基于CBM的通用特种车辆维修保障系统设计∗

樊辉锦 欧阳中辉 陈青华 胡道畅 许志鹏

（1.海军航空大学岸防兵学院 烟台 264001）（2.92769部队 青岛 266000）

1 引言

军用特种车辆是指为了装设武器技术装备和后勤保障装备，以及运载人员和军用物资需要，采用军用汽车改装或专门设计的专用汽车列车的总称［1］。特种车辆装备技术密集，集机械、光学、电磁学技术于一体，维修工艺复杂［2］，但受研制时技术水平所限，信息化程度不高、测试性、维修性、保障性设计不足，面临着保障模式不科学、载车技术状态把控难度大、维修保障效率低等一系列问题，很大程度上影响整个武器系统的作战效能。

近年来，状态监测技术和故障预测技术在各领域快速发展，基于状态的维修（Condition-Based Maintenance，CBM）作为一种新的维修方式得到广泛关注，并在国内外广泛应用［3～6］。与传统的维修保障模式相比，CBM具有维修时机精确、延长使用寿命、减少维修次数、降低维修成本、提高系统安全性、可靠性等优点。CBM在航空机务、车辆保障、电力电子等领域已形成成熟解决方案并有众多实践案例，其可用性和优越性得到很好的证明。

因此，本文以军用特种车辆为研究对象，将CBM技术与现有维修保障体系相结合，分析特种车辆维修保障管理业务需求，探索构建特种车辆维修保障系统CBM体系结构及框架，优化维修保障模式，为维修管理工作的科学决策提供参考依据。

2 CBM概述

CBM利用传感器或者加装式检测设备监测装备或设备的各类状态，将状态信息收集、分类、存储并处理加工，而后根据状态信息的变化利用各类算法实时评估装备或设备的技术状态，预测装备或设备故障发生时机，结合维修决策需求给出科学合理的维修建议［7］。

装备和设备的大部分故障发生是渐变的过程并具有一定规律，变化过程可绘制P-F曲线来表征状态规律［8］，如图1所示。依据P-F曲线，其中O点是装备和设备状态劣化的实际起点，称为故障萌发点；P点开始存在异常的状态，称为潜在故障点（po⁃tential failure），这一点可通过相应技术手段准确地检测到并预警；F点为装备或设备最终失效的时间点，称为功能故障点（functional failure）。从P点到F点之间的时间长度称为P-F间隔［9］。

图1 P-F间隔曲线

分析可知，为了降低装备或设备停机率、预防功能性故障的发生，维修的时机应该在曲线的F点以前，另外，为了能够充分利用装备及其部件的有效寿命，维修时机应该在P点之后，因此应该在P点和F点之间寻找一个合适的点进行维修。

3 特种车辆维修保障管理系统分析

根据CBM的基本思想，需要从特种车辆的维修保障所需功能和业务流程两面，对管理系统进行分析，从而确定保障管理系统的体系结构。

3.1 维修保障CBM的功能需求分析

特种车辆维修保障管理系统对特种车辆进行在线或离线的状态监控、信息采集，从而对车辆整体健康状态进行实时评估，并判断车辆的故障机理、预测最佳状态，进而根据特种车辆的维修保障需求和健康状态，在适当的时机实施维修保养，降低车辆的平均故障时间。因此，须从以下四个方面的主要功能进行需求分析来实施特种车辆CBM。

1）状态信息采集功能。车辆状态信息是多层次、多方面和动态的，特别是特种车辆，具备各自特有的技战术状态参数，既需要实时的状态信息，也需要定期进行检查得到的检测信息，如图2。通过完备的检测方法手段，实现车辆状态信息采集功能，为实施CBM提供可靠的数据，是系统构建的基础和前提条件。

图2 信息采集功能模块描述

2）故障诊断及状态评估功能。特种车辆的劣化趋势需要及时、准确地诊断，才能进行有效的基于状态的维修。特种车辆故障诊断采用多种分析方法（如函数诊断法、FTA法、模糊诊断法、神经网络诊断法等［10］）将采集的数据进行分析处理，查出故障点或劣化点。利用状态信息采集得到车辆的状态数据，可以定期或不定期地对车辆状态做出评估，分析车辆的性能衰退趋势，当车辆出现劣化征兆时及时报警。

3）关重件剩余寿命预测功能。特种车辆维修保障相关业务人员在车辆状态信息的基础上，借助各种预测方法（例如，灰色预测、机器学习、多元神经网络等）来预测关重件的剩余寿命，在严重停机故障发生之前及时实施维修。利用有效的预测功能制订和实施维修计划，降低平均故障时间。

4）维修优化与决策功能。主要是对维修方式、维修类型、维修时机等进行决策。例如，根据特种车辆的状态和使用情况确定其维修类型（大修、中修、小修）、维修范围（总体、部件）、维修时机（何时进行维修）［11］，并可以对维修方案进行优化。

