舰船预测与健康管理系统研究
基于大数据分析的海洋工程船舶综合信息集成管理系统研究
基于大数据分析的海洋工程船舶综合信息集成管理系统研究随着现代科技的发展，海洋工程船舶已经成为进行海洋资源开发、海洋科学研究和海洋环境保护的重要工具。
然而，随着船舶数量的增加和任务的复杂性加大，如何高效地管理和监控船舶的综合信息成为一个亟待解决的问题。
而基于大数据分析的海洋工程船舶综合信息集成管理系统就是为了解决这一问题而提出的。
船舶综合信息集成管理系统是一个集成了多个子系统的综合平台，用于获取、存储、处理和分析船舶相关的信息，提供决策支持和管理功能。
基于大数据分析的海洋工程船舶综合信息集成管理系统结合了海洋工程船舶的特点和大数据技术的优势，能够大幅提高对船舶的监控和管理效率。
首先，基于大数据分析的海洋工程船舶综合信息集成管理系统可以实现对船舶位置和航迹的实时监控。
通过安装在船舶上的传感器和定位设备，可以获取到船舶的实时位置和航迹数据。
借助大数据分析技术，系统可以实时对这些数据进行处理和分析，实现对船舶位置和航迹的实时监控。
这样，管理人员可以随时了解到船舶的位置信息，及时做出相应的安排和决策。
其次，基于大数据分析的海洋工程船舶综合信息集成管理系统可以对船舶的运行状态和性能进行监测和评估。
船舶运行状态和性能的监测对于船舶的安全和经济运营非常重要。
通过采集船舶传感器的数据和其他相关数据，系统可以对船舶的运行状态和性能进行实时监测。
同时，基于大数据分析技术，可以对这些数据进行分析和处理，得出船舶的运行状况和性能评估结果。
这样，管理人员可以及时发现船舶存在的问题并采取相应的措施，保证船舶的安全和正常运行。
另外，基于大数据分析的海洋工程船舶综合信息集成管理系统可以实现船舶资源的优化配置。
海洋工程船舶的任务安排需要考虑到船舶的特性和实际情况，以及各种资源的供给和需求。
利用大数据分析技术，系统可以对船舶的航行路线、任务和资源等进行分析和优化。
通过综合考虑船舶的运行成本、效率和资源利用率等因素，系统可以给出最优的资源配置方案，提高任务执行的效率和经济效益。
智能化舰船损管系统研究的开题报告
智能化舰船损管系统研究的开题报告一、选题背景随着科技的不断进步，智能化技术已经在海洋工业中得到了广泛的应用。
而船舶损管系统作为船舶维护保养中的重要组成部分，对保障船舶的安全运行、提高运输效率、降低成本等方面具有重要意义，因此已经成为国际上一个具有发展前景的研究领域。
二、选题意义目前，国内外依然没有一种完全能够满足整个船舶损害管理系统要求的方案，而且一些海事意外事故的发生也表明，传统的手动操作方式缺乏必要的安全保障。
因此，建立一个智能化的船舶损管系统具有非常重要的现实意义和应用价值。
三、主要研究内容（1）智能化船舶损管系统中数据的采集和传输技术。
（2）智能化船舶损管系统中的数据处理和分析技术。
（3）智能化船舶损管系统中的故障诊断和预测技术。
（4）智能化船舶损管系统中的多模态技术和人机交互技术。
四、研究目标实现智能化船舶损管系统，将其纳入到船舶运输管理当中，提高船舶损管的精度和效率，预防海事意外事故的发生，提高航运的安全性和可靠性。
同时，为海洋工业的长远发展提供智能化的技术保障。
五、研究方法（1）基于前期调研和分析完成系统功能与性能需求的确定。
（2）研究智能化船舶损管系统中数据采集、处理、分析、预测等关键技术，并建立相应的模型。
（3）设计并制作智能化船舶损管系统的硬件和软件，开发相关的应用程序。
（4）通过仿真分析和实际场景测试，对智能化船舶损管系统进行评测和优化。
