邢曉辰,王 健,司遠征,崔雪峰
(裝備學(xué)院 裝備采辦系,北京 101416)
面向復(fù)雜裝備的信息融合式健康監(jiān)測分析研究
邢曉辰,王 健,司遠征,崔雪峰
(裝備學(xué)院 裝備采辦系,北京 101416)
為解決當(dāng)前復(fù)雜裝備維修維護與狀態(tài)監(jiān)測所面臨的問題,提出面向復(fù)雜裝備的信息融合式健康監(jiān)測;對復(fù)雜裝備健康監(jiān)測需求進行研究,明確針對復(fù)雜裝備開展健康監(jiān)測研究的意義;完成裝備健康監(jiān)測概念辨析,明確將信息融合技術(shù)引入復(fù)雜裝備健康監(jiān)測的意義;對信息融合技術(shù)國內(nèi)外研究現(xiàn)狀進行分析,針對信息融合技術(shù)的數(shù)據(jù)級、特征級及決策級,對各層級典型信息融合算法進行概要分析;論文研究為后續(xù)進一步深入開展復(fù)雜裝備信息融合式健康監(jiān)測研究奠定了良好基礎(chǔ)。
復(fù)雜裝備;健康監(jiān)測;多源信息;信息融合
復(fù)雜裝備在現(xiàn)代化工業(yè)中發(fā)揮著重要的作用,一旦裝備發(fā)生故障或者出現(xiàn)健康狀態(tài)劣化,會嚴重影響生產(chǎn)效能和工作效率。因此,為了減少由于裝備故障所帶來的經(jīng)濟損耗、時間消耗、危險度增加等問題,裝備尤其是復(fù)雜裝備的健康問題日益受到愈加廣泛的關(guān)注。當(dāng)前,針對裝備所開展的故障診斷多采用定期維修方式,此種預(yù)防性維修方式相比于傳統(tǒng)的事后維修方法提高了裝備健康維護的主動性,但容易造成過度維修或維修不足,主要是由于定期維修無法有效利用裝備的壽命分布規(guī)律。
針對這一情況,基于狀態(tài)的維修(condition based maintenance, CBM)即視情維修應(yīng)運而生,CBM通過設(shè)置相應(yīng)的傳感器,基于所采集到的裝備部分參數(shù)對裝備健康狀態(tài)進行評估,進而基于裝備健康狀況確定維修的時機與強度。據(jù)美軍統(tǒng)計資料顯示,如果投資1~2萬美元用于裝備狀態(tài)維修,每年將節(jié)省5萬美元的費用。日本企業(yè)在實施CBM后,設(shè)備故障率減少了約75%,維修費用降低了25%~50%。隨后,以CBM為基礎(chǔ)的故障預(yù)測與健康管理(prognostic and health management, PHM)得到了極大的促進與發(fā)展。相對應(yīng),作為裝備健康管理中極其重要的一環(huán),裝備健康監(jiān)測(equipment health monitoring, EHM)技術(shù)也得到了學(xué)術(shù)界的廣泛關(guān)注。裝備尤其是大型復(fù)雜裝備在執(zhí)行任務(wù)的過程中會產(chǎn)生大量類型豐富的狀態(tài)測試參數(shù),如何充分高效地利用這些狀態(tài)測試參數(shù),對提高復(fù)雜裝備健康監(jiān)測的可靠性與準確度具有重要意義。鑒于此,本文對面向復(fù)雜裝備的信息融合式健康監(jiān)測進行總體性的研究與分析。
針對復(fù)雜裝備開展健康監(jiān)測研究,具有重要的意義,主要體現(xiàn)在以下兩個方面:
1)實現(xiàn)視情維修,大幅降低復(fù)雜裝備維修保障費用。
