基于數(shù)字孿生和IETM的裝備常規(guī)故障診斷

摘" 要： 裝備在實(shí)際運(yùn)行過(guò)程中出現(xiàn)的大部分常規(guī)故障都是由于人為操作、保養(yǎng)以及環(huán)境等因素引起的。常規(guī)故障在裝備的研制、試驗(yàn)、鑒定以及維保過(guò)程中都進(jìn)行了驗(yàn)證，并有明確的定義，具有明確的故障樹分析結(jié)論，因而數(shù)字孿生可為裝備常規(guī)故障提供快速、交互性的診斷可能。為提高常規(guī)故障診斷的效率和診斷過(guò)程的交互式體驗(yàn)感，提出一種基于數(shù)字孿生的裝備常規(guī)故障診斷模型。在此基礎(chǔ)上，鑒于交互式電子技術(shù)手冊(cè)（IETM）良好的交互性及用戶體驗(yàn)感，設(shè)計(jì)一種基于孿生數(shù)據(jù)和IETM的裝備常規(guī)故障診斷方案。該方案將裝備故障樹轉(zhuǎn)換為IETM的故障數(shù)據(jù)模塊，存儲(chǔ)到IETM數(shù)據(jù)庫(kù)中形成故障庫(kù)。采用故障樹分析方法并將裝備實(shí)時(shí)孿生數(shù)據(jù)作為輸入，利用IETM的交互性，通過(guò)過(guò)程數(shù)據(jù)模塊結(jié)合故障數(shù)據(jù)模塊進(jìn)行步進(jìn)式故障診斷及隔離引導(dǎo)操作，同時(shí)提供維修操作指導(dǎo)。當(dāng)裝備實(shí)時(shí)孿生數(shù)據(jù)與故障庫(kù)定義的故障信息不完全一致時(shí)，采用案例分析法計(jì)算裝備實(shí)時(shí)孿生數(shù)據(jù)提供的故障征兆信息與故障庫(kù)中明確定義的故障征兆信息的相似度，并設(shè)定相似度的閾值進(jìn)行判定；再利用IETM推送對(duì)應(yīng)故障數(shù)據(jù)模塊進(jìn)行相應(yīng)的故障診斷隔離引導(dǎo)。

關(guān)鍵詞： 裝備故障診斷； 數(shù)字孿生； IETM； 故障樹分析； 故障數(shù)據(jù)模塊； 實(shí)時(shí)孿生數(shù)據(jù)； 相似度； 隔離引導(dǎo)

中圖分類號(hào)： TN911.23?34； TP391" " " " " " " 文獻(xiàn)標(biāo)識(shí)碼： A" " " " " " " " " " " "文章編號(hào)： 1004?373X（2024）24?0038?09

Equipment routine fault diagnosis based on digital twin and IETM

WU Jiaju1， 2， KONG Linggang1， KANG Shijia1， ZUO Hongfu2， YANG Yonghui1， ZHOU Xiaowei1

（1. Institute of Computer Application China Academy of Engineering Physics， Mianyang 621900， China;

2. College of Civil Aviation， Nanjing University of Aeronautics and Astronautics， Nanjing 211106， China）

Abstract： Most of the common malfunctions that occur during the actual operation of equipment are caused by human operation， maintenance， and environmental factors. The conventional faults are verified during equipment development， testing， identification， and maintenance processes， with clear definitions and fault tree analysis conclusions. The digital twins can provide fast and interactive diagnostic possibilities for routine equipment failures. In order to improve the efficiency and interactive experience of conventional fault diagnosis， a digital twin based equipment conventional fault diagnosis model is proposed. On this basis， considering the good interactivity and user experience of the IETM， a conventional equipment fault diagnosis scheme based on twin data and IETM is designed. This scheme can convert the equipment fault tree into an IETM fault data module， which is stored in the IETM database to form a fault database. By means of fault tree analysis method， real?time twin data of equipment is used as input. Utilizing the interactivity of IETM， step?by?step fault diagnosis and isolation guidance operations are carried out by means of the process data module combined with fault data module， while providing maintenance operation guidance. When the real?time twin data of the equipment is not completely consistent with the fault information defined in the fault database， the case analysis method is used to calculate the similarity between the fault symptom information provided by the real?time twin data of the equipment and the clearly defined fault symptom information in the fault database， and a threshold for similarity is set for judgment. IETM is used to push corresponding fault data modules for corresponding fault diagnosis， isolation， and guidance.

Keywords： equipment fault diagnosis; digital twin; IETM; fault tree analysis; fault data module; real time twin data; similarity; isolation guidance