六、预期成果建立完整的智能化船舶损管系统，实现全面的数据采集、处理、分析和预测，并能够自动修复和管理损伤，降低运输成本，提高工作效率。
七、研究难点（1）如何完成数据的实时采集和传输，并确保数据的安全性和完整性。
（2）如何建立高效的数据处理和分析模型，并实现数据的准确分类和建立损伤评估模型。
（3）如何实现系统中的故障诊断与预测技术，以及自动修复损伤技术。
（4）如何实现智能化船舶损管系统中多模态技术和人机交互技术的统一设计和优化。
八、研究计划（1）第一年：完成系统需求的分析和确定，研究海洋工业损伤管理和智能化技术的前沿研究方向，设计并实现数据采集和传输系统。
故障预测与健康管理体系结构综述
故障预测与健康管理体系结构综述作者：丁秋月和尧董超来源：《航空维修与工程》2021年第01期摘要：随着装备系统复杂化、综合化、智能化、自动化、精密化的不断发展提高，其可靠性、维修性、测试保障性、安全性以及全寿命周期管理的问题越来越受到重视，传统的事后故障维修诊断不利于装备的维修和后勤保障，因而故障预测与健康管理（PHM）技术应用而生。
本文阐述PHM系统框架，明确不同PHM体系下的工作流程，实例分析了PHM体系结构的应用，最后归纳总结出实现PHM的关键技术。
关键词：故障预测与健康管理;PHM系统框架;PHM关键技术Keywords：prognostics and health management;PHM system framework;PHM key technology0引言現代装备设计采用更多的新材料、新技术、新工艺、新结构，用以减轻装备重量、满足极限载荷、实现复杂功能等要求，是科学技术、装备效率、后勤保障能力的大比拼。
面对新装备，其后勤维修保障尤为重要。
早期装备采用传统的基于浴盆曲线故障模型的定期全面翻修为主的预防维修思想，这种通过按使用时间进行的预防性维修工作，工作量大、周期长，不能充分发挥装备的使用效能，难以适应复杂系统装备的维修保障要求，同时维修耗时费力还成本高。
视情维修在军用装备中的成功应用，使之逐渐向民用装备发展，其所具备的预测故障发生和对健康状态的管理催生了故障预测与健康管理（PHM）技术的产生。
PHM是美国针对自身庞大而先进的装备提出的一种先进维修保障技术，可实现对装备的状态监控、故障综合诊断、故障预测、健康管理和寿命预测等[1]。
本文阐述标准PHM技术系统框架，给出基于不同类型装备可选实施的3种PHM系统结构，最后给出装备设计实例应用，并论述了PHM的关键技术。
1 PHM系统框架1.1 PHM体系的标准结构视情维修开放体系结构（Open System Architecture for Condition-Based Maintenance，OSA-CBM）最为典型[2]，是综合了不同类型的PHM系统设计而来的，如直升机健康与使用监测系统（Health and Usage Monitoring System，HUMS）、海军综合状态评估系统（In- tegrated Condition Assessment System，ICAS）、飞机状态监测系统（Aircraft Condition Monitoring System，ACMS）、发动机监测系统（Engine Monitoring System，EMS）、航天器集成健康管理系统（Integrated Vehicle Health Management System，IVHMS）、综合诊断预测系统（Integrated Diagnostics and Prognostics System，IDPS）等，如图1所示。
