张 磊 ，戚 峰 ，周加东

（江苏科技大学 电 子信息学院，江苏 镇 江212003）

对于舰艇武备来说，实现健康管理的目标，就是要确保其运行安全、可靠的要求，不依赖于岸舰保障系统的支持，能够自主运用现有各类手段采集元件及各系统的运行数据和状态信息，自主分析处理，判别工作状态和运行性能，实现三层面的自主管理[1]：首先，减小对岸舰保障体系的依赖，简化岸舰保障系统任务总量；其次，依靠故障预测，采用可靠性模型，预测舰船武备各元件工作状态及动向趋势；其三，对于既定故障，及时组织诊断，查找问题部件，并依据相应故障处置策略视情进行系统隔离和重构，以确保系统恢复和保持正常运行，并对恢复性能进行判定性验证，直至确认系统无潜在不良影响存在。

为达成舰船武备健康管理目标，重点考量其关键技术-系统故障预测和诊断技术尤为必要。常用的算法有3种：基于信号处理、基于解析模型以及基于定性模型的故障诊断算法[2]。本文将通过调研国内外研究现状，分析设计思想和实现途径，最后结合舰船武备实际特点，提出适合该系统的故障诊断算法及其验证方式。

1 国内外研究现状

对于基于信号处理的故障诊断算法，英美等国在20世纪80年代就已尝试将其广泛地应用于技术实践中，例如，卫星，直升机，巡洋舰等；而我国对该算法的研究，虽然涉猎时间也相对较早，但其实际应用较晚，直至20世纪90年代才逐步得以推开。

对于基于解析模型的故障诊断算法，欧洲在此方向的研究较为前言沿，已将其较为成熟的算法应用到其卫星上，例如，在其SMART-1型月球探测器上，就运用基于解析模型的故障检测以及隔离恢复(FDIR)系统[3-5]，实现了在不依赖地面支持的情况下，自主健康运行2个月的标准；相比而言，国内对此算法的研究，目前还主要集中在算法研究层面，也有些仿真，但实际应用差距依然较大。

对于基于定性模型的故障诊断算法，美国在此方面的科研则取得较大成效，例如，其深空探测器，就运用了基于定性模型Livingston的故障诊断系统[6-8]，综合模式识别以及模式重构两部分，确保具备自主诊断与系统重构能力；对比之下，国内研究起步较晚，目前仅处于探索学习阶段，实际应用尚有较大距离。

2 设计思想及原理流程

2.1 基于信号处理算法

该算法适用于对具有确定上下限工作范围的信号进行监测，通过与设定的阈值继续对比，判定故障与否。若超出范围，则认定发生故障；否则，认定正常工作。通常，对能表征监测对象特征的参数M(t)进行监测，具体规则如下：

其中Max(t)和Min(t)为特征参数M(t)上下限；t为时间变量。

若被测对象满足上述条件，系统正常；若不满足，即信号超出阈值，系统故障。

2.2 基于解析模型算法

2.2.1 设计思想

该算法以构建系统数学模型为前提，综合运用观测器及Kalman滤波器等方式生成残值，并基于相应准则进行全面评价决策。即采用解析冗余替代硬件冗余方式。包含4步骤：一是构建监测对象故障模型；二是采用滤波算法对舰船武备后续某时刻状态进行评估预测；三是利用残值进行状态评估，分析获取滤波 残 差；四是正确选定阈值，评估判定残值，若不满足阈值条件，认定系统故障，若满足，判定正常工作。

2.2.2 基本原理

以舰载陀螺仪系统为例进行考察阐述说明，构建如图1所示模型。

图1 故障模型和残差生成滤波器Fig.1 Fault model and residual generation filter

一般来说，被控对象P表示如下：

其中：△t表示间隔时间；x(t)表示 P的状态向量；u(t)表示系统输入向量；y(t)则表示敏感器测得的输出向量；A，B，C，D是被控对象建模型的系数矩阵；△A，△B,△C，△D是被控对象P建模不确定性矩阵 ；E1，E2表示噪声矩阵 。

