羅曉亮，涂 龍，王浩旭，王曉晶，胡振峰，喻凡坤，梁秀兵

(軍事科學(xué)院國防科技創(chuàng)新研究院 前沿交叉技術(shù)研究中心，北京 100071)

0 引言

智能化與無人化是面向未來智能化戰(zhàn)爭武器裝備的發(fā)展趨勢。由于無人機(jī)具有空戰(zhàn)的隱蔽性和作戰(zhàn)效率，有效降低了危險(xiǎn)區(qū)域作戰(zhàn)人員傷亡的風(fēng)險(xiǎn)，在當(dāng)前信息化和智能化戰(zhàn)爭中發(fā)揮的作用也日漸凸顯。無人機(jī)是集光機(jī)電控制于一體的大型復(fù)雜系統(tǒng)，造價和保障費(fèi)用高昂，重復(fù)使用飛行頻次高，要求具有狀態(tài)監(jiān)測、故障診斷和預(yù)測等安全保障能力，進(jìn)一步實(shí)現(xiàn)系統(tǒng)的自主修復(fù)和長期高可靠運(yùn)行，因而對故障預(yù)測與健康管理(PHM)技術(shù)需求極為迫切[1]。無人機(jī)的使用維修費(fèi)用占從制造到退役全生命周期總費(fèi)用的70%以上，基于復(fù)雜系統(tǒng)魯棒性、可靠性、安全性及經(jīng)濟(jì)性考慮，PHM對無人機(jī)的全壽命周期使用及維護(hù)保障起到至關(guān)重要的作用，因而得到越來越多的重視和應(yīng)用。目前，美國、英國、以色列等國軍方已將PHM技術(shù)廣泛應(yīng)用于各型無人機(jī)[2-4]。

PHM技術(shù)是通過先進(jìn)傳感器采集的數(shù)據(jù)信息，結(jié)合相關(guān)算法和模型來診斷系統(tǒng)故障，借助推理模型來預(yù)測系統(tǒng)及關(guān)鍵部位的健康狀態(tài)，實(shí)現(xiàn)基于設(shè)備狀態(tài)(歷史、當(dāng)前和未來狀態(tài))的智能維護(hù)，達(dá)到系統(tǒng)視情維修的目的，以取代傳統(tǒng)基于事件的事后維修或基于時間的定期維修[5]。并且PHM技術(shù)能夠在準(zhǔn)確的時間對無人機(jī)準(zhǔn)確的部位進(jìn)行精準(zhǔn)的維修保障，提高無人機(jī)保障自主性和系統(tǒng)安全性，降低使用與維護(hù)費(fèi)用[6]。作為提高無人機(jī)系統(tǒng)可靠性、維修性、測試性、保障性和安全性的一項(xiàng)關(guān)鍵技術(shù)，無人機(jī)PHM技術(shù)受到各國軍方的廣泛關(guān)注，是無人機(jī)自主維修保障領(lǐng)域的重要技術(shù)發(fā)展趨勢。

1 無人機(jī)PHM技術(shù)國內(nèi)外發(fā)展現(xiàn)狀

隨著智能化戰(zhàn)爭的逐步來臨，無人機(jī)在戰(zhàn)場上的應(yīng)用也越來越廣泛，國內(nèi)外關(guān)于無人機(jī)故障預(yù)測與健康管理的研究也逐漸興起。無人機(jī)屬于高度智能化的復(fù)雜裝備，由于平臺無人且工作在惡劣對抗環(huán)境下，無人機(jī)故障預(yù)測與健康管理的技術(shù)難度遠(yuǎn)高于傳統(tǒng)裝備。也正因?yàn)槿绱?，無人機(jī)相比傳統(tǒng)武器裝備更需要高性能的故障預(yù)測與健康管理技術(shù)為戰(zhàn)斗力提供持久保障。從近五年的國內(nèi)外公開發(fā)表的文獻(xiàn)來看，關(guān)于無人機(jī)故障預(yù)測與健康管理的學(xué)術(shù)研究尚處于早期階段，美英等西方國家在無人機(jī) PHM 技術(shù)研究走在前列，我國相關(guān)科研機(jī)構(gòu)保持了有力的跟進(jìn)態(tài)勢。從具體研究內(nèi)容上來看，無人機(jī)PHM技術(shù)的研究內(nèi)容主要體現(xiàn)在電力系統(tǒng)及剩余壽命、任務(wù)規(guī)劃的監(jiān)測以及系統(tǒng)設(shè)計(jì)三個方面。

