航天測控數(shù)傳一體化系統(tǒng)健康管理系統(tǒng)設(shè)計*

王鈞慧，劉愛平，肖小兵

(中國西南電子技術(shù)研究所，成都610036)

0 引 言

裝備健康管理是隨著故障診斷技術(shù)的進步而發(fā)展起來的，其內(nèi)涵是通過分析裝備健康狀態(tài)的影響因素，緊密結(jié)合狀態(tài)監(jiān)測、維修、使用和環(huán)境等信息，對裝備健康狀態(tài)進行評估和預(yù)測，并基于裝備的健康狀態(tài)合理選擇維修策略，周密計劃維修活動。

近年來國內(nèi)外學(xué)者針對健康管理開展了大量工作并取得了豐碩的研究成果。Wang等人[1]提出了基于面向服務(wù)架構(gòu)(Service Oriented Architecture,SOA)和雙總線技術(shù)的健康管理軟件體系架構(gòu)，實現(xiàn)了民用飛機的健康管理功能。Zhang等人[2]對大數(shù)據(jù)收集、清理、存儲和分析等內(nèi)容進行了完整的描述，提出了一種基于大數(shù)據(jù)開源軟件框架來實現(xiàn)航天器健康管理的方法。Li等人[3]針對衛(wèi)星星座網(wǎng)絡(luò)的健康管理方法，提出了衛(wèi)星星座網(wǎng)絡(luò)建模方法，根據(jù)節(jié)點重要性評估算法來尋找網(wǎng)絡(luò)中的關(guān)鍵節(jié)點，并根據(jù)實時運行狀態(tài)對衛(wèi)星星座網(wǎng)絡(luò)的健康狀態(tài)進行評估。Orsagh等人[4]針對航空電子設(shè)備中開關(guān)模式電源和GPS接收機兩種設(shè)備，利用數(shù)據(jù)進行模型訓(xùn)練實現(xiàn)了對設(shè)備壽命和故障的預(yù)測。黃鶴等人[5]設(shè)計了一種航空電子系統(tǒng)的健康管理體系，并對基于測試性模型的多信號增強診斷和基于馬爾科夫及貝葉斯網(wǎng)絡(luò)的健康評估方法進行了詳細論述。高洪青[6]從有源相控陣雷達的狀態(tài)監(jiān)測與健康管理入手，構(gòu)建了分層式健康管理系統(tǒng)框架，根據(jù)作用距離和副瓣電平等指標(biāo)進行了信息融合和健康評估，實現(xiàn)了有源相控陣雷達的狀態(tài)監(jiān)測和健康管理。何謙等人[7]針對S頻段統(tǒng)一測控系統(tǒng)故障診斷及健康管理的需求給出了故障診斷軟件體系架構(gòu)，并基于故障樹的設(shè)備故障診斷開展了設(shè)備狀態(tài)評估設(shè)計。楊羅蘭等人[8]在經(jīng)典測控系統(tǒng)故障識別和預(yù)測技術(shù)的基礎(chǔ)之上，針對測控系統(tǒng)關(guān)鍵指標(biāo)預(yù)測的問題，探索了基于歷史數(shù)據(jù)的指標(biāo)預(yù)測方法，并對基于SVR的單步和多步指標(biāo)預(yù)測方法進行了具體分析。孫寶升等人[9]基于中繼衛(wèi)星S頻段多址(S-band Multiple Access,SMA)全景波束支持本文提出了一種中低軌衛(wèi)星在軌健康管理的新概念和模式。王儲等人[10]對故障預(yù)測與健康管理(Prognostic and Health Management，PHM)的相關(guān)概念、國內(nèi)外發(fā)展現(xiàn)狀以及關(guān)鍵技術(shù)進行了簡要介紹，并結(jié)合測控系統(tǒng)的發(fā)展現(xiàn)狀提出了針對該領(lǐng)域的PHM技術(shù)的研究方法和具體實施策略。魏永峰等人[11]以某型雷達抗干擾測試系統(tǒng)為例，闡述了可應(yīng)用于測控裝備故障預(yù)測與健康管理的一種科學(xué)管理方法，提出基于模型的PHM技術(shù)在抗干擾測試系統(tǒng)中應(yīng)用?；谝暻榫S修的開放體系(Open System Architecture for Condition Based Maintenance,OSA-CBM)架構(gòu)在航電、動車組等應(yīng)用場景已經(jīng)進行了應(yīng)用[12-13]，該架構(gòu)對航天測控數(shù)傳一體化系統(tǒng)健康管理系統(tǒng)設(shè)計也有很強的指導(dǎo)意義。

