面向裝備健康狀態(tài)評估的可測性設(shè)計關(guān)鍵技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩204頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、高新技術(shù)裝備復(fù)雜度及集成度的急劇增加給裝備的測試維修帶來了極大的挑戰(zhàn)。為減少裝備的維修費用,提高裝備的可用性和戰(zhàn)斗力,裝備的維修保障模式已由傳統(tǒng)的事后維修、定期維修向基于狀態(tài)的維修、預(yù)知維修及自主維修等新型維修模式轉(zhuǎn)變。健康狀態(tài)評估(HSE)作為這些新型保障體系中的關(guān)鍵技術(shù),能有效觸發(fā)自主維修的決策機制,是實現(xiàn)自主維修的前提和基礎(chǔ)。裝備HSE性能水平的提高極大依賴于裝備對故障的測試和感知能力,在裝備設(shè)計階段并行開展可測性設(shè)計能有效解決這

2、一問題。為此,本文在部委級重點預(yù)研基金項目“面向裝備健康管理的可測性設(shè)計理論與技術(shù)”和國家自然科學(xué)基金項目“基于故障演化測試時效性的健康管理可測性機制與傳感優(yōu)化選擇方法”的支持下,從面向HSE的可測性建模與預(yù)計、測試優(yōu)化選擇、傳感優(yōu)化選擇以及健康狀態(tài)評估推理等方面,開展了面向HSE的可測性設(shè)計關(guān)鍵技術(shù)研究。本研究主要內(nèi)容包括:
 ?、琶嫦蜓b備健康狀態(tài)評估的可測性建模與預(yù)計。針對面向HSE的可測性設(shè)計需要建立裝備中故障演化與可利用測

3、試關(guān)聯(lián)關(guān)系的核心要求,本文擴展了傳統(tǒng) FMECA的內(nèi)容,新增故障演化機制分析,提出了故障模式、演化機制、影響及危害度的分析方法。以此為基礎(chǔ),闡述了基于故障演化可測性建模的基本原理、流程和方法。首先,通過分析裝備中與故障嚴重程度相關(guān)的故障征兆參數(shù),建立故障模式與故障征兆的布爾關(guān)系矩陣;其次,通過鍵合圖分析方法建立各個征兆參數(shù)與測試的相關(guān)性矩陣,該矩陣描述了表征故障嚴重程度的征兆參數(shù)在裝備中測試節(jié)點上的響應(yīng)。以上兩個相關(guān)性矩陣描述了裝備中故

4、障演化與測試的相關(guān)關(guān)系。同時,根據(jù)HSE對可測性預(yù)計提出的新需求,本文在故障可檢測率、故障可隔離率基礎(chǔ)上,新增了故障可跟蹤率與故障可預(yù)測率,以這四個可測性指標分別描述裝備對故障的檢測、隔離、跟蹤及預(yù)測能力,并提出了面向HSE的可測性預(yù)計策略與方法,為面向HSE的可測性方案設(shè)計和基于故障演化可測性模型的HSE推理奠定了基礎(chǔ)。
 ?、泼嫦蜓b備健康狀態(tài)評估的可測性方案設(shè)計。面向HSE的可測性方案設(shè)計的核心關(guān)鍵之一是“測試項目選擇”和“傳

5、感手段選擇”。為此,本文提出了基于故障演化可測性模型的測試優(yōu)化選擇方法和基于時效性及敏感性的傳感優(yōu)化選擇方法?;谘b備的故障演化可測性模型及面向HSE的可測性預(yù)計結(jié)果,以測試數(shù)目最低為優(yōu)化目標,分別考慮內(nèi)、外部測試的可測性指標約束,建立了基于故障演化可測性模型的測試優(yōu)化選擇模型;綜合遺傳算法較好的全局尋優(yōu)能力及模擬退火算法良好的局部搜索能力的特點,給出基于自適應(yīng)遺傳退火算法的測試優(yōu)化選擇模型的求解流程。針對優(yōu)化選擇出的測試集,分析與測試

6、節(jié)點相對應(yīng)的傳感手段屬性,從傳感對故障的時效性及敏感性兩個方面,建立傳感對故障演化過程的可跟蹤能力和對故障早期狀態(tài)可檢測能力的量化指標。在此基礎(chǔ)上,根據(jù)設(shè)計任務(wù)要求分析內(nèi)、外部傳感設(shè)計的優(yōu)化目標和約束,并考慮多個傳感實現(xiàn)一個測試和一個傳感實現(xiàn)多個測試兩種情況,建立基于時效性及敏感性的傳感優(yōu)化選擇模型;針對模型多目標、多約束、非線性等特點,給出了基于自適應(yīng)遺傳退火算法的傳感優(yōu)化選擇模型的求解流程。
  ⑶基于故障演化可測性模型的健康

7、狀態(tài)評估推理。針對健康狀態(tài)的靜/動態(tài)評估問題,考慮裝備故障模式的相關(guān)屬性,使用離散的健康狀態(tài)表征故障演化過程中故障的嚴重程度,根據(jù)測試對不同故障嚴重程度的響應(yīng)區(qū)間,使用廣義測試對測試區(qū)間進行劃分。進而,結(jié)合可測性方案優(yōu)化設(shè)計后生成的故障演化可測性模型,建立裝備健康狀態(tài)與廣義測試的相關(guān)性矩陣。在此基礎(chǔ)上,考慮測試輸出不確定性因素,以貝葉斯靜/動態(tài)推理理論為基礎(chǔ),構(gòu)建了基于健康狀態(tài)-廣義測試的靜/動態(tài) HSE推理模型。針對該模型約束復(fù)雜,目

8、標函數(shù)非線性的問題,提出一種基于拉格朗日-自適應(yīng)遺傳算法的HSE模型求解策略。該方法通過拉格朗日乘子松弛模型約束,把拉格朗日算子作為可自適應(yīng)選擇的染色體,使用自適應(yīng)遺傳算法進行種群的交叉、變異,大大地減少了算法迭代時間并有效提高了HSE精度。
  ⑷軟件平臺開發(fā)與驗證案例研究?;谏鲜鲅芯砍晒?,設(shè)計開發(fā)了面向HSE的可測性設(shè)計軟件。以電動舵機系統(tǒng)為對象,應(yīng)用本軟件開展了面向舵機系統(tǒng)健康狀態(tài)評估的可測性建模與預(yù)計、測試優(yōu)化選擇、傳感

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論