基于云边协同的新一代机载预测及健康管理架构设计

为适应未来战争节奏快、战场环境复杂以及下一代制空作战装备远航久航等新特点,提出了下一代制空作战装备机载故障预测与健康管理(PHM)的新需求,即关键故障精准预测、安全状态全面感知、辅助任务决策快速生成。而目前传统机载PHM由于规划功能有限、数据传输能力和计算资源不足等问题无法满足新需求。云边协同是一种可以支撑开放式统一系统架构的典型方法,符合下一代制空作战装备机载架构的发展趋势,并且可以有效减少机载健康数据传输并可合理地动态分配计算资源。在传统机载PHM架构的基础上,提出了基于云边协同的新一代机载PHM功能架构及物理架构,并阐述关键功能运行逻辑,为新一代机载PHM架构设计提供了一个可参考的技术思路。     

PHM系统中的测试不确定优化选择建模

PHM系统是实现视情维修的关键技术之一,是提高飞机自主保障的重要途径,PHM系统虚警率高的问题是实际应用中需要解决的关键问题。复杂环境下,PHM系统监测点的测试不可靠是引发PHM系统虚警的重要根源。针对此问题,本文采用不确定理论研究PHM系统中的测试不确定度,并建立测试不确定优化选择模型,在期望值准则和乐观值准则下,将不确定优化选择模型,转化为带有专家信度的确定性优化选择模型,并通过实例给出了不确定优化选择模型的建模和求解过程。     

复杂电子系统的TEAMS测试性研究

系统测试性是准确地判定产品工作状态并隔离其内部故障的一种设计特性,多信号模型是利用分层有向图表示系统属性的因果关系,对系统故障传播特性建立的模型.采用多信号模型描述复杂电子装备的因果依赖关系,在故障空间使用TEAMS建模并进行测试性评估,可高效灵活地构建复杂电子装备的故障诊断模型,提高电子系统测试的故障隔离率和覆盖率.多信号模型建模方法简单,诊断速度快,能够改进系统的测试性,可应用于复杂系统的测试性设计、故障模式影响与危害度分析、TPS开发、故障诊断和测试性评估等,适应现代复杂电子系统的故障诊断需求.     

基于马尔可夫过程的健康状态评估模型

故障预测与健康管理（PHM）的思想是通过状态监测和诊断技术获取装备状态和故障信息,预测其故障发展趋势,采取更有针对性的维修措施,从而大大提高装备维修管理的精确化。对装备系统的健康状态进行评估是实施PHM的基础,研究了基于马尔可夫过程的健康评估问题,运用马尔可夫模型方法,将部件系统退化过程描述为有限状态转移过程,建立了基于马尔可夫的健康状态评估模型,对PHM系统进行评估并对剩余寿命进行预测,最后进行了案例分析,验证了模型的可行性。     

数字孪生支持下的设备故障预测与健康管理方法综述

故障预测与健康管理(PHM)是设备运行维护管理的有效方法,早期主要应用于航天、军用装备等领域。随着故障诊断和数据采集与分析等相关技术的不断发展,PHM方法逐渐在民用航空、装备制造等领域得到应用,并进一步在多行业得到推广和普及。传统PHM方法有基于经验模型的方法、基于数据驱动的方法和基于物理模型的方法。但这些方法存在着不少的局限性。随着数字孪生技术的兴起,其模型和数据相融合的问题处理方法,可有效地解决传统PHM方法的不足,是PHM技术发展的一个方向。在对PHM相关技术和方法进行了研究之后,综述了数字孪生技术及其在PHM中的应用方法,并对应用中的关键问题进行了总结和分析,指出数字孪生支持下的PHM方法未来发展方向。     

某型火炮预测与健康管理技术(PHM)体系结构设计与应用

故障预测与健康管理(PHM)技术已在航空航天领域取得较为广泛的应用,而在地面装备领域鲜有应用,为将故障预测与健康管理(PHM)技术从航空航天领域推广到地面装备领域,设计和构建了某型火炮的PHM体系结构;首先,通过对比和借鉴航空航天领域典型的4种PHM体系结构OSA-CBM开放式体系结构、集中式体系结构、分布式体系结构、分层融合式体系结构的特点,结合地面装备作战特点和实际工作环境,设计并构建了适于地面装备的PHM体系结构;然后,以地面装备的PHM构建思路为依托,将PHM体系应用到具体的某型火炮中,设计出了基于某型火炮的PHM体系结构,根据所构建PHM体系结构,详细描述了在火炮上的应用情况;最后展望了PHM技术在地面装备领域的发展趋势和对国防工业发展的借鉴意义。     