本文提出了一種適用于航天測控數(shù)傳一體化系統(tǒng)的健康管理設(shè)計方法，包括系統(tǒng)工作模式、組成、軟件體系架構(gòu)、主要業(yè)務(wù)流程和關(guān)鍵技術(shù)解決方法。

1 系統(tǒng)方案設(shè)計

1.1 系統(tǒng)運行模式

本系統(tǒng)采用在線診斷和離線診斷兩種手段來完成全系統(tǒng)健康管理。系統(tǒng)工作模式如圖1所示。

圖1 系統(tǒng)工作模式示意圖

在線診斷是通過設(shè)備在線診斷和業(yè)務(wù)在線評估兩個手段來實現(xiàn)。設(shè)備在線診斷是指結(jié)合系統(tǒng)/設(shè)備故障樹模型、故障傳導(dǎo)模型和規(guī)則知識，識別虛警，確定設(shè)備故障。通過故障樹分析和專家系統(tǒng)規(guī)則引擎進行邏輯推理，定位真實故障設(shè)備，確定故障原因。業(yè)務(wù)在線評估是指通過業(yè)務(wù)運行數(shù)據(jù)感知設(shè)備缺陷，反證設(shè)備健康狀態(tài)；建立業(yè)務(wù)健康度曲線，降低業(yè)務(wù)健康評估復(fù)雜度。系統(tǒng)運行時，將能夠反映系統(tǒng)和業(yè)務(wù)狀態(tài)的多維度信號/數(shù)據(jù)特征與業(yè)務(wù)健康模型對比后進行多維特征融合，降維形成健康度曲線，對業(yè)務(wù)狀態(tài)進行直觀展示和評價；關(guān)注健康曲線劇烈波動時刻的瞬時系統(tǒng)，為后續(xù)離線分析提供參考輸入。

離線診斷是指綜合利用系統(tǒng)全域全景數(shù)據(jù)和在線關(guān)注的業(yè)務(wù)異常數(shù)據(jù)，結(jié)合健康模型、專家知識和分析算法，在大量數(shù)據(jù)中分析設(shè)備運行規(guī)律，提取設(shè)備故障特征信號，發(fā)現(xiàn)、識別、確認設(shè)備故障和缺陷，必要時輔以主動式診斷(標(biāo)校測試)協(xié)助分析。故障預(yù)測的方法主要有兩類：一是基于失效物理模型的故障預(yù)測技術(shù)；二是基于數(shù)據(jù)驅(qū)動的故障預(yù)測技術(shù)。航天測運控裝備中存在大量的電子設(shè)備，失效物理模型建立的難度較高，建議采用基于數(shù)據(jù)驅(qū)動的故障預(yù)測技術(shù)。航天測運控裝備中大量的數(shù)據(jù)都屬于帶時間標(biāo)簽的數(shù)據(jù)，比如設(shè)備運行狀態(tài)、測試數(shù)據(jù)、標(biāo)校數(shù)據(jù)和環(huán)境數(shù)據(jù)等內(nèi)容，因此可采用InfluxDB、Kdb+等時序數(shù)據(jù)庫來進行數(shù)據(jù)存儲。為了獲取足夠多的數(shù)據(jù)，建議健康管理采用“中心+端”的模式，由中心獲取多套航天測控數(shù)傳一體化系統(tǒng)的運行數(shù)據(jù)，通過機器學(xué)習(xí)算法完成模型訓(xùn)練；中心將訓(xùn)練好的模型下發(fā)給設(shè)備端，設(shè)備端根據(jù)模型完成實時故障預(yù)測。

