潜艇在维护国家安全利益方面能够发挥非常突出的作用，一直以来备受国内外主要军事强国的高度重视.潜艇在一战刚刚问世的时候，系统设备相对比较简单，岗位人员一般可以凭个人经验有效排除艇内故障.但随着科学技术迅猛发展，潜艇内各种系统设备日趋复杂，且实时性、可靠性等安全要求越来越高.舰艇通常采用基于硬件的冗余备份技术来弥补其安全性不足，但由于潜艇内部空间以及自给浮力等特殊限制，很多体积较大、质量较重的系统设备无法实现冗余部署，导致当某些不可预知的设备故障出现时，往往无能为力.虽然目前潜艇会对一些重点部位进行监测，但主要是依靠分散部署在各个舱室的一些传感器或直接进行目视监测，无法实现设备集中管理，不能进行综合系统监控、快速定位故障设备、保障潜艇安全.另外，潜艇维修维护一般采用定期预防维修的传统方式，根据潜艇年度修理计划定期进厂进行相应装备等级的维护修理，以保持或恢复系统设备的良好性能状态.因此，没有根据潜艇实际性能状况进行恰当等级的维修，不能保证潜艇时刻处于良好的工作状态，降低了潜艇综合安全性能，不利于潜艇的战斗力生成能力.

伴随着现代化程度的快速提高，大量应用系统大型化，复杂度和集成度越来越高，系统的维修保障问题日益突出，寻求一种可靠、高效、经济的保障方式成为一个广受相关领域专家关注的热点.故障预测与健康管理(Prognostics and Health Management, PHM)技术就此应运而生，它能够进行故障检测、故障隔离，并通过故障预测、性能分析评估等手段对装备健康状态进行有效管理，已在航空、航天和工业等领域逐步应用，初步显现出了广泛的应用前景和巨大的发展潜力^[1-4].

针对潜艇装备在故障预测与健康管理方面的需求，本文在深入探讨PHM的概念、基本内涵及其应用现状的基础之上，建立了基于PHM的潜艇装备故障预测与健康管理系统的体系结构，并对实现潜艇PHM系统的关键技术进行了研究.

1 故障预测与健康管理概述 1.1 PHM基本内涵

PHM的概念由美国于1998年最早提出，主要包含2部分核心内容，即故障预测(Prognostics)与健康管理(Health Management).故障预测是指通过监测系统设备实时性能状态，并结合其历史状态，预测其未来的性能状态，诊断设备或系统完成其功能任务的状态，进而评估系统设备正常工作时长，即剩余寿命；健康管理是依据预测信息、诊断结论以及可用资源来做出合理的决策，以保证设备能够保有足够的性能状态，延长系统的正常工作时长^{[5, 6]}.

PHM是一种装备维修维护策略的根本革新，实现了从传统基于目视或传感器的故障诊断向基于智能自动化的故障预测的巨大转变，为在合适的时间对设备进行准确恰当的主动维护奠定了技术基础^[7].PHM的出现促使传统的定期维护和事后维修方式逐步被基于PHM技术的适情维修替代，这种转变可以给装备管理带来下列优势：

1) 提高系统设备安全性和装备完成任务的可靠性；

2) 降低维修所需备件、时间和人力等资源的消耗；

3) 取消计划性的定期维修维护策略；

4) 最优化维修维护时机，缩短系统的停机时间；

5) 提前通报相关保障单位即将到来的维修事件；

6) 诊断初始故障，预测失效节点，在产生灾难性影响前，进行有效处理.

PHM技术包含丰富的内涵，其主要具备的6项功能如下：故障检测、隔离和性能监控；对关键系统和设备的故障进行预测；生成故障报告；系统设备的残余使用寿命评估与跟踪；性能降级趋势跟踪；辅助决策和资源管理^{[8, 9]}.PHM技术可以实现不同级别、层次系统的故障诊断、故障预测以及健康管理.