在無人機(jī)電力系統(tǒng)及剩余壽命的PHM研究方面，美國智利大學(xué)電機(jī)工程系的G.Sierra研究組對小型旋翼電動無人機(jī)的電池健康管理進(jìn)行了研究。該研究組設(shè)計(jì)的旋翼無人機(jī)電池管理系統(tǒng)可準(zhǔn)確估算充電狀態(tài)，通過使用基于模型的預(yù)測架構(gòu)來預(yù)測小型多轉(zhuǎn)子鋰聚合物電池的放電終止時間，并且該架構(gòu)可在低成本硬件中高效地實(shí)現(xiàn)，為無人機(jī)實(shí)現(xiàn)目標(biāo)任務(wù)提供有力保障[7]。斯特拉斯克萊德大學(xué)能源與環(huán)境研究所Rory Telford研究組，對基于隱馬爾可夫模型的無人機(jī)電網(wǎng)故障分類與診斷系統(tǒng)進(jìn)行了研究。結(jié)果表明：該系統(tǒng)具有故障的自主檢測和分類，以及評估各種電力系統(tǒng)故障嚴(yán)重性的能力，可以實(shí)現(xiàn)故障的精確分類，并且具有較高的診斷精度，有助于和改善電力系統(tǒng)健康管理和控制[8]。美國宇航局艾姆斯研究中心的Shankar Sankararaman研究組針對無人機(jī)載荷變化特性，提出了一種用于表征和量化無人機(jī)起飛過程中功率需求計(jì)算方法。無人機(jī)的飛行能力由電池中的電荷量來驅(qū)動，基于無人機(jī)的電源和充電需求，設(shè)計(jì)了無人機(jī)電源系統(tǒng)。通過飛行測試獲得的信息被轉(zhuǎn)換為多維稀疏數(shù)據(jù)，并且提出了一種基于多維稀疏數(shù)據(jù)表征電池電量變化的新方法，能夠預(yù)測未來的充電需求，進(jìn)而計(jì)算電池的放電終止時間，最終計(jì)算出電源系統(tǒng)的剩余使用壽命[9]。

在無人機(jī)任務(wù)規(guī)劃的PHM研究方面，哈爾濱工業(yè)大學(xué)劉大同教授研究組研究了基于飛行模式識別的無人機(jī)飛行數(shù)據(jù)估計(jì)與預(yù)測混合方法，可快速準(zhǔn)確的實(shí)現(xiàn)無人機(jī)飛行狀態(tài)跟蹤。針對建立復(fù)雜系統(tǒng)的精確物理模型的困難性，以及飛行數(shù)據(jù)中含有非線性、不確定性和噪聲等問題，提出了一種基于飛行模式識別的無跡卡爾曼濾波混合方法。該方法結(jié)合了兩種思想：1)利用飛行模式識別機(jī)制將無人機(jī)飛行數(shù)據(jù)劃分為不同的段，提高了估計(jì)和預(yù)測模型的適應(yīng)性；2)根據(jù)不同的飛行模式，從飛行數(shù)據(jù)中學(xué)習(xí)高斯過程遞推模型，并將其作為各無跡卡爾曼濾波器(UKF)的狀態(tài)轉(zhuǎn)移方程，以實(shí)現(xiàn)更高的估計(jì)精度和不確定性表示?；趯?shí)際無人機(jī)飛行數(shù)據(jù)的實(shí)驗(yàn)，成功驗(yàn)證了該框架的有效性[10-11]。巴西國家空間研究院的Rafael Santos等學(xué)者研究了基于PHM的多無人機(jī)任務(wù)分配問題。無人機(jī)集群的剩余使用壽命通過基于概率密度函數(shù)的故障樹分析計(jì)算得出，并且概率密度函數(shù)與各無人機(jī)關(guān)鍵部件的時間和故障概率有關(guān)，通過使用后退地平線任務(wù)分配算法實(shí)現(xiàn)了基于無人機(jī)健康狀況(主要是剩余使用壽命)的任務(wù)分配，可以避免計(jì)劃外中斷影響無人機(jī)任務(wù)的執(zhí)行[12]。

