基于数据驱动的导弹PHM系统技术方案研究

基于数据驱动的导弹PHM系统技术方案研究

龙莹,于元元

江南机电设计研究所

摘要：将PHM技术应用至导弹系统，可提高导弹战备完好性与可靠性，本文从导弹对健康状态自诊断、自评估、故障预测的需求出发，对导弹的PHM技术方案进行研究。首先，以导弹武器系统导弹典型系统为对象，分析了其PHM的总体需求；然后，基于研制过程和贮存过程产生的大量测试数据，设计并构建了导弹PHM系统体系结构以及健康管理方法流程，最终形成导弹PHM系统技术方案。本文对于促进其他武器装备PHM技术的发展与研究具有一定的作用。

关键词：导弹，技术方案，结构体系，PHM

1引言

故障预测与健康管理(Prognostics and Health Management, PHM)技术已经逐步发展成航空航天领域的维修保障、自主健康管理的重要支撑技术和基础[1]。将PHM技术应用到导弹系统中，评估导弹当前的健康状况并预测未来故障的发生，对导弹状态规律有更准确的把握，可提高战备完好性与可靠性。

本文从导弹对健康状态自诊断、自评估、故障预测的需求出发，以导弹典型系统为对象，以研制过程和训练过程产生的大量测试数据为数据支撑，结合现有的理论与技术基础，并借鉴其他领域的先进经验，开展基于数据驱动的导弹PHM系统技术方案设计。

2导弹系统PHM设计总体要求

2.1功能需求

    导弹PHM系统具有信号处理、状态评估、故障预测、推理决策等模块。系统接收导弹各分系统提供的信息数据并进行存储管理，并进行状态监测、故障诊断，得到系统的工作状态并对其健康状态进行评估。

1）分系统状态分析。可完整实现各分系统从数据采集到推理决策的全过程，评估分系统健康状态。各分系统之间功能具有一定的关联性，分析因分系统之间的相互影响而造成各分系统的状态变化问题，更准确地评估系统状态。

2）导弹健康状态评估。对各分系统的信息数据、诊断评估的状态进行管理，综合分析评估导弹全系统的健康状态，以及该状态下对武器系统的影响。

3）信息管理。将历史数据、实时数据、故障信息、知识等存储管理起来，方便后续分析调用，帮助信号处理、故障预测、推理决策。

2.2导弹系统结构

导弹是十分复杂的系统，由多个分系统组合而成，分别是电气系统、中心处理器、无控仪、导引头、引信、惯组、舵机等组成。其中，电气系统包含着电源、各供电与通信线路等，与各分系统有着十分紧密的联系；制导控制系统包含着导引头、无控仪、引信等，因此这些分系统的状态也影响着制导控制系统的状态。

3导弹PHM系统体系结构设计

3.1基于数据驱动的导弹PHM系统体系结构设计

导弹是一个庞大且复杂的系统，涉及的系统以及零部件也庞杂多样，其故障模式也不尽相同，要获取或者构建能表征部件或者系统退化和剩余寿命的数学或物理模型是非常困难甚至难以实现的[2]。然而，导弹各部件、系统具有大量的状态监测与测试数据，因此这些数据便成为掌握导弹健康状态的主要手段。由此，针对导弹系统的测试数据展开基于数据驱动的PHM相关研究。

    本文构建了导弹的PHM系统结构体系，如图3所示。该结构体系沿用了OSA-CBM开放式体系结构的顺序结构模式。

图3导弹PHM系统体系结构

    该结构分成了数据处理、状态监测、故障预测、推理决策等模块，每个模块均与PHM数据库进行信息交互。数据库中存储着历史数据与故障信息，可实现对状态监测模块、故障预测模块、推理决策模块提供帮助作用；关系数据库中存储着大量的知识信息，各模块可以随时调用[3]，有利于各分系统之间的关联性分析以及故障不确定性分析。

根据导弹的系统结构，PHM系统也将整个导弹系统分为不同的分系统。各分系统的数据从测试台或者遥测获取，获取数据后经过预处理将数据存入数据库中以便于给各个模块提供相应的数据与信息。不同的故障模式在检测与信号分析处理时的方式是不一样的，如电路良好性、电压、电流等可以直接在分析系统中实现数据获取、监测、评估到推理决策全过程，而对于加速度、冲击等，需再经过数据处理平台使用相应算法对数据进行特征提取、状态监测、故障预测等，并将所得结果传输至PHM管理器中，由健康评估及管理系统做综合决策。

该PHM系统是一个可随着新数据、新知识、新算法、新技术的挖掘与应用逐步完善的系统，因此，导弹PHM系统构架使得系统具有较好的扩展性。

3.2数据驱动的导弹PHM方法流程设计

根据图3的PHM方法体系，导弹PHM方法流程包括7个部分,分别为数据获取，数据特征提取、识别与融合，HI的构建，趋势预测，不确定性管理，以及导弹健康评估及管理。

1）数据获取：数据的来源主要为测试以及遥测，这是整个PHM系统的基础和源头。

2）数据特征识别、提取与融合：导弹测试数据量较大，且数据类型有差异，因此需对这些数据进行预处理，剔除异常数据，识别可用的、能够包含导弹系统退化特征的参数。

3）HI构建：根据各分系统或导弹的特征，获取表征其健康状态的指标。性能参数中直接能够表征系统健康状态的参数称为直接HI,例如各分系统工作电压与电流能够直接表征分系统电气性能的健康状态，因此可以确定对应的失效阈值判断条件；间接HI则需通过对不同的性能变量进行映射而获得。HI指标的构建需建立在对系统及测试数据进行充分分析的基础上，两种HI指标在表征导弹健康状态上时相辅相成的。

4)趋势预测：基于数据驱动的PHM的核心内容为趋势预测，预测算法是决定预测性能的关键。预测的算法很多，结合导弹系统及测试数据的特点，选择高斯回归模型来实现直接预测或者间接预测功能。通过确定高斯过程的均值函数和协方差函数后即确定了高斯过程的先验分布，其不依赖于训练数据的输人[4]。

5）不确定性管理：通过高斯回归模型可得出预测均值及置信区间的概率密度函数，实现预测不确定性的表达，增强预测结果的有效性。

6）导弹健康评估及管理：预测结果以及相关信息都会送至PHM管理器中，由健康评估及管理系统结合导弹系统的需求和特性做综合决策。

4结论

本文以防空导弹武器系统导弹典型系统为对象，通过分析导弹PHM总体要求，结合导弹测试现状，以研制过程和训练过程产生的大量测试数据为数据支撑，结合现有的理论与技术基础，借鉴航天航空领域的先进经验，设计了一种基于数据驱动的导弹PHM系统体系结构，为PHM在导弹武器系统领域的推广及应用提供参考。

参考文献：

[1]彭宇，刘大同.数据驱动故障预测和健康管理综述[J].仪器仪表学报，2014，35(3)：481- 490

[2]冯玉光，徐望，顾钧元，等.导弹装备健康管理及其关键技术研究[J].兵器装备工程学报，2017,38(1):7-11

[3]陈静，彭宇，李祺，等.数据驱动的机载设备PHM软件系统[J].电子测量与仪器学报.2015, 29(10):1536-1542

[4]彭宇，刘大同，彭喜元.故障预测与健康管理技术综述[J].电子测量与仪器学报，2010, 24(1):1-9