面向飛行器關(guān)鍵部件健康管理的故障預(yù)測方法研究.pdf

1、飛行器健康管理技術(shù)通過監(jiān)測飛行器關(guān)鍵部件的工作狀態(tài)，診斷和預(yù)測潛在或已有的故障，結(jié)合具體需求對系統(tǒng)的維護工作給出指導(dǎo)性建議，對確保系統(tǒng)安全運行、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)實意義。在飛行器健康管理體系中，故障預(yù)測是極其重要的內(nèi)涵之一，對于降低使用與保障費用、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)測的實施過程中，還存在不確定性因素干擾

2、、先驗知識缺乏、預(yù)測算法準(zhǔn)確度不高以及預(yù)測結(jié)果的不確定性管理等問題。針對這些問題，本文以直升機傳動系統(tǒng)動部件以及航天飛行器的鋰離子電池為研究對象，開展了面向飛行器健康管理的故障預(yù)測方法研究，具體的研究內(nèi)容包括以下四點。
　　1、深入分析了由于機械結(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。利用多時間尺度耦合的動力學(xué)系統(tǒng)，建立連接快變的振動信號與慢變損傷的耦合模型。通過量化相空間曲變構(gòu)

3、建信號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際損傷劣化和工況變化造成的演化趨勢進行分離。
　　研究表明，基于相空間曲變的方法能夠利用快變的振動信號實現(xiàn)對慢變損傷演化趨勢的跟蹤，排除工況變化造成的影響。但同時也存在計算量大，趨勢跟蹤結(jié)果定量困難的問題。
　　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)識別方法。
　?。?）針對變工況條件下的軸承健康監(jiān)測問題，提出了一種基于相關(guān)向量機的

4、自適應(yīng)閾值方法，利用相關(guān)向量機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)系識別設(shè)備當(dāng)前的健康狀態(tài)。
　?。?）針對開路電壓法的不足之處進行改進，提出了一種鋰離子電池的荷電狀態(tài)估計方法。建立基于Thevenin的等效電路模型，通過模型辨識得到端電壓、充/放電電流以及循環(huán)次數(shù)與荷電狀態(tài)的對應(yīng)關(guān)系，并采用相關(guān)向量擬合的方法來建立荷電狀態(tài)估計模型，實現(xiàn)在多種工況因素影響下的荷電狀態(tài)估計

5、。
　　研究表明，相關(guān)向量回歸方法能夠很好的解決構(gòu)建識別模型過程中存在的擬合問題，稀疏性好，避免了過擬合的現(xiàn)象。對軸承和鋰離子電池數(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)向量機的預(yù)測方法。根據(jù)目標(biāo)設(shè)備選擇并提取能夠反映設(shè)備退化趨勢的預(yù)測特征，對歷史觀測數(shù)據(jù)進行最小二乘擬合以確定合適的退化模型。然后利用相關(guān)向量機從

6、預(yù)測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)合退化模型進行擬合并外推預(yù)測，根據(jù)預(yù)測特征對應(yīng)的失效閾值，估計設(shè)備的剩余使用壽命。
　　研究表明，結(jié)合相關(guān)向量機與退化模型的故障預(yù)測方法對于預(yù)測特征與故障退化的趨勢一致性要求較高，對于中短期預(yù)測有較好的預(yù)測準(zhǔn)確率，計算量小，能為設(shè)備剩余使用壽命的在線預(yù)測提供參考。
　　4、詳細分析了基本粒子濾波算法用于故障預(yù)測的具體實現(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)測模型和相應(yīng)的預(yù)測框架。結(jié)合歷史觀測數(shù)據(jù)的退化速率統(tǒng)計規(guī)律，來實現(xiàn)對退化狀態(tài)的跟蹤和預(yù)測，擺脫了對預(yù)測模型的依賴，通過軸承和鋰離子電池的剩余使用壽命預(yù)測驗證了預(yù)測模型的有效性。
　　研究表明，相對于基本粒子濾波預(yù)測方法，該預(yù)測框架簡化了選擇粒子濾波先驗預(yù)測模型和確定模型參數(shù)初始分布這兩個步驟，具有更好的通用性，充分利用了歷史數(shù)據(jù)的先驗信息，預(yù)測結(jié)果的準(zhǔn)確率更高，同時可以提供物理意義更加明