邢曉辰,王 健,司遠(yuǎn)征,崔雪峰

(裝備學(xué)院 裝備采辦系，北京 101416)

面向復(fù)雜裝備的信息融合式健康監(jiān)測(cè)分析研究

邢曉辰,王 健,司遠(yuǎn)征,崔雪峰

(裝備學(xué)院 裝備采辦系，北京 101416)

為解決當(dāng)前復(fù)雜裝備維修維護(hù)與狀態(tài)監(jiān)測(cè)所面臨的問(wèn)題，提出面向復(fù)雜裝備的信息融合式健康監(jiān)測(cè)；對(duì)復(fù)雜裝備健康監(jiān)測(cè)需求進(jìn)行研究，明確針對(duì)復(fù)雜裝備開(kāi)展健康監(jiān)測(cè)研究的意義；完成裝備健康監(jiān)測(cè)概念辨析，明確將信息融合技術(shù)引入復(fù)雜裝備健康監(jiān)測(cè)的意義；對(duì)信息融合技術(shù)國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行分析，針對(duì)信息融合技術(shù)的數(shù)據(jù)級(jí)、特征級(jí)及決策級(jí)，對(duì)各層級(jí)典型信息融合算法進(jìn)行概要分析；論文研究為后續(xù)進(jìn)一步深入開(kāi)展復(fù)雜裝備信息融合式健康監(jiān)測(cè)研究奠定了良好基礎(chǔ)。

復(fù)雜裝備；健康監(jiān)測(cè)；多源信息；信息融合

0 引言

復(fù)雜裝備在現(xiàn)代化工業(yè)中發(fā)揮著重要的作用，一旦裝備發(fā)生故障或者出現(xiàn)健康狀態(tài)劣化，會(huì)嚴(yán)重影響生產(chǎn)效能和工作效率。因此，為了減少由于裝備故障所帶來(lái)的經(jīng)濟(jì)損耗、時(shí)間消耗、危險(xiǎn)度增加等問(wèn)題，裝備尤其是復(fù)雜裝備的健康問(wèn)題日益受到愈加廣泛的關(guān)注。當(dāng)前，針對(duì)裝備所開(kāi)展的故障診斷多采用定期維修方式，此種預(yù)防性維修方式相比于傳統(tǒng)的事后維修方法提高了裝備健康維護(hù)的主動(dòng)性，但容易造成過(guò)度維修或維修不足，主要是由于定期維修無(wú)法有效利用裝備的壽命分布規(guī)律。

針對(duì)這一情況，基于狀態(tài)的維修(condition based maintenance, CBM)即視情維修應(yīng)運(yùn)而生，CBM通過(guò)設(shè)置相應(yīng)的傳感器，基于所采集到的裝備部分參數(shù)對(duì)裝備健康狀態(tài)進(jìn)行評(píng)估，進(jìn)而基于裝備健康狀況確定維修的時(shí)機(jī)與強(qiáng)度。據(jù)美軍統(tǒng)計(jì)資料顯示，如果投資1～2萬(wàn)美元用于裝備狀態(tài)維修，每年將節(jié)省5萬(wàn)美元的費(fèi)用。日本企業(yè)在實(shí)施CBM后，設(shè)備故障率減少了約75%，維修費(fèi)用降低了25%～50%。隨后，以CBM為基礎(chǔ)的故障預(yù)測(cè)與健康管理(prognostic and health management, PHM)得到了極大的促進(jìn)與發(fā)展。相對(duì)應(yīng)，作為裝備健康管理中極其重要的一環(huán)，裝備健康監(jiān)測(cè)(equipment health monitoring, EHM)技術(shù)也得到了學(xué)術(shù)界的廣泛關(guān)注。裝備尤其是大型復(fù)雜裝備在執(zhí)行任務(wù)的過(guò)程中會(huì)產(chǎn)生大量類(lèi)型豐富的狀態(tài)測(cè)試參數(shù)，如何充分高效地利用這些狀態(tài)測(cè)試參數(shù)，對(duì)提高復(fù)雜裝備健康監(jiān)測(cè)的可靠性與準(zhǔn)確度具有重要意義。鑒于此，本文對(duì)面向復(fù)雜裝備的信息融合式健康監(jiān)測(cè)進(jìn)行總體性的研究與分析。

