网站首页  词典首页

请输入您要查询的论文:

 

标题 基于PHM的机载设备健康管理系统的研究与设计
范文

    许光泞 文欣秀 曾亚

    摘 要: 机载设备健康管理是对飞机上主要设备的健康状态进行全面管理的一种过程。为了实现机载设备的健康管理,基于开放式PHM架构,分析了机载设备健康管理系统的主要功能以及设备健康管理流程,完成了机载设备健康管理系统的功能模块设计,主要包括数据采集与处理、状态监测、健康管理、故障预测和寿命预测、维修管理、辅助功能等功能模块。该系统是机载PHM架构的软件实现,能够帮助用户完成主要机载设备的健康管理及寿命预测。

    关键词: 健康管理系统; PHM; 机载设备; 状态监测; 寿命预测

    中图分类号:TP311 文献标志码:A 文章编号:1006-8228(2018)08-47-03

    Research and design of health management system for airborne equipment based on PHM

    Xu Guangning1, Wen Xinxiu2, Zeng Ya1

    (1.China Electronics Technology Group Corporation No.32 Research Institute, Shanghai 201808, China;

    2. School of Information Science and Engineering, East China University of Science and Technology)

    Abstract: The health management of airborne equipment is a process of comprehensive management of the health status of the main equipment on the aircraft. In order to realize the health management of airborne equipment, based on the open PHM architecture, the main functions of the airborne equipment health management system and the equipment health management process are analyzed, and the functional modules of the airborne equipment health management system are designed, including data acquisition and processing, condition monitoring, health management, fault prediction and life prediction, maintenance management, auxiliary functions and other functional modules. The system is a software implementation of airborne PHM architecture, which can help users complete the health management and life prediction of the main airborne equipment.

    Key words: health management system; PHM; airborne equipment; state monitoring; life prediction

    0 引言

    随着飞机综合化、复杂化、一体化、智能化程度的不断提高,以及计算机及卫星技术的发展,故障诊断方法不断融入新的理念。在考虑复杂系统可靠性、安全性、经济性的基础上,故障预测和健康管理(prognostics and health management, PHM)越来越多的重视和应用以预测技术为核心的策略[]。故障预测技术已发展成为自主式后勤保障系统的重要基础。故障预测与健康管理技术[2]作为实现视情维修和自主保障的重要技术手段,已经在航空/航天领域开展了广泛的研究。基于故障预测的故障诊断技术与健康管理相结合,可以将系统的可靠性提升到一个全新的高度。自美国率先在陆军直升机上应用了健康管理系统之后,各国军方先后开发出多种能保障飞机主要部分的健康管理系统[3-4]。我国虽然对健康管理概念接触较晚,但仍取得了一定的成就[5-6]。

    1 PHM体系结构

    PHM 技术体系结构如图1所示[7]。通过传感器从机载各子系统获取设备的监测数据,监测数据经过数据预处理和优化,通过算法分析和智能模型处理后,形成诊断和预测分析数据,最后给出目标系统的剩余寿命分布、性能退化程度或任务失效的概率,为机载设备的维护计划提供决策支撑信息。

    ⑴ 数据采集和传输:主要通过传感器及其网络实现数据采集、转换及传输功能。

    ⑵ 数据处理:对采集到的数据进行預处理,数据特征提取和优化,分类整理并传递。

    ⑶ 状态监测:对机载设备的状态参数进行实时监视和离线检测,如是超出设定极限(阈值),则发出报警信息。

    ⑷ 健康管理:主要监测机载系统及设备部件的状态是否退化,记录它们的实时状态并依据相关的算法或模型确定故障发生的可能性。健康状态的判断依赖于各种状态的历史数据、当前工作状态以及维修历史数据等,所以在记录这些数据时要尽可能的全面。

