航空电子系统故障预测与健康管理技术探究

摘 要：伴随当前科学技术快速发展，我国在航天领域也获得了很大的进步，取得这些成绩和航空电子系统的发展息息相关，一定要进一步加强航空电子系统故障处理，这是一件非常关键的事情，不单单可以确保我国航空系统的质量，还可以进一步加快我国航空系统的快速发展，本文对航空电子系统故障预测与健康管理技术进行分析和研究，以供参考。

关键词：航空电子系统;故障预测;健康管理技术

中图分类号：TP391 文献标识码：A 文章编号：1671-2064（2019）01-0041-02

1 PHM系统结构和功能

PHM系统结构主要是在区域管理器体系条件下建立起来的结构，这种结构的特性特点在于区域管理器。具体分析区域管理工作可以发现，主要分成三个构件管理，传感器层属于第一层，主要是收集一些原始资料和数据。第二层和第一层在组成方面相对较为复杂，主要是多种管理器组成的，这一层主要是为了获取和感知飞机系统电子信息，这一层具有非常强大的功能，主要是软件推理机模块和功能软件模块，这两个部分在操作的过程中，发挥着非常重要的作用，可以使用神经网络技术和数据融合技术等，利用这些技术可以有效的监控、预测、分析相关的情况，有积极有效的管理。飞机系统的推理机构为第三层。这层主要是收集电子信息，并且综合评估飞机的健康情况，PHM系统的功能主要是对故障进行隔离和检测，预测特定部件的情况，并且对物件使用寿命进行预测和分析，有机的结合推理和资源管理机制，以此为基础，形成一套完整的决策系统，加强故障信息的预警，并且依照实际情况，将故障信息发送给等级不同的处理人员，主要是地面维护人员和飞行员。

2 电子系统PHM的支撑技术

2.1 数据采集与传感器技术

在对复杂系统对象进行PHM的时候，首先需要对其直接表征健康状态的参数进行确认，另外还需要积极采集一些能够对其系统健康状况进行间接推理的参数，这些信息都是PHM系统运行过程中的基础，一定要注意加强这些数据的精准性，在这些信息获取的过程中，主要包含了传感器的类型、传感器的精度、带宽以及安放的位置、监测的参数等，因为电子系统在故障方面多种多样，PHM系统通常条件下需要进一步监测一些参数，比如说，电压功率热散失、温度、湿度、冲击振动等，每一项参数都需要配备一个传感器或者多个传感器，这样就会造成传感器的数量很大，在实践的过程中，無法保证其准确度，所以PHM技术还需要注意加强传感器的多样化以及体积的小型化，另外还需要注意监测一些其他参数，比如说静电损伤时间、相关介质击穿等。但是这些参数敏感的传感器并不多见，所以一定要进一步进行开发。

2.2 故障诊断技术

故障诊断主要是通过传感器来对相关状态参数进行探测，并且需要与其它参数信息相结合，合理的评估当前的健康状况，使监控和诊断的目的得以实现，故障诊断技术主要是在解析模型方法以及知识方法、信号处理方法等三种方法当中形成的，解析模型的方法主要是对对象数据模型进行诊断的条件下，依照一定的数学方法来诊断被测信息，根据信号处理的方法，一般情况下是通过信号模型对可测信号进行直接分析，比如说频率、幅值、方差等特征量，对其故障进行检测。知识点故障诊断方法主要是在知识条件下，通过知识数据处理为基础，让数理逻辑和辩证逻辑的集成得以实现，在符号处理和数据处理方面趋于统一，并且加强算法过程和推理过程的结合，从处理方法和概念方面进一步，在数字化实现系统方面进行故障诊断。

2.3 故障预测技术

故障预测技术主要是通过一些变化趋势以及历史数据，接着依照当前的设备工作条件、使用情况、诊断参数、环境等，利用某种预测模型进行计算，对设备若干时间内产生的状态参数进行推断，最后依照预测的参数状况来做好诊断工作，对系统当前的健康状况进行推断。在预测的时候，故障预测算法主要是根据系统历史数据推算来对后期进行推算的重要一环，当前的预测算法主要可以分为非参数模型量和参数模型量，参数模型量主要是对历史数据的变化规律进行研究，将数据模型建立起来，通过这种方法来对系统未来的状态进行推断，常用的参数模型法主要有灰色理论预测法、滤波器预测法、时间序列预测法，非参数模型法的数据模型不需要特别精确，主要有粗糙集理论、神经网络、组合预算。

2.4 数据融合技术

数字融合技术主要是对多元信息进行融合处理，可以获得更为可靠准确的结果，从健康管理的方面进行分析，PHM系统在数据融合的过程中，主要是为了让检测的鲁棒性和精度大幅度提高，并且确保其预测技术故障诊断和异常检测的整体使用，PHM常用融合数据有神经网络、融合模糊、逻辑推理、贝叶斯推理以及D-S证据理论融合，其最终的目标是进一步，组合优化测量系统和融合算法，并且加强健康管理体系结构的建立，让检测预测的执行水平大幅度提高，在融合PHM系统的应用过程中主要分为三种：数据融合，主要是对传感器阵列当中的数据进行融合，让传感器信号的准确度提高，并且抽取相应的特征值特征中。特征融合主要是对数据融合获得的特征进行智能综合，让诊断信息更为可靠，第三种为信息融合，主要是对一些信号信息以及综合信息进行融合，让预测的精度大幅度提高。