1.2 系統(tǒng)組成

如圖2所示，健康管理系統(tǒng)包含測控數(shù)傳設(shè)備、監(jiān)控分系統(tǒng)、健康管理軟件及信息庫等。

圖2 健康管理系統(tǒng)組成

(1)測控數(shù)傳設(shè)備

包括各個分系統(tǒng)的可監(jiān)控單元，設(shè)備主要是利用內(nèi)置的傳感器進行健康狀態(tài)信息采集并上報監(jiān)控分系統(tǒng)。健康管理數(shù)據(jù)傳輸網(wǎng)絡(luò)可共用現(xiàn)有的監(jiān)控網(wǎng)，無需單獨建設(shè)。

(2)監(jiān)控分系統(tǒng)

定時獲取各設(shè)備的健康狀態(tài)信息，實時將設(shè)備健康狀態(tài)信息寫入狀態(tài)庫；監(jiān)控分系統(tǒng)同時接收測控數(shù)傳任務(wù)運行狀態(tài)并進行記錄；監(jiān)控分系統(tǒng)接收健康管理的要求完成相關(guān)的測試標(biāo)校工作。

(3)健康管理軟件

健康管理軟件主要包括信息采集服務(wù)、數(shù)據(jù)預(yù)處理服務(wù)、故障診斷服務(wù)、健康狀態(tài)評估服務(wù)、預(yù)測分析服務(wù)、狀態(tài)維護服務(wù)等。各個服務(wù)密切配合完成健康管理的相關(guān)功能；

(4)信息庫

主要包括狀態(tài)庫、裝備庫和知識庫。狀態(tài)庫可根據(jù)數(shù)據(jù)特點選用關(guān)系型數(shù)據(jù)庫或者大數(shù)據(jù)平臺，主要完成設(shè)備健康狀態(tài)、任務(wù)狀態(tài)、測試標(biāo)校結(jié)果等各類信息；裝備庫主要保存設(shè)備關(guān)鍵信息、設(shè)備健康狀態(tài)、預(yù)測狀態(tài)等內(nèi)容；知識庫主要包括健康管理各服務(wù)所需要的知識，包括故障診斷知識、健康評估知識和預(yù)測分析知識。

1.3 系統(tǒng)工作流程設(shè)計

如圖3所示，健康管理流程通過如下三種方式來觸發(fā)啟動：第一種方式為健康管理軟件接收到設(shè)備狀態(tài)異常消息；第二種方式為健康管理軟件接收到任務(wù)結(jié)束消息；第三種方式為健康管理軟件根據(jù)日常維護計劃通過時間符合方式來觸發(fā)。

健康診斷處理核心思想是模擬專業(yè)操作維護人員對設(shè)備問題解決的思維方式與步驟進行系統(tǒng)故障分析與定位、系統(tǒng)健康狀態(tài)及任務(wù)執(zhí)行狀態(tài)預(yù)測和任務(wù)執(zhí)行能力評估。因此上述三種激活方式，一旦設(shè)備狀態(tài)異常或任務(wù)執(zhí)行異常均會激活系統(tǒng)健康診斷的故障定位與分析功能，屬于條件驅(qū)動方式。設(shè)備狀態(tài)異常采用專家故障診斷(故障樹)方式進行分析和定位，必要時可結(jié)合實時測試和標(biāo)校進行進一步確認；任務(wù)執(zhí)行異常則通過對執(zhí)行任務(wù)的功能和性能分析進行故障定位，也可結(jié)合實時測試和標(biāo)校進行進一步確認。第三種方式為日常管理方式，并采用定期計劃管理，即依據(jù)健康模型，定期對系統(tǒng)健康狀態(tài)指數(shù)開展健康檢查，并對各項檢測、標(biāo)校、測試結(jié)果進行分析。

系統(tǒng)健康診斷首先為系統(tǒng)設(shè)備建立健康檔案，進而在設(shè)備故障、任務(wù)異常定位分析或日常健康檢查結(jié)果基礎(chǔ)上進一步開展信息綜合分析處理，進行系統(tǒng)健康狀態(tài)預(yù)測，更新系統(tǒng)設(shè)備健康狀態(tài)。系統(tǒng)標(biāo)校、測試是系統(tǒng)級健康診斷的重要依據(jù)。

