發(fā)射平臺供配電系統(tǒng)健康管理系統(tǒng)研究

劉國亮，張中義

（合肥同智機電控制技術(shù)有限公司，安徽 合肥 230088）

0 引 言

發(fā)射平臺是導(dǎo)彈發(fā)射武器系統(tǒng)的重要組成部分，而供配電系統(tǒng)是發(fā)射平臺正常工作的“動力之源”。因此，發(fā)射平臺供配電系統(tǒng)的穩(wěn)定性和可靠性顯得尤為重要。我國制定的《國家中長期科學(xué)與技術(shù)發(fā)展規(guī)劃綱要》把“重大產(chǎn)品和重大設(shè)施壽命預(yù)測技術(shù)”作為先進制造技術(shù)領(lǐng)域前沿技術(shù)的三個專題之一[1]。鑒于此，本文以發(fā)射平臺供配電系統(tǒng)為依托，開展供配電系統(tǒng)的故障預(yù)測與健康管理系統(tǒng)的技術(shù)研究，實現(xiàn)對供配電系統(tǒng)的健康狀態(tài)和剩余壽命的準確預(yù)測，并確定維護的最佳時機，以減少失效和事故發(fā)生。

1 故障預(yù)測與健康管理研究內(nèi)容

PHM研究理論基礎(chǔ)是武器裝備系統(tǒng)或零部件不同故障部位引發(fā)的現(xiàn)象不同，導(dǎo)致引發(fā)故障現(xiàn)象、發(fā)生故障部位以及發(fā)生原因之間存在某種線性或非線性的映射關(guān)系，可通過對現(xiàn)象的數(shù)據(jù)采集、存儲與分析，結(jié)合它們之間的映射關(guān)系，能夠在發(fā)生故障前對可能發(fā)生的部位及原因進行預(yù)測[2]。本文正是基于PHM理論概念研究發(fā)射平臺供配電系統(tǒng)的故障預(yù)測與健康管理系統(tǒng)，并分析研究供配電系統(tǒng)組成與工作原理，確定關(guān)鍵模塊或部位、關(guān)鍵特征參數(shù)、失效模型以及退化分析等，建立供配電系統(tǒng)的PHM技術(shù)構(gòu)架。同時，根據(jù)供配電系統(tǒng)的特征參數(shù)體系，利用先進的傳感器技術(shù)、機內(nèi)BIT技術(shù)及主流的嵌入式系統(tǒng)技術(shù)等設(shè)計數(shù)據(jù)采集裝置，記錄供配電系統(tǒng)運行狀態(tài)下的特征參數(shù)進行數(shù)據(jù)融合分析及算法處理，為PHM分析與管理提供數(shù)據(jù)支撐。最后，根據(jù)預(yù)測結(jié)果和輔助決策結(jié)論，給出維修策略和方法。

2 健康狀態(tài)監(jiān)測評估體系結(jié)構(gòu)

發(fā)射平臺供配電系統(tǒng)健康狀態(tài)監(jiān)測評估系統(tǒng)主要是采用信息提取技術(shù)，依托建立多級設(shè)備數(shù)據(jù)的采集和監(jiān)測，對發(fā)射平臺供配電系統(tǒng)進行監(jiān)控、故障處理及維護保障，并借助先進智能算法和仿真模型監(jiān)控、診斷、預(yù)測和管理發(fā)射平臺供配電系統(tǒng)的工作狀態(tài)，預(yù)測設(shè)備功能系統(tǒng)的發(fā)展趨勢，從而提前做出技術(shù)保障決策的一項體系技術(shù)[3]。圖1為發(fā)射平臺供配電系統(tǒng)健康狀態(tài)評估系統(tǒng)設(shè)計框圖。系統(tǒng)由供配電系統(tǒng)、數(shù)據(jù)采集記錄設(shè)備及供配電系統(tǒng)健康監(jiān)測系統(tǒng)組成，具有與外部保障維修機構(gòu)以及人機操作的通信接口，便于健康監(jiān)測系統(tǒng)的管理與使用。

2.1 供配電系統(tǒng)組成與工作原理

供配電系統(tǒng)主要由配電和綜合電源兩部分組成。供電輸入分別來自市電、油機、28 V電源車或蓄電池。

發(fā)射平臺供配電系統(tǒng)設(shè)計框圖如圖2所示。能夠?qū)Σ煌愋洼斎牍╇娺M行整合，通過變換處理為車載設(shè)備提供高精度高可靠電源，防止輸入電源的變化對車載設(shè)備產(chǎn)生干擾，確保發(fā)射平臺用電設(shè)備安全；在交流和直流供電切換過程中不間斷輸出，具有完善的保護功能，安全性和可靠性高。智能配電箱通過功率模塊完成交流、直流的配電輸出。系統(tǒng)具有漏電壓、絕緣保護、漏電流、過壓、欠壓、過流、過熱以及短路等保護功能。

