0 引　言

当前，舰船装备维修保障主要采用定时定程的预防性维修，预防性维修主要基于装备的“二元”状态，即正常状态与故障状态，而在实际工程中，装备自从理想工作状态到完全失效状态之间往往经历多种退化状态^[1]，尤其随着信息技术为代表的新技术不断发展与应用，舰船装备日趋呈现出结构大型化、功能多样化、设计一体化、运行智能化的方向发展，其多状态特征愈发显著，因此仅依赖传统的二元状态对舰船装备工作性能进行预测评估，其健康状态预测评估结果大多不甚理想，甚至存在较大偏差。为提高舰船装备健康状态预测的正确性，自20世纪90年代以来，多状态理论被引入复杂系统可靠性建模与健康状态评估研究领域，同时为适应海军战略转型和武器装备快速发展需要，装备承研、承制、使用及保障单位也高度重视舰船装备多状态可靠性分析与评估研究工作，探索适用于舰船装备维修保障工作的理论、方法与技术途径，旨在提高舰船装备的完好在航率、降低全寿期维修保障成本。近年来，随着多状态复杂系统建模理论与解算方法的逐步完善，以及解算能力的迅速提升，相关研究成果已成功应用于复杂系统的可靠性优化设计、保障资源合理配置、维修活动科学决策等工程领域，并被作为复杂系统维修成本优化、维修工作决策的重要辅助工具^[2]。

本文重点立足舰船装备结构大型化、组成复杂化、功能多样化、设计一体化、运行智能化等特点，通过选择适用的舰船装备多状态可靠性预测评估模型，能够较为准确地预测评估舰船装备的实际健康状态与剩余寿命^{[3 − 7]}，并基于舰船装备上述预测结果，在综合考虑舰船装备在航完好性模型、维修保障经济性模型、实施风险模型等多种因素最优解的基础上，构建起较为完善舰船装备视情维修决策体系架构模型，能够对装备视情维修技术深化研究与工程实践提供技术借鉴。

1 多状态可靠性预测评估模型

装备多状态可靠性概念源于20世纪70年代，Barton、El-Neveihi、Ross等先后给出了多状态装备的定义及其可靠性基本概念。20世纪80年代，初步确立了多状态装备相关理论，形成了多状态装备可靠性概念，定义了多状态复杂装备结构函数，分析了多状态装备内部基本性质。20世纪初，针对多状态复杂装备可靠性问题，Levitin和Lisnianski开展了广泛的学术研究，发表了一系列关于多态装备可靠性问题的相关文献，对多状态复杂装备的可靠性分析问题进行详细阐述，并介绍了多态可靠性分析的基本方法与验证实例，对进一步完善多状态复杂装备理论与方法起到了很大的推动作用^[8]。经过几十年的研究与发展，多状态发展装备理论体系日趋完善，目前已成为有效分析与评估大型装备复杂系统可靠性的关键技术手段^[9]。

复杂装备多状态可靠性建模、分析与评估方法主要包括蒙特卡罗仿真法、马尔可夫模型法、布尔逻辑扩展法和通用生成函数法等建模方法，相关分析方法已在能源、机械工程、计算机、战略与防御等领域进行了充分实践，并获得良好的应用效果。舰船装备可根据装备属性、结构形态、具体组成、运用特点、故障模式特征、故障后果等因素选择合适的健康状态评估分析模型。

蒙特卡罗仿真法是一种概率统计模型方法，一般多用于多状态复杂装备可靠性验证问题，是一种通过抽样调查法求取统计值推断未知特性量的解算方法^{[10 − 11]}，对于积累了大量历史先验数据的装备具有较高的求解精度。其优点是求解方法简单，能够在无法获取多状态复杂装备状态性能演变历程解析表达式的情况下，解决多状态复杂装备可靠性分析与评估问题，尤其在积累大量历史先验数据情况下，能够确保较高的求解精度。缺点是对高可靠度问题需要大量的样本数据，求解效率低^[12]。

