面向飛行器關(guān)鍵部件健康管理的故障預(yù)測(cè)方法研究.pdf

1、飛行器健康管理技術(shù)通過(guò)監(jiān)測(cè)飛行器關(guān)鍵部件的工作狀態(tài)，診斷和預(yù)測(cè)潛在或已有的故障，結(jié)合具體需求對(duì)系統(tǒng)的維護(hù)工作給出指導(dǎo)性建議，對(duì)確保系統(tǒng)安全運(yùn)行、避免事故發(fā)生，并促使系統(tǒng)發(fā)揮最大效能，具有重要的現(xiàn)實(shí)意義。在飛行器健康管理體系中，故障預(yù)測(cè)是極其重要的內(nèi)涵之一，對(duì)于降低使用與保障費(fèi)用、提高設(shè)備系統(tǒng)安全性和可靠性具有十分關(guān)鍵的作用。但目前大多數(shù)預(yù)測(cè)方法還并不成熟，距離工程應(yīng)用尚有一定距離，而且在飛行器故障預(yù)測(cè)的實(shí)施過(guò)程中，還存在不確定性因素干擾

2、、先驗(yàn)知識(shí)缺乏、預(yù)測(cè)算法準(zhǔn)確度不高以及預(yù)測(cè)結(jié)果的不確定性管理等問(wèn)題。針對(duì)這些問(wèn)題，本文以直升機(jī)傳動(dòng)系統(tǒng)動(dòng)部件以及航天飛行器的鋰離子電池為研究對(duì)象，開(kāi)展了面向飛行器健康管理的故障預(yù)測(cè)方法研究，具體的研究?jī)?nèi)容包括以下四點(diǎn)。
　　1、深入分析了由于機(jī)械結(jié)構(gòu)的慢變損傷演化導(dǎo)致的相空間軌跡產(chǎn)生微小曲變的現(xiàn)象，提出一種基于相空間曲變的損傷跟蹤方法。利用多時(shí)間尺度耦合的動(dòng)力學(xué)系統(tǒng)，建立連接快變的振動(dòng)信號(hào)與慢變損傷的耦合模型。通過(guò)量化相空間曲變構(gòu)

3、建信號(hào)損傷演化的跟蹤函數(shù)和跟蹤矩陣，采用平滑正交分解方法將跟蹤矩陣中分別由實(shí)際損傷劣化和工況變化造成的演化趨勢(shì)進(jìn)行分離。
　　研究表明，基于相空間曲變的方法能夠利用快變的振動(dòng)信號(hào)實(shí)現(xiàn)對(duì)慢變損傷演化趨勢(shì)的跟蹤，排除工況變化造成的影響。但同時(shí)也存在計(jì)算量大，趨勢(shì)跟蹤結(jié)果定量困難的問(wèn)題。
　　2、深入研究了復(fù)雜工況下基于相關(guān)向量回歸的退化狀態(tài)識(shí)別方法。
　?。?）針對(duì)變工況條件下的軸承健康監(jiān)測(cè)問(wèn)題，提出了一種基于相關(guān)向量機(jī)的

4、自適應(yīng)閾值方法，利用相關(guān)向量機(jī)擬合退化特征隨工況參數(shù)的變化關(guān)系，構(gòu)建自適應(yīng)閾值模型。根據(jù)變工況下的退化特征與自適應(yīng)閾值之間的關(guān)系識(shí)別設(shè)備當(dāng)前的健康狀態(tài)。
　?。?）針對(duì)開(kāi)路電壓法的不足之處進(jìn)行改進(jìn)，提出了一種鋰離子電池的荷電狀態(tài)估計(jì)方法。建立基于Thevenin的等效電路模型，通過(guò)模型辨識(shí)得到端電壓、充/放電電流以及循環(huán)次數(shù)與荷電狀態(tài)的對(duì)應(yīng)關(guān)系，并采用相關(guān)向量擬合的方法來(lái)建立荷電狀態(tài)估計(jì)模型，實(shí)現(xiàn)在多種工況因素影響下的荷電狀態(tài)估計(jì)

5、。
　　研究表明，相關(guān)向量回歸方法能夠很好的解決構(gòu)建識(shí)別模型過(guò)程中存在的擬合問(wèn)題，稀疏性好，避免了過(guò)擬合的現(xiàn)象。對(duì)軸承和鋰離子電池?cái)?shù)據(jù)的處理結(jié)果表明，在以上兩種復(fù)雜工況條件下，該方法都能夠有效識(shí)別目標(biāo)設(shè)備的退化狀態(tài)。
　　3、在相關(guān)向量回歸預(yù)測(cè)方法的基礎(chǔ)上，提出一種結(jié)合退化模型和相關(guān)向量機(jī)的預(yù)測(cè)方法。根據(jù)目標(biāo)設(shè)備選擇并提取能夠反映設(shè)備退化趨勢(shì)的預(yù)測(cè)特征，對(duì)歷史觀測(cè)數(shù)據(jù)進(jìn)行最小二乘擬合以確定合適的退化模型。然后利用相關(guān)向量機(jī)從

6、預(yù)測(cè)特征序列中提取具有代表性的相關(guān)向量，構(gòu)建稀疏數(shù)據(jù)集。再結(jié)合退化模型進(jìn)行擬合并外推預(yù)測(cè)，根據(jù)預(yù)測(cè)特征對(duì)應(yīng)的失效閾值，估計(jì)設(shè)備的剩余使用壽命。
　　研究表明，結(jié)合相關(guān)向量機(jī)與退化模型的故障預(yù)測(cè)方法對(duì)于預(yù)測(cè)特征與故障退化的趨勢(shì)一致性要求較高，對(duì)于中短期預(yù)測(cè)有較好的預(yù)測(cè)準(zhǔn)確率，計(jì)算量小，能為設(shè)備剩余使用壽命的在線預(yù)測(cè)提供參考。
　　4、詳細(xì)分析了基本粒子濾波算法用于故障預(yù)測(cè)的具體實(shí)現(xiàn)步驟，及其在模型選擇和模型參數(shù)初始化方面的不足

7、，提出了一種基于退化速率跟蹤粒子濾波的通用預(yù)測(cè)模型和相應(yīng)的預(yù)測(cè)框架。結(jié)合歷史觀測(cè)數(shù)據(jù)的退化速率統(tǒng)計(jì)規(guī)律，來(lái)實(shí)現(xiàn)對(duì)退化狀態(tài)的跟蹤和預(yù)測(cè)，擺脫了對(duì)預(yù)測(cè)模型的依賴，通過(guò)軸承和鋰離子電池的剩余使用壽命預(yù)測(cè)驗(yàn)證了預(yù)測(cè)模型的有效性。
　　研究表明，相對(duì)于基本粒子濾波預(yù)測(cè)方法，該預(yù)測(cè)框架簡(jiǎn)化了選擇粒子濾波先驗(yàn)預(yù)測(cè)模型和確定模型參數(shù)初始分布這兩個(gè)步驟，具有更好的通用性，充分利用了歷史數(shù)據(jù)的先驗(yàn)信息，預(yù)測(cè)結(jié)果的準(zhǔn)確率更高，同時(shí)可以提供物理意義更加明