圖3 健康管理工作流程設(shè)計

1.4 關(guān)鍵功能設(shè)計

航天測控數(shù)傳一體化系統(tǒng)健康管理實現(xiàn)從狀態(tài)檢測、特征提取、故障診斷、綜合評估、趨勢預(yù)測及維修決策全過程的管理，具備設(shè)備級自主健康管理能力，構(gòu)建良好的人機交互輔助決策機制，作為裝備維護與使用管理的主要平臺。本節(jié)介紹系統(tǒng)任務(wù)健康評估和設(shè)備故障預(yù)測兩個關(guān)鍵點的實現(xiàn)路徑，同時給出健康管理軟件架構(gòu)設(shè)計方法。

1.4.1 傳感器設(shè)計

根據(jù)航天測運控設(shè)備的典型故障模式，并根據(jù)測試性設(shè)計和維修性設(shè)計，總結(jié)出能夠表征設(shè)備健康狀態(tài)的檢測點和測試點。在系統(tǒng)運行過程中由監(jiān)控分系統(tǒng)完成狀態(tài)采集和存儲。同時，需要根據(jù)后續(xù)健康管理分析的結(jié)果進行迭代，逐漸完善采集點的設(shè)計。

針對天伺饋分系統(tǒng)等機電設(shè)備，一般采集齒輪箱振動、俯仰箱噪聲、方位基座噪聲、溫度、水浸狀態(tài)、饋源氣壓、電機振動等數(shù)據(jù)。電機的振動傳感器安裝在電機外殼上；電樞電壓傳感器和電樞電流傳感器套在電機電纜上；測速反饋傳感器套在測速反饋線上；溫度傳感器探頭自帶強磁片，吸附在電機的外殼上；齒輪箱的振動傳感器安裝位置齒輪箱輸入軸向上；水浸傳感器安裝齒輪箱的底部。針對變頻器、功放等設(shè)備主要采集電流、電壓、溫度等數(shù)據(jù)。

1.4.2 系統(tǒng)健康評估方法

采用層次分析法來對航天測控數(shù)傳一體化系統(tǒng)進行系統(tǒng)任務(wù)健康狀態(tài)評估。層次分析法是指先將一個復(fù)雜問題分解為幾個子問題，然后再對子問題向下進行層層分解，一直分解到不可再分解的評估指標(biāo)為止。計算出各個評價指標(biāo)后，將指標(biāo)的評估結(jié)果進行歸一化，然后通過加權(quán)融合的方式計算其父級指標(biāo)評分，再向上層層融合得到子問題的評估得分，最后通過D-S證據(jù)合成的方法計算原復(fù)雜問題的評估結(jié)果。以S自跟蹤功能健康評估為例，其評估元素如圖4所示。

圖4 S自跟蹤功能健康評估

1.4.3 設(shè)備故障預(yù)測方法

采用基于數(shù)據(jù)驅(qū)動的設(shè)備故障預(yù)測技術(shù)，通過分析輸入、輸出和狀態(tài)參數(shù)之間的關(guān)系，獲得機器學(xué)習(xí)模型，并從大量的歷史樣本中學(xué)習(xí)輸入與輸出值之間的映射關(guān)系，建立非線性、非透明及非針對特定對象的模型用來計算未來值，從而可以進行故障預(yù)測。

(1)健康度計算

由于航天測運控設(shè)備故障場景較少，因此采用一分類故障預(yù)測模型。根據(jù)設(shè)備大量正常樣本的分布，總結(jié)出一個多元正態(tài)分布模型，作為設(shè)備的健康模型，定義聚類中心的健康度為1，越靠近中心，健康度越大；離中心越遠，健康度越小。將該模型用于預(yù)測時，設(shè)備每個時刻都可以獲取一組工作參數(shù)，將這組工作參數(shù)輸入到多元正態(tài)分布模型中，可以得到一個健康度?？赏ㄟ^馬氏距離來描述設(shè)備的健康度。設(shè)由n個設(shè)備的正常歷史樣本組成的樣本集為X：