马尔可夫模型法广泛应用于多状态系统或多状态元件随机衰退过程建模，该方法假设前提为“系统各状态驻留时间服从指数分布，各状态间跃迁历程符合标准马尔可夫跃迁历程”。该方法的优点是改善了复杂装备建模精度，能够得到复杂装备可靠性与时间之间的对应关系及失效机理。但从工程实践经验及国军标明确的元器件供应标准测算而言，还存在较大局限性，因为元器件供应标准要求机械类元器件状态驻留时间按正态分布估算、电气类元器件的状态驻留时间按威布尔分布估算，因此仅电子类元器件状态驻留时间与指数分布较为吻合。缺点是该方法针对部件数目大的复杂装备或在多状态数目增加，其转移矩阵将非常复杂且解算工作量较大^{[8 − 9, 13]}。

布尔逻辑扩展法是将传统布尔模型的“二元”状态进行了拓展，并应用于多状态复杂装备可靠性分析，该方法利用多状态故障树、最小路集、最小割集、多值逻辑决策图等工具对多状态复杂装备进行可靠性建模与分析，并从多阶段对复杂装备状态性能进行刻画。该方法优点是优化了复杂装备状态性能的多值刻画，缺点是对复杂装备状态变化过渡期间的相关状态时变规律与失效机理关注相对不足^{[8 − 9]}。

通用生成函数法是种相对简洁、高效的离散随机变量组合运算工具，被广泛地应用于解决多状态复杂装备性能与可靠性评估，该方法利用元件随机模型与通用生成函数相结合的方式，通过随机模型得到元器件的状态概率分布，再运用通用生成函数计算得到复杂装备的状态概率分布。其优点是体现在离散随机变量处理与运算上，能够解决直接对复杂装备建立随机模型时出现的状态维数剧增问题，因此大大降低问题的复杂度^{[9, 13]}，但对于具有多个性能参数的多态系统，需要对离散随机变量的通用生成函数进行改进，以适应复杂装备可靠性分析的实际需要。

2 基于健康状态评估的视情维修策略

舰船装备在使用过程中，其组部件、元器件大多通常会经历正常、磨损、疲劳、烧蚀、退化与故障等多个工作状态变化，装备状态演变过程中，当其健康状态退化到一定程度，即达到一定阈值后，装备故障发生概率将大幅增加，如果将此时的装备健康状态作为装备视情维修工作决策与方案制定的重要参考依据，并组织开展相应的视情维修活动，能够大幅降低装备故障发生概率，提高装备在航完好率。舰船装备健康状态预测评估可根据选用的健康状态评估模型，利用装备历史先验数据、装备BITE检测数据、关键/重要检测点的外部辅助设备的检测数据等，对其健康状态进行全面的预测评估，在满足该装备视情维修预设条件与实施条件的情况下，再进行视情维修工作决策。

2.1 维修策略选择

不同舰船装备维修策略不尽相同，需按照装备属性、历史先验数据积累情况、重要程度、运用特点、故障模式特征、故障后果、组部件/元器件故障概率、经济性等因素选择适用的装备健康状态预测评估模型与维修策略。一是对于故障后果影响小、安全性影响小、健康状态突变大的装备，应采用事后维修策略；二是对于健康状态渐变不明显且健康状态不可测的装备，应结合历史先验数据采用定程维修策略；三是对于故障后果严重、安全性影响大、健康状态渐变规律明显且健康状态可测的装备，应采用视情维修策略^[14]。本文重点针对第3种情况进行分析。