1.2 PHM应用现状

PHM技术融合了当代人工智能和信息处理等最新研究成果，是一种新型的装备故障预测和健康综合管理的有效解决方案，一经提出就引起了国内外相关领域专家广泛关注，并逐步在很多行业开始应用^[10].

目前，国外已经对PHM开展了大量的研究工作，并在很多领域进行了实际应用.国外关于PHM的科研学术活动非常活跃，美国的国防部(DOD)、Sandia国家实验室和能源部(DOE)等多家单位联合创立了PHM创优中心(COE)，美国国家航空航天局(NASA)把PHM视为一门崭新学科，并举办了国际宇航综合系统健康管理工程和管理论坛(ISHEM)，马里兰大学创办了PHM联合会，欧盟以及日本举办了很多相关的国际研讨会.PHM相关技术在美国、英国、以色列和新加坡等国家的直升机上已经得到应用，即健康和应用监控系统(HUMS).美国航天是PHM技术的主要应用领域之一，Iversion公司为航天器复杂系统开发了感应监视系统(IMS)，Ames研究中心为X-37等可重复发射运载器开发了Livingstone预测与健康管理系统.美军大量武器装备采用了PHM技术，典型的包括海军的SSN-21型攻击核潜艇、陆军的M1A2主战坦克和空军的F-22战斗机，更在2000年将PHM直接列入《军用关键技术》报告中，明确了该项技术在保持军队装备的装备完好性与经费可控性等方面的重要地位.PHM在国外的民用航空领域也得到了广泛的应用，美法日等国家的民航飞机上陆续安装了状态管理系统(AHM)，以期能够有效排除故障，并对飞机健康状态进行有效管理^[11].

PHM技术在国内尚处于研究阶段，但其重要性已成为国家和相关领域专家的共识.《国家中长期科学和技术发展纲要》(2006-2020)把重大设施、产品的故障和寿命预测技术作为核心前沿技术进行重点发展.清华大学、北京航空航天大学和上海交通大学等多家院校和研究机构，对PHM的理论方法和应用技术开展了大量研究工作，如北京航空航天大学针对飞行器应用领域的相关算法、模型和管理方式进行了探索性研究.军方也对PHM技术开展了大量的理论及应用研究，空军工程大学研究了新一代飞机的机载PHM的体系结构；海军航空工程学院针对反舰导弹维修保障问题，提出了基于反舰武器系统PHM系统的解决方案；空军雷达学院针对现代雷达系统维修保障需求，开展了基于PHM的雷达装备维修保障系统研究^[12-14].

总体来说，国内近年来对于PHM技术的相关理论研究取得了很多成果，并进行了一些应用尝试，但仍与美国等国外主要科技大国存在较大差距，更远远没有达到工程化应用的程度^[15].目前，未见公开报道的PHM在潜艇装备领域的应用研究成果.

2 潜艇PHM系统体系结构设计 2.1 系统功能

构建潜艇故障预测与健康管理(PHM)系统的核心目的是提高潜艇可靠性、安全性和经济性，要求能够对潜艇的健康状态进行全面监控，完成故障诊断、故障预测、健康评估和故障修复等任务.因此，在潜艇全寿命周期需要具体实现以下功能：

1) 实时监视能力，可以实时采集潜艇重点设备数据并进行处理，对潜艇全系统工作状态进行在线监视.

2) 故障检测报警能力，能够检测出潜艇出现的异常状态，对故障进行实时诊断并及时发出警示.

3) 故障预测与健康评估能力，可以预测潜艇未来可能发生的故障，评估系统设备的健康状态，以及会对潜艇顺利完成任务的影响程度.

4) 故障修复能力，能够依据故障诊断结果和指挥官的综合决策结论，通过隔离、重构、负载均衡以及冗余替换等手段，及时对故障进行有效修复.

5) 数据库管理能力，可以对历史数据库、PHM模型数据库和专家知识数据库进行高效地存储和查询管理，并能够对PHM模型数据进行实时反馈修正.