    ⑸ 故障预测:综合利用系统已有的数据信息,根据预测评估算法和模型预测被监测系统的未来状态,包括机载设备的故障预测、剩余寿命预测等。

    ⑹ 维修管理:主要完成维护及维修信息的查询、设备台帐管理、备品备件管理、维修手册管理和维修知识库等功能,对维修活动提供建议措施。

    ⑺ 接口:主要完成各种健康信息、故障信息、寿命信息以及维修信息的综合显示功能。

    2 设备健康管理流程

    设备健康状态管理流程[8]如图2所示。设备健康状态管理通过传感器采集设备的各种状态信息,监测机载设备的健康状态,在基于监测信息的统计、分析基础上,评估机载设备当前的健康状态,并结合机载设备健康状态的退化规律,预测机载设备健康的未来状态,最终做出机载设备维修决策,实现机载设备的健康状态全程管理。

    健康状态监测:按设备参数的重要程度选定最具代表性的参数作为健康状态管理的基本参数,进行信息采集。设备的实时监测信息和定期检测信息,都可以作为设备状态信息的数据源。设备状态信息的数据源应该是多层次、多方面和动态的。获取的设备健康状态信息通过信号处理、特征提取、数据融合等方法进行数据处理,即可获得设备的健康状态信息。

    健康状态评估:根据设备运行状态数据对设备的健康状态做出评估,确定设备的健康等级,并向相关人员报警。

    健康状态预测:设备健康状态预测可综合利用系统已有的数据信息,根据预测评估算法和模型预测被监测系统的未来状态,保证在设备严重停机事故发生之前,有足够的时间制订和实施维修计划,避免设备健康状态进一步恶化。

    设备维修决策:根据设备健康状态的诊断和预测结果进行判断,给出日常维护/保养计划、维修计划、维修方案建议、状态参数值调节建议、设备健康状态退化状况等信息。

    3 软件功能设计

    根据PHM的设计思想,结合机载设备维修管理的实际情况,机载设备健康管理系统的功能模块主要包括数据采集与处理、状态监测、健康管理、故障预测和寿命预测、维修管理、辅助功能等功能模块,如图3所示。

    3.1 数据采集与处理

    利用各种在线或离线技术,将各种数据源接入到健康管理系统中,利用数据解析方法对数据进行解析,根据异常判断准则对数据进行简单的异常判断,消除或过滤异常数据。通过数据预处理方法,将数据处理成系统所要求的格式。此外,还具有数据转换、数据传输等功能。

    3.2 状态监测

    主要接受来自数据采集与处理模块处理后的数据,完成机载设备或系统的状态监测与故障检测、状态异常分析和历史监测数据查询等功能。状态监测与故障检测功能包括:状态数据实时监视、状态参数离线检测、故障特征跟踪与对比、故障检测与隔离。提供人机交互界面,实现设备异常和故障检测功能的可视化。

    3.3 健康管理

    主要完成健康特征参数超限的确定、健康状态等级划分、健康状态等级评定、当前健康状态管理、健康状态报警、历史健康状态查询等功能。当系统发生故障时,诊断记录产生故障的时间,并确定故障发生的原因,根据健康状态等级划分的准则评定健康状态等级,给出健康状态评估结果。健康状态信息存入历史数据库,方便用户随时查询设备的历史健康状态信息。一般机载设备定义的设备健康级别为三级:健康、亚健康、故障。

    此外还提供状态信息融合功能,状态信息经过系统封装的算法的融合处理后输出当前设备部件的健康状态。

    3.4 故障预测和寿命预测

    故障预测和寿命预测主要是综合利用前面几个模块产生的数据结果,实现机载设备的状态退化过程分析、设备状态预测、设备剩余寿命预测、预测模型与算法管理等功能。在预测模型与算法管理模块,可以对系统内置的预测模型管理和配置参数,还可根据系统的相关约定,增加用户自定义的预测模型和算法。

    在进行健康状态评估和剩余寿命预测时,需要结合知识库、经验库以及系统封装的预测算法,在分析任务完成后,将评估、预测和分析结果发送到机载设备系统的决策支持层,辅助高层管理者判断决策。

