張 磊 ，戚 峰 ，周加?xùn)|

（江蘇科技大學(xué) 電 子信息學(xué)院，江蘇 鎮(zhèn) 江212003）

對于艦艇武備來說，實現(xiàn)健康管理的目標(biāo)，就是要確保其運行安全、可靠的要求，不依賴于岸艦保障系統(tǒng)的支持，能夠自主運用現(xiàn)有各類手段采集元件及各系統(tǒng)的運行數(shù)據(jù)和狀態(tài)信息，自主分析處理，判別工作狀態(tài)和運行性能，實現(xiàn)三層面的自主管理[1]：首先，減小對岸艦保障體系的依賴，簡化岸艦保障系統(tǒng)任務(wù)總量；其次，依靠故障預(yù)測，采用可靠性模型，預(yù)測艦船武備各元件工作狀態(tài)及動向趨勢；其三，對于既定故障，及時組織診斷，查找問題部件，并依據(jù)相應(yīng)故障處置策略視情進(jìn)行系統(tǒng)隔離和重構(gòu)，以確保系統(tǒng)恢復(fù)和保持正常運行，并對恢復(fù)性能進(jìn)行判定性驗證，直至確認(rèn)系統(tǒng)無潛在不良影響存在。

為達(dá)成艦船武備健康管理目標(biāo)，重點考量其關(guān)鍵技術(shù)-系統(tǒng)故障預(yù)測和診斷技術(shù)尤為必要。常用的算法有3種：基于信號處理、基于解析模型以及基于定性模型的故障診斷算法[2]。本文將通過調(diào)研國內(nèi)外研究現(xiàn)狀，分析設(shè)計思想和實現(xiàn)途徑，最后結(jié)合艦船武備實際特點，提出適合該系統(tǒng)的故障診斷算法及其驗證方式。

1 國內(nèi)外研究現(xiàn)狀

對于基于信號處理的故障診斷算法，英美等國在20世紀(jì)80年代就已嘗試將其廣泛地應(yīng)用于技術(shù)實踐中，例如，衛(wèi)星，直升機(jī)，巡洋艦等；而我國對該算法的研究，雖然涉獵時間也相對較早，但其實際應(yīng)用較晚，直至20世紀(jì)90年代才逐步得以推開。

對于基于解析模型的故障診斷算法，歐洲在此方向的研究較為前言沿，已將其較為成熟的算法應(yīng)用到其衛(wèi)星上，例如，在其SMART-1型月球探測器上，就運用基于解析模型的故障檢測以及隔離恢復(fù)(FDIR)系統(tǒng)[3-5]，實現(xiàn)了在不依賴地面支持的情況下，自主健康運行2個月的標(biāo)準(zhǔn)；相比而言，國內(nèi)對此算法的研究，目前還主要集中在算法研究層面，也有些仿真，但實際應(yīng)用差距依然較大。

對于基于定性模型的故障診斷算法，美國在此方面的科研則取得較大成效，例如，其深空探測器，就運用了基于定性模型Livingston的故障診斷系統(tǒng)[6-8]，綜合模式識別以及模式重構(gòu)兩部分，確保具備自主診斷與系統(tǒng)重構(gòu)能力；對比之下，國內(nèi)研究起步較晚，目前僅處于探索學(xué)習(xí)階段，實際應(yīng)用尚有較大距離。

2 設(shè)計思想及原理流程

2.1 基于信號處理算法

該算法適用于對具有確定上下限工作范圍的信號進(jìn)行監(jiān)測，通過與設(shè)定的閾值繼續(xù)對比，判定故障與否。若超出范圍，則認(rèn)定發(fā)生故障；否則，認(rèn)定正常工作。通常，對能表征監(jiān)測對象特征的參數(shù)M(t)進(jìn)行監(jiān)測，具體規(guī)則如下：

其中Max(t)和Min(t)為特征參數(shù)M(t)上下限；t為時間變量。

若被測對象滿足上述條件，系統(tǒng)正常；若不滿足，即信號超出閾值，系統(tǒng)故障。

2.2 基于解析模型算法

2.2.1 設(shè)計思想

該算法以構(gòu)建系統(tǒng)數(shù)學(xué)模型為前提，綜合運用觀測器及Kalman濾波器等方式生成殘值，并基于相應(yīng)準(zhǔn)則進(jìn)行全面評價決策。即采用解析冗余替代硬件冗余方式。包含4步驟：一是構(gòu)建監(jiān)測對象故障模型；二是采用濾波算法對艦船武備后續(xù)某時刻狀態(tài)進(jìn)行評估預(yù)測；三是利用殘值進(jìn)行狀態(tài)評估，分析獲取濾波 殘 差；四是正確選定閾值，評估判定殘值，若不滿足閾值條件，認(rèn)定系統(tǒng)故障，若滿足，判定正常工作。