预测与健康管理(PHM)技术现状与发展
随着高科技的不断注入，现代装备的高集成化、高智能化以及分析处理问题的高效化日益增强，随之而来的系统的故障诊断、维修保障和可靠性越来越受到人们的高度重视。
目前世界上大部分装备的维护多以定期检查、事后维修为主，不仅耗费大量的人力和物力，而且效率低下。
PHM(Prognosties and Health Management)预测与健康管理技术是综合利用现代信息技术、人工智能技术的最新研究成果而提出的一种全新的管理健康状态的解决方案。
PHM系统未来一段时间内系统失效可能性以及采取适当维护措施的能力，一般具备故障检测与隔离、故障诊断、故障预测、健康管理和部件寿命追踪等能力。
PHM技术的发展过得去是人们自我学习和提升的过程，即从对设备的故障和失效的被动维护，到定期检修、主动预防，再到事先预测和综合规划管理。
美陆军早期装备直升机的健康与使用监测系统就是PHM最原始的形态。
20世纪60年代，由于航空航天领域极端复杂的环境和使用条件驱动了最初的可靠性理论、环境试验和系统试验能及质量方法的诞生。
随着宇航系统复杂性的增加，由设计不充分、制造误差、维修差错和非计划事件等各种原因导致故障的机率也在增加，迫使人们在70年代提出了航天器综合健康管理的概念来监视系统状态。
随着故障监测和维修技术的迅速发展，先后开发应用的有飞机状态监测系统、发动机监测系统、综合诊断预测系统以及海军的综合状态评估系统等。
随后出现的这些诊断故障原和检测状态的技术，最终带来了故障预测方法PHM的诞生。
上世纪末，随着美军重大项目F-35联合攻击机(JSF)项目的启动，正式把以上的故障预测和维修全面解决方案命名为预测与健康管理(PHM)系统，为PHM技术的诞生带来了契机。
PHM是JSF项目实现经济承受性、保障性和生存性目标的一个关键所在。
JSF的PHM系统是当前飞机上使用的(BIT)和状态监控的发展，这种发展的主要技术要素是从状态(健康)监控向状态(健康)管理的转变，这种转变引入了故障预测能力，借助这种能力从整个系统(平台)的角度来识别和管理故障的发性，其目的是减少维修人力物力、增加出动架次率以及实现自主式保障。
水下航行体PHM技术探讨
水下航行体PHM技术探讨摘要：介绍了水下航行体PHM技术的概念和特点。
指出了水下航行体故障诊断、预测和健康管理技术具有重要意义。
对水下航行体PHM技术的研究现状进行了分析。
探讨了水下航行体PHM系统的现状。
关键词：水下航行体PHM技术；水下航行体故障诊断；预测；健康管理技术0 引言随着海洋事业不断发展和水下航行体设计制造技术水平的快速提高，我国现代水下航行体的大型化、高功率、集成化、复杂化和自动化程度日益增高，其结构和任务需求也日益复杂,对其安全性和可靠性提出了越来越高的要求，并且其维护和保障成本也日益提高,同时由于系统本身复杂时变性、恶劣运行环境和外部等诸多因素影响，出现故障的概率也呈增加趋势。
一旦发生事故，便会造成巨大的人员伤亡、财产和经济损失，因此对复杂水下航行体系统的安全性和可靠性提出了更高的要求。
由于技术成熟度和系统复杂的原因，目前水下航行体系统往往重点监测一些关键功能子系统，例如动力系统、推进系统等，获得性能和状态关键参数，人工判断其健康和故障状态，并结合经验，进行定期维护维修。
在这种现行的“定期计划维修”模式下，具有如下缺点。
