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。
事实上，故障诊断、寿命预测和健康管理的概念不仅仅出现在水下航行体系统工程中，近年来，以状态监测、故障诊断、寿命预测和健康评估管理为主要功能的故障诊断、预测和健康管理（prognostic and health management, PHM）技术也迅速得到航空、航天、汽车、医疗和工业领域的强烈关注和应用，PHM实现从目前“定期计划维修”到智能系统中“视情维修”的自主后勤保障思想的转变。它在保证系统稳定、可靠运行的同时（风险降低50%）,降低系统维护和维修的成本（降低25%~50%），因而得到了工业界、学术界的强烈关注和重点研究。
本文将分析水下航行体故障诊断、预测的研究现状,并分析水下航行体故障诊断面临的挑战，总结其未来的发展趋势和潜在的研究方向。
一、水下航行体PHM技术的概念和特点
水下航行体的PHM系统应该具有故障诊断、寿命预测和健康管理等功能。首先采用各类传感器实时采集水下航行体系统中监测对象的状态、性能参数，然后对这些特征参数进行预处理，包括去噪、滤波、增强、归一化等处理方法;接着对其进行时域、频域或者时-频域的特征提取，获得特征数据；同时结合特征数据和前期建立的水下航行体故障模型（包括物理模型、经验模型或者数据驱动模型），进行故障诊断和寿命预测；最后根据剩余寿命和故障状态，制定水下航行体维护维修的决策和计划，从而实现视情维修。
水下航行体故障诊断、预测和健康管理技术具有重要意义。
1）实时获取水下航行体系统中关键设备的状态参数和健康状态，并预知其发生故障的时间，并采用合理的维修或维护保障措施，消除发生重大故障的隐患，保障系统安全、可靠运行；
2) 依据设备故障状态或健康状态，预测系统及设备的故障状态发展趋势和剩余寿命，为后续维修维护策略制定提供决策信息；
3) 消除不必要的定期检修和维护成本，提高水下航行体系统使用的经济性；
4）故障诊断、预测和健康管理过程中获得的性能参数和知识，也为系统及其设备的优化设计提高重要支撑。
由于水下航行体是一个复杂的系统工程，目前对其开展故障诊断、预测和健康管理的工作往往重点关注某一个或者若干个核心子系统，例如舰船采油机动力系统、推进系统等。
二、水下航行体PHM技术的研究现状
从方法机理出发，可分为以下几类方法，包括基于物理模型、基于经验模型和基于数据驱动的方法。
2．1 基于物理模型的方法
这类方法有基于失效模式分析(failure mode and effect analysis, FMEA)的方法、基于TS(Takagi Sugeno)模糊模型的方法和数学模型等方法。
这类方法可以实现较为准确的故障诊断和寿命预测，但前提是需要对监测目标对象建立精确的物理或数学模型，往往很难做到。根据诊断/预测误差，自适应调整物理模型及其参数的故障诊断/预测方法是重点关注的方向和内容，例如基于卡尔曼滤波、粒子滤波等统计滤波的方法。
2．2 基于经验模型的方法
基于经验模型的方法主要包括基于专家系统和故障树的方法。基于经验模型的方法对专家的经验依赖性很大,一旦专家经验优先或者偏差，将对故障诊断和预测结果影响巨大。因此采用多个专家知识构成专家知识数据库，并利用数据融合的策略消除个别专家的主观影响，是重点考虑的内容。
2．3 基于数据驱动的方法
这类方法包括基于统计分析、基于神经网络、基于支持向量机和波形变换的方法。
针对水下航行体推进系统故障诊断的过学习、小样本和高维非线性问题,故障诊断文献通过建立VC维统计学习理论，采用支持向量机(support vector machine, SVM)的故障诊断方法，很好地解决推进系统故障诊断中的小样本数据、高维数和非线性问题。
基于数据驱动的方法能够很好解决对模型和经验的依赖，因而受到广泛关注和研究，但基于数据驱动的方法需要监测对象各个阶段的测试和监测历史数据。