2.2.2 基本原理

以艦載陀螺儀系統(tǒng)為例進(jìn)行考察闡述說明，構(gòu)建如圖1所示模型。

圖1 故障模型和殘差生成濾波器Fig.1 Fault model and residual generation filter

一般來說，被控對象P表示如下：

其中：△t表示間隔時間；x(t)表示 P的狀態(tài)向量；u(t)表示系統(tǒng)輸入向量；y(t)則表示敏感器測得的輸出向量；A，B，C，D是被控對象建模型的系數(shù)矩陣；△A，△B,△C，△D是被控對象P建模不確定性矩陣 ；E1，E2表示噪聲矩陣 。

由上圖及式(2)、(3)，故障表述如下：

其中，fa(t)表示執(zhí)行器故障向量；fs(t)表示敏感故障向量；△AC，△BC，△CC，△DC表示被控對象建模的故障矩陣。

綜合考慮被控對象模型不確定性及故障類別，采用fc(t)表征故障向量，故式(4)、(5)可表述為(6)和(7)。

其中，F(xiàn)1(t)和 F2(t)表征 Fc(t)系數(shù)矩陣。

我們假定某個合理的閾值S，通過檢測所生成殘差r(t)均值進(jìn)行故障判定。若大于S，則認(rèn)定發(fā)生故障；若小于等于S，則認(rèn)定工作正常。借此，實現(xiàn)基于解析模型故障檢測 。

2.3 基于定性模型算法

該算法設(shè)計基于如下考慮：系統(tǒng)若在較長運行時間內(nèi)，某一狀態(tài)多次反復(fù)出現(xiàn)，則可認(rèn)定其確實處于此種工作狀態(tài)。算法核心即由定性觀測結(jié)果判定監(jiān)測對象狀態(tài)。包含4步驟：一是構(gòu)建監(jiān)測對象定性模型；二是定性構(gòu)建監(jiān)測對象觀測結(jié)果模型；三是利用貝葉斯統(tǒng)計學(xué)原理，由定性觀測結(jié)果推導(dǎo)監(jiān)測對象處于各狀態(tài)概率；四是將上述概率對時間積分所得結(jié)果判定監(jiān)測對象所處工作狀態(tài)。

2.4 3種診斷算法的比較

基于信號處理的故障診斷算法，操作簡單，不需要組織建模，實現(xiàn)較為便捷，但其診斷過程無法反映系統(tǒng)內(nèi)容工作狀態(tài)，精確性較難保證；基于解析模型的故障診斷算法，需要充分考量各系統(tǒng)內(nèi)部核心運行機(jī)理，對于精準(zhǔn)檢測系統(tǒng)部件的故障效果顯著，但該算法的使用，對于數(shù)學(xué)模型的構(gòu)建要求極高，通常情況下，該方法僅適合對單個故障進(jìn)行分析；基于定性模型的故障分析，無須搭建系統(tǒng)模型，計算的復(fù)雜程度較低，且其實時性較好，但需要對其搭建定性模型，也較復(fù)雜困難，通常會因為缺乏對系統(tǒng)各細(xì)節(jié)的周密考慮，造成檢測結(jié)果不夠精準(zhǔn)等問題。

對比發(fā)現(xiàn)，3種算法各有優(yōu)劣，為適應(yīng)艦船武備多層次、多系統(tǒng)、多樣式的復(fù)雜構(gòu)建，需在精確分析各分系統(tǒng)特點需求的基礎(chǔ)上，采用集成多種算法，視情針對運用，匹配艦艇資源有限資源的方式，確保故障監(jiān)測簡單有效。

建議綜合運用上述3種方式相融合的辦法，對艦船武備的推進(jìn)、供配電以及控制等分系統(tǒng)組織開展故障診斷；而對于那些重要性并非凸顯，使用頻率不高的分系統(tǒng)，則需在綜合考慮資源有效配置的前提下，運用基于信號或定性模型的算法組織實施故障診斷，以此完成整個系統(tǒng)的故障預(yù)測。

