機系統(tǒng)的實時健康管理、知識庫管理、深度故障診斷以及維修管理。

圖4 無人機自主健康管理層級。

基于數(shù)據(jù)的無人機設備故障預測

故障預測技術可以分為基于模型的、基于知識的與基于數(shù)據(jù)的故障預測。在研究實際系統(tǒng)的故障預測時，建立描述復雜設備工作情況的數(shù)學模型既不經(jīng)濟，甚至也不可能實現(xiàn)，同時又無法有效表達領域?qū)＜业慕?jīng)驗知識。因此，對設備系統(tǒng)進行研究的切入點就只有設備工作的歷史數(shù)據(jù)?；跀?shù)據(jù)的故障預測技術以采集的數(shù)據(jù)為基礎，通過各種數(shù)據(jù)分析處理方法挖掘其中的隱含信息，對系統(tǒng)進行故障預測，從而避免了前兩種故障預測方法的缺點，成為一種較實用的故障預測方法。對無人機系統(tǒng)而言，各臺設備、環(huán)節(jié)的數(shù)據(jù)容易采集且比較完整，因此適合采用基于數(shù)據(jù)的故障預測技術。

隨著深度學習技術的不斷發(fā)展，神經(jīng)網(wǎng)絡在應對數(shù)據(jù)分類的有效性引起了人們的注意，但神經(jīng)網(wǎng)絡在處理序數(shù)列時，將取得的數(shù)據(jù)視為獨立的，故無法模擬時間序列的馬爾可夫過程，基于此情況便孕育出循環(huán)神經(jīng)網(wǎng)絡，它認為系統(tǒng)在某一時刻的輸出狀態(tài)yt不僅與這一時刻的輸入xt有關，也依賴于上一時刻的輸出yt-1。通過將時間序列輸入預測模型，能夠?qū)?shù)據(jù)進行逐層抽象并提取特征，以達到令人滿意的精度。而LSTM循環(huán)神經(jīng)網(wǎng)絡則是在RNN的基礎上增加了三個“門”操作，以解決RNN難以訓練長度過大的時序數(shù)據(jù)的問題。

采用LSTM循環(huán)神經(jīng)網(wǎng)絡進行無人機故障預測，充分利用其在處理時序數(shù)據(jù)序列時的優(yōu)勢，并對預測系統(tǒng)架構(gòu)進行分層，降低系統(tǒng)的耦合度。其RNN網(wǎng)絡簡圖和隱藏層細胞結(jié)構(gòu)如圖5所示。

圖5 RNN網(wǎng)絡簡圖及隱藏層細胞結(jié)構(gòu)。

采用一種適用于無人機故障預測的系統(tǒng)，LSTM循環(huán)神經(jīng)網(wǎng)絡只是其中的核心技術，整個系統(tǒng)還包括各個傳感器采集數(shù)據(jù)的預處理、無人機關鍵部件的劃分及其特征參數(shù)的選取等。通過分析，將無人機故障預測系統(tǒng)的四層框架結(jié)構(gòu)見圖6，由下至上依次為設備配置層、數(shù)據(jù)整合層、故障預測層、可視化層。其中，設備配置層主要負責無人機的配置和關鍵部件劃分，數(shù)據(jù)整合層負責各傳感器采集數(shù)據(jù)的預處理及歷史數(shù)據(jù)的調(diào)入操作，故障預測層負責建立預測模型，對無人機的故障進行預測，可視化層負責將診斷結(jié)果以直觀的形式顯示在界面上。

圖6 故障預測系統(tǒng)的四層結(jié)構(gòu)。

總之，無人機飛行控制、操控決策支持及故障分析技術在技術層面是成熟的，相關基本理論和技術方法已取得許多研究成果。關鍵問題在于，如何針對具體的無人機系統(tǒng)的控制與操控特點展開研究，真正起到?jīng)Q策支持的作用，以提高無人機穩(wěn)定性和安全性。