在無人機(jī)PHM系統(tǒng)設(shè)計(jì)方面，空軍工程大學(xué)的馮國強(qiáng)研究組利用生物學(xué)中的自平衡理論進(jìn)行無人機(jī)容錯控制與故障診斷系統(tǒng)設(shè)計(jì)，通過設(shè)計(jì)“平衡點(diǎn)”確定無人機(jī)的安全狀態(tài)，將容錯控制與故障診斷應(yīng)用于故障預(yù)測和健康管理[13]。中國電子科技集團(tuán)公司第五十四研究所的雷耀麟等人設(shè)計(jì)了基于遙測數(shù)據(jù)及智能解譯的無人機(jī)故障預(yù)測與健康管理系統(tǒng)，且利用模擬故障樣本對故障預(yù)測算法進(jìn)行了仿真實(shí)驗(yàn)，表明無人機(jī)故障預(yù)測系統(tǒng)具有良好的故障檢測能力[14]?？哲姽こ檀髮W(xué)的佘代銳等人設(shè)計(jì)了一種基于無線傳感器網(wǎng)絡(luò)的故障預(yù)測與健康管理系統(tǒng)，提出傳感器節(jié)點(diǎn)連通和覆蓋模型，實(shí)現(xiàn)了無人機(jī)機(jī)載傳感器無尺度拓?fù)渚W(wǎng)絡(luò)構(gòu)建成本的最小化[15]。陸軍工程大學(xué)的蘇續(xù)軍等人提出利用BP神經(jīng)網(wǎng)絡(luò)預(yù)測無人機(jī)系統(tǒng)故障的方法，給出了BP神經(jīng)網(wǎng)絡(luò)的建模和計(jì)算方法，計(jì)算表明該方法可用于無人機(jī)故障預(yù)測[16]。

2 無人機(jī)PHM體系框架

無人系統(tǒng)的傳感器從各部件、各設(shè)備和各系統(tǒng)采集的數(shù)據(jù)信息經(jīng)數(shù)據(jù)處理后，狀態(tài)監(jiān)測層通過比較提取的特征值與閾值的大小，來判斷故障與否，對發(fā)生故障的部件進(jìn)行故障診斷，追尋故障原因及位置，而狀態(tài)良好的部件依據(jù)失效機(jī)理預(yù)測其剩余壽命，最后PHM系統(tǒng)根據(jù)無人系統(tǒng)的健康狀態(tài)和任務(wù)需求提供決策信息[6]。由于無人系統(tǒng)零部件多、設(shè)備復(fù)雜且耦合、數(shù)據(jù)采集量大等因素，體系構(gòu)架用傳統(tǒng)的分布式會導(dǎo)致各分系統(tǒng)數(shù)據(jù)信息難以集成，而集中式構(gòu)架對于海量數(shù)據(jù)的處理會出現(xiàn)遲緩，無法完成實(shí)時反饋；因此無人系統(tǒng)PHM體系構(gòu)架采用分布式和集中式相結(jié)合的方式。圖1是無人機(jī)PHM系統(tǒng)拓?fù)浣Y(jié)構(gòu)，按照系統(tǒng)層級，無人機(jī)PHM系統(tǒng)分為系統(tǒng)層、分系統(tǒng)層、設(shè)備層和關(guān)鍵部件層。由圖可知，底下三層采用分布式體系構(gòu)架，關(guān)鍵部件層和設(shè)備層收集并形成各自的狀態(tài)數(shù)據(jù)，將各自的狀態(tài)信息上傳給對應(yīng)的上一層；分系統(tǒng)層對傳來的數(shù)據(jù)進(jìn)行分析、融合等處理，完成各分系統(tǒng)的健康狀態(tài)評估，并將診斷、預(yù)測等結(jié)果集中上傳到系統(tǒng)層。PHM中的系統(tǒng)層采用集中式體系構(gòu)架，主要獲取各分系統(tǒng)層的健康狀態(tài)及其變化信息，結(jié)合歷史數(shù)據(jù)庫和專家知識對無人機(jī)的非正常狀態(tài)進(jìn)行故障診斷、健康評估、故障預(yù)測等，實(shí)現(xiàn)自主決策，達(dá)到輔助維修人員的目的。

圖1 無人機(jī)PHM系統(tǒng)拓?fù)浣Y(jié)構(gòu)

