无人机维修保障现状及PHM技术的应用探讨

无人机维修保障现状及PHM技术的应用探讨

代勇  黄鹏飞  杨小红

，69224部队，新疆维吾尔自治区库车市，842000

摘要：国内目前的无人机装备维修还存在一定程度的修复能力弱、维修资源浪费多、保障程序复杂等问题。而PHM技术的应用，可以大大改善上述问题。本文从国内无人机维修保障现状分析入手，就无人机PHM系统的构建与发展展望进行了详细探讨。

关键词：无人机；维修保障；PHM技术

引言

与有人驾驶飞机相比，无人机系统具有生产成本低、周期短、避免人员伤亡、机动性强和环境适应性强等优点，越来越受到各国重视和青睐。

    无人机系统是由飞行器系统、控制与导航系统、综合无线电系统和任务载荷系统组成的复杂综合系统。为了提高无人机系统的可靠性、安全性、使用效率和降低维修成木，无人机的维修保障技术受到广泛重视。目前无人机维修方式主要是事后维修和定期维修相结合，这种维修方式容易导致装备带病运行或者频繁维修，增加维修成本，传统的维修方式已经不能满足无人机高速发展的需求。PHM(Prognostic and Health Management，故障预测与健康管理)能够满足无人机系统自主保障、自主诊断，进行全面的健康监控、故障预测，因而研究PHM技术对无人机的发展具有重要意义。

1无人机维修保障现状

    目前国内无人机系统的维修按照故障严重程度分为小、中、大3种维修级别，采取自检自修与返厂维修两种保障模式。无人机管理使用单位负责定期对装备进行维护保养、动静态检测调试，同时对常见的简单故障进行维修，当需要利用精密仪器设备进行维修的时候则由生产厂家完成。例如美国空军将维修能力分为基层级、中继级、基地级3个级别，基层级维修保障由于其不断加强智能化技术的应用，大大提高了无人机的作战效能;对比国内分配至中继级，而承制方往往只负责大故障的维修支援。为此，无人机装备故障诊断及修复能力弱、维修资源浪费多、保障程序复杂的问题普遍存在，亟需提高无人机自主智能化维修保障能力，主要体现在以下两个方面。

1.1人员保障模式

    根据无人机故障等级决定维修时的人员数量和专业技术等级。无人机配套系统涉及专业广、技术手段密集，保障无人机维修需要多专业、多领域人员完成。人才队伍保障模式分为两种。一种是采用按梯次培养、多领域综合编组、跨领域协同保障的模式构建保障队伍;另一种是由使用保管单位与生产厂家的协同保障的模式构建保障队伍。在人员培训方面，主要采用军地协同培养，增加部队专业技术骨干与院校、厂家的生产设计方之间的交流。随着无人机模拟训练器的生产配发，深受使用方青睐的同时，也暴露出训练内容单一、智能化程度较低，实景模拟程度不高等不足之处。

1.2设备维修保障

    目前，无人机装备的基层级检修主要是对机体的修补和耗损部件的更换，对系统的维修主要依靠计算机自带的自检系统、装备维修车、随装测试设备进行检修。维修保障设备缺乏、人员对设备操作使用不熟悉、配套设备的兼容性差、配套设施建设标准不明确等问题较为突出。解决问题的重要途径不仅仅是简化系统的操作流程、增加故障检测的备件储备，更应切实提高维修设备和无人机自主维修保障的智能能力。

2无人机PHM系统构建

    无人机PHM系统主要由机载传感器系统、地面PHM处理系统及维修保障系统组成。机载系统通过有线或无线传输给地面处理系统，地面系统处理完后将结果显示传输到各维修部门。维修单位通过PHM系统处理的结果及操作人员和维修人员观察到的异常情况，确定维修的具体计划。根据计划准备所需备件、材料，选择合格的维修人员进行维修，并更新维修后的技术数据。下面对PHM系统主要子系统进行描述：

2.1机载传感器系统

    传感器在无人机各子系统上采用分布式安装，组建成全系统的传感器网络，监测无人机系统运行状态的实时数据，掌握和评估无人机的健康情况，视情况作出无人机维修决策。目前，传感器主要通过有线和无线的方式将获取的数据传输给PHM系统中的其他部分。