隨著高新技術(shù)、信息技術(shù)以及人工智能技術(shù)的發(fā)展及其在裝備領(lǐng)域的廣泛應(yīng)用，高精度、自動(dòng)化、智能化、體系化成為了裝備新的發(fā)展趨勢(shì)。然而裝備結(jié)構(gòu)及其功能越來(lái)越復(fù)雜，裝備系統(tǒng)的配置趨于多樣、運(yùn)行環(huán)境惡劣且多變、內(nèi)部環(huán)境更加極端、傳感器存在局限等，使得快速準(zhǔn)確地診斷裝備的故障，采取預(yù)防性或視情維修策略確保裝備隨時(shí)有效，變成了裝備維修保障工作的一大挑戰(zhàn)[1]。裝備在實(shí)際運(yùn)行和使用過(guò)程中出現(xiàn)的故障大部分都是由于人為操作、保養(yǎng)以及環(huán)境等因素引起的常規(guī)故障，這些常規(guī)故障在裝備的研制、試驗(yàn)、鑒定過(guò)程中已開展驗(yàn)證，有明確診斷及隔離處理程序，且有明確的故障樹定義及分析過(guò)程。如何應(yīng)用已有的故障樹分析結(jié)論以及裝備實(shí)時(shí)運(yùn)行及監(jiān)測(cè)孿生數(shù)據(jù)進(jìn)行裝備常規(guī)故障高效準(zhǔn)確的診斷，根據(jù)故障診斷情況開展故障隔離處理、制定維修方案并進(jìn)行維修保養(yǎng)和指導(dǎo)是需要解決的主要問題。IETM是結(jié)合專家知識(shí)、虛實(shí)交互、多媒體演示、數(shù)據(jù)庫(kù)檢索及導(dǎo)航、智能診斷分析等技術(shù)，將操作使用說(shuō)明、培訓(xùn)訓(xùn)練規(guī)程、檢測(cè)要求、維修過(guò)程、結(jié)構(gòu)圖紙、故障診斷分析等知識(shí)精煉組織，交互式運(yùn)用與其他保障系統(tǒng)、測(cè)試系統(tǒng)等接口的一種重要保障裝備[2?3]。隨著裝備不斷向著智能化、自動(dòng)化、復(fù)雜化發(fā)展，與裝備狀態(tài)監(jiān)測(cè)、故障診斷、維修、維護(hù)及管理相結(jié)合是IETM新的發(fā)展方向[4]。美軍標(biāo)MIL?PRF?87268/87269和歐標(biāo)S1000D系列標(biāo)準(zhǔn)是IETM的兩大國(guó)際標(biāo)準(zhǔn)體系，目前S1000D已經(jīng)成為國(guó)際主流標(biāo)準(zhǔn)[5?6]。國(guó)內(nèi)IETM的實(shí)施主要依據(jù)2008年發(fā)布的GJB 6600標(biāo)準(zhǔn)，這項(xiàng)標(biāo)準(zhǔn)是結(jié)合國(guó)內(nèi)實(shí)際情況對(duì)S1000D的一個(gè)裁剪[6?7]。2003年密歇根大學(xué)的Michael Grieves提出數(shù)字孿生概念， NASA在“阿波羅計(jì)劃”中首次應(yīng)用數(shù)字孿生技術(shù)，目前數(shù)字孿生技術(shù)已經(jīng)初步應(yīng)用于航空航天和船舶等領(lǐng)域的設(shè)計(jì)、維修、評(píng)估以及故障診斷方面[8]。

本文將數(shù)字孿生技術(shù)思想引入裝備故障診斷中，把裝備研制試驗(yàn)及鑒定過(guò)程中明確驗(yàn)證并清晰定義的常規(guī)故障的故障樹轉(zhuǎn)換為IETM的故障數(shù)據(jù)模塊，構(gòu)建IETM故障庫(kù)，結(jié)合IETM過(guò)程數(shù)據(jù)模塊、故障數(shù)據(jù)模塊以及裝備實(shí)時(shí)孿生數(shù)據(jù)實(shí)現(xiàn)交互式故障樹分析過(guò)程，實(shí)現(xiàn)大部分常規(guī)故障的快速準(zhǔn)確診斷。將裝備實(shí)時(shí)孿生數(shù)據(jù)作為輸入，當(dāng)在IETM故障庫(kù)中查詢不到匹配的故障數(shù)據(jù)模塊時(shí)，計(jì)算實(shí)時(shí)孿生數(shù)據(jù)與故障庫(kù)案例的相似性，推薦大于設(shè)定閾值的相似故障診斷程序數(shù)據(jù)模塊開展裝備故障診斷。

1" 基于數(shù)字孿生的裝備故障診斷

基于數(shù)字孿生的裝備故障診斷模型如圖1所示，包括裝備物理實(shí)體、裝備數(shù)字孿生體、孿生數(shù)據(jù)及故障診斷服務(wù)軟件。裝備物理實(shí)體由物理裝備實(shí)物、裝備配備的監(jiān)/檢測(cè)設(shè)備（如傳感器）以及對(duì)應(yīng)的安裝運(yùn)行環(huán)境所構(gòu)成。裝備數(shù)字孿生體是物理實(shí)體裝備在數(shù)字空間中的實(shí)時(shí)映射虛擬數(shù)字模型。孿生數(shù)據(jù)包含裝備物理實(shí)體的歷史出廠數(shù)據(jù)、履歷數(shù)據(jù)、性能數(shù)據(jù)、監(jiān)/檢測(cè)數(shù)據(jù)、實(shí)時(shí)監(jiān)/檢測(cè)數(shù)據(jù)以及虛擬數(shù)字模型數(shù)據(jù)[9]。故障診斷服務(wù)軟件是基于裝備歷史數(shù)據(jù)、實(shí)時(shí)信息、模型數(shù)據(jù)以及故障樹分析數(shù)據(jù)等孿生數(shù)據(jù)和專家知識(shí)、規(guī)則判定、故障分析、機(jī)器學(xué)習(xí)等故障診斷方法的故障診斷軟件。軟件以服務(wù)的方式提供使用，其將裝備實(shí)時(shí)孿生數(shù)據(jù)作為輸入，采用一定的故障診斷方法進(jìn)行計(jì)算預(yù)測(cè)，找出裝備退化規(guī)律與裝備參數(shù)數(shù)據(jù)及特征的對(duì)應(yīng)關(guān)系，確定裝備的實(shí)時(shí)狀態(tài)；再將狀態(tài)數(shù)據(jù)反饋到虛擬空間的數(shù)字孿生體。裝備數(shù)字孿生體需分析孿生數(shù)據(jù)及其技術(shù)狀態(tài)，更新虛擬數(shù)字模型的相關(guān)數(shù)據(jù)，以實(shí)時(shí)、高保真的方式展現(xiàn)裝備的實(shí)時(shí)狀態(tài)。當(dāng)裝備技術(shù)狀態(tài)良好時(shí)，采集的實(shí)時(shí)孿生數(shù)據(jù)存儲(chǔ)到孿生數(shù)據(jù)中心，故障診斷服務(wù)根據(jù)相對(duì)簡(jiǎn)單的基于知識(shí)的規(guī)則判定來(lái)反饋裝備正常運(yùn)行狀態(tài)；當(dāng)裝備監(jiān)/檢測(cè)數(shù)據(jù)包含一定故障現(xiàn)象時(shí)，運(yùn)行數(shù)據(jù)、環(huán)境數(shù)據(jù)、人為操作數(shù)據(jù)都會(huì)自動(dòng)保存到孿生數(shù)據(jù)庫(kù)，故障診斷服務(wù)調(diào)用專家知識(shí)與機(jī)器學(xué)習(xí)診斷服務(wù)軟件進(jìn)行預(yù)測(cè)性診斷計(jì)算。若計(jì)算結(jié)果存在誤差，則修正診斷模型的參數(shù)及計(jì)算方法并重新進(jìn)行計(jì)算，比對(duì)計(jì)算結(jié)果和實(shí)際結(jié)果，直至達(dá)到要求的診斷精度及準(zhǔn)確度。