1 復(fù)雜裝備健康監(jiān)測(cè)需求分析

針對(duì)復(fù)雜裝備開(kāi)展健康監(jiān)測(cè)研究，具有重要的意義，主要體現(xiàn)在以下兩個(gè)方面：

1)實(shí)現(xiàn)視情維修，大幅降低復(fù)雜裝備維修保障費(fèi)用。

當(dāng)前，我國(guó)裝備使用部門(mén)針對(duì)裝備健康狀態(tài)檢測(cè)主要采用定期檢修與事后維修相結(jié)合的故障檢修方式。采用此種檢修模式，在每次任務(wù)準(zhǔn)備階段和任務(wù)完成后，都要進(jìn)行大量的檢測(cè)與維修，覆蓋面大，難度和費(fèi)用比較高。在設(shè)備未出現(xiàn)故障時(shí)進(jìn)行定期檢修，反而可能會(huì)破壞設(shè)備正常的性能狀態(tài)，甚至造成不必要的停機(jī)；進(jìn)行事后維修時(shí)，通常表明設(shè)備已經(jīng)出現(xiàn)了較為嚴(yán)重的故障。此兩種方式，均無(wú)法充分保證加裝備在執(zhí)行任務(wù)中的可靠性與高效性開(kāi)展復(fù)雜裝備健康監(jiān)測(cè)研究，通過(guò)實(shí)時(shí)(或準(zhǔn)實(shí)時(shí))的狀態(tài)監(jiān)測(cè)，能夠及時(shí)識(shí)別復(fù)雜裝備健康狀態(tài)，實(shí)現(xiàn)視情維修，降低系統(tǒng)維護(hù)費(fèi)用。

2)減少經(jīng)濟(jì)損失，避免重特大事故發(fā)生。

復(fù)雜裝備具備“結(jié)構(gòu)復(fù)雜性、功能多樣性、系統(tǒng)架構(gòu)強(qiáng)耦合性”等特征，針對(duì)其開(kāi)展健康監(jiān)測(cè)研究具備很大的挑戰(zhàn)。因此，復(fù)雜裝備在執(zhí)行任務(wù)的過(guò)程中，一旦出現(xiàn)故障，將造成極為嚴(yán)重的后果。尤其是針對(duì)大型復(fù)雜裝備在執(zhí)行“急、難、險(xiǎn)、重”任務(wù)時(shí)，一旦發(fā)生故障會(huì)嚴(yán)重阻礙任務(wù)的順利實(shí)施，甚至造成財(cái)產(chǎn)巨額損害乃至人員傷亡。針對(duì)復(fù)雜裝備開(kāi)展健康監(jiān)測(cè)研究，在狀態(tài)出現(xiàn)劣化或者故障程度相對(duì)輕微時(shí)，即采取有效措施進(jìn)行干預(yù)，能夠最大程度避免故障的發(fā)生或者故障程度的惡化，尤其是能夠避免重特大事故的發(fā)生，減少經(jīng)濟(jì)損失。

鑒于此，有必要將健康監(jiān)測(cè)技術(shù)引入到復(fù)雜裝備狀態(tài)監(jiān)測(cè)與故障診斷中去，通過(guò)實(shí)時(shí)(或準(zhǔn)實(shí)時(shí))地監(jiān)測(cè)復(fù)雜裝備健康狀態(tài)，第一時(shí)間發(fā)現(xiàn)復(fù)雜裝備的狀態(tài)失效或早期故障，確保任務(wù)的順利實(shí)施。