2.5 BIT和B1ST技术

BIT机内测试可以让诊断能力和系统测试性进一步提高，是一种非常重要的技术，也就是在不用检测外部设备的条件下就可以对设备分系统系统进行功能检测，并且加强隔离性、故障诊断以及性能检测，由于当前芯片技术发展速度进一步加快，人们又提出了内建自测试。BIsT技术主要是由硬件自身进行执行的可测性技术，这种技术在设计出来之后，就对被测电路的一些额外自测试电路进行了设计，在测试的过程中，芯片只需要通过一定的控制信号就能够让自测试电路工作，并且对软硬件进行管理和控制，对车间的故障或者缺陷进行检测，BIST是BIT系统的延伸，主要是让系统的自测功能进一步加强，推动到芯片级能够让故障的定位精度大幅度提高，对故障隔离范围进行控制，另外，也可以为PHM系统带来更精准的参数。

2.6 健康管理技术

健康管理指的是与健康相关的一系列管理活动，通常条件下分为四种，第一种是诊断，主要是对系统部件的性能情况进行诊断，第二种是缓解，主要是让某些功能失效，造成整体系统影响的情况大幅度的减小，对任务的有效性进行控制，第三是修复，主要是对一些失效的部件进行更换或者修复，第四是检测，主要是对修复之后的系统进行检测，保证修复之后系统的状态，对于一些失效部件影响系统的情况进行评估，安全管理主要是人工智能测试技术以及信息技术进行相结合之后，综合使用而形成的，具有一定的自主性和智能性。

3 航空电子系统故障预测与健康管理技术的实现

3.1 利用预警电路法监管

在初始过程中，普通电路和预警电路无法在可靠性方面区别不大，在其他方面具有较大的区别，预警电路法主要会让使用的负担大大增加，通过这种预警电路可以更早的感知到故障，比正常电路提前。通过这样的手段需要通过一些其他途径进行操作，比如说让预警电路的线路半径减少，让电路的电流密度提高，通过这种方法可以发现预警电路当中出现的热量会比正常电路高，所以，则预警电路当中会提前出现故障，这一点很容易理解。

其次是预警电路和正常电路处于同样的工作环境，然而预警电路在设计的过程中提示寿命要短，所以可以通过相关措施来实现，比如说，辐射损伤、电迁移，尽管这种方法比较简单，但是会获得很好的效果，也就是提前产生故障。

3.2 利用累积损伤模型监管

累积损伤模型主要指的是在失效的物理模型条件下建立起来有关各种造成损伤的模型或者载荷，通常条件下，对一些电子系统寿命进行分析和研究，通过获得的相关数据对电子系统的剩余寿命进行计算，另外还需要关注的问题是，如果我们将累计损伤模型建立起来，就需要综合分析电子系统周期的所有载荷，主要包括化工、机械、物理等诸多方面，在分析完成之后，需要对电子系统的损伤程度进行自动评估，并且对其剩余使用寿命进行估算，累积损伤模型不单单能够对外界的温度压力适度的进行感知，还可以对于这些条件进行合理的计算，系统性地对电子设备的是剩余使用寿命长度进行计算，并且对电子系统出现的故障进行分析。

3.3 利用监测特征参数法监管

监测特征参数法主要是根据电子设备本身的特点和功能，对系统性能的特征参数进行集中反应，并且加强监测措施监测。特征参数法主要是通过程序处理一些相关的信息，并且，有效的分析这些获得的数据，预测电子系统的各种故障。然而在通过监测特征参数法来预测的过程中，需要关注的问题在于电子信息系统本身具有一定特显，在进行参数删选的过程中，需要对相关要求进行严格控制，合理的选举相关的参数，只有如此才能保证监测特征参数法使用的效果，这种方法不但能够有效的分机收集到的信息和数据，还能够对电子系统的故障类型进行推测。

3.4 利用综合法监管

尽管从当前的角度分析，我国在航空电子预测和健康管理技术方面应用非常广泛，越来越多的高效方法被研究出来，在对航空电子系统进行健康管理和故障预测的过程中，还需要注意以下几点，凡事都有利弊，所以一定要对每种方法的缺点进行了解，以便进行控制和补充，另外当前依然没有找出一种高效合理的方法让航空电子故障健康管理和预测技术水平提高，所以在此条件下一定要加强综合法的使用，也就是结合各种方法进行讨论和研究，形成更为有效的方法，进一步的加强电子设备的管理和预测。

4 結语

我国在航空电子系统故障预测和健康管理技术方面依然处于发展阶段，发展空间比较广阔，由于当前航空航天事业快速发展，所以在应用这些技术方面要求越来越高，所以以后相关的研究人员一定要进一步加强研究的力度，通过各种高技术手段，让PHM系统的时效性提高，将航空系统当中的诊断、预测、监测等功能充分发挥出来，保证我国航天技术快速发展。

参考文献

[1] 丛伟，景博.航空电子系统故障管理体系结构研究[J].测控技术，2013，32（7）：125-129.

[2] 吴明辉，许爱强，戴豪民.PHM技术在综合航空电子系统中的应用[J].兵工自动化，2013，32（4）：72-77.

[3] 宁亚锋，安芳利.航空电子系统故障预测与健康管理技术探究[J].科技资讯，2017（34）：107.

[4] 何奇.航空电子系统故障预测与健康管理技术研究[J].电子世界，2016（12）：120.

[5] 杨德才.综合模块化航空电子系统的故障预测与健康管理技术[J].现代电子技术，2015，38（5）：125-128.

[6] 高凤麟.航空电子系统故障预测与健康管理技术[J].工业B，2016（05）：25.