趙剡　滕沖　楊輝　魏鵬

摘要：為保證慣導系統(tǒng)高性能、低保障費用、安全可靠地完成導航任務，在對慣導系統(tǒng)性能影響因素分析的基礎上，提出一種基于性能的慣導系統(tǒng)健康管理（INS-PHM）體系架構。它采用多層次模糊綜合評價的智能模型與算法對慣導系統(tǒng)綜合性能進行預測、評價。仿真實驗驗證了該方法的可行性，為實現(xiàn)基于PHM技術的慣導系統(tǒng)健康管理提供了一種有效的解決途徑，具有一定的工程應用價值。

關鍵詞：慣導系統(tǒng)；預測與健康管理；性能影響因素；多層次模糊綜合評價

中圖分類號：U666.1 文獻標識碼：A 文章編號：1673-5048（2014）02-0049-05

0、引言

慣性導航系統(tǒng)（INS）以其全天候、全球性、連續(xù)性、自主性強的導航特點，在航空飛行器和航天運載器等各導航設備中占有核心地位。因其為技術密集和高度復雜的系統(tǒng)，常發(fā)生系統(tǒng)故障，直接影響導航性能。如何減少故障發(fā)生頻率、減少維修人力和保障費用、提高系統(tǒng)可靠性迫在眉睫。預測與健康管理（Prognostics and Health Management，PHM）作為新一代武器裝備的關鍵技術，在提高安全l生、可靠性、完成任務成功性及降低保障費用等方面有重要作用。PHM技術核心是利用先進的傳感器（微機電系統(tǒng)MEMS等），借助各種算法（快速傅里葉變換、小波變換等）和智能模型（神經(jīng)網(wǎng)絡、專家系統(tǒng)、模糊邏輯、遺傳算法）對復雜系統(tǒng)進行診斷、預測、監(jiān)控和健康管理。PHM技術是對傳統(tǒng)機內(nèi)測試（BIT）、狀態(tài)（健康）監(jiān)控和故障診斷技術的進一步拓展，從對部件或系統(tǒng)故障的被動反應（事后處理）轉向主動監(jiān)測（CBM），引入故障預測環(huán)節(jié)，借助這種提前預知能力，提前識別可能發(fā)生的故障，提高對復雜系統(tǒng)工作狀態(tài)的了解，并綜合管理規(guī)劃，最大程度降低故障帶來的損失，提高復雜系統(tǒng)的任務可靠性和安全性。一個完整的PHM系統(tǒng)通常要完成以下功能：①故障檢測與隔離（FDI）；②故障檢測與恢復隔離（FDR）；③故障預測（FP）；④剩余使用壽命預計；⑤部件壽命跟蹤；⑥性能降低趨勢跟蹤；⑦決策支持和資源管理；③信息融合與容錯；⑨信息管理。近年來PHM技術在大型飛機、航空電子產(chǎn)品等領域得到很好的研究和應用。

本文在慣導系統(tǒng)性能影響因素分析的基礎上，提出了一種慣導系統(tǒng)健康管理（INs-PHM）體系架構，借助多層次模糊綜合評價法對慣導系統(tǒng)綜合性能進行評價，為實現(xiàn)慣導系統(tǒng)健康狀況預測和管理提供一種有效的解決途徑。

1、INS性能影響因素分析

慣性導航系統(tǒng)通常由慣性測量單元（InertialMeasurement Unit，IMU）和導航計算機組成。IMU通常包括3個相互正交的加速度計和陀螺儀：導航計算機利用IMU在外界復雜環(huán)境干擾下的實際輸出值，在給定的初始條件下，解算出載體的瞬時位置、速度以及姿態(tài)信息，如圖1所示。

慣導系統(tǒng)能否安全穩(wěn)定地完成導航任務并且給出高精度的定位結果，不僅與系統(tǒng)復雜的硬件條件及導航算法有關，而且還受外界環(huán)境因素影響。慣性傳感器表現(xiàn)出的大誤差除硬件故障（傳感器無輸出、無讀數(shù)、超指標）和裝配故障外，還可能表明系統(tǒng)可能處在一個比設計指標大得多的震動環(huán)境。

因此，有必要對可能影響導航精度和綜合性能的因素進行分析：①導航精度：由于導航位置信息是由加速度計敏感的加速度值經(jīng)二次積分得到，致使其誤差隨時間積累而發(fā)散，導致定位精度降低；②綜合因素：傳感器的各種誤差（固有零偏、隨機漂移、安裝誤差等）、所處環(huán)境因素（溫度、震動、濕度、壓力、沖擊等）。圖2列出了對慣導系統(tǒng)性能有較大影響的相關性能制約因素。