3 無人機(jī)PHM技術(shù)的關(guān)鍵技術(shù)研究

按照功能劃分，無人機(jī)PHM技術(shù)主要包含兩方面：故障預(yù)測和健康管理。故障預(yù)測即預(yù)先診斷和測算無人機(jī)系統(tǒng)或部件的工作狀態(tài)與正常值的偏差程度，進(jìn)而推斷其剩余壽命；健康管理即根據(jù)診斷預(yù)測結(jié)果，使用故障模型和維修資源對維修保障做出適當(dāng)決策，包括故障建模、狀態(tài)監(jiān)測、數(shù)據(jù)處理、綜合診斷、健康管理、維修決策等。如圖2所示：具體包括數(shù)據(jù)采集和傳感器技術(shù)、數(shù)據(jù)通信技術(shù)、數(shù)據(jù)預(yù)處理技術(shù)、數(shù)據(jù)融合技術(shù)、狀態(tài)監(jiān)控和故障預(yù)測技術(shù)等。

圖2 無人機(jī)PHM系統(tǒng)關(guān)鍵技術(shù)結(jié)構(gòu)框圖

3.1 數(shù)據(jù)采集和傳感器技術(shù)

數(shù)據(jù)采集需要依靠先進(jìn)的傳感器技術(shù)[17]，而傳感器獲得的狀態(tài)參數(shù)是無人機(jī)PHM系統(tǒng)的數(shù)據(jù)基礎(chǔ)，因此數(shù)據(jù)采集和傳感器技術(shù)將直接影響PHM系統(tǒng)的整體效能，因此數(shù)據(jù)采集和傳感器技術(shù)將直接影響PHM系統(tǒng)的整體效果。無人機(jī)PHM系統(tǒng)要求傳感器具有體積小、重量輕，能和其它傳感器聯(lián)網(wǎng)優(yōu)化，可適應(yīng)惡劣的工作條件和環(huán)境，能屏蔽電磁干擾等特點(diǎn)。目前傳感器技術(shù)有兩大研究方向：1)單個傳感器的技術(shù)革新；2)多傳感器之間的網(wǎng)絡(luò)布局。傳感器在極端環(huán)境下的數(shù)據(jù)監(jiān)測一直是一大難點(diǎn)，中國航發(fā)動力所李軍等[18]提出航空發(fā)動機(jī)載荷、轉(zhuǎn)速和溫度數(shù)據(jù)的獲取依賴于滑油金屬屑末檢測傳感器、滑油成分監(jiān)測傳感器；Ari Novis[19]等分析了美國聯(lián)合攻擊戰(zhàn)斗機(jī)(joint strike fighter，JSF)發(fā)動機(jī)氣路顆粒荷電信息的監(jiān)測問題，提出IDMS(吸入物監(jiān)測系統(tǒng))和EDMS(發(fā)動機(jī)損失監(jiān)測系統(tǒng))能進(jìn)行實(shí)時監(jiān)控；Sanjay Garg[20]等總結(jié)了各類傳感器在發(fā)動機(jī)PHM管理中的重要作用；由此可見，特殊部件的數(shù)據(jù)監(jiān)測需要傳感器性能的技術(shù)革新。另外，大量傳感器協(xié)同采集無人機(jī)系統(tǒng)的數(shù)據(jù)，可實(shí)現(xiàn)數(shù)據(jù)信息精確獲取，工業(yè)和信息化部電子第五研究所攻克了大規(guī)模傳感器網(wǎng)絡(luò)測試關(guān)鍵技術(shù)，提高了數(shù)據(jù)監(jiān)測的精度[21]。

3.2 數(shù)據(jù)預(yù)處理和數(shù)據(jù)挖掘技術(shù)

