面向复杂电子装备运行维护需求的故障预测应用指南-编制说明

中国电子学会

中国电子学会团体标准

《面向复杂电子装备运行维护需求的故障预测应用指南》编

制说明

一、工作简况

1、任务来源

《面向复杂电子装备运行维护需求的故障预测应用指南》标准制定是2021年中国电子学

会团体标准计划项目之一，计划号：JH/CIE182-2021，由中国电子学会可靠性分会提出，

由中国电子学会可靠性分会归口，主要承办单位为工业和信息化部电子第五研究所。项目起

止时间：2021.12-2022.12。

2、主要工作过程

2021年6月，完成面向复杂电子装备运行维护需求的故障预测国内外相关标准情况调研。

2021年7月-8月，完成面向复杂电子装备运行维护需求的故障预测总体技术路线、实施

方案规划和关键技术方案设计及论证，并编制标准草案初稿。

2021年10月由工业和信息化部电子第五研究所组织所内专家评审完成标准草案的所内

评审，并形成工作组讨论稿。

2022年11月-3月，完成标准草案内部的修改，并开展标准草案的测试验证工作，同时，

按照学会要求准备形成《面向复杂电子装备运行维护需求的故障预测应用指南》标准（征求

意见稿初稿）。后续即将发给行业内专家进行首轮意见征集并修改。

3、标准编制的主要成员单位及其所做的工作

主要承办单位：工业和信息化部电子第五研究所，主要完成相关标准和文献调研、标准

技术点研究、标准编制以及意见征集。

二、标准编制原则和确定主要内容的论据及解决的主要问题

1、编制原则

参照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》进行

标准编制。

标准研究立足于复杂电子装备故障预测技术及方法的研究，实现复杂电子装备的预测流

程设计、数据采集与分析、特征提取、预测方法选取及建模等故障预测参考体系，适应复杂

装备故障预测技术的数字化、智能化的要求，明确了故障预测的体系架构和具体内容。

-1-

中国电子学会

2、确定标准的主要内容和框架

本标准主要内容的依据源于项目《面向复杂装备的全寿命周期MRO系统》的主要技术内

容和技术方案，项目针对复杂电子装备开展了相关故障模式的调研、预测算法模型的研究以

及试验验证等工作，标准的架构体系参考国外IEEE、IEC等PHM相关标准体系架构并进行扩

展和完善。

本标准的结构和内容框架包括：（1）范围；（2）规范性引用文件；（3）术语和定义；

（4）缩略语；（5）一般要求；（6）故障预测设计流程；（7）预测方法的选取原则；（8）

故障预测方法；（9）预测报告；（10）附录A（资料性）预测报告子（示例）；（11）附录

B（资料性）常用故障预测方法。

3、编制过程中解决的主要问题

本文件编制过程中主要规定了复杂电子装备运行维护过程中所采用的故障预测技术的

一般技术要求、故障与设计流程、预测方法的选取原则以及主要故障预测方法等内容。本标

准首先对复杂电子装备的一般技术要求进行了规定，然后设计了故障预测的主要流程，再次

对预测方法的选取原则和主要故障预测方法进行了规范性的定义和梳理，最后对预测报告的

格式和内容进行了规范性解释和说明。

三、主要试验[或验证]情况分析和预期达到的效果

本编制组在前期的复杂装备的故障预测相关研究中，针对航空电子综合处理系统的故障

注入及预测算法测试，搭建了实验室仿真及测试验证平台，测试结果证明的预测技术和方法

的准确及有效性。

基于故障注入硬件平台和Labview测控软件开展P2020实验板和TCP/IP网络的测试实

验，完成P2020各个模块工作状态下相关参数的测试。

实验器材：

本实验故障注入平台基于PXI数据采集系统和其他分立仪器搭建而成，如表1所示，

主要包括：

表1故障注入平台模块化仪器

模块化仪器型号说明

PXIe-8135控制模块

PXIe-1062Q机箱

PXI-4110电源板卡

PXI-4461动态信号采集模块

-2-

中国电子学会

PXIe-6363X系列多功能采集卡

PXI-4072数字万用表

PXI-5124数字化仪

PXI-5422任意波形发生模块

TCP/IPTCP/IP网络（路由器）

Channel1553PXI

1553B总线接口模块

InterfaceModulefromAIT

PXI-2533矩阵开关

SCB-68等相关接线盒

分立仪器：电源、信号源、示波器、负载和Labview软件。

实验原理：

本实验主要使用的仪器主要包括故障注入硬件平台、P2020实验板、TCP/IP网络。上

述器材的连接原理如图4所示，其中故障注入平台以PXIe-8135为核心控制模块，控制

PXI-5422故障信号发生模块产生故障信号，通过PXI-25334*64矩阵板卡把故障信号注入到

P2020实验板的各个测试点。P2020实验板通过多条信号注入线与PXI-2533内部的列引脚

相连，以实现故障信号经通道选择后在P2020实验板不同位置的注入功能。

本实验以PXI-5124为信号采集和波形显示功能核心板卡，P2020实验板的信号测

量点通过信号线连接到PXI-2533的不同列引脚，通过选通列引脚与行引脚将待观测信号引

入PXI-5124的信号输入端，通过设计的Labview软件将PXI-5124采集到的数据显示为直观

波形。P2020实验板通过PCI-E接口与TCP/IP网络连接，以实现两台或者多台P2020实验

板通过TCP/IP网络进行互相通信。

-3-

中国电子学会

TCP/IP网络

实验系统架构

PCI-E接口

E-PCI

接口

P2020实验板P2020实验板

信号注入线

以太网

信号注入线以太网

故障注入平台

图4故障注入与信号监测实验框架