基于孿生數(shù)據(jù)的裝備故障診斷預(yù)測(cè)流程如圖2所示。通過(guò)建立裝備診斷模型，根據(jù)裝備指標(biāo)參數(shù)的孿生數(shù)據(jù)推斷出該裝備在未來(lái)某段時(shí)間的健康狀況，及時(shí)發(fā)現(xiàn)潛在故障，提前采取維修措施，避免由于故障引起的事故。首先根據(jù)裝備系統(tǒng)的組成、特性及運(yùn)行情況選取故障診斷目標(biāo)，例如裝備系統(tǒng)、分系統(tǒng)或者關(guān)鍵部件；再根據(jù)故障目標(biāo)的特征，將其運(yùn)行性能及功能有重大影響的參數(shù)設(shè)定為診斷參數(shù)，根據(jù)維修策略設(shè)定預(yù)防性維修的故障報(bào)警閾值；然后選定故障診斷預(yù)測(cè)方法，例如統(tǒng)計(jì)分析方法、規(guī)則推理方法、信息融合方法、案例推理方法以及機(jī)器學(xué)習(xí)方法等，建立裝備故障診斷預(yù)測(cè)模型，用歷史數(shù)據(jù)或者試驗(yàn)數(shù)據(jù)評(píng)價(jià)診斷預(yù)測(cè)模型是否達(dá)到效果，例如預(yù)測(cè)精度、泛化程度、魯棒性等。如果不滿足，則優(yōu)化模型；如果滿足，則將該診斷模型部署到實(shí)體裝備的數(shù)字孿生體系統(tǒng)中，利用裝備實(shí)時(shí)孿生數(shù)據(jù)（性能監(jiān)測(cè)數(shù)據(jù)、檢測(cè)數(shù)據(jù)）等進(jìn)行裝備故障診斷預(yù)測(cè)計(jì)算。當(dāng)計(jì)算結(jié)果在設(shè)定的故障報(bào)警閾值范圍內(nèi)時(shí)，裝備處于正常運(yùn)行狀態(tài)，繼續(xù)采集后面時(shí)刻的監(jiān)/檢測(cè)數(shù)據(jù)，進(jìn)行裝備故障診斷預(yù)測(cè)；當(dāng)計(jì)算結(jié)果超出設(shè)定的報(bào)警閾值時(shí)，采取對(duì)應(yīng)的預(yù)防性維修措施，根據(jù)預(yù)防性維修情況（維修時(shí)間、維修成本、修后質(zhì)量等）優(yōu)化故障報(bào)警閾值。

2" 基于孿生數(shù)據(jù)和IETM的裝備常規(guī)故障診斷

IETM的過(guò)程類數(shù)據(jù)模塊可以實(shí)現(xiàn)裝備復(fù)雜故障的交互式診斷過(guò)程的順序定義及診斷程序流轉(zhuǎn)控制，可與外部測(cè)試程序接口實(shí)現(xiàn)基于實(shí)時(shí)數(shù)據(jù)的故障診斷推理邏輯。故障類數(shù)據(jù)模塊可實(shí)現(xiàn)裝備故障定義，形成故障清單，并對(duì)故障樹知識(shí)的結(jié)構(gòu)化定義、檢索、規(guī)則判定及交互式進(jìn)行呈現(xiàn)，形成故障知識(shí)庫(kù)。故障隔離程序?qū)崿F(xiàn)交互式故障隔離引導(dǎo)操作。針對(duì)原因、傳播方式、現(xiàn)象明確的常規(guī)故障，其故障隔離處理及維修方案由裝備研制方通過(guò)試驗(yàn)驗(yàn)證后形成故障手冊(cè)再隨裝交付，例如飛機(jī)故障隔離手冊(cè)（FIM）、飛機(jī)維修手冊(cè)（AMM）等。通過(guò)IETM故障數(shù)據(jù)模塊和過(guò)程數(shù)據(jù)模塊的元素及屬性定義，將已經(jīng)驗(yàn)證的裝備常規(guī)故障的故障產(chǎn)品、故障代碼、故障現(xiàn)象、故障模式、故障原因、發(fā)生條件、操作過(guò)程、診斷方法、診斷過(guò)程等結(jié)構(gòu)化到故障庫(kù)，將正向和反向推理機(jī)制形成的推理規(guī)則作為交互式引導(dǎo)操作順序及判定規(guī)則，結(jié)合同類裝備或者相似裝備的歷史故障數(shù)據(jù)，實(shí)現(xiàn)對(duì)象領(lǐng)域和面向裝備孿生數(shù)據(jù)的交互式故障診斷?；趯\生數(shù)據(jù)和IETM的裝備常規(guī)故障診斷流程如圖3所示。