2 健康監(jiān)測(cè)概念辨析

論文選取健康監(jiān)測(cè)在幾個(gè)典型應(yīng)用領(lǐng)域的定義進(jìn)行分析，文獻(xiàn)[1]主要開(kāi)展飛行器健康監(jiān)測(cè)研究，認(rèn)為健康監(jiān)測(cè)是對(duì)一個(gè)飛行器系統(tǒng)工作狀態(tài)正常與否的描述，通過(guò)對(duì)飛行器系統(tǒng)進(jìn)行有效的狀態(tài)監(jiān)測(cè)、檢測(cè)、故障診斷等，獲取其準(zhǔn)確、清晰的健康狀態(tài)信息；文獻(xiàn)[2]主要開(kāi)展結(jié)構(gòu)健康監(jiān)測(cè)研究，將結(jié)構(gòu)健康監(jiān)測(cè)定義為利用集成在結(jié)構(gòu)中的傳感器，在線實(shí)時(shí)地獲取與結(jié)構(gòu)健康狀況相關(guān)的信息，提取結(jié)構(gòu)性能特征參數(shù)，識(shí)別結(jié)構(gòu)的狀態(tài)及損傷，對(duì)結(jié)構(gòu)中的不安全因素，在早期就加以控制以消除安全隱患或控制安全隱患的進(jìn)一步發(fā)展，為結(jié)構(gòu)的維修、養(yǎng)護(hù)及管理決策提供依據(jù)和指導(dǎo)；文獻(xiàn)[3]主要對(duì)橋梁健康監(jiān)測(cè)進(jìn)行研究，將橋梁健康監(jiān)測(cè)定義為基于各種傳感器對(duì)橋梁的動(dòng)力響應(yīng)信號(hào)進(jìn)行采集，對(duì)采集的各種信號(hào)提取有用信息，進(jìn)行結(jié)構(gòu)損傷識(shí)別、模型修正以及載荷分析，進(jìn)而評(píng)定橋梁健康狀態(tài)。

為明確健康監(jiān)測(cè)概念的具體內(nèi)涵，對(duì)健康監(jiān)測(cè)領(lǐng)域中比較重要的概念與名詞進(jìn)行分析，如表1所示[4]：

表1 健康監(jiān)測(cè)領(lǐng)域中的基本概念分析

綜合以上分析，論文對(duì)健康監(jiān)測(cè)作如下定義。

定義1：健康監(jiān)測(cè)。健康監(jiān)測(cè)是指設(shè)置多數(shù)量、多類(lèi)型的傳感器實(shí)時(shí)監(jiān)測(cè)系統(tǒng)狀態(tài)信息，選取適當(dāng)?shù)乃惴ɑ蚰Ｐ蛯?duì)采集到的多源測(cè)試信息進(jìn)行數(shù)據(jù)處理、融合以及推理，實(shí)現(xiàn)對(duì)系統(tǒng)的實(shí)時(shí)(或準(zhǔn)實(shí)時(shí))狀態(tài)監(jiān)測(cè)與狀態(tài)評(píng)估，明確系統(tǒng)當(dāng)前健康狀態(tài)，降低系統(tǒng)發(fā)生故障的風(fēng)險(xiǎn)，為后續(xù)系統(tǒng)的養(yǎng)護(hù)、維修及管理提供依據(jù)與指導(dǎo)。

在定義1的基礎(chǔ)上，論文對(duì)復(fù)雜裝備健康監(jiān)測(cè)定義如下：

定義2：復(fù)雜裝備健康監(jiān)測(cè)。復(fù)雜裝備健康監(jiān)測(cè)是指針對(duì)復(fù)雜裝備內(nèi)不同類(lèi)型組件如殼體、機(jī)床、刀具、模具等，選取合適的多類(lèi)型傳感器，采集各組件執(zhí)行任務(wù)時(shí)的狀態(tài)信息，基于所采集的狀態(tài)信息選用適當(dāng)?shù)臄?shù)據(jù)處理算法、融合算法及推理機(jī)制，對(duì)各組件的健康狀態(tài)進(jìn)行評(píng)估。

3 信息融合技術(shù)需求分析

隨著生產(chǎn)加工技術(shù)的不斷進(jìn)步以及國(guó)家經(jīng)濟(jì)實(shí)力的不斷提升，未來(lái)可預(yù)見(jiàn)的一段時(shí)期內(nèi)，不管是經(jīng)濟(jì)發(fā)展需求還是軍事需求，復(fù)雜裝備在各大任務(wù)中都將發(fā)揮越來(lái)越重要的作用，這也對(duì)復(fù)雜裝備在執(zhí)行任務(wù)時(shí)的可靠性與效率提出了更高的要求。