2.2信号采集与处理

    信号数据的采集是PHM系统运作的前提和基础，采集到数据需要进行有效地处理。

    无人机运行状态数据种类多数量大，需在分类整理后，通过数模转换、去噪、滤波、压缩等方法将实时采集到的数据处理成计算机可读的格式。通过故障特征的提取来判定无人机的状态情况，由于故障和参数显示不是一一对应的，因此需要借助多种算法，如:快速傅里叶变化、离散小波变换、平均滤波法等，来推断无人机的故障情况，从而最大限度实现PHM系统诊断故障的能力和精度。

2.3状态监测

    状态监测系统主要是接收来自数据处理后的数据，然后将这些数据同数据库中的期望数据值进行比较，从而判断无人机系统的状态，并可根据预定的参数极限值提供故障报警能力。

2.4故障预测与诊断

    故障预测与诊断是PHM系统的主要功能，该部分主要是利用前面系统的数据、历史统计数据及无人机系统各参数，基于算法、经验、建模、趋势等方法手段来预测无人机系统的故障情况、剩余寿命及未来系统的健康稳定趋势，为后续决策和维修提供有效的信息。

2.5健康评估

    该部分接收来自系统中其他部分的数据，通过无人机系统的出厂参数、历史维修数据及工作状态，运用各种机器学习和深度学习等综合评估方法来判定各子系统和部件健康状态，将健康情况数据记录存档，并确定是否有发生故障的可能性，为无人机系统是否能够继续执行任务，为维修决策提供信息支持。

2.6决策与维修

    该部分主要是利用PHM系统各部分提供的信息，在无人机系统运行中就能快速有效地作出维修决策，制定维修计划，在飞机降落后能够迅速维修，确保无人机能够继续飞行执行任务，在战时能够提高无人机系统的持续作战能力。

    接口显示主要是对状态监测、故障诊断及健康评估数据的显示，通过网络服务系统将信息传递到生产厂家、维修基地及装备单位，从而了解该无人机系统的状态，便于展开维修。

3无人机PHM系统发展趋势

    目前，无人机系统在设计之初，没有考虑故障诊断问题，没有预留安装传感器的位置。因此，在现有无人机系统上安装传感器是急需解决的首要问题。加装PHM传感器首先要检验传感器的大小、重量，这对无人机的配重有很大影响，关系到无人机能否安全起飞;其次传感器安装对参数的采集精度有很大影响，虽然传感器安装的越多，采集的数据越准确，但考虑到无人机系统的整体功能，要优化传感器的布置;最后传感器采集的数据在无人机运行状态下，只能通过无线传输，但在实际应用中数据传输会受到电磁十扰，可靠性会降低。因此，在无人机设计之初就应预留传感器的位置，在数据传输时提高抗干扰能力。

    完善状态监测技术，以智能传感器为基础，构建状态监测体系，实现系统化、模块化实时监控无人机系统，为PHM系统提供真实可靠的数据。从而通过先进的状态监测技术将无人机系统各阶段的健康情况完整地记录存档，为构建数据库提供准确真实的数据。

    完善故障预测和诊断技术，发展基于人工智能的预测技术，实现故障准确预测;研究多种算法联合诊断，基于人工智能实现智能诊断，将诊断方法标准化和程序化，提高故障诊断的准确性。

    完善健康评估技术，根据无人机出厂参数和历史经验划分健康等级，能够提前准确地诊断系统处于的健康等级，从而实现无人机状态维修和视情维修，最终实现自主维修保障。

参考文献：

[1]陈卫,胡昆鹏.“蜂甲一体”作战中无人机装备维修保障方案构想[J].装甲兵学报,2023,2(01):58-62.

[2]杨克泉,王年旺,程燕子,代奇锋.无人机智能维修管理信息系统框架设计[J].军事交通学报,2022,1(10):40-43.

[3]何先定.大中型无人机维修保障体系建设的思考[J].航空维修与工程,2021(08):23-26.