目前已有学者提出将基于模型、基于专家知识和基于数据驱动中的两类或者三类进行有机融合，充分利用各类方法的优点，实现更高精度的诊断/预测结果，这也将是PHM技术的发展趋势。
三、水下航行体PHM系统的现状
在水下航行体系统故障诊断领域，水下航行体技术发达国家开展了水下航行体PHM相关系统的研发工作，并且很多已经应用。
在水下航行体关键子系统的故障诊断系统方面，美国、德国、法国、日本、英国和丹麦等国家发展较早,并取得了一定的成果。此外，各大著名公司，例如ABB、西门子和GE等也在水下航行体故障诊断、预测和健康管理方面开展了大量的研发工作。
自20世纪80年代，国内才开展水下航行体系统故障诊断的相工作，并逐步从简单系统到复杂系统，也逐步跟上世界发展的步伐，取得了一定的成果，开发了若干个水下航行体实时监测系统、故障报警和故障诊断系统。虽然我国水下航行体PHM系统发展较快，但从发展水平看，我国的水下航行体故障诊断、寿命预测系统水平和发展程度较国外还有一定的距离。
四、水下航行体PHM技术面临的挑战
随着复杂水下航行体系统对维护、维修的现实需求,水下航行体系统的故障诊断、寿命预测技术面临如下的技术挑战。
1）? 新型集成化传感器研制及部署技术
为了能够对实时、在线故障诊断、预测提供支撑,应重点研制新型集成化传感器和部署问题，特别是长寿命预埋于水下航行体关键子系统中，例如水下航行体动力系统、推进系统内部,能够在最佳观测点上，实时获取反映设备状态的参数信息，如：振动、声音、温度、转速、扭矩等参数，为实时故障诊断、预测提供重要的数据支持。
2） 信号预处理技术
水下航行体系统及其设备所处环境比较复杂、恶劣,由于环境干扰、噪声和传感误差等因素影响，导致采集到的数据具有很强的不确定性，给后续特征提取、故障诊断和寿命预测方法提出了严峻挑战，因此，需要研究水下航行体监测信号的预处理技术。
3） 模型在线训练更新
由于各个水下航行体功能子系统在不同的运行阶段,其状态参数和工作特性均有所变化，因而，其故障诊断、寿命预测模型也各不相同，因此，为了消除模型失效或者漂移问题，需要解决故障诊断模型在线训练和模型实时更新的能力，以实现更加准确的故障诊断、预测和健康管理。
4） 实际验证评估技术
目前大多水下航行体故障诊断、寿命预测方法还处于理论阶段，由于整个复杂水下航行体系统价格比较昂贵,如何实现在实际水下航行体系统平台上对故障诊断、寿命预测模型及方法进行验证和评估问题是PHM技术在工程化过程中必须解决的重要问题。
五、水下航行体PHM技术发展趋势
随着PHM技术的发展，以及复杂水下航行体系统对维护、维修的现实需求，水下航行体系统的PHM技术出现如下的发展趋势。
1)? 网络化
随着水下航行体系统日益复杂,为了更有效地对整个系统实现准确全面的监测、故障诊断、寿命预测和健康管理，迫切需要将所有水下航行体系统所有功能子系统的信息采集、传输和处理融为有机的整体，以此来提高水下航行体系统的机组管理、健康管理系统的扩展性、和设备利用率。因此，对这个系统的网络化监测、网络化传输、处理和决策的需求迫切。
2) 在线的PHM技术
目前的PHM方法多采用离线分析的方法，存在一定的时滞，而实际水下航行体系统迫切需要进行在线故障诊断和在线寿命预测；
3) 信息融合技术
单一传感器参数、故障诊断预测方法和决策方法分别在数据采集、处理和决策过程中，具有一定的局限性，因此，多个传感器、多种采集参数、多故障诊断和预测方法、多决策策略融合也是目前水下航行体PHM技术的研究重点和发展趋势。
六、结论
结合水下航行体对PHM技术的现实需求和技术挑战，本文对水下航行体PHM技术研究内涵和研究现状进行了阐述分析，重点对PHM体系框架、故障诊断、寿命预测方法进行了分析。展望了目前水下航行体PHM技术面临的关键技术挑战和未来的发展趋势。