當(dāng)前，我國(guó)針對(duì)復(fù)雜裝備的健康監(jiān)測(cè)研究并不能完全滿足實(shí)際需求。事實(shí)上，復(fù)雜裝備在執(zhí)行任務(wù)時(shí)，內(nèi)部各組件會(huì)產(chǎn)生大量狀態(tài)測(cè)試信息，這些測(cè)試信息來(lái)源于不同空間(或位置)和(或)不同時(shí)間節(jié)點(diǎn)的多源、多類(lèi)型傳感器[5]。以空軍某型復(fù)雜裝備為例，其內(nèi)部各組件在執(zhí)行任務(wù)時(shí)所監(jiān)測(cè)的液位、溫度、流量、壓力、閥門(mén)等模擬量、開(kāi)關(guān)量、脈沖量信息多達(dá)數(shù)百路。論文將這些多傳感器信息稱之為多源測(cè)試信息。當(dāng)前，研究如何充分利用復(fù)雜裝備多源測(cè)試信息，提升復(fù)雜裝備健康監(jiān)測(cè)的準(zhǔn)確度與可靠性，已迫在眉睫。

信息融合技術(shù)及其應(yīng)用是當(dāng)前國(guó)內(nèi)外研究的熱點(diǎn)領(lǐng)域之一，為充分利用復(fù)雜裝備多源測(cè)試信息，解決我國(guó)復(fù)雜裝備健康監(jiān)測(cè)所面臨的技術(shù)難題，很有必要開(kāi)展信息融合技術(shù)研究，并將信息融合技術(shù)引入復(fù)雜裝備健康監(jiān)測(cè)。這是一個(gè)具備創(chuàng)新性的前沿課題，具有十分重要的理論意義。

將信息融合技術(shù)引入復(fù)雜裝備健康監(jiān)測(cè)，其意義主要體現(xiàn)在以下幾個(gè)方面：

1)融合同類(lèi)型多傳感器測(cè)試信息，提高閾值監(jiān)測(cè)準(zhǔn)確度

針對(duì)復(fù)雜裝備中閾值監(jiān)測(cè)型組件健康監(jiān)測(cè)可靠性偏低的問(wèn)題，可考慮設(shè)置多個(gè)同類(lèi)型傳感器，同時(shí)對(duì)組件狀態(tài)進(jìn)行監(jiān)測(cè)。采用信息融合技術(shù)中的數(shù)據(jù)級(jí)融合算法，對(duì)多傳感器測(cè)試信息進(jìn)行融合，能夠降低傳感器測(cè)試或傳輸故障所帶來(lái)的風(fēng)險(xiǎn)，有效提高組件閾值監(jiān)測(cè)的可靠性與準(zhǔn)確度。

2)在時(shí)間維度上融合單傳感器測(cè)試信息，實(shí)現(xiàn)閾值監(jiān)測(cè)型組件狀態(tài)劣化監(jiān)測(cè)

為解決復(fù)雜裝備中閾值監(jiān)測(cè)型組件狀態(tài)劣化監(jiān)測(cè)困難的問(wèn)題，引入預(yù)測(cè)技術(shù)，對(duì)單傳感器測(cè)試信息在時(shí)間維度上進(jìn)行融合，完成基于預(yù)測(cè)的組件健康監(jiān)測(cè)?；谀硶r(shí)刻之前的一段狀態(tài)實(shí)際測(cè)試信息，生成該時(shí)刻的預(yù)測(cè)值，采用某種判定規(guī)則對(duì)預(yù)測(cè)值進(jìn)行判斷，明確預(yù)測(cè)值是否存在突變，是否能夠構(gòu)成異常數(shù)據(jù)。求取異常數(shù)據(jù)趨勢(shì)，基于某種判定規(guī)則完成組件狀態(tài)劣化監(jiān)測(cè)。

3)融合不同類(lèi)型的多傳感器測(cè)試信息，實(shí)現(xiàn)復(fù)雜組件健康監(jiān)測(cè)