1）设备运行的安全性和可靠性难以得到保障：“定期计划维修”无法有效处理潜在或突发的异常故障，无法保证水下航行体设备安全、可靠地运行；2）定期维修维护会浪费诸多不必要的拆卸和安装，同时也会产生额外的磨合损耗，甚至导致新的故障；3）设备维护和维修费用过高: 水下航行体设备的使用和维护保障费用占全寿命周期费用的比例，已达到70%以上，已成为制约水下航行体设备迅速发展的关键所在。
随着现代故障诊断、寿命预测技术的发展，对水下航行体系统运行参数的实时采集与分析，通过对在线采集到的性能、状态参数的分析，及时发现水下航行体系统中设备的健康状态和存在的问题，并预防潜在故障的发生,并制定和执行相应的维修维护策略，已变得十分迫切。
因此,开展水下航行体的故障诊断、寿命预测和健康管理研究，对于防止突发事件，保证水下航行体的安全运行，减小维修维护成本，实现水下航行体维护方式从目前的“定期维修”升级到“视情维修（condition based maintenance,CBM）”，从而提高水下航行体维护的效率和失效性，降低水下航行体的维修维护成本，为水下航行体新型自主式后勤保障提供重要支撑。
航空发动机性能预测与健康管理研究
航空发动机性能预测与健康管理研究随着工业技术的快速发展，现代航空工业中航空发动机的性能预测和健康管理正在成为一个极为重要的领域。
航空发动机的工作环境十分恶劣，因此，如何能够及时预测并管理航空发动机的性能和健康状况，对于保证航空安全、减少航空事故的发生具有重要意义。
本文将从多方面进行探讨，包括性能预测的基础理论和方法、航空发动机健康管理的架构和技术、航空工业中的应用和未来发展趋势等。
一、性能预测的基础理论和方法现代航空发动机普遍采用的燃气轮机技术，使其在运行过程中产生了大量的数据。
燃气轮机包括了多个子系统，例如压气机、燃烧室和涡轮等。
这些子系统的运行状态和性能都可以通过采集和分析大量的数据来进行预测和评估。
目前，运用大数据和机器学习等技术，对航空发动机的性能进行预测已经成为了一种常见的方法。
一种有效的预测方法是建立基于数据的模型，采用机器学习算法进行预测。
通过对航空发动机的运行数据进行实时采集、分析和存储，利用数据挖掘方法，可高效地获取各个子系统的信息并预测出整个发动机的性能状况。
这种方法需要建立大量的数据模型，通过模拟、估算和分析来预测航空发动机的性能。
在模型的建立过程中，除了采集运行数据外，还需要对环境和工作条件等因素进行综合考虑，从而建立更加准确的预测模型。
另一种方法则是基于物理学模型的预测。
这种方法的原理是建立一种基于物理学理论的数学模型，针对航空发动机的工作原理和工作条件进行研究和分析。
依靠物理模型对航空发动机系统的动态性质作出合理的预测和模拟，并对系统进行监测和诊断。
这种方法需要深入了解航空发动机的工作原理和特性，并且对领域知识要求比较高，费用相对较高，一般采用在实验室优化再部署到航空实际应用的方式，因此时间周期较长。
二、航空发动机健康管理的架构和技术航空发动机健康管理是一种重要的预防性维护方法，它通过对航空发动机的运行状况、性能和健康状态进行实时监测和分析，发现异常和故障，并提供对应的预警、判定和维修方案以保证发动机的稳定、安全和高效运行。
舰船通信系统预测与健康管理技术研究
和 智 能 模 型 来 预 测 、监 控 和 管 理 通 信 系 统 的 工 作 状 态 。该 技 术 最 大 程 度 地 利 用 传 统 的故 障 特 征 检
包 括 确 定 部 件 的 残 余 寿 命 或 保 持 正 常 工 作 的 时 间 长 度 ， 于维 修 人 员根 据 其 实 际状 况 来 更 换 部 件 ； 便
１ 引言
舰 船 通 信 系 统 的 设 备 数 量 多 、种 类 繁 杂 ， 导 致 其 诊 断和 修 复 时 间过 长 ，备 件 和 测 试 设 备 以及
