数据采集和传感器应用技术

在进行复杂系统PHM时，首要任务是识别表征其故障或健康状态的参数。这些参数是PHM系统的数据基础，传感器技术直接影响系统性能。选择监测参数时，需考虑传感器类型、位置、精度、带宽及经济适用性。

市场上传感器种类繁多，包括常见和专用传感器。随着技术发展，高精度、广泛适用的智能传感器日益受欢迎。然而，在信号采集过程中，常面临无合适传感器可选或环境受限的挑战。因此，特种传感器研发至关重要。我国目前在信号获取方面与西方仍有较大差距，成为诊断工作的瓶颈。

数据传输技术

传感器采集的数据信息需要有效地传输到PHM系统的其他模块。当前主要传输方式包括有线和无线两种。有线传输依赖于稳定的数据总线和网络（如Internet、Ethernet LAN），技术成熟，遵循TCP/IP、UDP/IP等标准协议。其流程是，数据通过线缆收集到部件级监测系统，再经有线网络传输至中央级处理系统。

无线传输则通过分布式传感器组件实现，这些组件内置无线调制解调器进行通信，包括微处理器、无线传输器、数据采集电路等关键部分，具备独立的数据采集和处理能力。

数据预处理技术

由于状态监测、健康评估和故障预测方法对数据类型的不同需求，需对原始数据进行预处理以满足后续处理、传输和存储的要求。预处理涵盖模数转换、去噪、高通滤波、压缩和信号自相关等步骤。数据处理方式和技术需根据参数特点选择，如特征提取用于故障识别与隔离，数据简化以剔除冗余数据，循环计数方法则用于将连续数据转化为离散信息。

状态监测、健康评估和故障预测方法

PHM系统的核心涵盖状态监测、健康评估和故障预测，这些本质上都是推理过程，实践中常结合系统特点采用多样化技术。监测和评估方法多样，从简单的阈值判断到基于规则、案例和模型的推理算法。PHM系统尤为突出的是其故障预测能力，它融合各种数据如监测参数、使用状况、环境条件和历史经验，借助数学物理模型、人工智能等技术，评估部件或系统的剩余寿命，并预测其未来健康状态。当前，主要应用的故障预测算法包括基于特征进化/统计趋势、人工智能和物理模型的预测等。

数据融合和自动推理决策技术

PHM系统管理能力依赖先进技术，诊断/预测结果的置信度对决策至关重要。数据融合技术可提高监测、评估和预测的准确度和可信度。该技术包括三个层次：低层次整合传感器数据识别信号，高层次结合特征信息诊断故障，以及知识/决策融合用于系统预测和维修决策。常用算法有贝叶斯推论、D-S证据理论等。在PHM系统构建中，这些方法综合应用以提升性能。

接口技术

PHM系统以其开放的体系结构，展现了强大的“即插即用”能力，允许模块更新、扩展，并与其他系统（如联合分布式信息系统和维修计划系统）无缝集成，形成综合自主保障系统。其接口技术主要聚焦于五大方面：模块间互联、模块与系统集成、部件级与系统级PHM互通、人-机交互界面，以及与外部决策支持、计划、库存、自动化和维修系统的接口集成。

维修决策技术

PHM系统的维修决策技术主要包括以下两个方面:

评估故障对系统性能影响的严重程度

各部位的故障对系统性能的影响程度是不相同的，其中的影响程度表现出有轻、重，有缓、急。因此，PHM系统应该将故障部位以及它们的影响程度显示出来，使操作和管理人员能够明确当前装备所处的状态。

2）制定维修决策，提出维修规范

针对生成的故障诊断与预测结果，基于确保维修质量的考虑，PHM系统应制定维修标准，提出维修内容及其相应的维修规范和检验方法。