采用基于單類(lèi)型測(cè)試信息的閾值監(jiān)測(cè)方式，無(wú)法有效監(jiān)測(cè)復(fù)雜裝備中復(fù)雜組件的健康狀態(tài)。針對(duì)復(fù)雜組件健康監(jiān)測(cè)，通常能夠采集多類(lèi)型的狀態(tài)測(cè)試信息，不同測(cè)試信息能夠從不同角度反映組件健康狀態(tài)。采用信息融合技術(shù)對(duì)這些狀態(tài)信息進(jìn)行融合，能夠從多角度、多維度出發(fā)，實(shí)現(xiàn)復(fù)雜組件健康監(jiān)測(cè)。

4)準(zhǔn)確融合復(fù)雜裝備健康監(jiān)測(cè)中的多源決策，生成最終決策

對(duì)復(fù)雜裝備中某組件進(jìn)行健康監(jiān)測(cè)時(shí)，基于不同的狀態(tài)信息、采用不同的算法或模型所生成的決策間可能存在沖突。采用信息融合中的決策級(jí)融合算法，對(duì)沖突決策進(jìn)行融合，生成一個(gè)確定的、更準(zhǔn)確的最終決策。

4 信息融合技術(shù)概要研究

4.1 信息融合技術(shù)國(guó)內(nèi)外現(xiàn)狀分析

國(guó)外尤其是美國(guó)對(duì)信息融合技術(shù)的研究起步較早，早在20世紀(jì)70年代，美國(guó)軍方的研究機(jī)構(gòu)即在潛艇聲納信號(hào)的處理上采用了融合的理念。1985年，美國(guó)國(guó)防部實(shí)驗(yàn)室聯(lián)合理事會(huì)(joint directors of laboratories, JDL)成立信息融合專(zhuān)家組，對(duì)信息融合定義進(jìn)行統(tǒng)一，并研究建立面向信息融合的公共參考框架。在學(xué)術(shù)研究上，美國(guó)成立了多個(gè)融合年會(huì)或?qū)W術(shù)組織，如SPIE傳感器融合年會(huì)、美國(guó)三軍數(shù)據(jù)融合年會(huì)、國(guó)際機(jī)器人和自動(dòng)化會(huì)刊、IEEE的相關(guān)會(huì)議以及國(guó)際信息融合學(xué)會(huì)(internati-onal society of information fusion, ISIF)。其中，ISIF學(xué)會(huì)成立于1998年，從成立至今每年均會(huì)舉辦一次信息融合國(guó)際學(xué)術(shù)大會(huì)，用以介紹信息融合領(lǐng)域的最新研究成果。此外，國(guó)外許多學(xué)者也發(fā)表了很多具有代表性的著作，如Llinas和Waltz的《Multisensor Data Fusion》、Hall的《Mathematical Techniques in Multisensor Data Fusion》以及《Handbook of Multisensor Data Fusion》等[6]。

與國(guó)外研究相比，國(guó)內(nèi)對(duì)信息融合技術(shù)的研究相對(duì)較晚，進(jìn)展也稍顯緩慢。20世紀(jì)80年代后期，國(guó)內(nèi)才開(kāi)始慢慢出現(xiàn)針對(duì)多傳感器融合技術(shù)的報(bào)道。隨后各科研院所、高校等單位逐漸重視，并出版了不少譯著和專(zhuān)著，比較有代表性的有：周宏仁等人的《機(jī)動(dòng)目標(biāo)跟蹤》、敬忠良的《神經(jīng)網(wǎng)絡(luò)跟蹤理論及應(yīng)用》、康耀紅等人的《數(shù)據(jù)融合理論與應(yīng)用》、劉同明等人的《數(shù)據(jù)融合技術(shù)及其應(yīng)用》、趙宗貴等人的《數(shù)據(jù)融合方法法概論》、何友等人的《多傳感器信息融合及應(yīng)用》、韓崇昭等人的《多源信息融合》以及裝備學(xué)院沈懷榮教授等人編著的《信息融合故障診斷技術(shù)》等[7]。

與此同時(shí)，針對(duì)信息融合技術(shù)的研究與應(yīng)用，國(guó)內(nèi)外每年也都會(huì)產(chǎn)生大量的學(xué)術(shù)論文與學(xué)術(shù)期刊，這些論文與期刊都為信息融合技術(shù)的發(fā)展做出了貢獻(xiàn)。