裝備故障樹的具體事件可轉(zhuǎn)換形成故障數(shù)據(jù)模塊和故障知識(shí)庫(kù)，包括發(fā)生故障的現(xiàn)象、判定規(guī)則、可能原因、裝備信息、處理措施以及隔離操作程序等[10]。過(guò)程數(shù)據(jù)模塊包含交互式的流程結(jié)構(gòu)，相當(dāng)于故障樹各個(gè)節(jié)點(diǎn)事件的流轉(zhuǎn)，用于描述一個(gè)故障隔離和診斷的完整流程，規(guī)定基于變量的不同數(shù)據(jù)模塊之間及同一數(shù)據(jù)模塊不同步驟信息之間的先后順序關(guān)系。過(guò)程數(shù)據(jù)模塊用于組織故障診斷及隔離程序的具體實(shí)現(xiàn)過(guò)程。裝備的孿生數(shù)據(jù)作為診斷的輸入，通過(guò)與裝備IETM故障知識(shí)庫(kù)進(jìn)行匹配比對(duì)，找到對(duì)應(yīng)故障模式或者相似案例的故障模式的故障診斷程序進(jìn)行故障診斷，調(diào)用對(duì)應(yīng)的故障隔離引導(dǎo)程序?qū)崿F(xiàn)裝備的故障隔離操作；再將診斷結(jié)果或者隔離操作結(jié)論通過(guò)人機(jī)交互界面反饋給裝備使用人員，同時(shí)將故障診斷成功的案例存入IETM案例庫(kù)，供相似案例查詢使用。

2.1" 故障樹分析

故障樹是一種倒立的樹狀結(jié)構(gòu)失效原因的邏輯框圖[11]，描述了裝備故障與軟硬件、材料、工藝、操作方法、人員等失效原因之間的邏輯關(guān)系。故障樹分析法是一種從樹的根節(jié)點(diǎn)（頂事件）逐級(jí)向中間節(jié)點(diǎn)（中間事件）、葉子節(jié)點(diǎn)（基本事件）細(xì)化的一種分析方法，直至找到引起根節(jié)點(diǎn)事件發(fā)生的全部葉子節(jié)點(diǎn)。故障樹分析的具體做法是：將裝備故障細(xì)分為可能導(dǎo)致故障的子故障，再將子故障分解為更小的子子故障，逐層分解、圈定范圍，自頂向下逐級(jí)細(xì)化[12]。本文分析各個(gè)零組件的具體故障的原因及發(fā)生關(guān)系，通過(guò)軟件繪制出故障樹，再將各個(gè)故障根據(jù)故障之間以及故障與系統(tǒng)之間的聯(lián)系連接起來(lái)，構(gòu)建故障樹模型，如圖4所示。當(dāng)裝備系統(tǒng)發(fā)生故障時(shí)，故障樹模型就作為一種行為預(yù)測(cè)推理模型，根據(jù)故障樹結(jié)構(gòu)逐級(jí)排查，找到裝備系統(tǒng)故障的原因，定位到故障邏輯可更換單元（Logic Replaceable Unit， LRU），實(shí)時(shí)響應(yīng)故障隔離處理程序。

故障樹分析一般采用定性分析和定量分析相結(jié)合的方法，過(guò)程如圖5所示。

一般采用定性分析找出導(dǎo)致頂事件的基本事件組合，形成最少基本事件的集合，即最小割集。最小割集常用關(guān)聯(lián)矩陣、上行法、下行法及布爾運(yùn)算等方法求解。定量分析可計(jì)算出頂事件在該故障樹模型中的發(fā)生概率，定位故障發(fā)生部位，采取相應(yīng)的故障隔離處理措施，同時(shí)更新故障案例庫(kù)。

故障樹基本事件的狀態(tài)定義為故障和正常兩種狀態(tài)，表示為：

[Bi=1，" 故障狀態(tài)0，" 正常狀態(tài)]

設(shè)基本事件[Bi]的概率為[PBi]，基本事件的先驗(yàn)概率由歷史運(yùn)行數(shù)據(jù)或者試驗(yàn)數(shù)據(jù)統(tǒng)計(jì)得出，根據(jù)條件概率公式，中間事件Mi對(duì)應(yīng)或門基本事件（B1，B2，…，Bi）的概率為：

[PMi=1-（1-PBi）]

式中[1-PBi]為基本事件Bi不發(fā)生的概率。

中間事件Mi對(duì)應(yīng)與門基本事件（B1，B2，…，Bi）的概率為：

[PMi=PBi]

中間事件Mi對(duì)應(yīng)異或門基本事件（B1，B2，…，Bi）的概率為：

[PMi=（1-PBi）]

中間事件Mi對(duì)應(yīng)非門基本事件Bi的概率為：

[PMi=1-PBi]

基本事件Bi對(duì)頂事件的概率重要度為：

[PBi/T=PBiPT]

式中[PT]為頂事件的發(fā)生概率。

中間事件Mi對(duì)頂事件的概率重要度為：

[PMi/T=PMiPT]

概率重要度的大小反映了對(duì)故障的影響程度。為實(shí)現(xiàn)故障的快速診斷定位，根據(jù)中間事件對(duì)頂事件的概率重要度影響大小的順序，設(shè)計(jì)故障診斷子流程的診斷順序，重要度大的中間事件先進(jìn)行故障診斷，重要度小的中間事件后進(jìn)行故障診斷，基本事件的診斷順序也是依據(jù)其對(duì)頂事件的概率重要度影響的大小順序進(jìn)行。故障診斷過(guò)程就是采用反向推理策略，根據(jù)故障來(lái)搜索其來(lái)源，搜索的順序是首先搜索較大概率的下一級(jí)事件，判斷該事件是否為葉子節(jié)點(diǎn)，若是葉子節(jié)點(diǎn)則從數(shù)據(jù)采集端確認(rèn)是否為故障發(fā)生原因及位置；若不是葉子節(jié)點(diǎn)則搜索其下一級(jí)事件，直到確認(rèn)故障發(fā)生的原因及位置，實(shí)現(xiàn)故障定位及隔離，同時(shí)更新相應(yīng)的節(jié)點(diǎn)概率。