    3.5 维修管理

    实现维修信息查询、维修资源管理、维修管理、维修手册管理、维修知识库管理等功能。其中维修资源管理主要实现维修人员信息管理、维修工具管理、备品备件管理、当前机载系统中的设备台帐管理等功能。维修管理主要实现设备维修计划自动生成,对未按时完成的维修进行提醒,确认已经完成的维修任务和维修的效果。用户可以通过人机界面实时的查询设备台帐和维修信息。决策管理者可以根据当前机载设备健康状态和剩余寿命预测信息来制定维修方案。若故障程度已经超出一定范围,危及人员和设备的安全时,则必须立刻发送信息通知操作人员,同时启动应急措施以最大程度地减少故障影响范围和财产损失。

    维修知识库主要存储故障维修知识和设备维修方案。维修人员可以根据设备故障信息或故障类型,查询和检索知识库,获取所需要的维修方法和建议。

    3.6 辅助功能

    辅助功能主要实现各类信息人机界面显示管理、数据库管理、报表生成与打印、知识挖掘、数据同步、信息集成等功能。数据同步完成机载设备状态信息向地面指挥中心的数据通信,数据的形式可以数据报文和文件。信息集成主要完成与第三方信息系统的信息共享,提供信息集成接口。

    4 实施设备管理系统的意义

    实施设备健康管理的目的是:取消基于日歷时限和部件使用情况的计划维修,提高零备件保障的效率;识别未来可能发生故障或出问题的系统单元;实时地生成机载设备的维修计划并向各级保障机构报告。当飞机还在空中飞行时,机载PHM系统所检测到飞机故障和状态信息便可以传输给地面指挥中心,让他们提前做好准备,在飞机降落后就可以快速地进行维修,缩短飞机再次使用的准备时间,大量减少维修工作量,提高飞机的战备完好性。

    机载PHM系统在智能诊断故障的基础上,能通过其推理机综合管理系统,对来自各分系统诊断推理机的信息进行交叉校验,有效地剔除异常和冲突信息,从而将飞机的FAR降低到很小的程度。

    5 结束语

    借助各种智能推理算法,机载PHM可以评估机载设备的健康状态,在机载设备故障發生前对故障进行预测,并结合各种可利用的资源信息提供一系列维修保障措施以实现机载设备的视情维修。机载设备健康管理系统的应用能进一步提高飞机的机内自测试和状态监控能力,改变传统的基于事件或时间的维修模式,实现基于状态的维修。

    下阶段的研究目标是:实现更多的数据算法,优化现有的算法设计;在状态监测数据积累到一定程度之后,利用大数据的分析方法,实现机载设备的智能健康管理。

    参考文献(References):

    [1] 王少萍.大型飞机机载系统预测与健康管理关键技术[J].航

    空学报,2014.35(6):1459-1472

    [2] Zuniga F A, Maclise D C, Dennis J. R, Integrated system

    health management for exploration systems[C] //Proceedings 1st Space Exploration Conference,2005:1-16

    [3] Carl B. Biography[EB/OL].[2013-12-13]. http://re-

    searchgate.net/profile/Carl_Byington/.

    [4] 刘恩朋,杨占才,靳小波.国外故障预测与健康管理系统开发

    平台综述[J].测控技术,2014.33(9):1-4

    [5] 张金春,曹彪,张继军.机载设备PHM适用性分析与系统框架

    设计[J].四川兵工学报,2014.35(10):1-4

    [6] 杨森.基于视情维修的电子装备PHM体系结构分析[J].计算

    机科学,2017.44(9):17-22

    [7] MICHAEL G P. Prognostics and health management of

    electronics[M]. John Wiley & Sons. Inc., Hoboken, New Jersey,2008:3-20

    [8] 赵中敏,王茂凡.大型复杂设备健康管理技术[J].中国设备工

    程,2013.7:29-31

随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2024/12/22 11:41:58