【摘要】 如何针对航空电子系统预测故障及健康管理，是一件非常重要的事情。本文对此进行分析，阐述PHM系统的结构以及功能内涵及其支持技术，并对现阶段面临的问题与挑战进行分析，提出四项航空电子系统故障预测与健康管理技术实现的策略，希望为我国的航空电子系统提供帮助。
关键词：航空电子系统；故障预测；健康管理技术；策略支持服务
一、PHM系统结构和功能内涵
区域管理器体系是故障预测与健康管理（PHM）系统建立的基础，主要有三层构件组成，其中第一层主要分布的是传感器，负责收集飞机飞行过程中的一些原始数据，然后传至第二层进行处理，而第二层系统相对较为复杂，通常由多种管理器组成，可以获取以及感知飞机飞行过程中的各种电子信号，然后通过计算得出相关数据，而且该层还含有软件推理机模块以及功能软件模块，这两个模块具有重要的作用，能够利用神经网络技术以及数据融合技术，来监控、分析这些数据，并预测一些相关情况，从而进行积极有效的管理。而推理机构属于飞机的第三层，主要负责收集相关的电子信息，对飞机的健康情况进行有效的综合评估。而PHM电子系统的主要功能是对飞机的故障进行检测以及隔离，对相关部件的使用情况进行预测，并对其使用寿命进行充分的分析以及预测，它将资源管理和推理机制进行结合并将其作为基础，组成了一套完善的决策系统，对故障信息的预警进行加强，然后结合飞机运行的实际情况，将这些信息传递给不同等级层次的管理人员，主要包括飞行员以及地面维护人员。
二、电子系统PHM的支撑技术
1. 数据采集和传感器技术
电子系统PHM的数据来源于大量的传感器技术，它们能够采集大量的数据，而数据的准确性是PHM系统正常运行的基础。因此，对传感器技术的精度、带宽以及安放等提出了较高的要求，只有保证这些方面的准确性，才能确保PHM的顺利运行，同时电子系统的故障呈现多样性，PHM在监控数据参数时需要进行大量的运算，并进一步对其他相关参数进行检测，因此相关的其他参数还需要配备传感器，这就造成了大量的传感器充斥在机体当中，倘若未进行有效的安装，无法保证其正常运行以及精确度。为保证PHM技术的顺利运行，相关的传感器应向多样化以及小型化的方向发展，如电源电压的功率热散失，以及机体内的温度、湿度等，又比如相关介质击穿，这些参数对传感器的要求较高，市场上并不多见，所以需要加大开发力度，同时积极地去吸收成功经验。
2. 故障诊断技术
传感器将机身的相关参数进行采集，然后再与其他的相关参数进行结合，经故障诊断技术计算来判定机身的健康情况，从而实现数据采集、监控以及分析诊断的目的，该技术主要利用信号处理方法、解析模型方法以及知识方法，将相关信息和信号进行计算，例如一些增幅、方差和频率数据等，通过这三个方法的综合处理，实现故障诊断的结果。不过对于飞机这样庞大的系统，拥有大量的传感器类型，而且同类型传感器的数量较多，会提出不同的故障类型。故障诊断的方法有多种，造成故障诊断过程中，相关的信号源以及故障特征等信息存在一定的冗余，因此需支持服务支持服务要针对传感器以及相关信息进行优化。
3. 数据融合技术
数据融合技术就是将所获取的多源数据进行综合的处理，以获得更加准确和可靠的相关结论，PHM系统的要求是提高检测的精度，从而对异常检测、预测技术以及故障的诊断进行提升，而信息融合可以有效地提高这些指标，目前常见的融合算法有贝叶斯推理、神经网络融合等，能够把测量系统和融合算法与健康管理体系结构进行充分的优化组合，其在PHM系统应用中，主要体现在三个方面：数据融合、特征融合和信息融合。通过这三个方面的融合，有助于提高系统的精度。
4. BIT和BIST技术
BIT技术是指机内测试，它能显著地提升系统的测试性和诊断能力，而且它具有独立完成系统、分系统以及设备的功能检查、性能测试以及故障诊断。目前，芯片技术获得飞速发展，一种新型的技术随之诞生，它就是BIST技术，即内建自测试，它可以利用硬件本身进行测试，该技术在设计初期就将相关电路中加入了额外的自测试电路，然后通过外部施加控制信号，自测试电路启动经软硬件的协调，可以有效的检测出故障和缺陷。BIST技术是BIT技术的延伸，利用芯片提高了故障检测的精度，也为PHM系统提供了更加精准的参数。
5. 人工智能技术
人工智能技术在当前的应用越来越广泛，众多行业享受到了它所带来的好处，而如今，航空电子系统也迎来了人工技能技术。一些飞机对其武器系统进行诊断之时，传感器容易出现一些故障，因此会提供一些不准确或错误的信息和数据，而且武器装备在日常使用过程中，某些故障的出现是间歇性的，只在一些特定的情况下才能出现，会引发故障无法复现或者是重测合格的状况，得益于人工智能的出现，能够改善这类问题，常见应用于此的人工智能包括神经网络、遗传算法以及专家系统等，它能够对相关的传感器数据进行回归分析，将出现故障的环境进行记录并报告给推理机，然后事先经过大量训练的推理机能够有效的去识别设备的状态属性，并对故障模式进行模仿和识别，提高诊断精度。
6. 健康管理技术