2.2 數(shù)據(jù)采集裝置研究與設(shè)計

根據(jù)發(fā)射平臺供配電系統(tǒng)組成、原理與功能提取特征參數(shù)，采用數(shù)據(jù)采集裝置實現(xiàn)特征參數(shù)的采集和存儲功能。采集數(shù)據(jù)包括供配電系統(tǒng)的基本數(shù)據(jù)、故障記錄、維修記錄、工況數(shù)據(jù)以及配置參數(shù)等信息，可進行長時間存儲，通過USB和網(wǎng)絡(luò)接口進行數(shù)據(jù)傳輸，為供配電系統(tǒng)健康管理提供數(shù)據(jù)支撐[4]。圖3為數(shù)據(jù)采集裝置設(shè)計框圖。采集模塊采集CAN總線數(shù)據(jù)和傳感器信號，并進行分類、存儲。通信模塊具有CAN總線通信接口、USB接口以及以太網(wǎng)接口實現(xiàn)與外部的通信和數(shù)據(jù)傳輸。

圖1 系統(tǒng)構(gòu)架圖

圖2 供配電系統(tǒng)設(shè)計框圖

圖3 數(shù)據(jù)采集裝置設(shè)計框圖

2.3 故障預(yù)測與健康管理系統(tǒng)

2.3.1 數(shù)據(jù)采集與處理

數(shù)據(jù)采集與處理主要研究基于系統(tǒng)模塊級的特征參數(shù)采集、特征參數(shù)優(yōu)選、濾波算法處理以及特征參數(shù)記錄研究。根據(jù)發(fā)射平臺供配電系統(tǒng)的組成與工作原理，關(guān)鍵模塊的性能退化或失效引起系統(tǒng)性能退化或失效，同時模塊中關(guān)鍵器件的性能退化或失效導(dǎo)致模塊性能退化或失效。因此，選擇關(guān)鍵的模塊及關(guān)鍵器件表征發(fā)射平臺供配電系統(tǒng)的整體健康狀態(tài)。導(dǎo)入來自數(shù)據(jù)采集裝置存儲的供配電系統(tǒng)傳感器和系統(tǒng)數(shù)據(jù)總線數(shù)據(jù)，通過數(shù)據(jù)采集裝置采集數(shù)據(jù)、獲取供配電系統(tǒng)的故障特征參數(shù)，為供配電系統(tǒng)提供故障預(yù)測的內(nèi)容，為其他模塊提供現(xiàn)場的數(shù)據(jù)信息。

以關(guān)鍵器件、部件電路為特征參數(shù)提取對象。由于提取參數(shù)復(fù)雜且外界干擾因素較大，為了準確提取特征參數(shù)，采用最小二乘支持向量機（LS-SVM）方法提取[5]。這里以DC/DC電源模塊為例進行特征參數(shù)采集與處理研究分析，選取DC/DC電源模塊關(guān)鍵器件（電解電容、功率MOSFET等）[6]，同時綜合考慮模塊工作條件對變換器性能退化的影響進行分析，給出DC/DC變換器的故障特征參數(shù)，以輸出電壓變化率作為表征變換器性能退化的故障特征參數(shù)。

如圖4所示，采用PSpice軟件進行靈敏度（Sensitivity）仿真和蒙特卡洛（Monte-Carlo）仿真，共500次分析，容錯分布為高斯分布，以1 μs的采樣周期進行采樣200點輸出電壓。采樣電路中，分壓系數(shù)為1/12，采樣電壓為DC 24 V。理想狀態(tài)下，采樣結(jié)果為DC 2 V。根據(jù)各個器件容差分布數(shù)據(jù)進行Monte-Carlo仿真，進行500次仿真，得到器件性能變換下的采樣結(jié)果。圖5為500次Monte-Carlo仿真結(jié)果圖。

圖4 仿真電路圖

圖5 仿真結(jié)果

從圖5仿真結(jié)果可以看出，采樣結(jié)果多數(shù)分布在1.8～2.2 V。從中隨機選取16個時間點的采樣結(jié)果進行均值計算，得到與理想采樣結(jié)果的誤差值，結(jié)果如表1所示。

表1 采樣結(jié)果誤差表

從表1看出，隨著電路工作時間的增長，電路性能退化，最大相對誤差達到0.69%，表明器件性能退化將導(dǎo)致系統(tǒng)故障特征增量變大。將500次Monte-Carlo仿真結(jié)果數(shù)據(jù)導(dǎo)入Matlab，計算得到其馬氏距離（KL）正態(tài)分布，如圖6所示。

圖6 KL分布圖

馬氏距離分布為正態(tài)分布，其中μ為均值，σ為均方差。可以看出，多次分析點分布在（μ-1.96σ，μ+1.96σ），少量分布在（μ-2.58σ，μ+2.58σ）之外。根據(jù)正態(tài)分布理論，σ越小，分布越集中在μ附近；σ越大，分布則越離散。