當(dāng)前,我國裝備使用部門針對裝備健康狀態(tài)檢測主要采用定期檢修與事后維修相結(jié)合的故障檢修方式。采用此種檢修模式,在每次任務(wù)準備階段和任務(wù)完成后,都要進行大量的檢測與維修,覆蓋面大,難度和費用比較高。在設(shè)備未出現(xiàn)故障時進行定期檢修,反而可能會破壞設(shè)備正常的性能狀態(tài),甚至造成不必要的停機;進行事后維修時,通常表明設(shè)備已經(jīng)出現(xiàn)了較為嚴重的故障。此兩種方式,均無法充分保證加裝備在執(zhí)行任務(wù)中的可靠性與高效性開展復(fù)雜裝備健康監(jiān)測研究,通過實時(或準實時)的狀態(tài)監(jiān)測,能夠及時識別復(fù)雜裝備健康狀態(tài),實現(xiàn)視情維修,降低系統(tǒng)維護費用。
2)減少經(jīng)濟損失,避免重特大事故發(fā)生。
復(fù)雜裝備具備“結(jié)構(gòu)復(fù)雜性、功能多樣性、系統(tǒng)架構(gòu)強耦合性”等特征,針對其開展健康監(jiān)測研究具備很大的挑戰(zhàn)。因此,復(fù)雜裝備在執(zhí)行任務(wù)的過程中,一旦出現(xiàn)故障,將造成極為嚴重的后果。尤其是針對大型復(fù)雜裝備在執(zhí)行“急、難、險、重”任務(wù)時,一旦發(fā)生故障會嚴重阻礙任務(wù)的順利實施,甚至造成財產(chǎn)巨額損害乃至人員傷亡。針對復(fù)雜裝備開展健康監(jiān)測研究,在狀態(tài)出現(xiàn)劣化或者故障程度相對輕微時,即采取有效措施進行干預(yù),能夠最大程度避免故障的發(fā)生或者故障程度的惡化,尤其是能夠避免重特大事故的發(fā)生,減少經(jīng)濟損失。
鑒于此,有必要將健康監(jiān)測技術(shù)引入到復(fù)雜裝備狀態(tài)監(jiān)測與故障診斷中去,通過實時(或準實時)地監(jiān)測復(fù)雜裝備健康狀態(tài),第一時間發(fā)現(xiàn)復(fù)雜裝備的狀態(tài)失效或早期故障,確保任務(wù)的順利實施。
論文選取健康監(jiān)測在幾個典型應(yīng)用領(lǐng)域的定義進行分析,文獻[1]主要開展飛行器健康監(jiān)測研究,認為健康監(jiān)測是對一個飛行器系統(tǒng)工作狀態(tài)正常與否的描述,通過對飛行器系統(tǒng)進行有效的狀態(tài)監(jiān)測、檢測、故障診斷等,獲取其準確、清晰的健康狀態(tài)信息;文獻[2]主要開展結(jié)構(gòu)健康監(jiān)測研究,將結(jié)構(gòu)健康監(jiān)測定義為利用集成在結(jié)構(gòu)中的傳感器,在線實時地獲取與結(jié)構(gòu)健康狀況相關(guān)的信息,提取結(jié)構(gòu)性能特征參數(shù),識別結(jié)構(gòu)的狀態(tài)及損傷,對結(jié)構(gòu)中的不安全因素,在早期就加以控制以消除安全隱患或控制安全隱患的進一步發(fā)展,為結(jié)構(gòu)的維修、養(yǎng)護及管理決策提供依據(jù)和指導(dǎo);文獻[3]主要對橋梁健康監(jiān)測進行研究,將橋梁健康監(jiān)測定義為基于各種傳感器對橋梁的動力響應(yīng)信號進行采集,對采集的各種信號提取有用信息,進行結(jié)構(gòu)損傷識別、模型修正以及載荷分析,進而評定橋梁健康狀態(tài)。
為明確健康監(jiān)測概念的具體內(nèi)涵,對健康監(jiān)測領(lǐng)域中比較重要的概念與名詞進行分析,如表1所示[4]:
表1 健康監(jiān)測領(lǐng)域中的基本概念分析
綜合以上分析,論文對健康監(jiān)測作如下定義。
