T/CICC
中国指挥与控制学会团体标准
T/CICC35006--2026
复杂智能系统故障预测与健康管理 技术要求
Technical requirements for prognosties and health management of plexintelligent systems
中国指挥与控制学会 发布
目次
前言1范围.2规范性引用文件.3术语和定义. 4缩略语..5复杂智能系统故障预测与健康管理技术框架 25.1概述....5.2数据采集层. 5.3数据处理层.5.4状态检测层.5.5健康评估层.. -15.6故障诊断层..5.7预测评估层... 5.8决策生成层.6复杂智能系统故障预测与健康管理指标体系6.1定性要求.....6.1.1数据完整性6.1.2数据准确性 6.1.3数据一致性 36.1.4数据时效性6.1.5数据规范性6.1.6数据可访问性 6.1.7可扩展性6.1.8结果可解释性6.1.9预测时效性6.1.10决策准确性6.2定量指标.... 6.1.11可执行性6.2.1数据缺失率6.2.2数据丢包率6.2.3故障诊断覆盖率6.2.5故障漏报率 6.2.4故障检测率 56.2.6故障虚警率 56.2.7准确率.6.2.8精确率.. 6.2.9召回率.6.2.10漏检率， 5 66.2.11虚警率. 66. 2. 12 AUROC.
6.2.13 RMSE...6.2.14决定系数. 66.2.15激活值分布 6.2.16健康神经元比例6.2.17数据漂移.6.2.18概念漂移... 86.2.19不确定性..6.2.20偶然不确定性 6.2.21认知不确定性 86.2.22响应时间 86.2.23吞吐量. 86.2.24资源利用率 6.2.25健康指数.6.2.26 RLL预估.. 9 66.2.27相对准确度 66.2.28α-A性能 66.2.29预测有效期 6.2.30收敛率.. 106.3面向模型架构的定性要求和定量指标 106.3.1大语言模型， 106.3.2强化学习智能系统 106.3.4计算机视觉智能系统. 6.3.3联邦学习智能系统， . 11 117复杂智能系统PHM应用对象范围 127.1感知功能. 127.2认知功能 7.3决策功能. 12 127.4控制功能.7.5执行机构 137.6数据层面..8复杂智能系统PHM全生命周期过程 7.7模型层面.. 13 148.1需求阶段..... .148.1.1定义健康与可靠性指标， 148.2设计阶段...... 8.1.2确定健康监测数据需求 .. 148.2.1设计可监测的系统架构 14 148.2.2嵌入健康状态评估模块8.2.3设计故障注入和测试接口， 148.3训练阶段..... 8.3.1训练数据质量管理 14 148.3.2监控训练状态 14
8.4测试阶段..... .148.4.1智能系统PHM功能验证 148.4.2智能系统P性能验证 8.4.3故障模拟与诊断测试 148.4.4系统验收与合格判定. 158.5运行阶段..8.5.1实时状态监测.....8.6维护与更新阶段. 8.5.2异常检测与故障诊断 15 158.6.1制定视情维护阶段策略， 158.6.2健康管理.. 159复杂智能系统PHM支撑方法. 8.7退役阶段.. ..159.1知识驱动方法 .15 159.1.1专家系统 159.1.2模糊逻辑. 159.1.3贝叶斯网络 9.1.4基于物理模型的故障机理建模. 15 159.1.5机理-参数化模型 159.1.6基于符号推理的诊断. 159.1.7故障树分析与事件树分析 9.1.8失效模式与影响分析. 159.1.9因果推理与关联分析. .169.2数据驱动方法9.2.1时间序列分析9.2.2回归分析 9.2.3异常检测. 16 169.2.4聚类方法....9.2.5一类分类器 169.2.6机器学习及深度学习方法 ..169.3模型驱动方法 9.2.7可解释人工智能技术， 17 179.3.1数字李生方法..9.3.2物理数据混合建模方法 179.4多源信息融合技术.. 9.3.3虚实融合协同驱动技术， .. 17 179.4.1融合层级与总体框架 179.4.2数据级融合...9.4.3状态级融合， 819.4.4决策级融合 9.4.5边缘计算技术 81 199.4.6知识图谱技术 19
参考文献.... 20