率 几 乎 为 零 的精 确 故 障 检 测 和 隔 离 结 果 。 ＨＭ 技 Ｐ 术 的应 用 能够 显 著 提 高 对 复 杂 通 信 系 统 工 作 状 态 的 了解 ，进 而 提 高 系 统 任 务 的 可 靠 性 和 安 全 性 。 预 测 与健 康 管 理 技 术 正在 成 为 新 型 复 杂 通 信 系 统
ｉｔ ｄ ｃ ｓ ｔｅ ｃ ｒ ｅ ｈ ｏｏ ｙ ｗ ｉｈ Ｐ ｎｒ ｕ ｅ ｈ ｏ ｅ ｔｃ ｎ ｌｇ ｈｃ ＨＭ ｃ ｎ ｌｇ ｉ ｓ，ａ ｄ ｐ ｏ ｉｅ ｈ ｒｓ ｅ ｔ ｅ ｏ ＨＭ ｏ ｔ ｈ ｏｏ ｙ ｗ ｌ ｕ ｅ ｎ ｒｖｄ ｓ ｔｅｐ ｏｐ ｃｉ ｆ Ｐ ｅ ｌ ｖ
船 电技 术 ｛ 应用研究
舰船通信 系统预测与健康管理技术研究
贾心 恺
（ 军 驻 沪 东 中华 造 船 （ 团 ）有 限 公 司 军 事 代 表 室 ， 上 海 ２ ０ ２ ） 海 集 ０ １９
摘 要 ：本 文 综述 了 Ｐ ＨＭ 技术 的特 点和 工 作原理 ，并 结合舰 船通 信 系统特 点 ，讨论 了 Ｐ Ｍ 应 具备 的功 能 Ｈ 并对 Ｐ ＨＭ 技术 涉及 到 的关键 技术 进行 了简 要 的介绍 ，最 后展 望 了该技 术在舰 船通 信 系统 中 的应用前 景 。
舰船装备健康状态评估及其应用研究
英等国提 出了故 障预测与健康管理 （ Ｈ Ｐ Ｍ）的概
念 ，并将其应 用于联合攻击 战斗机 ＪＦ解 决方案 Ｓ
中 。在 采用 Ｐ Ｍ 等技 术 之 后 的 ＪＦ飞机 ，保 障设 Ｈ Ｓ 备 减 少 ５ ％ ，维 护人 员 减 少 ２ ％ 一 ０ ，架 次生 ０ ０ ４％
作者简 介：余鹏 （ ９７ ） １８ 一 ，男 ，浙江衢州人 ，在读硕士研究生 ，主要研究方 向为装备管理。
ｔａ ｎｎｇ ｏ ｈ ｑ ｉ ｍｅ ｔ． ｒ ｉ ｉ ｆｔ ｅ ｅ ｕ ｐ ｎ ｓ Ｋｅ ｒ ｓ： ｍ ａ ｉ ｑ ｐ ｎ ； ｈ ａｔ ｔｔ ｙ ｗｏ ｄ ｒｎｅ ｅ ｕｉ ｍｅ ｔ ｅ ｌｈ ｓａｅ； ｅ ａ ｕ ｔ ｎ ｖ ｌ ａｉ ｏ
０ 引 言
随着舰 船 寿命 的增 加 ，在 同样 的维 修 水 平 下 ，
每次维 修舰船 装 备 的 技 术 状 态 都 能恢 复 （ 基 本 或 恢 复 ） 到 原 有 水 平 。但 是 到 了 后 期 ，舰 船 的 剩 余 寿命 明显缩短 ，在 看似 相 同的技术 状态 下 ，完成 训 练 、执 勤和作 战任 务 的能力 明显 变差 ，究其 原 因主 要是 因为舰船 装备 的健康 状态 变差 了。以往 使用 技 术状 态对装 备状 态进 行评 估 时 ，尽 管综 合考 虑 了技
余 鹏 ，吕建伟 ，刘 中华
４０ ３ ） ３ ０ ３ （ 军工程 大 学 ，湖 北 武汉 海
摘要：文章分 析 了装 备健 康状 态评 估 的 国 内外研 究现状 ，对装 备健 康 状 态及 其 与技 术 状 态之
间的关 系进 行 了较 为深入 的探 讨 ，明确 了舰船 装备 健康 状 态与技 术状 态之 间 的 区别 和联 系，以及
