赵丽琴，刘 昶，曹明生，胡德昆，陈晓丹

(1.成都大学 计算机学院，成都 610106；2.电子科技大学 计算机学院，成都 611731)

0 引言

复杂装备，如雷达、航天器、飞机、战车、舰船等，在国防、生产及经济活动过程中都具有重要作用。为了保障这些装备正常运行，保持装备完好率，顺利完成各种军事和生产任务，故障预测与健康管理(PHM，Prognostics and Health Management)技术越来越多地应用到这些装备上。PHM是从美军设备维修保障的最新技术发展起来的，受美国军方高度关注，已成功应用于美国F-35战机、波音飞机、NASA第2代可重复使用运载器等多种装备上[1]。

复杂装备正常工作的基础是对其进行维修保养。随着装备系统集成化、信息化程度的提高，其故障诊断与后勤保障的难度在不断增大。事后维修、定时维修等传统维修方式有诸多弊端，已不能满足现代装备维修保障的需求。目前，复杂装备采用基于PHM的状态维修已经成为一种趋势。PHM技术已经在英美等军事强国深度研究和推广应用，是大型复杂装备的的重要组成部分[1]。健康状态评估是PHM的关键技术之一，准确评估装备健康状态是对其进行状态维修的主要依据，有着十分重要的意义。

健康状态的评估方式主要有两种。一种是评估装备的健康状态等级，即利用采集状态数据确定其可靠性和维修性水平[2]。从公开发表的文献资料来看，国内外采用此方式进行健康状态评估的研究较多，方法相对成熟。但此评估方式中健康状态等级分类未形成统一的分级标准，评估结果粗放，可信度也有待验证[3]。……