定義1:健康監(jiān)測。健康監(jiān)測是指設(shè)置多數(shù)量、多類型的傳感器實時監(jiān)測系統(tǒng)狀態(tài)信息,選取適當(dāng)?shù)乃惴ɑ蚰P蛯Σ杉降亩嘣礈y試信息進行數(shù)據(jù)處理、融合以及推理,實現(xiàn)對系統(tǒng)的實時(或準實時)狀態(tài)監(jiān)測與狀態(tài)評估,明確系統(tǒng)當(dāng)前健康狀態(tài),降低系統(tǒng)發(fā)生故障的風(fēng)險,為后續(xù)系統(tǒng)的養(yǎng)護、維修及管理提供依據(jù)與指導(dǎo)。
在定義1的基礎(chǔ)上,論文對復(fù)雜裝備健康監(jiān)測定義如下:
定義2:復(fù)雜裝備健康監(jiān)測。復(fù)雜裝備健康監(jiān)測是指針對復(fù)雜裝備內(nèi)不同類型組件如殼體、機床、刀具、模具等,選取合適的多類型傳感器,采集各組件執(zhí)行任務(wù)時的狀態(tài)信息,基于所采集的狀態(tài)信息選用適當(dāng)?shù)臄?shù)據(jù)處理算法、融合算法及推理機制,對各組件的健康狀態(tài)進行評估。
隨著生產(chǎn)加工技術(shù)的不斷進步以及國家經(jīng)濟實力的不斷提升,未來可預(yù)見的一段時期內(nèi),不管是經(jīng)濟發(fā)展需求還是軍事需求,復(fù)雜裝備在各大任務(wù)中都將發(fā)揮越來越重要的作用,這也對復(fù)雜裝備在執(zhí)行任務(wù)時的可靠性與效率提出了更高的要求。
當(dāng)前,我國針對復(fù)雜裝備的健康監(jiān)測研究并不能完全滿足實際需求。事實上,復(fù)雜裝備在執(zhí)行任務(wù)時,內(nèi)部各組件會產(chǎn)生大量狀態(tài)測試信息,這些測試信息來源于不同空間(或位置)和(或)不同時間節(jié)點的多源、多類型傳感器[5]。以空軍某型復(fù)雜裝備為例,其內(nèi)部各組件在執(zhí)行任務(wù)時所監(jiān)測的液位、溫度、流量、壓力、閥門等模擬量、開關(guān)量、脈沖量信息多達數(shù)百路。論文將這些多傳感器信息稱之為多源測試信息。當(dāng)前,研究如何充分利用復(fù)雜裝備多源測試信息,提升復(fù)雜裝備健康監(jiān)測的準確度與可靠性,已迫在眉睫。
信息融合技術(shù)及其應(yīng)用是當(dāng)前國內(nèi)外研究的熱點領(lǐng)域之一,為充分利用復(fù)雜裝備多源測試信息,解決我國復(fù)雜裝備健康監(jiān)測所面臨的技術(shù)難題,很有必要開展信息融合技術(shù)研究,并將信息融合技術(shù)引入復(fù)雜裝備健康監(jiān)測。這是一個具備創(chuàng)新性的前沿課題,具有十分重要的理論意義。
將信息融合技術(shù)引入復(fù)雜裝備健康監(jiān)測,其意義主要體現(xiàn)在以下幾個方面:
1)融合同類型多傳感器測試信息,提高閾值監(jiān)測準確度
針對復(fù)雜裝備中閾值監(jiān)測型組件健康監(jiān)測可靠性偏低的問題,可考慮設(shè)置多個同類型傳感器,同時對組件狀態(tài)進行監(jiān)測。采用信息融合技術(shù)中的數(shù)據(jù)級融合算法,對多傳感器測試信息進行融合,能夠降低傳感器測試或傳輸故障所帶來的風(fēng)險,有效提高組件閾值監(jiān)測的可靠性與準確度。
2)在時間維度上融合單傳感器測試信息,實現(xiàn)閾值監(jiān)測型組件狀態(tài)劣化監(jiān)測
為解決復(fù)雜裝備中閾值監(jiān)測型組件狀態(tài)劣化監(jiān)測困難的問題,引入預(yù)測技術(shù),對單傳感器測試信息在時間維度上進行融合,完成基于預(yù)測的組件健康監(jiān)測?;谀硶r刻之前的一段狀態(tài)實際測試信息,生成該時刻的預(yù)測值,采用某種判定規(guī)則對預(yù)測值進行判斷,明確預(yù)測值是否存在突變,是否能夠構(gòu)成異常數(shù)據(jù)。求取異常數(shù)據(jù)趨勢,基于某種判定規(guī)則完成組件狀態(tài)劣化監(jiān)測。