X=x1,x2,…,xn。

式中：xi=(xi1,xi2,…,xim),i=1,2,…,n，表示第i時刻設(shè)備的所有參數(shù)。計算樣本均值：

計算樣本斜方差：

δ=(X-μ)×(X-μ)T。

新樣本xt與聚類中心μ的馬氏距離定義為

Mahalanobis(xt,μ)=(xt-μ)T·δ-1(xt-μ)。

新樣本xt越趨近于聚類中心μ，馬氏距離趨近于0，即健康度越大；新樣本xt越遠離于聚類中心μ，馬氏距離越大，健康度越小。

(2)基于時間序列的故障預(yù)測

設(shè)備的每個時刻都可以得到一個模式，并且每個模式都可以對其計算故障度，那么可以得到設(shè)備前n個時刻的故障度，也就形成了一個時間序列的觀測值：

(t1,y1),(t2,y2),…,(tn,yn)。

每個觀測值表示ti時刻的故障度為yi，基于這n個觀測值，預(yù)測未來一段時間的故障度走勢。故障預(yù)測算法可選用自回歸(Autoregressive，AR)模型、循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network，RNN)、長短時神經(jīng)網(wǎng)絡(luò)(Long Short-Term Memory Network，LSTM)等機器學(xué)習(xí)算法來完成。

2 軟件架構(gòu)設(shè)計及實現(xiàn)

針對航天測控數(shù)傳一體化系統(tǒng)不斷演進的特點，本文提出了基于微服務(wù)的健康管理軟件體系架構(gòu)，證明該架構(gòu)具有通用、開放、靈活的特點，可滿足健康管理應(yīng)用要求。軟件體系架構(gòu)如圖5所示。

圖5 軟件體系架構(gòu)設(shè)計

面向微服務(wù)的架構(gòu)具有結(jié)構(gòu)清晰、易于理解、松耦合、便于獨立測試、部署和管理等特點。每個服務(wù)組件都是簡單靈活、可獨立部署的；服務(wù)之間是松耦合的，服務(wù)內(nèi)部是高內(nèi)聚的，每個服務(wù)很容易按需擴展。

2.1 基礎(chǔ)設(shè)施

基礎(chǔ)設(shè)施為系統(tǒng)健康管理軟件運行提供支撐環(huán)境，包括硬件設(shè)備、操作系統(tǒng)和數(shù)據(jù)庫管理系統(tǒng)等。

2.2 數(shù)據(jù)服務(wù)

數(shù)據(jù)服務(wù)層包括數(shù)據(jù)庫和數(shù)據(jù)服務(wù)，健康管理數(shù)據(jù)庫分為狀態(tài)數(shù)據(jù)庫、裝備信息庫和知識庫三類，業(yè)務(wù)數(shù)據(jù)可并入狀態(tài)數(shù)據(jù)庫或獨立存儲。

(1)狀態(tài)數(shù)據(jù)庫

狀態(tài)數(shù)據(jù)庫涵蓋地面站設(shè)備健康管理所需的數(shù)據(jù)類型，包括業(yè)務(wù)數(shù)據(jù)、狀態(tài)數(shù)據(jù)、測試數(shù)據(jù)及環(huán)境數(shù)據(jù)等。

(2)裝備信息庫

為了滿足設(shè)備信息化全生命周期管理需求，建立設(shè)備信息電子檔案，為日后的數(shù)據(jù)挖掘分析、技術(shù)狀態(tài)管控以及設(shè)備精準維修提供支撐。

(3)知識庫

知識庫主要包括系統(tǒng)關(guān)聯(lián)、數(shù)據(jù)篩查、故障診斷、狀態(tài)評估、趨勢預(yù)測、等級劃分、維修決策以及數(shù)據(jù)挖掘等方面的各類算法模型，用于支撐故障診斷和健康狀態(tài)評估等。

2.3 業(yè)務(wù)服務(wù)

業(yè)務(wù)服務(wù)是健康管理的核心層，用于實現(xiàn)健康管理的主要功能。業(yè)務(wù)服務(wù)可根據(jù)需要分層設(shè)計不同粒度的業(yè)務(wù)服務(wù)，也可以通過服務(wù)聚合形成更高層的業(yè)務(wù)服務(wù)。

分系統(tǒng)業(yè)務(wù)服務(wù)可根據(jù)需求分為多層，初步考慮可分為基礎(chǔ)服務(wù)、功能服務(wù)和任務(wù)服務(wù)三層。