装甲装备故障预测与健康管理系统技术研究

预测和健康状态管理(PHM)技术是一种先进测试、维修技术;从视情维修保障的背景出发,介绍了装甲装备PHM系统的内涵,进行了装甲装备故障模式影响和危害分析,明确了PHM系统具备的功能,初步构建了基于开放体系的装甲装备PHM系统的技术框架,并对其中的关健技术进行了深入研究,对炮控系统进行故障预测分析,结果和实际应用一致。     

典型机电系统PHM评价指标分析

PHM评价指标是装备健康管理系统设计输入与目标要求,也是对PHM系统进行验收核查的评价依据;目前国内航空主机所、科研院所与高校开展了大量的PHM技术研究和工程设计应用工作,但由于缺乏PHM系统指标体系的建立,导致研制方在PHM系统设计阶段难以明确功能性能要求,验证方在定型阶段缺乏统一的评价参考标准,使PHM系统的工程化进程缓慢;文章以典型机电系统为研究对象,通过剖析国外先进的PHM技术标准与规范文件,结合装备典型机电系统PHM系统的能力需求,从机电系统PHM的监测及诊断指标、预测指标、决策及评价指标三个维度分析和梳理PHM评价指标,建立了适用于装备设计与验证需求的机电系统PHM评价指标体系,解决了装备PHM系统设计中缺乏设计依据与验证评价指标的问题.     

基于改进灰色神经网络的故障预测方法研究

故障预测技术是电子装备预测与健康管理（PHM）领域的核心内容, 对电子装备关键部件实施有效的预测是保证系统正常运行的关键。首先将灰色理论和人工神经网络算法相结合, 构建灰色神经网络模型并对其进行分析; 然后在此基础上通过附加动量变学习速率法对灰色神经网络的权值更新策略进行改进, 提出一种基于改进灰色神经网络的故障预测模型; 最后以某型脉冲测量雷达中频接收组合中的压控振荡器为例, 以采集的原始频率数据为基础进行仿真验证。预测结果表明, 将该预测方法应用于电子装备PHM是行之有效的, 可有效提高故障预测精度。     

基于视情维修的电子装备PHM体系结构分析

为推行自主式保障理念,提高电子装备的综合保障能力,提出了一种基于视情维修的电子装备预测与健康管理(Prognostics and Health Management,PHM)构建方案。在分析PHM内涵和功能的基础上,从数据信息维、模型维和生命周期维3个维度研究了PHM系统结构,采用开放式PHM架构方式,建立了基于视情维修的电子装备PHM体系结构,并对其系统实现技术进行了探讨。通过对某型装备模拟训练与仿真测试系统PHM策略的设计,验证了所提方案的有效性。     

基于灰色聚类决策的监测参数优化选择方法研究

预测与健康管理(PHM,prognostics and health management)已成为复杂系统的有机组成部分,选择合适的监测参数是实现PHM的前提和基础.针对PHM中监测参数选择缺乏定量方法的问题,提出了基于灰色聚类决策模型的监测参数优化选择方法.首先确定了监测参数选择基本准则并进行了定量描述;然后建立了用于监测参数优化选择的灰色聚类决策模型,并提出了基于层次分析法和信息熵的综合权重确定方法;最后以某航空发动机为案例详细说明了监测参数优化选择过程.分析结果表明所提方法具有一定的合理性和有效性.     