4.2 信息融合技術(shù)概要分析

針對(duì)復(fù)雜裝備開(kāi)展健康監(jiān)測(cè)時(shí)，處理對(duì)象是系統(tǒng)內(nèi)各組件多類(lèi)型狀態(tài)測(cè)試信息。結(jié)合不同組件健康監(jiān)測(cè)信息特點(diǎn)，論文可以選用不同層級(jí)的信息融合技術(shù)。

4.2.1 信息融合技術(shù)層級(jí)劃分

信息融合按照系統(tǒng)的功能進(jìn)行劃分，可分為目標(biāo)評(píng)估級(jí)、態(tài)勢(shì)評(píng)估級(jí)、影響評(píng)估級(jí)以及過(guò)程評(píng)估級(jí)。此種劃分方式主要是從系統(tǒng)功能的角度出發(fā)，其應(yīng)用對(duì)象多為面向軍事應(yīng)用。根據(jù)融合處理場(chǎng)合的不同，將信息融合處理結(jié)構(gòu)劃分為集中式結(jié)構(gòu)、分布式結(jié)構(gòu)以及混合式結(jié)構(gòu)。其中，集中式結(jié)構(gòu)加工的對(duì)象是傳感器原始數(shù)據(jù)，而分布式結(jié)構(gòu)加工的是經(jīng)過(guò)預(yù)處理的局部數(shù)據(jù)。此種劃分形式，其應(yīng)用對(duì)象多為目標(biāo)航跡關(guān)聯(lián)或航跡融合[8]。通常，按照系統(tǒng)中數(shù)據(jù)抽象層次的不同，信息融合可以分為3個(gè)層級(jí)：數(shù)據(jù)級(jí)、特征級(jí)以及決策級(jí)[9]。

為直觀理解，3個(gè)信息融合層次的優(yōu)缺點(diǎn)對(duì)比分析如表2所示。

4.2.2 信息融合算法概要分析

信息融合是一門(mén)多學(xué)科交叉的新興技術(shù)，針對(duì)不同層級(jí)融合，所選用的融合算法和關(guān)鍵技術(shù)通常并不相同。本節(jié)從數(shù)據(jù)級(jí)、特征級(jí)以及決策級(jí)3個(gè)層級(jí)出發(fā)，對(duì)信息融合技術(shù)各層級(jí)的信息融合典型算法，進(jìn)行概要分析。

表2 息融合處理各層次優(yōu)缺點(diǎn)對(duì)比分析

其中，數(shù)據(jù)級(jí)信息融合技術(shù)主要有加權(quán)融合算法、卡爾曼濾波、時(shí)間序列分析以及支持向量機(jī)等；特征級(jí)信息融合技術(shù)主要有主成分分析、神經(jīng)網(wǎng)絡(luò)及Rough集理論等；決策級(jí)信息融合技術(shù)主要包括模糊集理論、隨機(jī)集理論以及證據(jù)理論。

應(yīng)當(dāng)注意，對(duì)多源信息進(jìn)行特征級(jí)融合時(shí)，首先對(duì)信息進(jìn)行特征提取，而后對(duì)所提取的特征進(jìn)行融合并生成決策。有些時(shí)候，所提取的特征信息與原始信息在形式或構(gòu)成上并沒(méi)有本質(zhì)區(qū)別。因此，諸如支持向量機(jī)、Rough集、神經(jīng)網(wǎng)絡(luò)等融合技術(shù)既可以應(yīng)用于數(shù)據(jù)級(jí)融合，又可以應(yīng)用于決策級(jí)融合，即信息融合技術(shù)各層級(jí)的算法并沒(méi)有完全嚴(yán)格界限分析[10]。