2.2 设计原则

根据上文所提出的潜艇PHM系统的功能需求，可知该PHM系统的设计过程需遵守如下原则：

1) 可靠性，PHM系统采用的故障检测、诊断和预测评估模型要具备较高的可靠性，在潜艇发生故障时能够及时发现故障，准确诊断故障源，有效修复故障，确保潜艇可靠运行.

2) 鲁棒性，潜艇一般运行在海面以下，环境比较复杂，干扰因素较多，PHM系统要具有较强的鲁棒性，尽量避免虚报以及漏报等错误发生.

3) 简洁性，PHM系统在有效实现其功能的前提下，应尽可能做到简洁，各个层次的模型算法要进行规范化的统一管理.

2.3 体系结构框架

潜艇是一个非常复杂的综合系统，如果采用传统的集中式体系结构来构建潜艇PHM系统，必然会导致PHM效率降低.因此，本文采用分层融合方式构建潜艇PHM系统，整个PHM系统分为设备级、子系统级和系统级3个层级，针对潜艇各子系统及其设备特点，进行分层次管理，同时又考虑各子系统之间的相互耦合关系，进行系统层的综合管理.图 1描述了构建的潜艇PHM系统结构，基于信息源和数据主要可分为3层结构：设备级PHM、子系统级PHM和系统级PHM.

1) 层级功能

设备级PHM主要负责实时采集潜艇上各设备的传感器监测数据，首先对数据进行滤波降噪等预处理，然后进行数据融合，提取信号特征，为潜艇故障诊断、预测和健康评估等过程提供原始数据.

子系统级PHM主要负责潜艇各子系统的健康管理，能够实时检测潜艇的子系统健康状态，根据子系统设备的监测数据能够检测出子系统异常，并诊断定位故障源，对子系统故障进行预测，并对子系统健康状态进行综合评估.

系统级PHM负责完成最高层次的潜艇健康管理综合，借助分层聚类和交叉增强校验等技术把来自各子系统的不同数据进行信息融合处理，得到更加全面可靠的潜艇故障检测、诊断、预测和综合健康状态，评估可能的故障对潜艇正常运行以及成功完成任务的影响，传输显示给相关岗位人员，并提供故障修复保养方案，如隔离、负载均衡、重构和冗余替换等，在指挥人员的参与决策下，及时采取故障修复措施，或制定靠港维修程序，为港口或厂方维修保障人力和维修调度提供实时可靠的依据.

2) 层级实现方式

潜艇的子系统级和系统级PHM采用标准化的3种推理机来实现其功能，即异常检测推理机(AIE，Abnormal Inference Engine)、故障诊断推理机(DIE，Diagnostic Inference Engine)和故障预测推理机(PIE，Prognostic Inference Engine)，它们通过调用数据库的模型和数据来对潜艇进行故障检测、诊断和预测，并通过结果实时反馈修正数据库中的模型.

潜艇PHM的数据库主要由历史数据库、PHM模型库和专家知识库3部分组成，分别用于存储潜艇的历史状态数据、PHM模型算法以及专家知识，其中历史数据库和PHM模型库分别为异常检测、故障诊断和故障预测等3类推理机提供原始数据和模型算法，专家知识库为潜艇健康评估和故障修复等处理提供依据.

3 潜艇PHM系统关键技术与方法

潜艇PHM系统涉及电子通信、模式识别、模糊数学和人工智能等多个学科，包含故障诊断、故障预测与评估、剩余寿命预测评估以及维修决策支持等多项关键技术，下面分别进行分析说明.

3.1 故障诊断算法

故障诊断的目的是实时分析判断系统设备的当前故障状态，具体实现途径是首先建立系统状态的分析与诊断模型，然后采用相应分析算法，对系统的实时监测数据、历史数据以及专家知识库进行综合运算分析，确定故障位置、类型、程度和成因，并给出对应的故障修复措施.因此，故障诊断技术能够辅助操作人员排除故障，缩减故障发现时长，提高故障修复效率，有效降低某单一设备故障对全系统的影响程度.故障诊断算法是故障诊断的核心，也是研究的重点.