通过 准确评 估装 备 的健康 状态 ，可 以为舰 船装 备 的使 用 和维修 决策 提供 更为 充分 的依 据 ，可 以在 保 持舰 船装 备 的可用 度 和战备 完好 性 的基础 上 ，避 免 重大 事 故 的发 生 ，降 低 舰 船 装 备 的 使 用 保 障 费 用 ，延 长 装 备 的 寿命 和 维 修 间 隔 。本 文 的分 析 表 明 ，特别 是 对于舰 船 这种 寿命周 期较 长 的装备 ，判 断其 健康 状 态 的好 坏 ，并得 出其 发展规 律 ，对其 使 用 和维修 都具 有很 大 意义 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据、 试车数据等。 ． （） １ 更准确地理解舰船各装备故 障的物理本质 、 ２２ 推理 模式 故 障演 变 过 程 与故 障影 响程 度 ，从 而 更好 地 进 行状 Ｈ 在关 键 部件 级 、
收 稿 日期 ：０ ２ ０ — ５ ２ １－ ４ ０ 作者简介 ： 乐 （９ ６ ）男 ， 陈 １８ 一 ， 山东淄博人 ， 在读硕士研究生 ， 研究方向为舰船 动力装置监测 、 断与维修保 障 ； 诊 刘东 风（ ９９ ） １５一 ，
男， 山东高唐人 ， 高级工程师 ， 博士生导师 ， 主要从事舰船动力装置监测 、 诊断与维修保障研究 。 １３ １
Ｅ ｕ ｐ ｎ ｎ ｆ ｃｒ ｇ Ｔ ｃ ｎ ｌｇ ． ２ ２ ｑ ｉ ｍｅ ｔ Ｍａ ｔ ａ ｔ ｎ ｅ ｈ ｏ ｏ ｙ Ｎｏ７， ０１ ｉ
设备级 和分系统级都应用 ３种独立 的推理机Ｉ 即 ： 型 的方法和技术有人工神经 网络 （ Ｎ ）模 糊系统 ４ １ ， Ａ Ｎ、 故障诊断推理机（ Ｒ ， Ｄ ）故障预测推理机（Ｒ） Ｐ 和异 常 和基于经典时间序列分析 的预测技术等。 检测推理机（ Ｒ）最终通过推理机综合管理器 ， Ａ ， 得出 （ ） 于可靠 性 和统计 （ ｅａｉｙａｄＳ ｔ — ３基 Ｒ ｌｂ ｉ ｎ ｔｉ ｉ ｌ ｔ ａｓ 推 理结 果 。 ｔｓｂｓｄ 的预测技术。 ｉ—ａ ） ｃ ｅ 这种方法依据系统的统计信 这种方式可 以最大程度减少对单个传感器和算 息 ， 获得较为准确的寿命分布 函数 、 概率密度函数 和 法的依赖 ， 减少虚警 ， 提高故 障隔离的准确性。各推 失效率函数等 ， 并由此预测系统的状态。可利用的寿 理机 的功能 如下 ： 命分布函数有很多 ， 例如威布尔分布（ ｉｌ Ｄｓｉ ｗｅ ｔ ｉ — ｂｌ ｌ ｂｔｎ 在 很 多 电子 、 械 、 电产 品 的寿 命 预 测 中 ， ｕｉ ） ｏ 机 机 （ ） 障诊 断推理机。 障诊断推理机基于一整 １故 故 套算法 ，将输人的检测结果与舰船各 系统 的 Ｆ Ｅ 被广泛使用 。这种方法的优势 ，在于依据较少 的信 ＭＡ 等详 细资料相结合 ，在故障发生时，确定故障的位 息 ， 得到具有一定置信度的预测结果 ， 限性在于无 局 置 、 冈等 。 原 法精确预测故障发生的部位和时间。基于可靠性 和 Ｄ ｍｐｔ — ｈｆ ｅ ｒ （ ） 障预测推理机。 ２故 故障预测推理机基于钳 Ｉ 统计 的预测方 法 ，包 括 贝叶 斯方 法 、 ｅ ｓ ｒＳａｅ 盟 模糊 逻辑 等 。 库 中 的各 种 推理 模 型 ，综 合 了舰 船 各 系统 的诊 断 信 理 论 、
对 装备 状 态 具有 感 知 、预 测 和决 策 能力 的 预测 效益和社会效益 ；
与健康 管理技术（ ｒ ｎ ｓｃ ａｄＨ ａｈ ａａｅ ｅｔ Ｐｏ ｏ ｉ ｅｌ ｎｇｍ ｎ， ｇ ｔｓｎ ｔＭ （） ４ 实施 自主式保 障（ Ｌ ， Ａ ）有效减 少或消 除对 Ｐ Ｍ）是 实现 Ｃ Ｍ 的保 证 。研究 和应 用 Ｐ Ｍ 技术 ， 测试设备 、 Ｈ ， Ｂ Ｈ 工具和其他设备的过度需求 ， 减少备件数 加 快 装 备 维 修改 革 的步伐 ，对 于迅 速 发 展 的海 军装 量 ， 节省舰船空 间利用 ， 缩短维修 时间 ， 高保 障效 提 率， 提高装备综合保障水平。 备而言 ， 无疑是十分必要 的。
