一种用于惯导系统的智能维保决策系统及方法与流程

本发明涉及一种用于惯导系统的维保系统及方法，具体涉及一种用于惯导系统的智能维保决策系统及方法。

背景技术：

1、惯导系统（即惯性导航系统）作为飞行器、舰船、车辆等关键运载平台的核心导航设备，其性能状态直接关系到任务成败与平台安全。因此，对惯导系统进行科学、高效、精准的维护保养（简称“维保”）具有至关重要的意义。

2、然而，传统的维保模式及现有技术水平，在应对复杂多变的实际保障需求时，仍存在以下系统性难题：

3、一是系统集成度低，缺乏端到端自动化决策闭环。现有技术中，惯导系统的数据采集与处理、状态评估与维保决策等环节通常由独立、分散的工具或子系统完成。数据流在不同环节间需依赖人工干预与转换，无法构建从数据采集到决策执行的自动化闭环。这不仅导致维保响应速度缓慢、整体效率低下，且高度依赖操作人员的经验积累与协同能力。

4、二是性能评估方法单一，难以融合多源信息并应对小样本场景。现有技术难以有效融合实时数据、历史数据以及专家经验数据等多源异构信息。尤其对于新惯导系统或故障样本稀缺的惯导系统，传统基于统计分布的评估方法因数据不足而失效，无法实现有效、可信的性能状态评估。

5、三是维保决策智能化水平不足，过度依赖固定规则与人工经验。传统的维保计划多基于固定时间周期或简单运行时长制定，属于预防性维护或事后维修范畴，未能与惯导系统的真实健康状态建立动态关联。决策过程严重依赖工程师的个人经验，缺乏科学模型的支撑，导致维保时机判断不精准“过维护”造成资源浪费，或“欠维护”埋下安全隐患。

6、四是缺乏多任务协同的全局统筹优化能力。面对同时存在的多个维保任务时，现有技术通常采用简单的排队或分组策略，无法在经济成本、行政成本与系统整体可靠性等多重相互冲突的目标之间进行科学权衡与全局优化。由此导致维保资源利用率低下，总体维保效益未能最大化。

技术实现思路

1、本发明的目的是解决现有惯导系统维保方案中存在的系统碎片化、评估不精准、决策欠智能、统筹缺优化及架构难适配的技术问题，而提供一种用于惯导系统的智能维保决策系统及方法。

2、为实现上述目的，本发明所提供的技术解决方案为：

3、一种用于惯导系统的智能维保决策系统，其特殊之处在于，包括：数据采集处理单元、性能评估单元、维保决策单元及数据存储单元；

4、所述数据采集处理单元的输入端与至少一套惯导系统的数据输出端通信连接，用于采集并对所述惯导系统的实时数据进行标准化处理；数据存储单元的输入端与数据采集处理单元的输出端连接，用于将标准化处理后的实时数据存储，并作为历史数据；

5、所述数据存储单元中预存有用于性能评估与维保决策的专家经验数据；

6、所述性能评估单元的输入端分别与数据采集处理单元及数据存储单元的输出端通信连接，用于基于所述实时数据、历史数据与专家经验数据，生成以置信分布形式表征的所述惯导系统的性能状态评估结果；

7、所述维保决策单元包括流程优化模块和统筹优化模块；

8、所述流程优化模块的输入端分别与性能评估单元及数据存储单元的输出端通信连接，用于根据所述性能状态评估结果、专家经验数据及历史数据，推算出对应的最优维保时机，并生成周期性维保计划；

9、所述统筹优化模块的输入端分别与所述流程优化模块、数据存储单元及性能评估单元的输出端通信连接，用于基于所述性能状态评估结果、周期性维保计划及专家经验数据，生成并输出全局维保统筹方案。

10、进一步地，所述数据采集处理单元、性能评估单元、数据存储单元、流程优化模块及统筹优化模块采用微服务架构独立部署，并通过api网关进行通信交互。

11、进一步地，所述数据采集处理单元、性能评估单元、数据存储单元、流程优化模块及统筹优化模块集成部署于一台中央服务器中，并通过进程间通信机制进行数据交换。

12、同时，本发明还提供了一种用于惯导系统的智能维保决策方法，其特殊之处在于，包括以下步骤：

13、s1、组装上述用于惯导系统的智能维保决策系统；

14、s2、构建用于性能评估与维保决策的专家经验数据，并将其存储至数据存储单元；所述专家经验数据至少包括：惯导系统关键部件的性能衰退规律与失效模式、各监测指标的健康阈值区间及预警边界、故障现象与原因及其定位路径的因果关联规则、基于使用时长及任务强度与环境应力的维保周期经验值，以及维保任务下的资源调配优先级与经济性权衡规则；

15、s3、通过数据采集处理单元采集惯导系统的实时数据；对所述实时数据处理进行标准化处理传输至性能评估单元，并存储至数据存储单元作为历史数据；

16、s4、性能状态评估

17、性能评估单元调用数据存储单元的历史数据及专家经验数据，基于此构建证据推理算法或多源信息融合模型；然后将数据采集处理单元输出的实时数据输入至所述证据推理算法或多源信息融合模型中，生成对应惯导系统的性能状态评估结果；

18、s5、维保决策

19、s5.1、流程优化模块根据步骤s4生成的性能状态评估结果及专家经验数据构建初始置信规则库，利用历史数据对初始置信规则库进行优化，获得最优维保时机确定模型；再通过最优维保时机确定模型推算出对应惯导系统的最优维保时机，并据此生成周期性维保计划；