潜艇装备PHM系统的诊断算法模型构建，要结合潜艇各分系统和设备的特点，以潜艇系统设备原理模型为基础，从潜艇系统至今发生过的故障统计分析出发.首先根据已知的原理模型和故障案例建立专家故障知识库，然后通过聚类等数据挖掘技术对重点系统设备的历史状态数据进行分析，挖掘新的故障模式并更新入故障知识库，潜艇PHM系统实时监测测量数据，检测数据异常，即利用故障诊断推理机根据故障知识库对故障进行定位分析.

3.2 故障预测与评估方法

潜艇PHM系统与传统系统设备故障应对方法的主要不同之处在于其具备故障预测和评估功能，能够基于潜艇系统历史数据、专家知识，对潜艇运行过程中各系统设备的采集数据进行实时监测，并依托相关故障预测算法模型，预测可能发生的故障位置、类型和影响程度，以及系统设备参数与性能的未来变化趋势.根据故障预测与评估信息，可通过采取恰当的应对措施对预测故障源进行维修维护，阻止故障发生，避免产生后续连锁故障反应，以保障潜艇系统正常运行，保证潜艇作战训练任务顺利完成.

故障预测与评估方法的研究重点在于故障预测算法模型.需要首先对潜艇系统原理进行深入研究，综合利用专家知识和主成分分析等数据挖掘这2种方式，确定潜艇系统健康的主要影响因子，然后根据影响因子数据类型构建对应的时序预测模型，并根据实际运行情况对预测算法模型进行不断地反馈修正，提高模型输出的预测评估结果的可靠性与准确性.故障预测推理机根据预测状态对系统设备故障进行预测和评估.

3.3 剩余寿命预测技术

潜艇从下水列装开始，就会持续产生系统设备运行状态以及故障数据，根据这些累积的历史数据，可对潜艇的系统设备进行寿命预测.目前，寿命预测可以采用的算法较多，例如基于失效物模型预测技术、基于数据预测技术和基于知识预测技术等.潜艇系统比较复杂，要想建立精确的数学模型非常困难，开展潜艇系统剩余寿命预测可以从基于数据预测技术着手.首先深入分析潜艇各系统设备特征，然后利用聚类方法对潜艇系统设备的健康状态建立健康状态数学模型，根据实时数据来分析系统设备的健康偏离度，从而对其剩余寿命进行预测分析.

3.4 维修决策支持技术

潜艇PHM系统的一个核心功能是实现最后的健康管理，即在故障诊断、预测和健康评估的基础上，综合各种可用的保障资源，采用不同维修策略，修复已发生故障、排除可能发生故障，真正实现视情维修.为实现上述目的，需要建立相应的维修保障决策支持系统，对维修资源进行统一调配，协调各保障单位，并推进维修保养决策的生成.构建潜艇决策支持系统需要开展维修决策支持技术相关研究，例如仿真、专家系统和运筹等，主要解决如下问题：维修任务的抽象化描述；选择合适的决策模型算法；确定不同管理任务对应的决策模式和决策类型；建立度量机制，明确不同决策类型的优先级排序.

4 结语

PHM是我军潜艇在故障诊断和装备保障等方面的一个非常具有价值的潜在发展方向，能够有效提高潜艇航行安全性能和维修保障效率，降低潜艇寿命周期保障费用，是潜艇综合战斗力的有力保证.针对目前潜艇装备管理的不足，本文提出了潜艇PHM层次化体系结构，并对系统所包含关键技术及其实现方法进行了初步研究.潜艇PHM是一个复杂的系统工程，应该在新型号设计之初就加以考虑，另外故障诊断算法、预测算法和健康评估分析算法等PHM所涉及核心技术也需进一步地发展、完善和检验，因此从本文初步提出潜艇PHM系统概念到将来其具体实现，仍有很长的路需要走，还有大量的研究和开发工作需要开展.