3)融合不同類型的多傳感器測試信息,實現(xiàn)復(fù)雜組件健康監(jiān)測
采用基于單類型測試信息的閾值監(jiān)測方式,無法有效監(jiān)測復(fù)雜裝備中復(fù)雜組件的健康狀態(tài)。針對復(fù)雜組件健康監(jiān)測,通常能夠采集多類型的狀態(tài)測試信息,不同測試信息能夠從不同角度反映組件健康狀態(tài)。采用信息融合技術(shù)對這些狀態(tài)信息進行融合,能夠從多角度、多維度出發(fā),實現(xiàn)復(fù)雜組件健康監(jiān)測。
4)準確融合復(fù)雜裝備健康監(jiān)測中的多源決策,生成最終決策
對復(fù)雜裝備中某組件進行健康監(jiān)測時,基于不同的狀態(tài)信息、采用不同的算法或模型所生成的決策間可能存在沖突。采用信息融合中的決策級融合算法,對沖突決策進行融合,生成一個確定的、更準確的最終決策。
4.1 信息融合技術(shù)國內(nèi)外現(xiàn)狀分析
國外尤其是美國對信息融合技術(shù)的研究起步較早,早在20世紀70年代,美國軍方的研究機構(gòu)即在潛艇聲納信號的處理上采用了融合的理念。1985年,美國國防部實驗室聯(lián)合理事會(joint directors of laboratories, JDL)成立信息融合專家組,對信息融合定義進行統(tǒng)一,并研究建立面向信息融合的公共參考框架。在學(xué)術(shù)研究上,美國成立了多個融合年會或?qū)W術(shù)組織,如SPIE傳感器融合年會、美國三軍數(shù)據(jù)融合年會、國際機器人和自動化會刊、IEEE的相關(guān)會議以及國際信息融合學(xué)會(internati-onal society of information fusion, ISIF)。其中,ISIF學(xué)會成立于1998年,從成立至今每年均會舉辦一次信息融合國際學(xué)術(shù)大會,用以介紹信息融合領(lǐng)域的最新研究成果。此外,國外許多學(xué)者也發(fā)表了很多具有代表性的著作,如Llinas和Waltz的《Multisensor Data Fusion》、Hall的《Mathematical Techniques in Multisensor Data Fusion》以及《Handbook of Multisensor Data Fusion》等[6]。
與國外研究相比,國內(nèi)對信息融合技術(shù)的研究相對較晚,進展也稍顯緩慢。20世紀80年代后期,國內(nèi)才開始慢慢出現(xiàn)針對多傳感器融合技術(shù)的報道。隨后各科研院所、高校等單位逐漸重視,并出版了不少譯著和專著,比較有代表性的有:周宏仁等人的《機動目標跟蹤》、敬忠良的《神經(jīng)網(wǎng)絡(luò)跟蹤理論及應(yīng)用》、康耀紅等人的《數(shù)據(jù)融合理論與應(yīng)用》、劉同明等人的《數(shù)據(jù)融合技術(shù)及其應(yīng)用》、趙宗貴等人的《數(shù)據(jù)融合方法法概論》、何友等人的《多傳感器信息融合及應(yīng)用》、韓崇昭等人的《多源信息融合》以及裝備學(xué)院沈懷榮教授等人編著的《信息融合故障診斷技術(shù)》等[7]。
與此同時,針對信息融合技術(shù)的研究與應(yīng)用,國內(nèi)外每年也都會產(chǎn)生大量的學(xué)術(shù)論文與學(xué)術(shù)期刊,這些論文與期刊都為信息融合技術(shù)的發(fā)展做出了貢獻。