2.2" 案例相似度分析

針對(duì)部分故障現(xiàn)象征兆，檢索數(shù)據(jù)庫(kù)沒有精確匹配的故障模式及隔離程序，則采用案例分析方法。通過(guò)案例分析方法得出裝備故障現(xiàn)象、運(yùn)行數(shù)據(jù)與已有故障庫(kù)的案例相似度，根據(jù)設(shè)定的相似度閾值匹配故障知識(shí)庫(kù)的已有故障診斷報(bào)告及隔離程序，實(shí)現(xiàn)裝備常規(guī)故障的診斷及隔離處理。案例分析一般采用相似度匹配算法，例如：K近鄰算法（K Nearest Neighbor， KNN）或者神經(jīng)網(wǎng)絡(luò)分類算法進(jìn)行故障現(xiàn)象匹配，計(jì)算出故障庫(kù)中已有案例與當(dāng)前故障征兆現(xiàn)象的相似度[13?14]。設(shè)置相似度閾值（例如90%），當(dāng)故障征兆與已有故障案例的相似度大于閾值時(shí)，進(jìn)行故障發(fā)生條件及環(huán)境匹配；當(dāng)故障案例與當(dāng)前故障征兆現(xiàn)象的故障發(fā)生條件及環(huán)境相似度大于或等于設(shè)定閾值時(shí)，則認(rèn)為故障庫(kù)的已有故障案例可以作為當(dāng)前的故障進(jìn)行隔離診斷，調(diào)用已有故障案例的隔離診斷程序進(jìn)行診斷。當(dāng)診斷結(jié)果與預(yù)期一致時(shí)，完成診斷；當(dāng)診斷結(jié)果與預(yù)期結(jié)果不一致時(shí)，根據(jù)診斷結(jié)果和過(guò)程將當(dāng)前故障的診斷過(guò)程加入故障案例庫(kù)，形成歷史故障案例?；贙NN算法[15?16]的相似度計(jì)算公式為：

[SimilarityT，S=Simi=1nf（Ti，Si）wi]

式中：T表示當(dāng)前故障案例；S表示故障庫(kù)中已有歷史案例；n為描述故障案例所需的參數(shù)數(shù)量或者文本分詞數(shù)量；i表示第i個(gè)參數(shù)或者文本分詞；f是目標(biāo)案例與歷史案例在第i項(xiàng)參數(shù)或者文本分詞上的相似度函數(shù)，一般通過(guò)文本分詞技術(shù)進(jìn)行分詞，再采用歐氏距離進(jìn)行計(jì)算；wi表示第i項(xiàng)屬性的權(quán)重。

2.3" 基于IETM裝備故障診斷

IETM中，S1000D以及GJB 6600標(biāo)準(zhǔn)都定義了故障數(shù)據(jù)模塊和過(guò)程數(shù)據(jù)模塊，結(jié)合這兩類數(shù)據(jù)模塊可實(shí)現(xiàn)裝備常規(guī)故障的交互式故障診斷及隔離引導(dǎo)操作[17]。過(guò)程數(shù)據(jù)模塊主要實(shí)現(xiàn)類似故障樹分析的交互及順序控制。故障數(shù)據(jù)模塊包括故障報(bào)告和隔離程序，其結(jié)構(gòu)如圖6所示。

故障報(bào)告相當(dāng)于裝備故障清單列表，屬性包括故障名稱、故障描述（功能、性能、質(zhì)量、控制、在線情況、電路開關(guān)情況等）、通用信息（部組件、故障圖、故障視頻多媒體、警告、注意、注釋、數(shù)據(jù)表、數(shù)據(jù)分組、熱點(diǎn)等）、可能原因、發(fā)生條件、工作時(shí)間、發(fā)生時(shí)間、環(huán)境條件、機(jī)內(nèi)監(jiān)測(cè)指示、發(fā)現(xiàn)人員、維修程序索引等內(nèi)容。從發(fā)現(xiàn)及診斷方式角度，將故障分為隔離、檢測(cè)、觀察和相關(guān)4類進(jìn)行詳細(xì)定義。隔離故障指故障簡(jiǎn)單、可直接定位、立即隔離或修復(fù)，根據(jù)實(shí)時(shí)檢測(cè)數(shù)據(jù)、監(jiān)測(cè)數(shù)據(jù)及判定規(guī)則進(jìn)行隔離處理的故障，可以直接調(diào)用維修程序開展修復(fù)工作；檢測(cè)故障是指故障發(fā)生原因多，需要針對(duì)每個(gè)可能因素引用故障隔離程序或者檢測(cè)程序，根據(jù)實(shí)時(shí)檢測(cè)數(shù)據(jù)、監(jiān)測(cè)數(shù)據(jù)及判定規(guī)則進(jìn)行故障排查分析，最終確定故障件位置，調(diào)用相應(yīng)維修程序開展維修工作；觀察故障是由裝備的運(yùn)維使用人員觀察發(fā)現(xiàn)的故障，例如腐蝕、鼓包、銹蝕、變形、凹坑等；關(guān)聯(lián)故障是指某部組件故障可能引起其他部組件或者分系統(tǒng)連鎖故障[18]。隔離程序包括通用描述信息（部組件、故障圖、故障視頻多媒體、警告、注意、注釋、數(shù)據(jù)表、數(shù)據(jù)分組、熱點(diǎn)等）、前置條件（產(chǎn)品主數(shù)據(jù)（間隔閾值、儲(chǔ)存區(qū)域、數(shù)據(jù)訪問控制、工作區(qū)域、任務(wù)持續(xù)時(shí)間等）、運(yùn)行環(huán)境、人員、技術(shù)、保障設(shè)備、供應(yīng)、備件、安全性等）、隔離主程序（操作步驟、操作過(guò)程、操作注意警告、隔離活動(dòng)、檢測(cè)數(shù)據(jù)（圖、多媒體、數(shù)據(jù)表）、隔離判定結(jié)果、維修程序引用、更換程序引用等）、結(jié)束程序等內(nèi)容。