由于傳感器自身性能、所處的工作環(huán)境等因素，傳感器采集的數(shù)據(jù)會受到噪聲等干擾，得到的數(shù)據(jù)具有隨機(jī)性、模糊性以及不確定性，因此需要對采集的原始數(shù)據(jù)進(jìn)行數(shù)據(jù)的預(yù)處理和挖掘提取，數(shù)據(jù)預(yù)處理主要包括: 數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)變換。1)數(shù)據(jù)清洗(Data Cleaning)通過修補(bǔ)、剔除大量數(shù)據(jù)中不完整或者不合理的數(shù)據(jù)，來提高數(shù)據(jù)質(zhì)量。傳感器采集的海量數(shù)據(jù)一般存在數(shù)據(jù)缺失，由于無人機(jī)PHM系統(tǒng)的復(fù)雜性，數(shù)據(jù)模型難以建立，通常使用基于數(shù)據(jù)驅(qū)動的數(shù)據(jù)補(bǔ)充法，王林[22]分析了民用飛機(jī)缺失數(shù)據(jù)，提出數(shù)據(jù)補(bǔ)充準(zhǔn)則，通過數(shù)據(jù)實(shí)驗(yàn)證明多重補(bǔ)充法可以較好的保持?jǐn)?shù)據(jù)之間的關(guān)系。無人機(jī)PHM系統(tǒng)故障和傳感器的異常都會導(dǎo)致異常數(shù)據(jù)的產(chǎn)生，朱倩雯[23]等采用的基于四分位算法，對不同類型、不同數(shù)量異常數(shù)據(jù)的剔除效果顯著。對于含有噪聲的數(shù)據(jù)進(jìn)行分箱法、高斯濾波法和回歸法處理。2)數(shù)據(jù)集成(Data Integration)是將多來源、多格式、不同特性的數(shù)據(jù)通過一定的特征規(guī)則有機(jī)集中起來?，F(xiàn)階段，無人機(jī)全壽命周期數(shù)據(jù)存儲分散，(計(jì)算機(jī)、文本資料等)，缺乏統(tǒng)一的數(shù)據(jù)管理模式[24]。傳統(tǒng)的數(shù)據(jù)倉庫或者數(shù)據(jù)聯(lián)合方法不能滿足數(shù)據(jù)實(shí)時處理的需求，因此數(shù)據(jù)集成技術(shù)朝著具有搜索引擎功能的方向發(fā)展，如知識圖譜、云存儲等。3)數(shù)據(jù)變換(Data Transformation)的目的是找到數(shù)據(jù)的特征，在保證數(shù)據(jù)質(zhì)量的前提下，改變數(shù)據(jù)維度來減少有效變量。主要轉(zhuǎn)換方法：數(shù)據(jù)規(guī)范化處理，縮放數(shù)據(jù)特征，使原始數(shù)據(jù)盡量映射到較小的特定區(qū)域；規(guī)范化處理，如最大-最小規(guī)范化和零一規(guī)范化等。

數(shù)據(jù)挖掘是從海量的、模糊的、隨機(jī)的數(shù)據(jù)中提取隱含的、具有潛在應(yīng)用價值信息的過程。無人機(jī)PHM數(shù)據(jù)挖掘常用方法有分類、回歸和聚類，基于預(yù)處理的海量數(shù)據(jù)，挖掘其隱藏信息，并利用可視化技術(shù)展示挖掘出的相關(guān)知識，滿足無人機(jī)PHM數(shù)據(jù)的需求。1)分類算法，是一種有監(jiān)督學(xué)習(xí)算法，利用分類器將有標(biāo)簽的數(shù)據(jù)分類，將未知屬性的數(shù)據(jù)映射到已存在的數(shù)據(jù)類別中；常見的有SVM、LR、KNN和決策樹等。洪翠[25]等利用改進(jìn)的多分類SVM方法，有效識別了配電網(wǎng)故障類型。2)回歸算法，通過函數(shù)描述數(shù)據(jù)間的映射關(guān)系，來預(yù)測輸入變量和輸出變量之間的關(guān)系；代表性的有線性回歸、多元回歸和嶺回歸(Ridge Regression)。張鵬飛[26]等基于某城市配電網(wǎng)的故障報(bào)修數(shù)據(jù)，采用多元回歸獲得了變量和故障量關(guān)系，實(shí)現(xiàn)了配電網(wǎng)故障數(shù)量較高精度的短期預(yù)測。3)聚類算法，將沒有標(biāo)簽的數(shù)據(jù)，根據(jù)相似度把數(shù)據(jù)自動歸類，是典型的無監(jiān)督學(xué)習(xí)算法；K-means、C均值等算法應(yīng)用廣泛。孫鶴旭[27]等提出一種基于并行化的改進(jìn)模糊C-均值聚類的風(fēng)電機(jī)組發(fā)電機(jī)故障診斷方法，可以精確判別發(fā)電機(jī)的故障模式。

3.3 數(shù)據(jù)通信技術(shù)

