杜晓明，郭德兴，朱 宁

（1.陆军工程大学指挥控制工程学院，南京 210007；2.解放军72456 部队，山东 潍坊 261305；3.陆军工程大学石家庄校区，石家庄 050003）

0 引言

随着状态维修（Condition Based Maintenance，CBM）、故障预测与健康状态管理（Prognostic and Health Management，PHM）等概念的提出，装备维修已逐步由以手册为中心的事后检测向以数据为中心的状态监测分析发展，先进的边缘计算与大数据分析技术集成于装备及其后台服务中心，对应系统亦被称为赛博物理系统（Cyber-Physical Systems，CPS）［1］。CPS 在装备维修领域的典型应用即是基于交互式电子技术手册（Interactive Electronic Technical Manuals，IETM）的智能维修系统。IETM 拥有大量装备基本原理、使用操作和维修保障等数据，可以构成一个数字化的装备信息空间，为装备使用保障人员提供交互式的推理决策支持，装备故障诊断与修复为其中一项关键内容。

目前，该方向研究的热点之一是如何完善CBM/PHM 与IETM 系统的有机集成，以提高装备故障诊断的高效性与准确性。学者Cooper 提出了基于IETM 和CBM 的自适应诊断与单兵技术支持系统［2］，后续美军对此给予了重点关注，开发了类似“虚拟维修系统”、“智能维修系统”［3］。美海军在给V22 鱼鹰飞机开发的综合自动维修环境优化系统（CAMEO）中，实现了IETM 系统与其地面数据站的信息集成，F-22 战斗机IETM 通过与其CBM 系统集成，实现了5 级［1］IETM 功能［4］。它采用数据库技术组织手册数据，通过集成的数据环境使IETM 能与其他信息系统甚至专家系统交换信息，增强了系统的灵活性和扩展性。国内李磊、吴永明等提出了在现有IETM 框架下进行功能扩展，实现与故障诊断系统和专家系统的融合［5-6］。……