20、s5.2、统筹优化模块判断是否存在维保统筹任务；

21、若否，则输出周期性维保计划；

22、若是，则统筹优化模块根据所述性能状态评估结果、周期性维保计划及专家经验数据中的所述资源调配优先级与经济性权衡规则，构建以经济成本、行政成本及可靠性为优化目标的多目标规划模型，并利用智能优化算法进行求解，生成全局维保统筹方案；完成惯导系统的智能维保决策。

23、进一步地，步骤s4中采用证据推理算法时，具体步骤为：

24、s4.1、性能评估单元调用数据存储单元的历史数据及专家经验数据中的所述性能衰退规律与失效模式、所述健康阈值区间及预警边界、所述因果关联规则，并将其转换为概率分布形式的证据；

25、然后，确定各证据的权重与可靠度，依据专家经验数据中的所述健康阈值区间及预警边界对历史数据进行评估等级划分，在辨识框架下对证据进行融合，得到不同评估等级下的置信分布；

26、s4.2、将数据采集处理单元输出的实时数据输入至所述置信分布，输出对应等级的置信度，该置信度即为所述性能状态评估结果。

27、进一步地，步骤s4中采用多源信息融合模型时，具体步骤为：

28、s4.1、性能评估单元调用数据存储单元的历史数据及专家经验数据中的所述性能衰退规律与失效模式、所述健康阈值区间及预警边界、所述因果关联规则，并进行多源信息融合；

29、在融合过程中，以专家经验数据中的所述健康阈值区间及预警边界对历史数据进行评估等级划分，构建包含不同评估等级的多源信息融合模型；

30、s4.2、将数据采集处理单元输出的实时数据代入所述多源信息融合模型，生成所述性能状态评估结果。

31、进一步地，步骤s4.1中，当构建多源信息融合模型所需的历史数据不足时，利用同型号惯导系统的历史数据，通过信息融合算法将其与数据存储单元中的原有历史数据进行融合，并存储至数据存储单元，从而构建所述多源信息融合模型。

32、进一步地，步骤s5.1具体包括：

33、s5.1.1、流程优化模块将步骤s4生成的性能状态评估结果及专家经验数据中的所述维保周期经验值编码为包含前提属性参考值、规则权重及属性权重的初始置信规则库；

34、s5.1.2、利用历史数据对所述初始置信规则库进行参数调优，获得优化后的最优维保时机确定模型；

35、s5.1.3、通过将所述实时数据输入所述最优维保时机确定模型，经置信规则推理得到该惯导系统的最优维保时机，并据此生成周期性维保计划。

36、进一步地，步骤s5.2中，所述多目标规划模型为非线性整数规划模型；

37、所述智能优化算法为迭代搜索算法，且在迭代过程中采用证据推理算法对生成的备选维保方案进行性能评估与筛选。

38、与现有技术相比，本发明具有的有益技术效果如下：

39、1、本发明一种用于惯导系统的智能维保决策系统，通过数据采集处理单元、性能评估单元、维保决策单元与数据存储单元的有机集成，首次在惯导维保领域实现了“信号抓取、标准化转换、性能评估、流程优化、统筹决策”的端到端数据驱动链条，彻底改变了传统依赖人工读表、分散决策的维保作业模式。 性能评估单元以置信分布形式表征惯导系统状态，既保留了不确定性信息，又为后续维保时机推算提供了可量化输入，显著提升了决策的科学性与可追溯性。流程优化模块解决“何时修”的问题，统筹优化模块解决“怎么排”的问题，二者功能解耦、数据协同，既保证了每台惯导系统获得精准维保时机，又能够在资源约束下实现多任务全局最优调度，显著提升维保工作的整体效率与决策水平。

40、2、本发明一种用于惯导系统的智能维保决策系统，采用微服务架构与api网关，实现了系统间的高内聚、低耦合，极大增强了系统的灵活性、可维护性和可扩展性，便于功能的独立升级与横向扩展。

41、3、本发明一种用于惯导系统的智能维保决策系统，集成式部署方案降低了系统复杂度与网络通信开销，提高了数据处理与决策响应的实时性，适用于对部署便捷性和响应速度有较高要求的封闭或高安全环境。

42、4、本发明一种用于惯导系统的智能维保决策方法，提供了一套标准化、可操作的维保决策流程，将数据驱动的评估与模型驱动的优化相结合，既能实现精准预测性维护，又能实现资源全局最优调配；实现惯导系统维保决策从“经验驱动”到“数据与模型混合驱动”的根本性转变，解决了现有技术在处理惯导系统智能维保问题上，存在系统碎片化、评估不精准、决策欠智能、统筹缺优化、架构难适配的问题。

43、5、本发明一种用于惯导系统的智能维保决策方法，通过证据推理算法有效融合了定量数据与定性知识，能够处理信息中的不确定性与模糊性，使评估结果更全面、更可靠，为后续决策提供了坚实的依据。

44、6、本发明一种用于惯导系统的智能维保决策方法，通过融合系统工作机理等深层信息，构建了机理与数据相结合的混合评估模型，增强了评估的物理可解释性和在复杂工况下的适应性。同时，针对小样本或新惯导系统缺乏历史数据的问题，创造性地利用同型惯导系统数据构建性能包络作为基准，有效解决了数据匮乏下的评估难题，拓展了系统的适用场景，解决了惯导系统“首台套”评估难题。

45、7、本发明一种用于惯导系统的智能维保决策方法，利用置信规则库模型，将专家经验数据以可解释、可训练的方式融入决策算法，实现了经验知识与数据学习的有机结合，使维保时机预测既具有专家逻辑的可靠性，又具备数据优化的精准性。

46、8、本发明一种用于惯导系统的智能维保决策方法，在统筹优化中引入证据推理算法对中间解进行实时评估，引导优化搜索方向，有效解决了多目标、多约束复杂规划问题的求解效率与质量难题，确保最终统筹方案的综合最优性。