干涉 测量 、 声波 和微 电子机 械 系 统 （ ＭＳ 等 。数 超 ＭＥ ） 据传 输 可 以采 用 有 线 和无 线 相 结合 的 方 式 进 行 ， 在
空间狭小时 ， 采用无线传输 ， 解决了舰船中布线 困难 的难题 。稳 定可 靠且 大容 量 的存储 设 备 ， 以保 证 装 可
知性 的 主动 维修 思 想 。根据 Ｐ ＨＭ 的 内涵 ， 结合 舰 备各个阶段信息 的存储 ， 并 包括传感器采集数据、 历史
修保 障费用过高 ，已经成为制约装备迅速发展的关 装备乃至舰船设计提供科学依据 ； 键 所 在 。实 现装 备 保 障 ， 由定期 计 划 维修 向“ 于状 基 （ ） Ｐ Ｍ 技术支撑下 实现装备 Ｃ Ｍ，避 免 ３在 Ｈ Ｂ 态 的维修 （ ｏｄ ｉ — ａｅ ａ ｔ ａｃ ，Ｂ ” Ｃ ｎ ｉ ｎ ｂｓ Ｍ ｉｅ ｎｅ Ｃ Ｍ）转变 “ ｔ ｏ ｄ ｎｎ 过剩维修 ” 失修 ”增加舰船 出航率 ， 和“ ， 延长舰船服 役年限， 降低维修费用 ， 获得最 大的经 济效益 、 事 军 是必然趋势。
源和使用所需等 ， 对维修活动做 出决策的能力 ， 最终 实 现部 件或 系统 基 于状 态 的维修 【 ｌ １ 。 Ｐ Ｍ 不仅 是 技术 的进步 ， 是 维修 理念 的变革 。 Ｈ 也 Ｐ Ｍ 利用 了各种 先 进 的设 备 ，倡 导 的是一 种具 有 预 Ｈ
船实 际 情况 ， 船 Ｐ 系统 将达 到 以下 目的 ： 舰 ＨＭ
《 装备制造技术￣０２ ２ １ 年第 ７ 期
舰船预测与健康 管理 系统研究
陈 乐， 刘东风 ， 平 周
（ 海军工程大学 青 岛油液检测分析中心 ， 山东 青岛 ２６ １ ） ６０ ２
摘 要 ： 绍了Ｐ 介 ＨＭ 技 术的 内涵和舰船 Ｐ ＨＭ 系统的作 用， 阐述 了 Ｐ ＨＭ 关键技术 ， 并根 据研究现状展 望 了 Ｐ ＨＭ 技术
１ Ｐ Ｍ 的 内涵和作 用 Ｈ
２ Ｐ Ｍ 的关键技术 Ｈ
． 传 Ｐ Ｍ包含 ２ Ｈ 个方面的内容 ， 即预测和健康管理。 ２１ 数据 采 集 、 输和存 储 技术 预测 ， 就是指结合传感器信息、 先验信息等一切 Ｐ Ｍ系统原始数据的获取 ， Ｈ 包括采集 、 传输和存 可用 的资源 ， 借助各种推理技术 ， 对部件或系统做出 储等 ， 需要先进 的硬件设施做保障 ， 才能达到理想的 状态 预 测 ， 括 故 障预测 和剩 余 寿命 预测 等 。 包 准确度 。 应用于 Ｐ Ｍ系统 的传感器 ， Ｈ 具有精度高、 适 健康管理 ， 就是指结合诊断 ／ 预测信息 、 可用资 用范 围广 、 智能化的特点 ， 如光纤传感器、 碳纳米管 、
的今后发展 方向。
关键词 ： 预测与健 康管理 ； 于状 态的维修 ； 基 综合保 障 中图分类号 ： ４ ４７ ７ Ｕ ６ ．０ 文献标识码 ： Ａ 文章编号 ：６ ２ ５ ５ ２ １ ０ — １ — ２ １ ７ — ４ Ｘ（ ０ ７ ０ ３ ０ ２） １
武器装备智能化和集成度的不断提高 ，给装备 态评估 ， 推动监测诊断技术 向信息集成 、 融合 、 预测 维修保障提出了更高的要求。有资料证实 ， 在现行定 和决策等更深层次发展 ； 期计划维修的模式下 ，舰船装备的使用 与维修保 障 （） ２ 加快 装备 可靠 性 、 态监 测 与故 障诊 断技术 状 费用 占全寿命 周 期 费用 的 比例 ， 已达 到 ７ ０％以上 。 维 应用 ， 出解决 状 态预 测 所 涉及 的技术 问题 ， 改 进 突 为