| 2,078 | 27 | 134 |
| 下载次数 | 被引频次 | 阅读次数 |
当前武器装备不断朝着信息化、复杂化、智能化方向发展，为了以更加高效的方式保障和服务好现代化战争，武器装备在维修过程中需要快速、精准、便捷。故障预测与健康管理(Prognostics and Health Management, PHM)的提出和相关技术的发展为解决装备状态信息的实时感知，维修保障需求的快速响应提供了有效技术途径，将成为信息化、智能化时代装备保障的主要模式。分析了PHM系统及其技术、方法在国内外航空、航海、国防及工业等领域中的运用，涵盖传感器技术、嵌入式测试诊断技术、信息传输技术、数据挖掘与融合技术、健康管理与寿命预测方法、智能维护与维修决策技术等。总结和分析了我国PHM发展现状与趋势，对其发展提出了合理化建议。
Abstract：At present, weapon equipments continue to develop in the direction of information, complexity and intelligence, weapon equipments maintenance should be fast, accurate and convenient to ensure and serve modern warfare in a more efficient way. The prognostics and health Management(PHM) and related technologies provide an effective technical way to sense equipment status in real-time and the rapid response to maintenance requirements. PHM will become the main equipment support mode in the era of information and intelligence. The application of PHM system and its technology and method in aviation, navigation, defense and industry at home and abroad, including sensor technology, embedded test and diagnosis technology, information transmission technology, data mining and fusion technology, health management and life prediction method, intelligent maintenance and repair decision-making technology was analyzed. The development status and trend of PHM in China was summarized and analyzed, and reasonable suggestions were put forward for its development.
[1] 邢鹏，贾希胜，郭驰名，等.面向故障预测与健康管理的传感器优化配置[J].火力与指挥控制，2021,46(4):19-23,30.
[2] XU Y G,WANG L,YU G,et al.Generalized S-synchroextracting transform for fault diagnosis in rolling bearing[J].IEEE Transactions on Instrumentation and Measurement,2021,71:1-14.
[3] 冯辅周，司爱威，邢伟，等.故障预测与健康管理技术的应用与发展[J].装甲兵工程学院学报，2009,23(6):1-6,15.
[4] 杨红军，周伟，郭波.陆军装甲指挥信息系统装备PHM应用技术研究[J].电子产品可靠性与环境试验，2017,35(5):49-52.
[5] 张洪华.基于多因素的储油罐健康状态综合评估方法[J].机电工程技术，2020,49(12):19-23.
[6] 吴涛，高惠荔，陈军超，等.地基测控网健康状态评估方法[J].飞行器测控学报，2017,36(1):31-37.
[7] 梁伟阁，张钢，王健，等.复杂机械设备健康状态预测方法研究综述[J].兵器装备工程学报，2022,43(7):67-77.
[8] 张宝珍.国外综合诊断、预测与健康管理技术的发展及应用[J].计算机测量与控制，2008(5):591-594.
[9] 杨涛，药红红，陈星星.F-35战斗机任务系统研制试验综合分析[J].飞航导弹，2021(2):46-52.
[10] 辛昕，谢川.F-35飞机自主式保障系统缺陷及原因分析[J].飞航导弹，2020(8):86-90.
[11] 罗巧云.F-35“闪电Ⅱ”联合攻击战斗机的关键特性[J].电讯技术，2012,52(11):1857-1862.
[12] 李志鹏，许艳芝，张迪.F-35战斗机试验鉴定理念及启示[J].飞航导弹，2019(9):66-71.
[13] 陈晶.F-35联合攻击战斗机的武器系统及其试验情况[J].飞航导弹，2014(6):68-71.
[14] 刘月，李灿，郝利超，等.导弹故障预测与健康管理系统关键方法研究[J].科技创新与应用，2021,11(14):28-32.
[15] 邱立军，吴明辉.PHM技术框架及其关键技术综述[J].国外电子测量技术，2018,37(2):10-15.
[16] 袁利，王淑一.航天器控制系统智能健康管理技术发展综述[J].航空学报，2021,42(4):122-136.