4.2 信息融合技術(shù)概要分析
針對復(fù)雜裝備開展健康監(jiān)測時,處理對象是系統(tǒng)內(nèi)各組件多類型狀態(tài)測試信息。結(jié)合不同組件健康監(jiān)測信息特點,論文可以選用不同層級的信息融合技術(shù)。
4.2.1 信息融合技術(shù)層級劃分
信息融合按照系統(tǒng)的功能進行劃分,可分為目標評估級、態(tài)勢評估級、影響評估級以及過程評估級。此種劃分方式主要是從系統(tǒng)功能的角度出發(fā),其應(yīng)用對象多為面向軍事應(yīng)用。根據(jù)融合處理場合的不同,將信息融合處理結(jié)構(gòu)劃分為集中式結(jié)構(gòu)、分布式結(jié)構(gòu)以及混合式結(jié)構(gòu)。其中,集中式結(jié)構(gòu)加工的對象是傳感器原始數(shù)據(jù),而分布式結(jié)構(gòu)加工的是經(jīng)過預(yù)處理的局部數(shù)據(jù)。此種劃分形式,其應(yīng)用對象多為目標航跡關(guān)聯(lián)或航跡融合[8]。通常,按照系統(tǒng)中數(shù)據(jù)抽象層次的不同,信息融合可以分為3個層級:數(shù)據(jù)級、特征級以及決策級[9]。
為直觀理解,3個信息融合層次的優(yōu)缺點對比分析如表2所示。
4.2.2 信息融合算法概要分析
信息融合是一門多學(xué)科交叉的新興技術(shù),針對不同層級融合,所選用的融合算法和關(guān)鍵技術(shù)通常并不相同。本節(jié)從數(shù)據(jù)級、特征級以及決策級3個層級出發(fā),對信息融合技術(shù)各層級的信息融合典型算法,進行概要分析。
表2 息融合處理各層次優(yōu)缺點對比分析
其中,數(shù)據(jù)級信息融合技術(shù)主要有加權(quán)融合算法、卡爾曼濾波、時間序列分析以及支持向量機等;特征級信息融合技術(shù)主要有主成分分析、神經(jīng)網(wǎng)絡(luò)及Rough集理論等;決策級信息融合技術(shù)主要包括模糊集理論、隨機集理論以及證據(jù)理論。
應(yīng)當(dāng)注意,對多源信息進行特征級融合時,首先對信息進行特征提取,而后對所提取的特征進行融合并生成決策。有些時候,所提取的特征信息與原始信息在形式或構(gòu)成上并沒有本質(zhì)區(qū)別。因此,諸如支持向量機、Rough集、神經(jīng)網(wǎng)絡(luò)等融合技術(shù)既可以應(yīng)用于數(shù)據(jù)級融合,又可以應(yīng)用于決策級融合,即信息融合技術(shù)各層級的算法并沒有完全嚴格界限分析[10]。
將信息融合技術(shù)引入復(fù)雜裝備健康監(jiān)測具有重要的意義。本文對復(fù)雜裝備健康監(jiān)測需求進行分析;對健康監(jiān)測領(lǐng)域的重要概念進行辨析,進而完成健康監(jiān)測與復(fù)雜裝備健康監(jiān)測概念定義;研究將信息融合技術(shù)引入復(fù)雜裝備健康監(jiān)測的意義;對信息融合技術(shù)國內(nèi)外研究現(xiàn)狀進行分析,研究信息融合技術(shù)層級劃分,對應(yīng)數(shù)據(jù)級、特征級、決策級,對各層級典型信息融合算法進行概要分析。論文研究為后續(xù)開展復(fù)雜裝備信息融合式健康監(jiān)測奠定了較好的基礎(chǔ)。
[1] 邱 雷. 基于壓電陣列的飛機結(jié)構(gòu)監(jiān)測與管理系統(tǒng)研究[D]. 南京: 南京航空航天大學(xué), 2011.