傳感器采集的大量數(shù)據(jù)經(jīng)過數(shù)據(jù)預(yù)處理和數(shù)據(jù)挖掘后，需要正確、通暢、安全地傳輸?shù)絇HM系統(tǒng)的其他部分，如采集導(dǎo)航、姿態(tài)等數(shù)據(jù)信息都需要串口與機(jī)載單片機(jī)進(jìn)行通信，從而實(shí)現(xiàn)整個系統(tǒng)的一體化、網(wǎng)絡(luò)化和信息化。目前無人系統(tǒng)數(shù)據(jù)間的傳輸方式主要有兩種：有線數(shù)據(jù)傳輸和無線數(shù)據(jù)傳輸。有線數(shù)據(jù)傳輸大多用于機(jī)載系統(tǒng)或者設(shè)備之間的數(shù)據(jù)傳輸和資源共享，在信號的穩(wěn)定性和傳輸速率上有著天然的優(yōu)勢。有線數(shù)據(jù)傳輸中采用了總線技術(shù)，在軍民飛機(jī)有著廣泛的應(yīng)用，如F-16、F117、幻影2000、空中客車A340等普遍采用了總線技術(shù)。無線數(shù)據(jù)傳輸系統(tǒng)由一系列分布式傳感器(微處理器、無線傳輸器、數(shù)據(jù)采集電路等)組件構(gòu)成，常用于機(jī)載系統(tǒng)與外界的數(shù)據(jù)傳輸，主要通過中繼衛(wèi)星、微波、藍(lán)牙、WIFI等方式，中繼衛(wèi)星可以覆蓋地球大部分區(qū)域，不受回傳距離限制，但數(shù)據(jù)傳輸速率低；微波可以較長距離數(shù)據(jù)傳輸，靈活便捷，但容易收到外界電磁、地形環(huán)境等因素干擾；藍(lán)牙的數(shù)據(jù)傳輸范圍極小，但成本低且體積小；WIFI的數(shù)據(jù)傳輸范圍比藍(lán)牙稍大，只適用于超視距飛行小型無人機(jī)，但WIFI的通信頻段沒有限制，有著廣泛的應(yīng)用。

3.4 多傳感器數(shù)據(jù)融合技術(shù)

在無人機(jī)PHM系統(tǒng)中，多傳感器數(shù)據(jù)融合技術(shù)是指將單一或者多傳感器采集的數(shù)據(jù)、環(huán)境信息、歷史數(shù)據(jù)和維修記錄等通過各種智能算法融合到一起，獲得對被測環(huán)境或?qū)ο蟾泳_的定位，得到優(yōu)化的綜合評價結(jié)果。多傳感器數(shù)據(jù)融合技術(shù)主要用來提高飛機(jī)狀態(tài)監(jiān)控、故障預(yù)測和健康管理的準(zhǔn)確性，即通過協(xié)作或競爭的過程來獲得更準(zhǔn)確的推論結(jié)果。按照所處理數(shù)據(jù)的層級，多傳感器數(shù)據(jù)融合技術(shù)可分為3個層次[28]：1)底層融合，將傳感器采集的各種數(shù)據(jù)進(jìn)行融合以進(jìn)行信號識別和特征提?。?)中層融合，將提取的特征信息進(jìn)一步融合以獲得故障診斷方面的信息；3)頂層融合，將基于經(jīng)驗(yàn)的故障庫和故障模型同故障信息進(jìn)行融合，頂層融合會依據(jù)相關(guān)準(zhǔn)則，讓不同的屬性故障信息擁有各自的可信度，得到整體一致的決策，實(shí)現(xiàn)系統(tǒng)級的預(yù)測推理和維修決策。韓曉微[29]等提出了基于鄰域搜索的 BP 網(wǎng)絡(luò)數(shù)據(jù)融合算法，解決了多旋翼無人機(jī)使用單姿態(tài)傳感器存在的精確度低、噪聲大、穩(wěn)定性較差的問題；金星[30]等提出的對海目標(biāo)航跡數(shù)據(jù)融合算法，讓具有偵察探測與目標(biāo)指示功能的對海無人機(jī)，形成了統(tǒng)一的戰(zhàn)場態(tài)勢信息及高精度的目標(biāo)指示信息。與傳統(tǒng)數(shù)據(jù)處理方法相比，多傳感器數(shù)據(jù)融合技術(shù)考慮問題更全面，得到的結(jié)果更可靠。PHM領(lǐng)域常用的多傳感器數(shù)據(jù)融合技術(shù)有人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯推理和貝葉斯推理等。

3.5 健康評估和故障預(yù)測技術(shù)