由上图及式(2)、(3)，故障表述如下：

其中，fa(t)表示执行器故障向量；fs(t)表示敏感故障向量；△AC，△BC，△CC，△DC表示被控对象建模的故障矩阵。

综合考虑被控对象模型不确定性及故障类别，采用fc(t)表征故障向量，故式(4)、(5)可表述为(6)和(7)。

其中，F1(t)和 F2(t)表征 Fc(t)系数矩阵。

我们假定某个合理的阈值S，通过检测所生成残差r(t)均值进行故障判定。若大于S，则认定发生故障；若小于等于S，则认定工作正常。借此，实现基于解析模型故障检测 。

2.3 基于定性模型算法

该算法设计基于如下考虑：系统若在较长运行时间内，某一状态多次反复出现，则可认定其确实处于此种工作状态。算法核心即由定性观测结果判定监测对象状态。包含4步骤：一是构建监测对象定性模型；二是定性构建监测对象观测结果模型；三是利用贝叶斯统计学原理，由定性观测结果推导监测对象处于各状态概率；四是将上述概率对时间积分所得结果判定监测对象所处工作状态。

2.4 3种诊断算法的比较

基于信号处理的故障诊断算法，操作简单，不需要组织建模，实现较为便捷，但其诊断过程无法反映系统内容工作状态，精确性较难保证；基于解析模型的故障诊断算法，需要充分考量各系统内部核心运行机理，对于精准检测系统部件的故障效果显著，但该算法的使用，对于数学模型的构建要求极高，通常情况下，该方法仅适合对单个故障进行分析；基于定性模型的故障分析，无须搭建系统模型，计算的复杂程度较低，且其实时性较好，但需要对其搭建定性模型，也较复杂困难，通常会因为缺乏对系统各细节的周密考虑，造成检测结果不够精准等问题。

对比发现，3种算法各有优劣，为适应舰船武备多层次、多系统、多样式的复杂构建，需在精确分析各分系统特点需求的基础上，采用集成多种算法，视情针对运用，匹配舰艇资源有限资源的方式，确保故障监测简单有效。

建议综合运用上述3种方式相融合的办法，对舰船武备的推进、供配电以及控制等分系统组织开展故障诊断；而对于那些重要性并非凸显，使用频率不高的分系统，则需在综合考虑资源有效配置的前提下，运用基于信号或定性模型的算法组织实施故障诊断，以此完成整个系统的故障预测。

3 故障诊断算法的验证方案

为确保舰船武备故障诊断算法管用可行，对舰船武备诊断算法提出如图2所示验证方案。

图2 舰船武备诊断算法验证方案Fig.2 Verification system of fault diagnosis algorithm for battle ship

舰船武备状态数据仿真模型模拟各分系统过程及状态数据，故障生成模块提供故障注入途径，若需模拟舰船武备某分系统故障，可通过某一故障模拟信号的注入，使其仿真模型发生故障变化得以实现。舰船武备各系统及模块，具有统一的接口转换协议，可以将各分系统模型的实时数据经相应转换后，递交由诊断算法进行科学验证。对于故障诊断模块，针对舰船各武备系统所具备的实际特点，结合数据库中预存的相关模块典型故障案例及处置，科学考量，研究确定合理算法验证。而对于舰船武备中的关联故障，以及系统级别的故障，采用故障诊断算法中关于管理调度的子模块进行相应处置。该子模块，按照既定的接口协议，对舰船武备各系统运行状态数据进行转换并归档，进而，将相关结果分送至故障检测模块与分析模块，配合完成对舰船武备各系统的故障处理。

4 结束语

随着我海洋大国地位上升以及海上维权行动不断深化，未来海上舰艇将在展示形象、维护主权、国际维和等方面，扮演越来越重要的角色，降低舰艇对岸舰保障系统的依赖，确保舰艇更安全可靠，将迫切成为亟待解决的问题。从这种意义上说，发展自主式诊断技术，减少人力物力支持，保证舰艇在航安全、稳定可靠具有重大意义。

全文通过实践方式，综合评价3种故障诊断算法在设计思想、实现方式方面的优劣，系统提出算法验证方案，并采取对控制分系统模型构建，以及残差滤波系统设计，完成对敏感突变及缓变故障诊断。仿真结果显示，诊断速度快，判定结果准。

针对上述算法各自特点及优劣情况，需立足舰船有限资源以及分系统实际，结合确定最恰当算法，以满足诊断需求，推动理论研究进程。

[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．a1．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．