2.4" 融合故障樹及案例分析IETM常規(guī)故障診斷

根據(jù)故障樹的構(gòu)成，將故障征兆的原因作為條件，故障征兆作為結(jié)論，那么故障診斷流程轉(zhuǎn)化成“IF A THEN B”的推理規(guī)則，將基于規(guī)則的故障樹跳轉(zhuǎn)遍歷過(guò)程轉(zhuǎn)換成推理邏輯，采用XML語(yǔ)言進(jìn)行描述，將“IF 條件 THEN 結(jié)論”規(guī)則內(nèi)置于IETM的數(shù)據(jù)模塊[18]。故障樹模型與XML語(yǔ)言及IETM元素的對(duì)應(yīng)關(guān)系如表1所示。

轉(zhuǎn)換過(guò)程中，故障樹內(nèi)容對(duì)應(yīng)IETM中的故障數(shù)據(jù)模塊，復(fù)雜故障樹分析過(guò)程對(duì)應(yīng)過(guò)程數(shù)據(jù)模塊的lt;dmRefgt;、lt;dmNodegt;元素。門關(guān)系對(duì)應(yīng)于過(guò)程數(shù)據(jù)模塊的lt;dmIfgt;、lt;dmThenSeqgt;、lt;dmElseSeqgt;元素。將故障樹推理過(guò)程對(duì)應(yīng)過(guò)程數(shù)據(jù)模塊的lt;dmSeqgt;，用于確定步驟、對(duì)話交互、外部程序請(qǐng)求及條件順序。推理的條件及參數(shù)對(duì)應(yīng)過(guò)程數(shù)據(jù)模塊的lt;variableDeclarationsgt;元素記錄。人機(jī)交互采用lt;dialoggt;元素實(shí)現(xiàn)。人與邏輯引擎之間的人機(jī)交互操作有菜單、按鈕、消息框和對(duì)話框等多種方式。

lt;externalApplicationgt;元素用于引入外部檢測(cè)或監(jiān)測(cè)程序，將故障樹分析過(guò)程轉(zhuǎn)換為IETM的故障診斷過(guò)程及故障數(shù)據(jù)模塊，實(shí)現(xiàn)交互式故障診斷[19]。

3" 基于孿生數(shù)據(jù)的常規(guī)故障診斷IETM實(shí)現(xiàn)

融合故障樹及案例分析的裝備常規(guī)故障診斷IETM實(shí)現(xiàn)過(guò)程如圖7所示。裝備實(shí)時(shí)孿生數(shù)據(jù)（傳感器的實(shí)時(shí)檢測(cè)數(shù)據(jù)、監(jiān)測(cè)數(shù)據(jù)、運(yùn)行數(shù)據(jù)、環(huán)境數(shù)據(jù)等）作為常規(guī)故障診斷的輸入。裝備常規(guī)故障的故障樹都制作成故障數(shù)據(jù)模塊，存儲(chǔ)在IETM故障知識(shí)庫(kù)。裝備實(shí)時(shí)孿生數(shù)據(jù)作為輸入，通過(guò)IETM人機(jī)交互界面進(jìn)入到IETM故障診斷軟件系統(tǒng)。

IETM軟件內(nèi)置特征提取方法，針對(duì)實(shí)時(shí)孿生數(shù)據(jù)進(jìn)行故障現(xiàn)象或者特征提取，同時(shí)查詢故障庫(kù)是否有包含該故障特征或者故障現(xiàn)象的故障報(bào)告lt;faultReportinggt;。如果查詢無(wú)果，則裝備處于正常狀態(tài)，性能良好；如果lt;faultReportinggt;的lt;faultDescrgt;描述中能夠查到相同或者相似的故障現(xiàn)象或者故障征兆，那么這個(gè)故障征兆或者故障現(xiàn)象數(shù)據(jù)作為故障樹根節(jié)點(diǎn)，即頂事件。再根據(jù)頂事件對(duì)應(yīng)的故障模式或者故障代碼查到故障庫(kù)中對(duì)應(yīng)的故障診斷隔離程序lt;faultIsolationgt;，以及內(nèi)置于IETM的故障庫(kù)知識(shí)或者案例相似度算法計(jì)算的相似度，判斷故障樹節(jié)點(diǎn)的重要度，確定故障樹各事件的優(yōu)先級(jí)；然后按照優(yōu)先級(jí)進(jìn)行正向推理，得到對(duì)應(yīng)的故障發(fā)生葉子事件（底事件），實(shí)現(xiàn)裝備常規(guī)故障的排查及診斷[20]。

當(dāng)裝備實(shí)時(shí)孿生數(shù)據(jù)包含部分故障征兆現(xiàn)象時(shí)，IETM軟件查詢自身故障庫(kù)，匹配故障。將故障征兆現(xiàn)象描述作為IETM的輸入，IETM提取故障征兆現(xiàn)象的關(guān)鍵詞或故障代碼，搜索故障庫(kù)的故障案例，查詢故障案例的通用描述lt;commInfogt;下面的lt;commIfoDescrParagt;元素的故障描述是否匹配監(jiān)/檢測(cè)到的現(xiàn)象或者人機(jī)交互界面輸入內(nèi)容，如果完全匹配，則繼續(xù)通過(guò)

lt;preliminaryRqmtsgt;元素查看故障發(fā)生的初步要求是否一致，包括環(huán)境、操作、區(qū)域等信息，確認(rèn)實(shí)時(shí)故障征兆現(xiàn)象與故障庫(kù)中案例是否一致，如果一致，按照4類故障的具體描述依次比對(duì)，找到具體的故障類型，依據(jù)具體的類型故障現(xiàn)象、征兆、發(fā)生條件等內(nèi)容，調(diào)用對(duì)應(yīng)的lt;dianosticProcessgt;故障診斷過(guò)程進(jìn)行故障診斷隔離，可觀察故障，根據(jù)觀察實(shí)時(shí)隔離。其他故障根據(jù)lt;detctionInfogt;描述故障件信息，lt;isolationInfogt;描述診斷隔離信息，并通過(guò)故障隔離信息中提供的診斷隔離過(guò)程lt;isolateDetectedFaultgt;實(shí)施基于檢/監(jiān)測(cè)數(shù)據(jù)的故障診斷隔離。如果不一致，計(jì)算孿生數(shù)據(jù)包含的故障現(xiàn)象、發(fā)生條件與故障庫(kù)案例的相似度。當(dāng)故障現(xiàn)象相似度大于或等于設(shè)定閾值λ時(shí)（例如90%），計(jì)算發(fā)生條件相似度；當(dāng)發(fā)生條件相似度大于或等于設(shè)定條件w時(shí)（例如90%），則認(rèn)為當(dāng)前裝備發(fā)生故障與故障庫(kù)中案例一致，IETM軟件自動(dòng)推送故障案例庫(kù)中案例的診斷隔離處理程序lt;isolationInfoElemTypegt;，實(shí)施故障診斷隔離工作。