健康評估和故障預(yù)測技術(shù)是一種數(shù)據(jù)推理過程，利用狀態(tài)監(jiān)測數(shù)據(jù)，在已有經(jīng)驗(yàn)、案例和模型的推理算法基礎(chǔ)上，將飛機(jī)狀態(tài)、故障狀況、維修能力等相關(guān)信息實(shí)時傳至維修保障系統(tǒng)，結(jié)合設(shè)備的結(jié)構(gòu)特性和運(yùn)行信息及歷次維修記錄，對故障進(jìn)行診斷、分析和預(yù)報(bào)，評估部件或系統(tǒng)的剩余使用壽命，確定故障的類別、部位、程度和原因，預(yù)測其未來的健康狀態(tài)。利用先進(jìn)的健康評估和故障預(yù)測技術(shù)，不僅可以發(fā)現(xiàn)早期的故障，還可以有效指導(dǎo)故障發(fā)生前的維修決策，避免惡性事故的發(fā)生，從根本上解決設(shè)備定期維修中的維修不足和過剩維修的問題。目前在PHM系統(tǒng)中廣泛應(yīng)用的故障預(yù)測技術(shù)主要有三種：1)基于模型(失效物理模型和數(shù)學(xué)模型)的故障預(yù)測技術(shù)，通過失效物理參數(shù)來評估關(guān)鍵零部件的損傷程度，建立物理模型或隨機(jī)過程建模，用來評估部件剩余壽命。鄧聚龍教授提出的灰色模型是常見的故障預(yù)測模型之一。2)基于知識的故障預(yù)測技術(shù)，最典型的是專家系統(tǒng)，它具有豐富的知識和經(jīng)驗(yàn)，能指導(dǎo)現(xiàn)實(shí)問題進(jìn)行判斷和決策；但是專家系統(tǒng)知識庫中的知識和經(jīng)驗(yàn)需要人類專家完成，無人機(jī)PHM系統(tǒng)數(shù)據(jù)知識不斷更新和變化，難以形成完備的知識。3)基于數(shù)據(jù)驅(qū)動的故障預(yù)測技術(shù)，傳感器采集的大量數(shù)據(jù)作為歷史數(shù)據(jù)可以預(yù)測無人機(jī)短期狀態(tài)，常見的有人工神經(jīng)網(wǎng)絡(luò)、時間序列、回歸預(yù)測等。無人機(jī)PHM系統(tǒng)的物理數(shù)學(xué)模型復(fù)雜，產(chǎn)生的數(shù)據(jù)具有海量性、隨機(jī)性和模糊性，難以形成完備的知識體系，而基于數(shù)據(jù)的故障預(yù)測技術(shù)不需要無人機(jī)系統(tǒng)的先驗(yàn)知識，以傳感器采集的數(shù)據(jù)為基礎(chǔ)，借助數(shù)據(jù)挖掘算法提取隱含的數(shù)據(jù)信息進(jìn)行預(yù)測操作，因此基于數(shù)據(jù)的故障預(yù)測技術(shù)逐漸成為一種主流且實(shí)用的故障預(yù)測方法。

3.6 智能推理與決策支持技術(shù)

智能推理與決策支持技術(shù)是實(shí)現(xiàn)無人機(jī)PHM系統(tǒng)最后的“管理”，即在健康評估和故障預(yù)測的基礎(chǔ)上，自動生成一系列維修保障決策來實(shí)現(xiàn)無人機(jī)的視情維修。為此，需要形成無人機(jī)各系統(tǒng)/各設(shè)備間的狀態(tài)監(jiān)測系統(tǒng)、健康評估和故障預(yù)測系統(tǒng)、健康管理系統(tǒng)和各級知識庫等的聯(lián)動，構(gòu)建無人機(jī)PHM系統(tǒng)的維修保障決策支持系統(tǒng)，實(shí)現(xiàn)維修決策的自動生成、維修資源的統(tǒng)一調(diào)配以及各相關(guān)單位的協(xié)同保障等，從而極大地提高保障的效率和精確度。建立決策支持系統(tǒng)的主要技術(shù)有知識圖譜，智能預(yù)測，自適應(yīng)任務(wù)規(guī)劃等，知識圖譜技術(shù)能夠?qū)o人機(jī)傳感器采集的半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)抽取成結(jié)構(gòu)化知識，集成并存儲結(jié)構(gòu)化知識形成知識庫；根據(jù)在線或者離線的監(jiān)測數(shù)據(jù)和歷史知識庫的偏差程度，智能預(yù)測技術(shù)能對系統(tǒng)/設(shè)備做出健康評估并預(yù)測剩余壽命；最后根據(jù)無人機(jī)自身損傷程度和任務(wù)需求統(tǒng)一調(diào)配相關(guān)指令，實(shí)現(xiàn)無人機(jī)的自適應(yīng)任務(wù)規(guī)劃。