实验过程：

在系统正常连接工作时，使用基于Labview开发的测控软件对P2020板卡的某些电路

引脚进行故障信号注入、数字信号采集和波形显示，另外通过在P2020板卡上运行的软件

采集CPU负载率等操作系统相关参数。测控软件界面如下图5所示。

图5测控软件运行界面

本实验通过测控软件设定故障注入信号具体参数、并入电阻阻值、并入电容容值的设

定，以及故障注入和相关信号采集的具体位置。具体的，各路信号都通过PXI-25334*64矩

阵板卡，通过选通板卡上不同的行与列，即可控制信号的发送和接收。

-4-

中国电子学会

故障注入和信号测量需通过外部信号线把P2020实验板的某些引脚和PXI-2533的相应

引脚连接起来，具体的实物连接如图6所示。

图6P2020实验板信号测试连线

在指标验证过程，通过故障注入的方式选择若干典型渐进式故障或非渐进式故障。这

里给出指标验证过程中选取的5种典型故障模式对应的故障注入点及注入信号等细节情况，

见表2（五种典型故障模式对应关系）。

表2典型故障模式对应关系

故障模式故障注入点故障信号故障编号对象编号

P2020_GND（电容C164P2020_GND注入0-0.2V

CPU处理能力下的负极）噪声信号

故障11#P2020

降P2020_CLK（晶镇Y7P2020_CLK注入0-0.3V

的3号引脚）1KHz方波信号

USB_GND（U34的地引USB_GND注入0-0.3V噪

电路性能下降故障21#P2020

脚）声信号

-5-

中国电子学会

DDR3_GND（电容C207DDR3_GND注入0-0.2V

负极）噪声信号

存储器性能下降故障31#P2020

DDR3_CLK（晶镇Y8DDR3_CLK注入0-0.3V

的3号引脚）5KHz方波信号

VSC7385（U23）的GNDGND注入0-0.2V噪声信

网络通信速度下（Y2的2号引脚）号

故障41#P2020

降VSC7385的CLK信号CLK注入0-0.2V10KHz

（Y2的3号引脚）方波信号

CPLD_GND（Y11的2CPLD_GND注入0-0.2V

CPLD工作异常

号引脚）噪声信号

导致系统启动出故障51#P2020

CPLD_CLK（Y10的3CPLD_CLK注入0-0.2V

错

号引脚）3KHz方波信号

IMA系统资源层健康预测模型的预测评估逼真度不低于80%。

1)诠释

对于资源层健康评估模型的评估逼真度主要考虑反映随着模型变量的变化，健康评估

模型结果变化趋向的符合性。

2)考核方式

选取资源层若干个典型案例，在仿真验证平台上，运行资源层定义的主要失效模式的

样本数据，得到仿真评估结果。由评估专家组对评估结果变化的趋向符合性进行评定，超过

80%的案例评定为满足趋向符合性，即视为满足技术指标要求。

指标3的验证：

IMA仿真验证平台（系统）中包含2个P2020实验板卡。验证指标3，选择1#P2020

实验板卡试验。采用故障注入的方式模拟1#P2020板3种渐进式故障模式，分别包括CPU

处理能力下降（渐进式故障1）、存储器存储能力下降（渐进式故障2）、网络通信速度变慢

（渐进式故障3）。每种故障模式按故障注入的强度分为正常（不注入故障）、轻微退化和中

度退化三个级别，对应的健康等级分别为健康、亚健康、非健康三个等级。

分别采集每种故障模式下健康、亚健康以及非健康（对应不同的故障注入强度）三个

状态的数据，每种状态采集时间设置为2分钟，对每种状态采集数据随机截取3秒数据片段，

得到每种故障三种状态下合计9秒钟的16路信号数据。每种故障重复5次试验，最终得到

-6-

中国电子学会

IMA仿真系统在3种渐进式故障模式下的15组试验数据。

对于得到的IMA仿真系统在3种渐进式故障模式下的15组试验数据，每组数据包含

16路信号的参数值。将数据发送至IMA系统资源层PHM仿真验证平台进行算法评估。通

过健康评估算法得到每组试验的健康度变化情况。通过健康度曲线与实际故障注入数据的仿

真进行比对，试验中的15个案例中有13个案例计算出的健康度预测曲线趋势符合实际故障

注入时从正常→轻微退化→中度退化的仿真试验背景，见图7及图8。据此，进一步计算得

到健康预测模型的预估逼真度为86%，满足IMA系统资源层健康评估模型的预测评估逼真

度不低于80%的指标要求。试验结果见表3：

表3P2020渐进故障注入情况

试验序号故障注入注入强度1注入强度2注入强度3测试结果

1渐进故障1不注入轻微中度趋势符合

2渐进故障1不注入轻微中度趋势符合

3渐进故障1不注入轻微中度趋势符合

4渐进故障1不注入轻微中度趋势符合

5渐进故障1不注入轻微中度不明显符合

6渐进故障2不注入轻微中度趋势符合

7渐进故障2不注入轻微中度趋势符合

8渐进故障2不注入轻微中度趋势符合

9渐进故障2不注入轻微中度趋势符合

10渐进故障2不注入轻微中度趋势符合

11渐进故障3不注入轻微中度趋势符合

12渐进故障3不注入轻微中度趋势符合

13渐进故障3不注入轻微中度不明显符合

14渐进故障3不注入轻微中度趋势符合

15渐进故障3不注入轻微中度趋势符合

5

Feature1

4.5Feature2

Feature3

4Feature4

Feature5

3.5Feature6

Feature7

3Feature8

Feature9

2.5Feature10

Feature11

initialvalueinitial

2Feature12

Feature13

1.5Feature14

Feature15

1Feature16

0.5

0

02004006008001000