[2] 賈云龍, 委玉奇. 大型復(fù)雜結(jié)構(gòu)長期服役狀態(tài)下的健康監(jiān)測系統(tǒng)[J]. 中國工程咨詢, 2011,1:28-30.
[3] 楊 棟. 橋梁健康監(jiān)測信號的遞歸特性分析[D]. 長沙: 中南大學(xué), 2012.
[4] Kalgren P W, Byington C S, Roemer M J, et al. Defining PHM, a Lexical evolution of maintenance and logistics[A]. Proceedings IEEE Systems Readiness Technology Conference[C]. 2006,9:353-358.
[5] 陳偉根, 劉 娟, 曹 敏. 基于信息融合的變壓器內(nèi)部故障診斷方法[J]. 高壓電技術(shù), 2015,41(11):3797-3803.
[6] 韓崇昭, 朱洪艷, 段戰(zhàn)勝, 等. 多源信息融合(第二版)[M]. 北京: 清華大學(xué)出版社, 2010.
[7] 康 健. 基于多傳感器信息融合關(guān)鍵技術(shù)的研究[D]. 哈爾濱: 哈爾濱工程大學(xué), 2013.
[8] 潘 泉, 王增福, 梁 彥, 等. 信息融合理論的基本方法與進展(J). 控制理論與應(yīng)用, 2012, 29(10): 1233-1244.
[9] 邢曉辰, 蔡遠文, 趙乙鑌, 等. 加注系統(tǒng)信息融合式健康監(jiān)測方案研究[J]. 計算機測量與控制, 2015, 23(9): 2945-2947.
[10] 陳科文, 張祖平, 龍 軍. 多源信息融合關(guān)鍵問題、研究進展與新動向[J]. 計算機科學(xué), 2013, 40(8): 6-13.
Research of Analysis on Information Fusion Health Monitoring for Complex Equipment
Xing Xiaochen, Wang Jian, Si Yuanzheng, Cui Xuefeng
(Department of Equipment Acquisition, Equipment Academy,Beijing 101416,China)
In order to solve the current problem of maintenance and condition monitoring for complex equipment, research on information fusion health monitoring of complex equipment has been proposed. Study of complex equipment health monitoring requirements is carried out, and the meaning of health monitoring research for complex equipment is clear. The conception of equipment health monitoring is completed, and the significance of introducing information fusion technology to complex equipment health monitoring is analyzed. The status at home and abroad of information fusion technology research is analyzed. Aiming at the data level, feature level and decision level of information fusion technology, the typical information fusion algorithms for all levels are mainly analyzed. And a good foundation of further research of information fusion health monitoring for complex equipment has been laid.
complex equipment; health monitoring; multi-source information; information fusion
2016-09-22;
2016-11-08。
邢曉辰(1988-),男,山東菏澤人,博士,講師,主要從事裝備采辦信息化、信息融合與健康監(jiān)測技術(shù)方向的研究。
1671-4598(2017)03-0003-03
10.16526/j.cnki.11-4762/tp.2017.03.002
TP277
A