[17] 李文博，王大轶，刘成瑞.动态系统实际故障可诊断性的量化评价研究[J].自动化学报，2015,41(3):497-507.
[18] 王大全.基于灰色模型和支持向量机的冷水机组故障预诊研究[D].天津：天津大学，2019.
[19] 李捷辉，贾奎，金炜凯，等.基于优化支持向量机的发动机故障预诊断[J].现代制造工程，2021(3):127-131.
[20] 胡明刚.基于解析模型与灰色时序模型的化工设备故障预诊断方法研究[D].青岛：青岛科技大学，2012.
[21] 孟悦.基于多维特征参数的设备预诊及维护决策方法研究[D].哈尔滨：哈尔滨工业大学，2018.
[22] 张亮，张凤鸣，李俊涛，等.机载预测与健康管理(PHM)系统的体系结构[J].空军工程大学学报(自然科学版),2008(2):6-9.
[23] 荆晶，顾健，陆峥.海军指挥信息系统健康状态评估方法研究及应用[J].科技创新与生产力，2017(8):30-33,36.
[24] 王生龙，景博，焦晓璇，等.基于MBSE的PHM开发平台设计[J].自动化仪表，2021,42(1):81-85.
[25] 秦涛，鲁冬林，曾拥华.基于组合赋权-改进可拓云的装甲车辆PHM系统性能评估[J].计算机测量与控制，2022,30(4):237-243.
[26] 胡春生，李国利，赵勇，等.变工况滚动轴承故障诊断方法综述[J].计算机工程与应用，2022,58(18):26-42.
[27] 康总宽，姚忠.数据驱动的舰炮PHM系统指标体系研究[J].机械工程与自动化，2019(1):40-42.
[28] 吕琛，马剑，王自力.PHM技术国内外发展情况综述[J].计算机测量与控制，2016,24(9):1-4.
[29] 高明亮，高珊，于闯，等.融合RCM、PHM和数据挖掘的城市轨道交通车辆维护决策技术研究[J].城市轨道交通研究，2021,24(2):64-68.
[30] 曾声奎，MICHAEL G P,吴际.故障预测与健康管理(PHM)技术的现状与发展[J].航空学报，2006,26(5):626-632.
[31] 景博，徐光跃，黄以锋，等.军用飞机PHM技术进展分析及问题研究[J].电子测量与仪器学报，2017,31(2):161-169.
[32] 杨洪富，贾晓亮，任寿伟.基于数据驱动的航空发动机故障诊断与预测方法综述[J].航空精密制造技术，2016,52(5):6-9.
[33] 年夫顺.关于故障预测与健康管理技术的几点认识[J].仪器仪表学报，2018,39(8):1-14.
[34] 牛齐明.基于PHM技术的高铁装备健康状态智能分析模型研究[D].北京：北京交通大学，2019.
[35] 李春林，熊建斌，苏乃权，等.深度学习在故障诊断中的应用综述[J].机床与液压，2020,48(13):174-184.
[36] 裴洪，胡昌华，司小胜，等.基于机器学习的设备剩余寿命预测方法综述[J].机械工程学报，2019,55(8):1-13.
[37] 周福娜，高育林，王佳瑜，等.基于深度学习的缓变故障早期诊断及寿命预测[J].山东大学学报(工学版),2017,47(5):30-37.
[38] 王佳瑜.数据驱动的缓变微小故障早期诊断及剩余寿命预测[D].郑州：河南大学，2017.
[39] 吴冬寒.某型雷达健康状态评估与寿命预测方法研究[D].西安：西安电子科技大学，2020.
[40] 徐磊，王田天，谢劲松，等.高速列车轴箱轴承故障特征与诊断技术研究[J].中南大学学报(自然科学版),2022,53(5):1600-1613.
基本信息:
DOI：10.19323/j.issn.1673-6524.2023.06.015
中图分类号:E92
引用信息:
[1]李思雨,程中华,刘子昌等.故障预测与健康管理系统研究与应用现状分析[J],2023,44(06):99-105.DOI:10.19323/j.issn.1673-6524.2023.06.015.
基金信息: