中国指挥与控制学会会刊 
1 数据采集系统概述
目前,我军电子信息装备的远程维护保障技术还处于比较落后的阶段,现役装备在数据采集方面存在一定的设计不足,维护保障自动化系统和军地维护保障网络尚未建立,产品全寿命阶段的数据收集系统、远程状态监控和维护支持技术未进行深入的研究和应用,只是简单地改造现役装备信息系统,这导致采集的数据种类不丰富、覆盖面不全、数据量有限[1],不足以支撑基于状态的维修保障技术。
本文通过选取典型电子信息装备作为研究对象,对装备的初始化设置参数、运行状态、外部环境(温度、湿度、气压)等信息进行统计,并梳理出维修保障数据采集表。针对采集信息表,设计智能传感盒及维修保障数据采集系统,在边缘层对数据进行预处理,并上报至“装备云”大数据平台。
1.1 总体框架
最近十几年来,分布式存储、大数据分析、云计算、虚拟化、边缘计算、深度学习等先进理念和技术在民用领域得到了较好发展。我军的网络基础建设充分借鉴了各种技术在民用领域的成果,构建了基于“装备云”的网络信息体系[4]。“装备云”具备“物理分布、逻辑一体、架构一致”的“1+N”体系。该体系支持微服务架构,可以逐步形成对全军的信息服务能力。在组网等网络基础架构方面,在传统军事综合信息网的基础上还可以灵活利用多种组网方式,如北斗卫星组网、大S卫星通信组网、军用CDMA组网[5]。在局部区域,也可以利用LTE进行区域组网。在整个网络中,采用了VPN、加密解密、物理隔离等密码学通信技术,保证了通信安全。各种终端可以在不同的场所,比如固定场区,机动环境下实现快速的按需接入。在应用方面,借鉴了当前移动互联网,APP应用等技术,通过开发各种专用APP,并部署和配置在各种专用的信息终端,如武器平台、业务机关、装备保障队等,实现了移动互联,终端和云平台的快速数据交互。“装备云”采用“云、网、端”[6]一体化系统架构,实现了安全可靠,随需接入,应用多样,实时采集等功能。
基于“装备云”的维修保障数据采集系统总体框架如图1 所示。根据装备现场维修保障需求,智能传感盒可通过有线方式与现场的便携式计算机连接;也可直接通过无线方式接入“装备云”,与大数据诊断中心或维修保障专家互联。
智能传感盒通过串口接收便携式计算机的配置命令和数据采集命令,通过网口、RS232串口等通用接口采集被测装备BIT状态信息,通过传感口采集被测装备外部供电电压、电流,外部环境(温度、湿度、气压)信息,通过无线接口(民用3G/4G、军用LTE)上报采集数据到“装备云”;便携式计算机上的维修保障数据采集软件作为前端APP可以对采集到的维修保障数据进行显示、存储并发送。维修保障数据采集系统可以应用于现场数据采集与诊断、远程数据采集与诊断、运行状态定期监控与记录三种典型应用场景。
1.2 现场数据采集与诊断
1)加电,启动智能传感盒,并完成状态自检;
2)现场的便携式计算机根据数据采集的需要,向智能传感盒发送数据采集命令;
3)智能传感盒接收现场的便携式计算机发来的状态感知命令后,按照系统信息交换编码协议,完成命令解析;
4)根据被测信息装备维修保障数据的输出条件,可通过向被测装备发送测试信令或通过直接读取布设机内、外的传感器信息[7],获取装备主要电路的运行状态参数及环境参数,并完成数据处理;
5)智能传感盒按信息交换编码规则将处理后的结果数据组织成格式化报文,实时发送给便携式计算机;
6)便携式计算机对智能传感盒传来的装备状态信息进行解析、处理、存储,辅助现场维护人员完成信息装备状态监测、故障诊断等[8]。
1.3 远程数据采集与诊断
1)便携式计算机通过“装备云”申请远程技术支持;
2)智能传感盒接入“装备云”,接收装备承研承制单位技术专家通过固定式远程计算机发来的状态感知命令,按照系统信息交换编码协议,完成命令解析;
3)根据被测信息装备维修保障数据的输出条件,可通过向被测装备发送测试信令或通过直接读取布设机内、外的传感器信息,获取装备主要电路的运行状态参数及环境参数,并完成数据处理;
4)智能传感盒按信息交换编码规则将处理后的结果数据组织成格式化报文,实时发送并存储到云端的数据库;
5)装备承研承制单位技术专家通过固定式远程计算机访问装备云端的数据库,获取智能传感盒传来的装备状态信息,并完成解析、处理,完成对信息装备状态数据的远程采集,从而远程辅助现场维修人员完成故障诊断。
1.4 运行状态定期监控与记录
1)加电,启动智能传感盒,完成状态自检;
2)根据被测信息装备维修保障数据的输出条件,可定期向被测装备发送测试信令或通过直接读取布设机内、外的传感器信息,获取装备主要电路的运行状态参数及环境参数,并完成数据处理;
3)将处理完的结果数据存储在本地磁盘上;
4)根据需要导出磁盘上存储的数据,辅助维修人员定期检查装备运行状态。
2 数据采集系统关键技术研究
2.1 数据采集参数体系模型
目前,装备采集的状态信息很多是为装备内部监控分析所用,没有为外部统一规划使用。为此,本文中要求对多种电子装备的电特性信号、工作状态、外部环境及使用状况等多维度状态数据进行实时采集与感知。对电子装备的工作状态等信息的采集,用在线测试(BIT)方式对电子装备的电特性信号的采集,采用智能传感器技术,通过在相应的位置加装相应的传感器,来完成对被测装备相应物理信号的实时采集,从而构建一个基于不同接口和异构网络的信息采集链路。通用信息装备采集参数体系如图2 所示。
典型信息装备维修保障数据包括静态数据和动态数据。其中,静态数据包括装备基础数据、装备战技指标、装备拓扑结构、性能功能、使用环境、运行条件等信息,可通过人工方式远程录入;动态数据采集包括运行状态、地理位置等,可通过读取装备BIT信息或获取传感器信息两种方式完成对信息装备工作状态信息的动态采集。
机内测试(BIT)是指系统主装备不用外部测试就能完成对系统、分系统或装备的功能测试、故障诊断与隔离及性能测试,它将包括专家系统、神经网络、模糊理论等在内的智能理论应用到装备设计、检测、诊断等方面,提高自测试自诊断的综合效能,从而降低装备全寿命周期费用。
BIT信息采集主要是采用连续或定期监测装备的关键性能参数和功能参数,确定电子信息装备的工作状态,对电子信息装备的各种信号和参数进行测量,并根据专家知识库进行分析、诊断和隔离,预测故障的发展趋势,根据所设计的BIT执行流程,在工作状态下采取一定的维修决策,如转换到冗余单元、及时修复、不影响继续工作等。
传感器信息采集是通过在被测装备内、外布设传感器或传感电路进行信息采集,对被测装备的动态采集测试数据进行分析并诊断。使用环境、运行条件中供电方式、板件温度通过布设传感器采集。运行状态中功能板卡工作时序参数通过布设传感电路方式采集。地理位置中经度、纬度通过布设北斗模块方式采集。
2.2 数据预处理模型
在基于“装备云”的维修保障体系下,需要维护及采集的装备众多,如果将所有原始数据都放到“装备云”进行处理和分析,计算存储资源的需求较大,会耗时较多,增加了网络带宽的压力。
边缘计算[9]目前在分布式架构的数据采集系统中有着广泛的使用。通过提前训练好模型并部署在智能传感盒中,智能传感盒就可作为边缘计算的处理设备对采集到的数据进行实时预处理。这样的好处一是提高了数据预处理的实时性,数据的预处理发生在网络的边缘,而不再需要在服务器端再进行处理;二是降低了网络带宽的压力,只有经过预处理判断有效的数据才会通过网络进行传输;三是缓解了服务器端/集群的计算压力,服务器的计算能力可以用于其他的计算任务。
当网络不畅时,数据无法上传到“装备云”时,及时有效地发现并处理装备故障,才不会对装备本身或者人员造成伤害,本文利用存在本地的神经网络模型对故障进行诊断,主要的实施步骤如下:
1)对电子信息装备数据进行采集,包括过去的调试与试验记录中搜集的数据、制造某个故障让其运行,按一定采样频率采集的数据,越多的数据越有利于数据特征的提取。
2)在分析和处理数据之前,为保证最终结果的合理性以及可信度,需要对原始数据进行异常值剔除操作,即运用异常值剔除算法完成数据预处理;
假设样本数据为
A={x1,x2,x3,···,xn},x1≤x2≤x3≤···≤xn
中位数的计算如下:
Q2=
下四分位数Q1是[x1,Q2]的中位数,上四分位数Q3是[Q2,Qn]的中位数,求出Q1和Q3。
四分位数间距的计算如下所示:
IRQ=Q3-Q1
Q3+1.5IRQ和Q1-1.5IRQ称为内限,Q3+3IRQ和Q1-3IRQ称为外限。处于内限以外的数据都是异常值,处于内限和外限中间的异常值是温和的异常值,处于外限以外的异常值是极端的异常值。数据的有效区间为[Q1-1.5IRQ,Q3+1.5IRQ]。当数据处于有效区间内,数据正常;当数据处于有效区间外,数据异常。
3 数据采集系统仿真验证
3.1 仿真环境
电子信息装备维修保障数据采集技术仿真验证环境如图3 所示。远程维护保障技术支援包括远程综合故障诊断终端、数据搜集与分析终端、远程状态监视终端、维修决策及评估报告终端、远程教学终端、测试数据分析终端、备件管理库以及实现数据的实时传输与处理。维护保障移动站包括移动智能感知设备(智能传感盒),远程维护终端。各个维修站点及维修中心内部的各终端、服务器、交换机、路由器等设备通过电缆连接,对外接入民用3G/4G,构建电子信息装备远程维护保障演示验证系统。智能传感盒的数据采集支持网口、串口、USB口、K口、A口、远传口等多种感知接口,支持有线、无线数据传输方式,能够实现对被测电子信息装备的电特性信号、工作状态、内外部环境及使用状况等多维度状态数据的实时采集、处理与传输。
3.2 维修保障数据采集系统软件
数据采集的实现主要依靠维修保障数据采集系统软件来完成,能够将采集到的数据上报给大数据诊断中心或远程保障计算机,为电子信息装备远程维护保障技术提供数据支撑。维修保障数据采集系统软件的体系架构如图4 所示。维修保障数据采集系统软件由信息装备数据采集软件和信息装备数据监控管理软件组成。
信息装备数据采集软件包括数据采集、数据预处理、预测诊断、数据存储、数据收发、授时服务及定位服务等功能。数据采集作为最重要的功能,主要完成对被测装备群路A接口功能、电台接口等功能指标的状态采集;装备编号、装备类型等运行条件的状态采集;端口及板件的状态采集及被测装备的整机电压、电流、温度等传感器数据及MCS板、PTC版等关键部件数据的采集;数据预处理完成对传感器采集到的原始数据解析、分类、融合和标识;预测诊断完成现场装备故障诊断的分类预测;数据存储完成将采集到的数据结果存入数据库中;数据收发按照接口传输协议,完成各项采集命令的打包并发送,以及对各项数据上报信息进行解析并接收;授时服务完成系统时间的设置;定位服务完成经度、纬度、地形地貌、海拔高度等数据的采集。
信息装备数据监控管理软件包括数据导出、网络配置、北斗管理、用户管理及端口监控与访问。数据导出将采集到的数据进行显示并按照特定格式存储在本地,提供按需导出功能;网络配置完成IP地址、系统时间、采集参数、采集频率的设置;北斗管理完成对北斗信息的配置;用户管理完成对访问者权限的设置;端口监控与访问完成对网口、采集板串口、专用口等端口的打开、读写功能。
维修保障数据采集系统软件按照采集数据方式、采集数据种类可以分为传感器采集数据表、功能参数表、设置运行交互模式表、MCS板工作时序表、PTC板工作时序表、VOIP板工作时序表、HDSL板工作时序表、CHR板工作时序表、GPP板工作时序表、A口板工作时序表、HUB工作时序表、K口板工作时序表、V口板工作时序表、RDC板工作时序表、 电源板工作时序表、端口及板件状态表、北斗地理位置表。以端口及板件状态表为例,属性描述如表1 所示。
表1 端口及板件状态属性表 |
| 属性名 | 属性说明 |
|---|---|
| 群路A口状态 | 正常连接、不识别、本端失步、远端失步、未连接 |
| 远传群路口状态 | 正常连接、不识别、本端失步、远端失步、未连接 |
| 群路误码等级 | 1 * 10 ^(-9) < m <=0 |
| 群路滑码等级 | 1 * 10 ^(-9) < m <=0 |
| 网口状态 | 连接、断开 |
3.3 维修保障数据采集系统接口
HTTP协议[12]是一种广泛应用的网络协议,是客户端与服务端之间完成请求与应答的一个标准。通常情况下,服务器端处于运行状态;客户端发起请求,建立一个指向服务器特定端口的TCP连接;服务器端根据客户端的请求产生相应的回应。HTTP接口常用于不同系统之间的对接,由于开发与调用非常方便,HTTP接口应用十分广泛。
但HTTP协议以明文方式发送内容,不提供任何方式的数据加密,如果攻击者截取了传输内容,就可以直接读懂其中的信息,因此,本文选用HTTPS 协议作为数据上传协议,以确保数据安全性。如图5 所示,维修保障数据采集系统进行数据上报时,采用HTTPS v1.1协议,Restful规范进行信息交互,传输层端口可配置。在HTTPS头部自定义字段中定义token字段,作为应用APP与后端平台建立连接的唯一标识。
4 结束语
论文结合电子信息装备的运行及故障特点,从维修保障数据分析方法到数据采集、处理、传输等技术入手,为远程信息感知、诊断决策提供了准确的数据支撑,通过系统仿真验证,证明其研究成果可用于支持未来基于云架构、大数据的装备远程维修保障系统工程建设中,而且可以指导后续的信息类装备产品在测试性、保障性、维修性方面的设计,为我军武器装备信息化远程维护保障的后续发展提供了技术参考和研究方向。