故障診斷詳細(xì)過(guò)程用lt;dianosticProcessgt;描述，首先將輸入的孿生數(shù)據(jù)與內(nèi)置的故障判定規(guī)則進(jìn)行計(jì)算比對(duì)，也可引入領(lǐng)域?qū)＜遗卸ㄓ^測(cè)故障。當(dāng)故障明確，LRU故障部位確定且修復(fù)簡(jiǎn)單，直接查看LRU故障原因，調(diào)用該LRU的lt;repairgt;維修程序LRU單元維修。如果根據(jù)孿生數(shù)據(jù)以及診斷判定規(guī)則直接可以判定是由單個(gè)SRU或者LRU引起裝備系統(tǒng)故障，不需要進(jìn)一步的檢測(cè)及監(jiān)測(cè)數(shù)據(jù)來(lái)輔助定位故障時(shí)，通過(guò)lt;locateAndRepairgt;直接定位到故障LRU單元，進(jìn)一步通過(guò)lt;locateAndRepairSruIetmgt;定位到故障車間可更換單元（Shop Replaceable Unit， SRU），直接采用對(duì)應(yīng)的SRU單元或者LRU單元的lt;repairgt;維修程序開展SRU維修。當(dāng)導(dǎo)致故障的因素復(fù)雜時(shí)，可能會(huì)有多個(gè)LRU故障單元或者多個(gè)SRU故障單元，一般執(zhí)行進(jìn)一步隔離檢測(cè)故障lt;isolateDetectedFaultgt;程序的lt;faultIsolationTestgt;測(cè)試程序進(jìn)行更深入的診斷檢測(cè)。首先對(duì)LRU單元進(jìn)行l(wèi)t;faultIsolationTestgt;故障診斷檢測(cè)，根據(jù)檢測(cè)數(shù)據(jù)定位到故障LRU，再對(duì)LRU的所有SRU進(jìn)行l(wèi)t;faultIsolationTestgt;故障診斷檢測(cè)，定位到具體的故障SRU，根據(jù)故障單元調(diào)用相應(yīng)的修理程序進(jìn)行維修。lt;faultIsolationTestgt;測(cè)試程序通過(guò)lt;testDescrgt;定義測(cè)試名稱、測(cè)試要求以及可引用的外部測(cè)試程序，通過(guò)lt;testParametersgt;設(shè)置LRU以及SRU的測(cè)試參數(shù)、測(cè)試條件、測(cè)試設(shè)備等信息，lt;testProceduregt;實(shí)現(xiàn)測(cè)試程序執(zhí)行過(guò)程，對(duì)可能的故障件進(jìn)行詳細(xì)檢測(cè)，根據(jù)檢測(cè)數(shù)據(jù)及判定規(guī)則判定是否為故障件[10]。成功完成裝備故障診斷及隔離定位后，將孿生數(shù)據(jù)中的故障現(xiàn)象、環(huán)境數(shù)據(jù)等更新到故障庫(kù)的故障案例中，供以后相似案例推薦使用。完成故障診斷定位后，根據(jù)隔離程序lt;FaultIsolationProceduregt;執(zhí)行故障件的隔離操作，一般通過(guò)lt;isolationStepgt;下面的lt;actiongt;實(shí)現(xiàn)隔離操作過(guò)程引導(dǎo)，通過(guò)問答lt;yesNoAnswergt;、選擇lt;listOfChoicegt;實(shí)現(xiàn)隔離操作過(guò)程人機(jī)交互。

基于孿生數(shù)據(jù)的裝備常規(guī)故障診斷采用軟件方式內(nèi)置于IETM閱讀器中，其實(shí)現(xiàn)效果如圖8所示。融合故障樹及案例分析的故障診斷推理過(guò)程內(nèi)置于軟件中，為提升交互時(shí)診斷效果，軟件采用Java語(yǔ)言實(shí)現(xiàn)，通過(guò)mxGragh插件繪制故障診斷過(guò)程圖及故障樹，虛擬數(shù)字模型展示采用WebGL技術(shù)實(shí)現(xiàn)[6]。故障診斷的結(jié)果可及時(shí)反饋到裝備的虛擬數(shù)字孿生模型，在虛擬數(shù)字模型上展示裝備的故障情況，并發(fā)送故障告警提醒，同時(shí)調(diào)用IETM中存儲(chǔ)的修理程序來(lái)指導(dǎo)維修工作開展。

4" 結(jié)" 論

針對(duì)明確定義的裝備常規(guī)故障，為提高故障診斷的效率及診斷過(guò)程的交互式體驗(yàn)感，本文提出了一種基于數(shù)字孿生的裝備常規(guī)故障診斷模型。在此基礎(chǔ)上，鑒于IETM良好的交互性及用戶體驗(yàn)感，設(shè)計(jì)了基于孿生數(shù)據(jù)和IETM的裝備常規(guī)故障診斷方案。