根據(jù)圖6結(jié)果，分布在區(qū)間（μ-1.96σ，μ+1.96σ）判斷為正常態(tài)，分布在區(qū)間（μ-1.96σ，μ-2.58σ）以及（μ+1.96σ，μ+2.58σ）為預(yù)警態(tài)，大于（μ+2.58σ）以及小于（μ-2.58σ）為故障態(tài)[7]。

針對供配電系統(tǒng)的關(guān)鍵特征參數(shù)進行分析，得到如表2所示的特征參數(shù)體系。

根據(jù)表2內(nèi)參數(shù)體系設(shè)計相應(yīng)信號采集模塊或加裝傳感器實現(xiàn)數(shù)據(jù)采集，并將采集數(shù)據(jù)存儲至數(shù)據(jù)采集裝置中，作為故障預(yù)測與健康管理的數(shù)據(jù)支撐。

2.3.2 故障診斷與預(yù)測

通過輸入已被處理過的數(shù)據(jù)，對系統(tǒng)模塊、子系統(tǒng)以及系統(tǒng)特性進行測試、分析及報告，輸出關(guān)于模塊、子系統(tǒng)以及系統(tǒng)的狀態(tài)。借助智能推理算法初步處理數(shù)據(jù)，判斷供配電系統(tǒng)模塊、子系統(tǒng)以及系統(tǒng)的簡單故障狀態(tài)，從而判斷供配電系統(tǒng)的基本狀態(tài)。系統(tǒng)是否穩(wěn)定運行通常以設(shè)置閾值為衡量標準，即當系統(tǒng)狀態(tài)參數(shù)超過閾值時，判定系統(tǒng)出現(xiàn)異常，進而診斷是否發(fā)生故障。

表2 供配電系統(tǒng)特征參數(shù)體系表

針對發(fā)射平臺供配電系統(tǒng)可能引起故障的特征進行研究，梳理出對應(yīng)的主要故障模式，進行機理分析、模式分類和故障特性分析，最終建立發(fā)射平臺供配電系統(tǒng)的故障樹，明確故障模式、故障原因及故障影響程度，對不同等級故障模式進行補償措施處理，減少故障發(fā)生概率，同時將故障樹分析作為故障評估分析的依據(jù)。

2.3.3 健康評估與管理

基本功能是監(jiān)測模塊、子系統(tǒng)以及系統(tǒng)的健康狀況退化情況。當監(jiān)測過程中發(fā)現(xiàn)系統(tǒng)異常時，需要對異常情況進行進一步診斷、分析，從而確定系統(tǒng)到底處于生命周期的哪種狀態(tài)。故障診斷主要分為基于數(shù)據(jù)診斷和基于模型診斷兩種?；跀?shù)據(jù)診斷是以系統(tǒng)數(shù)據(jù)為基礎(chǔ)，通過專家系統(tǒng)、模式識別以及神經(jīng)網(wǎng)絡(luò)等算法對系統(tǒng)進行故障定位及恢復(fù)?；谀Ｐ驮\斷先要建立系統(tǒng)精確模型，將監(jiān)測的系統(tǒng)狀態(tài)信息、數(shù)據(jù)與已經(jīng)建立的模型進行差分運算，然后進行故障診斷，判別故障類型，并提供維修措施。

2.3.4 輔助決策

根據(jù)診斷和預(yù)測結(jié)果以及維修、停機、備件等相關(guān)信息，進行輔助維修決策，確定安排系統(tǒng)維修、維護等工作，對系統(tǒng)進行后勤支持。系統(tǒng)狀態(tài)監(jiān)測、健康評估和故障預(yù)測都會生成健康狀態(tài)報告，根據(jù)健康報告情況可安排下一次的檢測時間、維修人員及措施等[8]。

2.3.5 人機接口

人機接口是與用戶的信息接口，也是系統(tǒng)運行結(jié)果的最后表達顯示接口，包括與使用人員、維修人員、作戰(zhàn)人員以及設(shè)計人員等信息的接口。表達的信息包括故障隔離結(jié)果用于確認模糊故障的數(shù)據(jù)、發(fā)射平臺供配電系統(tǒng)關(guān)鍵部件的剩余可用壽命以及維修需求的具體內(nèi)容等結(jié)論性表達，是作戰(zhàn)管理、車輛后勤管理和設(shè)計管理等部門活動的依據(jù)。

3 結(jié) 論

本文重點研究了發(fā)射平臺供配電系統(tǒng)中關(guān)鍵模塊或零部件的特征提取，但對具體模塊如何提高特征參數(shù)提取準確性與科學(xué)性的方法需要繼續(xù)研究，同時對多測點信號如何進行特征融合也是進一步研究的方向。本文建立的供配電系統(tǒng)故障預(yù)測與健康管理系統(tǒng)構(gòu)架，主要針對供配電系統(tǒng)中關(guān)鍵模塊或零部件的失效和退化參數(shù)完成設(shè)計，采用的實現(xiàn)算法與分析邏輯可借鑒應(yīng)用于發(fā)射平臺的其他分系統(tǒng)，實現(xiàn)發(fā)射平臺的故障預(yù)測與健康管理系統(tǒng)的設(shè)計。