2.2 预设条件

通常情况下，舰船装备性能退化经历一个渐变过程，自性能开始退化到故障发生的整个过程可描述为一条曲线，如图1所示。在假设装备性能退化能够预测评估情况下，T₀～T_P1间装备处于健康状态，自T_P1时刻开始装备性能进入逐渐衰退状态且可预测，T_F时刻为装备故障状态，自性能衰退至故障发生时刻T_F经历△T时间。由图可知，假设在$\Delta $T时间内的T_P2时刻装备或组部件的性能退化至预设条件（或退化阈值），即装备在最优维修时刻T_P2进行维修就能够有效避免装备在T_F时刻发生故障，从而达到装备运行状态与维修成本的最优匹配。

2.3 实施条件

综上所述，舰船装备视情维修组织实施技术可行性的条件如下^{[15 − 17]}。

1）装备性能退化具有明显且可检测的变化过程；

2）T_P1～T_Ｆ间隔期装备运行比较稳定；

3）在T_P1～T_F时间间隔内进行状态检测切实可行，且性能退化指标能够量化；

4）T_P1～T_F时间间隔足够长，能够在此期间采取预防措施避免故障发生。

3 基于健康状态评估的视情维修体系架构构建方案

基于上述维修决策选择、预设条件与实施条件等，舰船装备基于健康状态评估的视情维修体系架构具体可以归纳为预测评估模型确定、数据采集、数据处理、健康状态预测评估、视情维修决策与优化、组织实施与健康状态评估等6个过程，如图2所示。

3.1 预测模型

基于装备属性、历史先验数据积累情况、重要程度、运用特点、故障模式特征、故障后果、组部件/元器件故障概率、经济性等因素，确定适用的装备健康状态预测评估模型，明确预测评估模型所需基本参数。

3.2 数据采集

数据采集是视情维修工作最基础最关键的环节，关系到舰船装备健康状态预测评估的准确性与视情维修方案制定的科学性，需基于装备健康状态预测评估模型研究确定数据采集方案。数据采集来源主要包括历史先验数据、装备BITE数据、装备运行数据及外部辅助检测设备的检测录取数据等，数据类型主要包括装备累计运行时间、状态信息、可靠性信息、故障信息、运维及保障信息、器材属性及其相关信息等。

3.3 数据处理

一般情况下，装备采集数据无法直接用于装备健康状态预测评估模型，需对原始信号进行处理，提取和选择与装备性能退化强相关的特征信息，才能真实揭示装备的真实健康状态。

3.4 健康状态预测评估

充分利用各类装备数据，通过装备健康装备状态预测评估模型与方法，对舰船装备、子系统或组部件的性能退化程度和退化趋势进行预测评估，当其性能退化指标达到既定阈值时，对其进行视情维修。

3.5 视情维修决策与优化

视情维修决策制定应综合考虑装备薄弱环节、装备运用特点、关重件及其重要程度、故障模式特征、组部件/元器件故障概率、完好性、经济性、实施风险等因素，制定视情维修实施方案，明确装备维修范围、预期效果、维修费用、停机时间、备件需求、应急措施等相关内容，并对视情维修实施方案进行优化迭代，实现装备健康运行与维修成本能够最优匹配。

3.6 组织实施与健康状态评估

按照视情维修实施方案组织开展装备维修工作，实施过程中对方案中存在的不足与偏差进行及时修正，维修结束后对装备进行健康状态重新检测评估，确保装备性能指标达到预期维修效果。同时，还要对装备健康状态进行持续跟踪检测，为下次装备视情维修做好准备，并及时总结分析装备健康状态预测评估与视情维修决策方案制定的成功经验与不足，以便进一步优化装备视情维修体系架构。

4 结　语

本文针对舰船装备全寿期保障存在的修理结构单一、成本高、修期管控难度大等问题，全面梳理总结了舰船装备健康状态预测评估的模型与方法，提出了基于健康状态评估的视情维修策略，并从舰船装备视情维修模型确定、数据采集、数据处理、状态评估、决策与优化、实施与评估等维度，提出了视情维修体系架构构建方案，能够为装备视情维修技术深化与工程实践提供技术参考。