5 結(jié)論

將信息融合技術(shù)引入復(fù)雜裝備健康監(jiān)測(cè)具有重要的意義。本文對(duì)復(fù)雜裝備健康監(jiān)測(cè)需求進(jìn)行分析；對(duì)健康監(jiān)測(cè)領(lǐng)域的重要概念進(jìn)行辨析，進(jìn)而完成健康監(jiān)測(cè)與復(fù)雜裝備健康監(jiān)測(cè)概念定義；研究將信息融合技術(shù)引入復(fù)雜裝備健康監(jiān)測(cè)的意義；對(duì)信息融合技術(shù)國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行分析，研究信息融合技術(shù)層級(jí)劃分，對(duì)應(yīng)數(shù)據(jù)級(jí)、特征級(jí)、決策級(jí)，對(duì)各層級(jí)典型信息融合算法進(jìn)行概要分析。論文研究為后續(xù)開(kāi)展復(fù)雜裝備信息融合式健康監(jiān)測(cè)奠定了較好的基礎(chǔ)。

[1] 邱 雷. 基于壓電陣列的飛機(jī)結(jié)構(gòu)監(jiān)測(cè)與管理系統(tǒng)研究[D]. 南京: 南京航空航天大學(xué), 2011.

[2] 賈云龍, 委玉奇. 大型復(fù)雜結(jié)構(gòu)長(zhǎng)期服役狀態(tài)下的健康監(jiān)測(cè)系統(tǒng)[J]. 中國(guó)工程咨詢, 2011,1:28-30.

[3] 楊 棟. 橋梁健康監(jiān)測(cè)信號(hào)的遞歸特性分析[D]. 長(zhǎng)沙: 中南大學(xué), 2012.

[4] Kalgren P W, Byington C S, Roemer M J, et al. Defining PHM, a Lexical evolution of maintenance and logistics[A]. Proceedings IEEE Systems Readiness Technology Conference[C]. 2006,9:353-358.

[5] 陳偉根, 劉 娟, 曹 敏. 基于信息融合的變壓器內(nèi)部故障診斷方法[J]. 高壓電技術(shù), 2015,41(11):3797-3803.

[6] 韓崇昭, 朱洪艷, 段戰(zhàn)勝, 等. 多源信息融合(第二版)[M]. 北京: 清華大學(xué)出版社, 2010.

[7] 康 健. 基于多傳感器信息融合關(guān)鍵技術(shù)的研究[D]. 哈爾濱: 哈爾濱工程大學(xué), 2013.

[8] 潘 泉, 王增福, 梁 彥, 等. 信息融合理論的基本方法與進(jìn)展(J). 控制理論與應(yīng)用, 2012, 29(10): 1233-1244.

[9] 邢曉辰, 蔡遠(yuǎn)文, 趙乙鑌, 等. 加注系統(tǒng)信息融合式健康監(jiān)測(cè)方案研究[J]. 計(jì)算機(jī)測(cè)量與控制, 2015, 23(9): 2945-2947.

[10] 陳科文, 張祖平, 龍 軍. 多源信息融合關(guān)鍵問(wèn)題、研究進(jìn)展與新動(dòng)向[J]. 計(jì)算機(jī)科學(xué), 2013, 40(8): 6-13.

Research of Analysis on Information Fusion Health Monitoring for Complex Equipment

Xing Xiaochen, Wang Jian, Si Yuanzheng, Cui Xuefeng

(Department of Equipment Acquisition, Equipment Academy，Beijing 101416，China)

In order to solve the current problem of maintenance and condition monitoring for complex equipment, research on information fusion health monitoring of complex equipment has been proposed. Study of complex equipment health monitoring requirements is carried out, and the meaning of health monitoring research for complex equipment is clear. The conception of equipment health monitoring is completed, and the significance of introducing information fusion technology to complex equipment health monitoring is analyzed. The status at home and abroad of information fusion technology research is analyzed. Aiming at the data level, feature level and decision level of information fusion technology, the typical information fusion algorithms for all levels are mainly analyzed. And a good foundation of further research of information fusion health monitoring for complex equipment has been laid.

complex equipment; health monitoring; multi-source information; information fusion

2016-09-22；

2016-11-08。

邢曉辰(1988-)，男，山東菏澤人，博士，講師，主要從事裝備采辦信息化、信息融合與健康監(jiān)測(cè)技術(shù)方向的研究。

1671-4598(2017)03-0003-03

10.16526/j.cnki.11-4762/tp.2017.03.002

TP277

A