与健康状态相关的管理活动都称为健康管理，主要包括四类，分别是诊断、缓解、修复、检验。诊断，可以对系统的相关部件针对性能下降以及工作状态进行检测；缓解，相关设备的功能失效会对整个系统造成很大影响，健康管理技术可以有效地缓解这种情况，从而保证了任务的有效性；修复，对已经失效的系统部件进行更换或修复；检验是针对修复而出现的，他可以确定修复后的系统状态，并对其产生的影响进行评估。目前，随科技水平的不断提高，健康管理技术是人工智能、信息技术以及测试技术的综合运用，拥有自主以及智能的特点。
三、现阶段面临的问题与挑战
1. 特征参数不易获取
特征参数以其简单、直观的特点，为预测故障提供了便捷，在相关的机械系统中有了广泛地运用，不过在电子系统中，预测的特征参数并不容易获得，造成其实际运用并不广泛。在PHM机械系统当中，一般情况下，先寻找故障的先兆，然后通过一系列的推理算法，对当前的故障现状进行评估，例如由于磨损所导致的振动信号改变。而在电子系统当中，目前还未找到能够通过特征参数评估故障程度的方法，因此也就无法通过信号对一些设备故障进行有效的预测，所以一些专业学者将其定义为突发性故障，无法有效地进行预测。如今，随着半导体技术的快速发展，电子系统中的数字电路发生故障的比例高于以往，针对这样的情况，Impact公司提出一种检测多种参数来预测的方法，但是该方法的过程过于复杂，因此并不具有通用性。
2. 物理损伤模型复杂
物理损伤模型是一种过程复杂的方法，由于电子系统的失效通常是源于多种负荷综合作用的结果，但是物理损伤模型只能建立单一的负荷条件物理失效模型，利用其去检测损伤是否与该单一负荷强度存在关系，若存在相关性，则可以继续深入研究，得出相关负荷的叠加促使损伤加重；倘若两者不相关，则可以运用各自的物理实现模型，去研究对应的损伤程度后直接叠加成共同的损伤程度，由此可见物理损伤模型是一种非常复杂的过程，其特点决定了这种方法不具有良好的准确性。
3. 电子元器件质量参差不齐
随着当前科技水平的不断提升，工业生产技术也在不断地提高，电子元器件的质量也有了很大的提高，不过电子元器件的质量通常是难以进行有效的评估的，这样一来这就很难保证相关电子系统中众多电子元器件的质量问题，其使用寿命也得不到保证，即使是同一厂家生产的同一批次电子元器件，也很难保证质量完全一致，使用寿命自然也就无法得到保证。倘若选用不同厂家的电子元器件，但是他们的生产技术水平存在差异，同样无法保证他们的质量以及使用寿命。因此电子元器件的质量问题对电子系统具有非常大的影响，电子系统PHM在应用过程中，应该充分考虑电子元器件的质量问题，从而提高故障的预测精度。
四、航空电子系统故障预测与健康管理技术的实现
1. 利用预警电路法监管
通常情况下，预警电路的故障高发期要高于正常电路，利用这段时间，系统可以接收到相关的预警信息，以便其及时作出反应，从而预防可能出现的巨大损失。目前，运用于电子系统的预警电路主要有两种，一种是预警电路与正常的电路在开始时并没有区别，不过在其设计生产时加大了它的使用负担，因此它能够在电路发生故障之前出现故障，例如在预警电路中对其线路的直径进行减少，当电路发生故障时，故障电路的产热量将大于正常电路，提前出现问题。另一种预警电路与正常的电路在使用环境上是一样的，但是其使用寿命要低于正常的电路，因此也会提前出现问题，常用于使其寿命减短的方法有静电损伤、热载流子等。例如美国Ridgetop公司所设计的故障预测单元，其使用寿命要短于正常电路，当正常的电路仍具有一定的寿命之时，故障电路失效，从而达到预测的目的。
2. 利用累积损伤模型监管
累积损伤模型是建立于物理损伤模型之上的，该模型能够针对系统当中的全部载荷进行分析，然后对电子系统中的累计损伤以及剩余的使用寿命进行监控和评估，可以涵盖机械、物理和化学等多方面的电子系统寿命周期。它是基于物理损伤模型，然后针对外部的温度、湿度和压力等进行检测，得出相关的载荷信息，计算相关系统的损伤情况，并对电子系统的寿命进行评估，该方法目前已经运用于一些飞机之上，并取得一定的效果。
3. 利用监测特征参数法监管
利用电子系统的功能性以及结构特点，进行特征参数的监控，从而检测相关的系统性能。不过这种方法会产生大量的数据和信息，需要在其中筛选出有用的信息，然后通过预测算法对相关的故障进行检测，而且电子系统的失效机理以及功能结构存在差异，因此在获取这些特征参数和数据的处理方法上呈现多样性。例如Impact公司，他们以无线传感器节点和GPS机，将两者组合成为一个无线接收系统，然后通过加速实验得出一些系统的相关参数，再将其进行融合和分析，提取相关特征，便得到了一项与损耗程度相关的特征参数，利用这项参数对相关系统的健康情况进行评估。
4. 利用综合法监管
如今，航空电子系统对故障预测的精度要求越来越高，单一的预测方法无法提高其精度，而运用两种甚至两种以上的方法可以有效地提高预测的精度，例如，运用性能参数检测法与故障物理模型法，将两者相结合，可以将健康状态监控以及故障预测的相关方法、技术以及理论运用于具体的电子产品当中，并有效地提高了预测故障的精度。
作者：任彬 单位：中航西安飞机工业集团股份有限公司
