大数据下的雷达健康管理系统

PAGE\*MERGEFORMAT1大数据下的雷达健康管理系统摘要：武器装备全寿命周期管理的需求推动了雷达故障猜想与健康管理技术的争论和进展，雷达装备也逐步由原先的预防性修理和事后修理模式向视情修理模式转变。大数据技术和雷达健康管理系统的有机结合，可以有效地整合雷达在役阶段的数据资源，与设计、制造、售后等其他寿命周期阶段串联在一起，真正实现雷达装备的全寿命周期管理。提出一种基于大数据的雷达健康管理系统的网络平台框架，并介绍了雷达健康管理系统的关键技术。关键词：大数据；故障猜想与健康管理；视情修理；全寿命周期随着大型武器系统的性能不断提升，组成日益简洁，在牢靠性、故障诊断、修理保障等方面暴露的问题也日渐突出。传统的修理模式很难避开“过修理”和“欠修理”，因此基于状态的视情修理(CBM)模式得到了重视和应用，同时也推动了故障猜想与健康管理(PHM)技术的争论和进展。通过提高修理保障力气，可以保证装备的完好性和可用度水平，使新装备尽快形成战斗力。故障猜想，即估量性诊断部件或系统完成功能的状态，包括部件的剩余寿命或正常工作时间。健康管理是依据诊断、猜想信息、可用资源和使用需求对修理活动做出适当决策的力气[1–2]。综合以上两方面的功能，PHM是指利用各种传感器在线监测、定期巡检和离线检测相结合，广泛猎取设备的状态信息，借助多种智能推理算法评估设备的健康状态；对故障进行猜想，供应修理保障决策、实施 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 以实现系统的视情修理[3]。1PHM架构设计1.1视情修理开放式体系架构健康管理系统一般接受视情修理开放式体系结构(OpenSystemArchitectureforCondition-BasedMaintenance，OSA-CBM)，该体系架构可用于指导武器装备的健康管理系统设计。健康管理体系架构如图1所示，分为7个功能模块：数据采集模块、数据处理模块、状态监测模块、健康评估模块、故障猜想模块、决策支持模块、接口模块[4]。该体系架构的各模块之间并没有明显的界限，存在着数据信息的交叉反馈。1.2数据采集模块使用传感器猎取产品生命周期各阶段的运行信息和性能 参数 转速和进给参数表a氧化沟运行参数高温蒸汽处理医疗废物pid参数自整定算法口腔医院集中消毒供应 变化状况，包括环境和系统各部件的运行参数，如信号的幅度、峰值及变化速率等。1.3数据处理模块雷达状态参数虽经选取，但实际采集的数量仍很浩大，而且数据还存在确定程度的重叠。这就需要进行预处理和特征提取，用远少于原始数量的特征来充分、精确描述装备的运行状态，从而降低故障诊断的简洁度。由于雷达装备故障形式的多样性，状态和缘由之间往往是一种简洁的非线性映射关系。因此，必需进行多状态的综合才能有效推断装备故障[5]。1.4状态监测模块状态监测接受基于门限的故障检测算法，实现雷达设备的故障推断。假如参数值偏离门限阈值，则判为设备或传感器状态特殊，然后调用基于合成运算的推理方法进行模糊推理，接受最大隶属度阈值原则对故障缘由向量进行处理，推断故障特征与之对应的故障缘由。1.5健康评估模块健康评估需要先构建雷达装备健康评估指标体系，对雷达探测力气、保障力气等指标进行评估。健康评估是通过牢靠的评价方法和完整的数据来推断装备所处的状态，查明故障隐患和初期特殊，鉴定和定位故障的根源。1.6故障猜想模块故障猜想主要通过历史数据和实时监测数据，利用信号分析、故障诊断、牢靠性评估、寿命猜想等技术，推断装备的状态，对故障部位及其严峻程度、进展趋势做出推断，猜想的类型主要是基于特征和模型。1.7决策支持模块决策支持主要是依据故障诊断、健康评价和状态猜想结果，关心提出装备修理保障方案。修理保障方案主要包括修理内容、方式、人员、器材和步骤等，为雷达的现场修理供应决策依据。1.8接口模块接口模块主要包括：人机接口、机机接口和模块间接口。在接口模块设计中，数据总线的设计和选择特殊重要。2大数据网络平台设计由于雷达装备分布位置广，综合保障要求高，需要构建雷达全寿命过程的海量数据库，实现装备的远程和深度诊断功能。因此，实施多个现场的综合诊断与系统健康管理必不行少，大数据网络平台为实现这种要求供应了可能。大数据网络平台一般接受扫瞄器/服务器(Browser/Server，B/S)模型，如图2所示。