4 無人機(jī)PHM技術(shù)發(fā)展趨勢

無人作戰(zhàn)系統(tǒng)的快速發(fā)展對其維修保障技術(shù)提出越來越高的要求，世界各國都將PHM技術(shù)作為無人機(jī)維修保障的研究熱點(diǎn)。吸收和借鑒國外的先進(jìn)經(jīng)驗(yàn)，研究無人機(jī)PHM關(guān)鍵技術(shù)可為我國面向智能化時代無人化武器裝備的研制提供堅(jiān)實(shí)支撐。PHM系統(tǒng)作為未來無人機(jī)的重要系統(tǒng)，結(jié)合人工智能和無人系統(tǒng)等戰(zhàn)略前沿技術(shù)的發(fā)展，將來有望在以下四個方向取得重要進(jìn)展。

1)先進(jìn)傳感器技術(shù)：隨著高強(qiáng)度、耐高溫等性能材料的出現(xiàn)，無人機(jī)的傳感器朝著微型化、智能化、集成化、高精度、低能耗，高可靠性等方面發(fā)展，先進(jìn)傳感器技術(shù)的進(jìn)步使采集的數(shù)據(jù)更加真實(shí)，能為無人機(jī)PHM系統(tǒng)提供更可靠的數(shù)據(jù)。

2)數(shù)據(jù)分析方法：人工智能(artificial intelligence, AI)于 1956 年被首次提出，在波浪式前進(jìn)過程中，直到計(jì)算能力、海量數(shù)據(jù)以及核心算法的出現(xiàn)，AI在21世紀(jì)取得突破性進(jìn)展，基于無人機(jī)PHM海量數(shù)據(jù)，高效合適的數(shù)據(jù)分析方法能極大提升數(shù)據(jù)質(zhì)量。

3)標(biāo)準(zhǔn)化和開放性接口技術(shù)：標(biāo)準(zhǔn)化和開放性接口技術(shù)是提高無人機(jī)PHM技術(shù)的通用性，縮短研制周期，降低使用和維護(hù)費(fèi)用的有效途徑。無人機(jī)PHM系統(tǒng)未來會采用標(biāo)準(zhǔn)化設(shè)計(jì)和開放的接口標(biāo)準(zhǔn)，如PHM系統(tǒng)各模塊之間的接口，部件級PHM與系統(tǒng)級PHM之間的接口等，可以提高系統(tǒng)兼容性和互操作性，從而能隨著技術(shù)進(jìn)步而不斷實(shí)現(xiàn)技術(shù)更新。

4)故障預(yù)測技術(shù)：故障預(yù)測是PHM技術(shù)與傳統(tǒng)維修手段的重要區(qū)別，是無人機(jī)PHM技術(shù)的核心。機(jī)械或者機(jī)電設(shè)備能實(shí)現(xiàn)故障預(yù)測，但電子系統(tǒng)的失效機(jī)理不同于前者，目前只能實(shí)現(xiàn)故障檢測和隔離，無人機(jī)系統(tǒng)中存在大量關(guān)鍵的電子系統(tǒng)，為完善和促進(jìn)無人機(jī)PHM技術(shù)的發(fā)展，應(yīng)加強(qiáng)研究電子系統(tǒng)的失效機(jī)理和剩余壽命。

5 結(jié)束語

本文從電力系統(tǒng)及剩余壽命、任務(wù)規(guī)劃的監(jiān)測和系統(tǒng)設(shè)計(jì)三個方面介紹了國內(nèi)外無人機(jī)PHM技術(shù)，并總結(jié)了無人機(jī)PHM體系構(gòu)架，重點(diǎn)分析了無人機(jī)PHM的關(guān)鍵技術(shù)：數(shù)據(jù)采集和傳感器技術(shù)、數(shù)據(jù)預(yù)處理和數(shù)據(jù)挖掘技術(shù)、數(shù)據(jù)通信技術(shù)、多傳感器數(shù)據(jù)融合技術(shù)、健康評估和故障預(yù)測技術(shù)、智能推理與決策支持技術(shù)，最后展望了目前無人機(jī)PHM技術(shù)的發(fā)展趨勢。