2、INS-PHM體系架構

現(xiàn)代先進武器對導航精度和系統(tǒng)“五性”（可靠性、維修性、測試性、保障性和安全性）提出了更高的要求，慣導系統(tǒng)本質(zhì)相當于多傳感器的綜合處理系統(tǒng)，傳統(tǒng)方法提高性能主要是通過冗余技術，即以硬件冗余為主，軟件冗余為輔的手段，實時對部件及系統(tǒng)進行檢測、隔離，但不能提前預知可能的隱患。通過對國外視情維修的開放體系結構的研究，在此給出INS-PHM體系架構，如圖3所示。由圖知，將慣導系統(tǒng)PHM體系分成三層。底層主要負責慣導系統(tǒng)數(shù)據(jù)采集與傳輸。中間層則是軟件管理層，負責PHM功能的算法實現(xiàn)。頂層則為用戶管理層。將三層細分為以下六層，各層功能如下：

（1）數(shù)據(jù)采集與傳輸層：由慣導系統(tǒng)中的各傳感器、數(shù)據(jù)采集卡、數(shù)據(jù)傳輸卡等組成，利用數(shù)據(jù)采集卡實現(xiàn)對各傳感器輸出數(shù)據(jù)的采集和轉換，再利用數(shù)據(jù)傳輸卡將轉換后的數(shù)據(jù)通過RS232串行接口傳送給上位機，以便對采集的數(shù)據(jù)處理。

（2）數(shù)據(jù)處理層：接收來自各傳感器的輸出信號及其他部分信號并進行預處理，主要包括數(shù)據(jù)存儲、濾波處理、特征數(shù)據(jù)提取等。

（3）狀態(tài)監(jiān)控層：首先建立系統(tǒng)健康狀態(tài)知識庫，將經(jīng)過預處理的數(shù)據(jù)同知識庫中的數(shù)據(jù)進行比對，進而判斷系統(tǒng)的健康狀況，同時判斷所提取的特征信息量是否在閾值及安全范圍內(nèi)，從而實現(xiàn)對系統(tǒng)狀態(tài)的監(jiān)控。

（4）健康狀態(tài)綜合評估層：該層次算法實現(xiàn)的準確性直接影響PHM在慣導系統(tǒng)中是否成功應用。主要實現(xiàn)對系統(tǒng)故障的檢測與診斷，若判斷有故障，向用戶警告，借助冗余的硬件實現(xiàn)FDI或FDR；若無故障，則對元件級和系統(tǒng)級進行故障預測，預判可能發(fā)生故障的原因和時間，進而提前進行維護和重點監(jiān)測，同時將監(jiān)測數(shù)據(jù)更新到知識庫中。

（5）決策層：對上層各類監(jiān)測狀況視情處理。

（6）表達層：主要包括機一機接口和人一機接口。其中機一機接口主要實現(xiàn)各模塊間的數(shù)據(jù)通信，人一機接口主要對上述幾部分的數(shù)據(jù)及結果信息給予顯示，實現(xiàn)友好的人機交互。

3、多層次模糊綜合評價法

系統(tǒng)安全性綜合評價時的評語通常帶有模糊性，所以宜采用模糊綜合評價法，此方法關鍵之處在于對指標權重的選取，而模糊綜合評價的權重通常由專家組給出，由此帶來的主觀性可由層次分析法（AHP）彌補，提高評價結果的可信度。主要步驟如下：

5、結束語

本文提出的INS-PHM體系，在傳統(tǒng)FDIR基礎上，引入故障預測和健康管理，基于智能推理機軟件來模擬物理系統(tǒng)真實的工作狀態(tài)，實現(xiàn)對系統(tǒng)未來健康狀況的預測和管理，采用多層次模糊綜合評價法作為預測方法，對慣導系統(tǒng)綜合性能做出評價。實驗1的評價結果為良好，說明此慣導系統(tǒng)健康狀況雖不是最佳，但各項指標均在正常范圍內(nèi)，在低精度條件下仍可使用，要繼續(xù)監(jiān)控其健康狀況以便進行管理決策：實驗2的結果為不健康，說明某項或某幾項指標超出正常范圍，系統(tǒng)應立即停用并進行故障定位，與仿真條件吻合。實驗證明該方法可簡易合理地對慣導系統(tǒng)健康狀況進行預判。endprint