該方案利用故障樹分析方法，將裝備實(shí)時(shí)孿生數(shù)據(jù)作為輸入，將故障樹轉(zhuǎn)換為IETM的故障數(shù)據(jù)模塊，存儲(chǔ)到IETM數(shù)據(jù)庫(kù)中形成故障庫(kù)，利用IETM的交互性，通過(guò)過(guò)程數(shù)據(jù)模塊結(jié)合故障數(shù)據(jù)模塊進(jìn)行步進(jìn)式故障診斷及隔離引導(dǎo)操作，同時(shí)提供維修操作指導(dǎo)。針對(duì)故障征兆與IETM中故障數(shù)據(jù)模塊不完全一致的情況，采用案例分析法計(jì)算裝備實(shí)時(shí)孿生數(shù)據(jù)提供的故障征兆信息與故障庫(kù)中明確定義的故障征兆信息的相似度，通過(guò)設(shè)定相似度的閾值進(jìn)行判定，若大于等于相似度閾值，則認(rèn)為裝備實(shí)時(shí)數(shù)據(jù)表征的故障與故障庫(kù)已有故障一致，IETM推送對(duì)應(yīng)故障數(shù)據(jù)模塊進(jìn)行相應(yīng)的故障診斷隔離引導(dǎo)。下一步將在故障樹分析以及案例相似度計(jì)算精度方面開展研究工作。

注：本文通訊作者為孔令剛、康時(shí)嘉、左洪福。

參考文獻(xiàn)

[1] 宋太亮，黃金娥，王巖磊，等.裝備保障使能技術(shù)[M].北京：國(guó)防工業(yè)出版社，2013.

[2] 吳家菊，李龔亮，朱行林，等.基于型號(hào)裝備?角色的IETM訪問控制研究[J].現(xiàn)代電子技術(shù)，2018，41（1）：147?151.

[3] 程遠(yuǎn)斌，王斌，王滿林.IETM技術(shù)在武器裝備維修領(lǐng)域的應(yīng)用研究[J].四川兵工學(xué)報(bào)，2007，28（1）：11?13.

[4] 高志龍.基于狀態(tài)智能預(yù)警驅(qū)動(dòng)的IETM關(guān)鍵技術(shù)研究[D].北京：北京工業(yè)大學(xué)，2020.

[5] 吳家菊，左洪福，楊永輝，等.基于IETM的裝備電子訓(xùn)練系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2022，45（19）：152?160.

[6] 吳家菊，李龔亮，蒙立榮，等.基于GJB6600的自主可控IETM瀏覽平臺(tái)研究[J].現(xiàn)代電子技術(shù)，2017，40（20）：37?41.

[7] International specification for technical publications using a common source database [EB/OL].[2022?12?11]. http：//www.s1000D.org.

[8] 楊正琦.基于數(shù)字孿生的故障診斷技術(shù)研究[D].沈陽(yáng)：沈陽(yáng)理工大學(xué)，2022.

[9] 陸劍峰，徐煜昊，夏路遙，等.數(shù)字孿生支持下的設(shè)備故障預(yù)測(cè)與健康管理方法綜述[J].自動(dòng)化儀表，2022，43（6）：1?7.

[10] 郭德興，杜曉明，朱寧.基于S1000D故障報(bào)告的故障隔離技術(shù)[J].兵工自動(dòng)化，2019，38（7）：34?36.

[11] 李冬.故障樹分析法在飛機(jī)排故中的應(yīng)用[J].科學(xué)技術(shù)創(chuàng)新，2022（8）：169?172.

[12] 李洪川，王旭東，王東明，等.基于故障樹的風(fēng)電機(jī)組變槳系統(tǒng)故障診斷研究[J].設(shè)備管理與維修，2022，10（15）：168?169.

[13] 周欽強(qiáng)，李建勇，王明輝，等.基于相似度排名的天氣雷達(dá)故障案例檢索[J].廣東氣象，2021，43（2）：73?77.

[14] 王峻洲，王華偉，侯召國(guó).基于相似體系的民機(jī)結(jié)構(gòu)超手冊(cè)維修案例分析[J].系統(tǒng)工程與電子技術(shù)，2022，44（9）：2978?2985.

[15] 許佩迪.基于聚類與區(qū)域劃分的改進(jìn)KNN算法[D].四平：吉林師范大學(xué)，2020.

[16] 竇小凡.KNN算法綜述[J].通訊世界，2018（10）：273?274.

[17] 劉英乾，王兆豐.基于IETM的渦輪故障診斷方法研究[J].應(yīng)用科技，2013，40（4）：58?62.

[18] 張耀輝，徐宗昌，周健.面向IETM的智能故障診斷技術(shù)研究[C]//裝備維修保障新技術(shù)新方法及應(yīng)用研討會(huì)論文集.北京：國(guó)防工業(yè)出版社，2010：994?999.

[19] 郭楊翹楚，歐陽(yáng)成.基于IETM的航空裝備故障診斷[J].測(cè)控技術(shù)，2020，39（3）：58?64.

[20] 閆涵.基于結(jié)構(gòu)化手冊(cè)的智能故障診斷技術(shù)研究[D].西安：西安電子科技大學(xué)，2021.

作者簡(jiǎn)介：吳家菊（1978—），女，四川資陽(yáng)人，博士研究生，正高級(jí)工程師，碩士生導(dǎo)師，IEEE會(huì)員，研究方向?yàn)檠b備保障，航空器監(jiān)測(cè)、診斷及健康管理，軟件工程等。

孔令剛（1998—），男，四川綿陽(yáng)人，碩士研究生，研究方向?yàn)檠b備保障，故障監(jiān)測(cè)、診斷及健康管理。

康時(shí)嘉（1999—），男，四川綿陽(yáng)人，碩士研究生，研究方向?yàn)檠b備保障，故障監(jiān)測(cè)、診斷及健康管理。

左洪福（1959—），男，江蘇南京人，教授，博士生導(dǎo)師，研究方向?yàn)楹娇掌鞅O(jiān)測(cè)、診斷及健康管理，可靠性工程。

楊永輝（1973—），男，江西九江人，研究員，博士生導(dǎo)師，研究方向?yàn)榭尚跑浖?，故障監(jiān)測(cè)、診斷及健康管理，數(shù)據(jù)安全。

周小偉（1978—），男，四川綿陽(yáng)人，高級(jí)工程師，研究方向?yàn)檠b備保障，故障監(jiān)測(cè)、診斷及健康管理。