3 故障診斷算法的驗證方案

為確保艦船武備故障診斷算法管用可行，對艦船武備診斷算法提出如圖2所示驗證方案。

圖2 艦船武備診斷算法驗證方案Fig.2 Verification system of fault diagnosis algorithm for battle ship

艦船武備狀態(tài)數(shù)據(jù)仿真模型模擬各分系統(tǒng)過程及狀態(tài)數(shù)據(jù)，故障生成模塊提供故障注入途徑，若需模擬艦船武備某分系統(tǒng)故障，可通過某一故障模擬信號的注入，使其仿真模型發(fā)生故障變化得以實現(xiàn)。艦船武備各系統(tǒng)及模塊，具有統(tǒng)一的接口轉(zhuǎn)換協(xié)議，可以將各分系統(tǒng)模型的實時數(shù)據(jù)經(jīng)相應(yīng)轉(zhuǎn)換后，遞交由診斷算法進(jìn)行科學(xué)驗證。對于故障診斷模塊，針對艦船各武備系統(tǒng)所具備的實際特點，結(jié)合數(shù)據(jù)庫中預(yù)存的相關(guān)模塊典型故障案例及處置，科學(xué)考量，研究確定合理算法驗證。而對于艦船武備中的關(guān)聯(lián)故障，以及系統(tǒng)級別的故障，采用故障診斷算法中關(guān)于管理調(diào)度的子模塊進(jìn)行相應(yīng)處置。該子模塊，按照既定的接口協(xié)議，對艦船武備各系統(tǒng)運行狀態(tài)數(shù)據(jù)進(jìn)行轉(zhuǎn)換并歸檔，進(jìn)而，將相關(guān)結(jié)果分送至故障檢測模塊與分析模塊，配合完成對艦船武備各系統(tǒng)的故障處理。

4 結(jié)束語

隨著我海洋大國地位上升以及海上維權(quán)行動不斷深化，未來海上艦艇將在展示形象、維護(hù)主權(quán)、國際維和等方面，扮演越來越重要的角色，降低艦艇對岸艦保障系統(tǒng)的依賴，確保艦艇更安全可靠，將迫切成為亟待解決的問題。從這種意義上說，發(fā)展自主式診斷技術(shù)，減少人力物力支持，保證艦艇在航安全、穩(wěn)定可靠具有重大意義。

全文通過實踐方式，綜合評價3種故障診斷算法在設(shè)計思想、實現(xiàn)方式方面的優(yōu)劣，系統(tǒng)提出算法驗證方案，并采取對控制分系統(tǒng)模型構(gòu)建，以及殘差濾波系統(tǒng)設(shè)計，完成對敏感突變及緩變故障診斷。仿真結(jié)果顯示，診斷速度快，判定結(jié)果準(zhǔn)。

針對上述算法各自特點及優(yōu)劣情況，需立足艦船有限資源以及分系統(tǒng)實際，結(jié)合確定最恰當(dāng)算法，以滿足診斷需求，推動理論研究進(jìn)程。

[1]Carlos G，Alan C．Health management and automation for future space systems，AIAA 2005 －6803[R]．Washington：AIAA,2005．

[2]Baroth E．IVHM techniques for future space vehicles，AIAA 2001－3523[R]．Washington：AIAA，2001．

[3]Inseok H，Sungwan K，Youdan K，et a1．A survey of fault detection， isolation and reconfiguration methods[J]．IEEE Transaction on Contro1 Systems Technology，2010，18(3)：636－653．

[4]Raymond GX 33／RIV system health management vehicle health management,AIAA－98－1928[R]．Washington：AIAA，1998．

[5]Jean－Marie P．SPACEBUS 4000 avionics：key features and first flight return AIAA2006－ 5301[R]．Washington：AIAA,2006．

[6]Bodin P，Berge S，Bjork M，et a1．Development，test and flight of the SMART 1 attitude and orbit control system，AIAA 2005 ～5991[R]．Washington：AIAA，2005．

[7]Bodin P，Berge S，Bjork M，et a1．a(chǎn)1．Development，test and flight of the SMART 1 attitude and orbit control system：flight results from the first mission phase，AIAA 2004－5244[R]．Washington：AIAA，2004．

[8]Bernard D，Dorais G，Gamble E．Spacecraft autonomy flight experience：the DS1 remote agent experiment[R]．Washing ton：AIAA，1999．