基礎(chǔ)服務(wù)主要實現(xiàn)一些細粒度的較單一功能，主要包括天伺饋信息采集、監(jiān)控信息采集、環(huán)境信息采集、數(shù)據(jù)篩選、數(shù)據(jù)異常檢測、數(shù)據(jù)特征提取、設(shè)備故障診斷、系統(tǒng)/分系統(tǒng)業(yè)務(wù)能力診斷、設(shè)備健康狀態(tài)評估、系統(tǒng)/分系統(tǒng)業(yè)務(wù)能力評估、系統(tǒng)性能預(yù)測和設(shè)備壽命預(yù)測等。

功能服務(wù)主要實現(xiàn)健康管理的主要功能，主要包括：

(1)信息采集——主要完成系統(tǒng)各類健康狀態(tài)相關(guān)信息的采集，數(shù)據(jù)采集的顆粒度以現(xiàn)場可更換最小單元為單位，采集周期可設(shè)置。

(2)數(shù)據(jù)預(yù)處理——分類完成各類數(shù)據(jù)的處理，包括數(shù)據(jù)篩選、平滑、降噪、均值、方差和變異特征提取等。

(3)故障診斷——依據(jù)設(shè)備狀態(tài)監(jiān)測信息，結(jié)合故障診斷模型完成各設(shè)備的故障診斷。

(4)健康狀態(tài)評估——根據(jù)健康狀態(tài)評估模型，完成系統(tǒng)設(shè)備健康狀態(tài)評估及系統(tǒng)/分系統(tǒng)業(yè)務(wù)能力評估。

(5)預(yù)測分析——根據(jù)預(yù)測算法模型及裝備信息預(yù)測設(shè)備剩余使用壽命及設(shè)備故障發(fā)生時間。

(6)裝備維護——根據(jù)裝備信息(健康體檢、故障診斷、狀態(tài)評估等)提出裝備維修建議。

(7)數(shù)據(jù)管理——完成所有健康管理數(shù)據(jù)庫和數(shù)據(jù)文件的管理與維護。

任務(wù)服務(wù)主要實現(xiàn)一些粗粒度的高層服務(wù)，主要包括：

(1)綜合健康體檢——協(xié)調(diào)監(jiān)控分系統(tǒng)，分級完成系統(tǒng)、分系統(tǒng)和單機設(shè)備的健康體檢，并按要求形成體檢報告。

(2)故障聯(lián)合診斷——完成系統(tǒng)、分系統(tǒng)設(shè)備等復(fù)雜故障的多手段聯(lián)合診斷。

(3)全壽命周期管理——完成設(shè)備信息錄入、運行過程中狀態(tài)跟蹤等功能。

(4)裝備效能評估——完成任務(wù)完成率、設(shè)備完好性等效能評估內(nèi)容。

2.4 信息綜合顯示

完成設(shè)備故障信息、設(shè)備健康評估信息、設(shè)備健康預(yù)測信息和裝備維修維護決策等多信息的綜合顯示。健康管理人機交互界面如圖6所示。

圖6 健康管理人機交互界面

3 結(jié)束語

本文提出了一種航天測控數(shù)傳一體化系統(tǒng)健康管理設(shè)計方法，闡述了系統(tǒng)運行模式、組成和工作流程，給出了一種面向航天測運控設(shè)備的系統(tǒng)任務(wù)健康評估和設(shè)備故障預(yù)測實現(xiàn)路徑，并介紹了基于微服務(wù)的健康管理軟件體系架構(gòu)，對于后續(xù)健康管理系統(tǒng)的建設(shè)具有指導(dǎo)意義。但同時，還需要對以下部分繼續(xù)進行研究：

(1)健康管理在本領(lǐng)域是一項新技術(shù)，離視情維修的目標(biāo)還有一定差距，需要結(jié)合用戶應(yīng)用場景加強理論研究和工程應(yīng)用探索。同時，利用積累的歷史數(shù)據(jù)對關(guān)重件的故障預(yù)測算法開展研究，逐步完善算法模型庫。

(2)根據(jù)健康管理系統(tǒng)的應(yīng)用效能，在下一代裝備中重新優(yōu)化系統(tǒng)“六性”設(shè)計，逐步提高裝備作戰(zhàn)效能。