图3 特种车辆CBM的功能需求图

3.2 特种车辆维修保障业务流程分析

概括地说，特种车辆维修保障主要包括以下几种方式：预防性维修、修复性维修、定期维修和基于状态的维修［12］。如图4，我们对实际的维修保障管理业务调研后，可以形成特种车辆维修保障管理的流程［13］。

图4 特种车辆维修保障方式流程图

根据功能需求分析和业务流程分析，确定主要采集信息标准，有效地进行维修保障业务的管理，并选择合理的策略来降低使用费用和维修费用，实现对特种车辆全寿命周期的使用数据和维修数据的有效管理。

4 特种车辆维修保障系统体系结构设计

4.1 特种车辆维修保障系统结构设计

研究和总结特种车辆维修保障系统总体结构和框架，从一般化的CBM体系以及相关思路入手，结合特种车辆的特点，维修保障管理体系结构可采用四层结构：数据采集层、状态监测层、数据传输层、数据处理与应用层。

1）数据采集层。数据采集层主要依托车载采集终端，利用原有的总线协议或者新增的CAN总线，加装传感器对特种车辆上的底盘系统、动力系统等进行状态监测和采集。通过车载采集终端将温湿度、车速、加速度等不同类型数据进行分类和储存。

2）状态监测层。状态监测层主要借助采集终端的分析处理能力，在数据传输到数据中心之前，对采集的数据进行预处理并分析，实时显示车辆状态，提醒维修保养时机。根据管理系统预存的故障码信息，进行简单的故障诊断与分析。

3）数据传输层。数据采集层可采用无线传输设备和有线传输设备两种传输方式。由于军用特种车辆的特殊性，无线传输设备主要采用北斗卫星系统，传输速率有限，通过北斗卫星系统的短报文通信形式将关键特征的数据实时传输到数据中心，在未来北斗三代的短报文数据量将有很大提升。有线传输设备主要通过光纤、电缆或者以太网等有限传输介质将数据传输到数据中心。

4）数据处理与应用层。数据处理与应用层主要将数据中心的各类车辆数据深入加工处理并提供应用。按照数据种类和时间进行排列并储存，结合被监测车辆的状态，进行关重件剩余寿命预测评估。根据各类预测评估结果，为各类保障人员提供可视化参考，并生成图文报表，为科学制定维修保障计划提供真实有效的依据。

因此，最终确定特种车辆维修保障系统CBM体系结构，如图5所示。

图5 特种车辆维修保障系统CBM体系结构框架图

4.2 特种车辆维修保障系统功能模块设计

由上述特种车辆维修保障系统CBM总体结构和框架，结合各类特种车辆特点，可将系统设计成如下六个子系统。其中，4.2.1、4.2.2、4.2.3这三个模块是后续工作的研究重点。

4.2.1 车辆基本状态信息采集子系统

车辆基本状态信息采集子系统主要实时监测车桥温升、轮毂温升、转向油箱温升和制动总缸出口压力，实现对底盘转向系统和制动系统的安全监测。同时监测供配电系统，主要通过柴油机组配置的多功能自动发电机组控制器采集柴油发电机组的油位信息、机油压力信息、转速信息、机组输出电压电流信息等［14］。

针对导弹发射车，对发射筒内温度、湿度、压力信号进行采集；对发射车液压系统的油温、油压及测量发射车俯仰角、横倾角信号进行采集的功能；并通过车控设备将采集信息传送到数据中心。

4.2.2 电子设备健康信息采集子系统

电子设备健康信息采集子系统主要对安装在特种车辆内的主要设备健康状态信息进行采集，主要包括对武器控制台和信息处理台等设备通过预留的网络接口进行信息采集［15］，并增加硬件测试模块，用于对设备状态进行检查监测，并将结果信息通过网络接口发送。

4.2.3 状态监测子系统

状态监测子系统对车辆基本状态信息、武器控制系统、液压系统、电子设备、供配电设备等的采集结果信息进行监测、存储，并根据各参数阈值及时预警，帮助作战人员和保障人员实时掌握车辆状态。

4.2.4 信息传输子系统

信息传输子系统通过有线（驻地接入网）或无线方式（北斗通信）将特种车辆信息及数据传输到数据中心。其中，在驻地模式使用时可采用有线通信方式；在野战模式使用时，可采用无线通信方式。其中北斗用户机可通过北斗通信功能实现无线数据的传输。

4.2.5 故障诊断子系统

故障诊断子系统根据故障维修记录编制智能专家诊断实例或故障树，指导保障人员进行维护维修。

4.2.6 故障预测与维修辅助决策子系统

故障预测与维修辅助决策子系统主要通过各类智能预测算法建立预测模型，利用数据中心的数据准确预测出故障，并提供科学合理的维修决策。

5 结语

本文将CMB技术与特种车辆维修保障管理相结合，提出了由数据采集层、状态监测层、数据传输层和数据处理与应用层四层组成的特种车辆维修保障管理系统结构，优化维修保障模式，为维修管理工作的科学决策提供的参考依据。