建立三级系统架构： 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示层、功能层和数据层[6]。B/S模型结构可实现数据管理与用户管理更大的灵敏性与开放性。在B/S结构下，在客户端只需要安装扫瞄器及相关 协议 离婚协议模板下载合伙人协议 下载渠道分销协议免费下载敬业协议下载授课协议下载 软件，即可访问服务器。软件的开发、维护与升级只需在服务器端操作，缩短了系统开发周期，降低了维护费用。在物理部署层面，大数据网络平台可以划分为现场监测层(雷达站点)和远程诊断层(旅团或战区级监控中心)两层。现场监测层主要负责对雷达设备或传感器输出的各类数据信息进行猎取、监视、处理，通过健康管理单机系统进行诊断、分析评估及综合管理，为雷达设备运行供应近程、就地的技术保障。远程诊断层利用异地网络平台、应用服务器、显示系统等硬件平台，以及包括外部远程服务器在内的远程故障诊断客户端服务，通过有线或无线方式，猎取雷达输出的各种状态数据，构建掩盖雷达装备全寿命周期的海量数据库及综合学问库，实现区域内全部雷达的远程及深度诊断，评估雷达健康状态，猜想雷达网探测与保障力气，为修理保障活动供应支撑[7]，如图3所示。3关键技术3.1大数据技术在雷达健康管理系统的应用下一代主战雷达要求对装备实施全寿命周期管理，健康管理系统必需具备海量数据的处理力气和大数据的深度挖掘功能，能够利用先进算法，建立相应的模型，对雷达系统或组件的运行趋势进行预判，为修理保障做出决策依据。通过大数据技术与健康管理系统的有机结合，可以使雷达具备战场环境的才智感知力气，拥有在线智能决策，离线自主学习的功能；可以有效地整合雷达在役阶段的数据资源，将设计、生产、售后等其他寿命周期阶段串联在一起，真正实现雷达装备的全寿命周期管理。大数据技术在雷达健康管理系统上的应用还需要解决以下几个问题：首先是要解决目前较窄的监控数据总线带宽和健康管理海量数据之间的冲突；另外海量数据中必定存在大量与雷达健康状态关联性不高的低质数据，如何降低低质数据对决策产生的影响？这就需要识别雷达中故障率高的设备或部件，对其故障模式进行辨识，采集与之相关的数据，避开采集无效或关联度不高的数据，从而提高数据的利用率[8]。3.2雷达状态指标动态评估技术雷达状态指标一般包括雷达的探测性能和保障力气，探测性能包括雷达基本性能和情报质量，雷达基本性能指标又分为：探测威力、探测精确度、跟踪力气、抗干扰力气等[9–10]。以相控阵雷达天线系统为例，天线系统中的收发(Transmitter-Receiver，TR)组件很难避开损坏，损坏组件的位置分布对天线整体效能的影响也不尽相同[11]。系统通过收发校正的方法生成天线的幅度分布图，实时计算方向系数，通过与预存的正常状态下的天线方向系数进行对比，可以得出天线放射增益、接收增益、副瓣、波束指向等性能指标的变化状况。最终经性能评估后，将健康评价和状态猜想结果送至决策支持模块，为视情修理供应决策依据[12–13]。如图4所示。3.3以牢靠性为中心的修理保障策略以牢靠性为中心的修理保障(ReliabilityCenteredMaintenance，RCM)决策，通过产品构型、操作卡、履历和状态管理，连接了修理设计、修理方案、修理过程、分析评价、修理改进等各个环节，实现了产品的动态修理和全寿命周期跟踪管理[14–15]。修理保障任务的动态生成过程如图5所示，以修理操作卡的操作为核心，具体包括修理操作卡的生成、变更和维护等。首先通过牢靠性分析、故障分析、过程跟踪、方案拟制等任务流程的细化，获得各项修理工序的操作步骤和所需资源，这是生成修理操作卡的基本条件。假如上述任务流程的具体内容发生了变化，会触发相应修理操作卡的变更操作。在生成修理操作卡时，可以将1个或多个任务组合在一起，依据任务涉及的修理项目，预先置入任务策略，也支持任务生成自学习策略，在使用过程中进行补充和丰富。4结论通过基于大数据的雷达健康管理系统的构建，实时采集装备状态信息，推断、定位故障，评估雷达健康状态，猜想故障趋势和装备寿命，为雷达修理保障决策供应了依据。故障猜想是PHM技术中的难点，需要长时间积累雷达的状态数据，建立猜想模型，接受深度数据挖掘技术，实现对雷达系统或部件运行趋势的预判；同时还要依据装备实际运行状况，对算法和模型进行调整，以提高猜想的精确度。