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

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