智能装备故障预测与健康管理系统研究

针对智能装备预测性维护存在的智能化和网络化程度不高、物理模型建模困难等 问题,研究了数据驱动的智能装备远程故障预测与健康管理系统(PHM)的实施框架、关键技术 和系统开发方法。具体阐述了数据驱动 PHM 系统的运行模式,在此基础上分析了 PHM 系统的 软件架构和关键技术,首先利用 EEMD 对原始信号进行降噪和重构,将重构后的信号作为输入 建立基于 RBF 神经网络的故障诊断模型;然后采用动态神经网络建立基于时间序列的故障预测 模型,并建立基于故障阈值的故障报警机制;最后利用混合编程和网络化开发技术开发了数据 驱动的远程 PHM 系统。实际应用结果表明,该系统能以较高效率完成故障诊断、故障预测等 核心功能,具有良好的实用性。     

基于知识图谱的航空发动机PHM仿真验证平台设计

针对航空发动机PHM系统功能、性能验证要求高、验证内容多、验证业务复杂等实际问题,分析了国外先进航空发动机PHM系统开发验证情况及经验,提出了一种基于知识图谱技术的PHM仿真验证平台设计方法。该方法利用了知识图谱在具有的半结构化、高效性、直观等特点,实现了发动机PHM验证涉及到的故障模式、故障特征、算法模型及专家知识等大量信息知识的有效组织与管理。在此基础上,进一步面向发动机PHM验证数据量大、计算需求高等需求,采用大数据、数据挖掘、机器学习、云服务等技术,搭建了基于知识图谱的航空发动机PHM仿真验证平台,实现了数据挖掘与信息提取、专家知识获取、多层级融合诊断智能导向型推理等应用。最后,以某型发动机为对象,介绍了发动机PHM仿真验证情况。经实际验证结果分析,该文提出的PHM仿真验证平台能够有效解决航空发动机PHM系统可验证的历史故障样本少、验证功能单一等问题。     

基于PCA和ELM的模拟电路故障诊断

针对模拟电路的故障诊断和健康管理（PHM）的应用,提出了结合主成分分析（PCA）和极限学习机（ELM）的故障诊断方法。该方法用Sallen-Key带通滤波器来获取故障样本,并通过PCA进行故障特征提取。根据故障样本对ELM进行训练来获得故障诊断模型。实验结果表明,该实现方法识别率高、鲁棒性好,在工程实际中具有研究和应用价值。     

联合选择特征和分类器参数模型的模拟电路故障诊断

为了提高模拟电路故障诊断准确率,提出一种联合选择特征选和分类器参数模型的模拟电路故障诊断方法（Feature-Classifier）。将模拟电路故障特征子集和分类器参数编码成为粒子,然后粒子根据目标函数通过信息交流和互相协作找到最优特征子集和分类器参数,并根据最优特征子集对样本进行约简;分类器根据最优参数对约简后样本进行训练建立模拟电路故障诊断模型,并通过仿真实例对性能进行测试。结果表明,相对于其他模拟电路故障诊断方法,Feature-Classifier能够较快找到最优特征子集与分类器参数,不仅提高了模拟电路故障诊断准确率,并加快了故障诊断速度。     

基于故障预测与健康管理的DIMA动态重构技术综述

故障预测与健康管理（PHM）作为分布式综合模块化航空电子（DIMA）的基础和保障,在实现DIMA资源组织与系统重构、提升系统容错能力以及提高系统任务可信度方面具有重要的理论意义和应用价值。论文在梳理PHM技术内涵及DIMA体系架构的基础上,分析了DIMA任务组织和调度特点,并在此基础上论述了DIMA面向任务需求的系统重构机制,给出了基于PHM的DIMA动态重构模型及重构策略,最后展望了PHM技术在航空电子领域的发展前景。     

基于PHM的电子装备故障预测系统实现关键技术研究

为实现现代武器装备故障预测与健康管理技术,需要对故障预系统实现技术进行了研究;建立了针对某型装备故障预测需要的软硬件平台,从状态检测系统设计、故障预测系统设计等方面进行了研究,并分析了故障预测模型的适应性;文章的研究为建立基于PHM思想的电子装备故障预测系统奠定了基础,该系统已经在某型装备故障预测中进行了应用,其研究成果还可以应用于装备寿命预测技术,为实施装备延寿工作提供信息支持.     

PHM仿真试验系统设计与应用

PHM系统是保障机载设备稳定安全运行的重要工具。通过构建PHM仿真试验系统,可以对系统架构、总线接口、数据处理、分区存储等系统功能进行仿真验证,以便尽早发现PHM系统设计初期存在的各种问题,及时对方案进行改进和优化,降低系统研制的风险。对PHM仿真试验系统的设计进行了研究,提出了一种PHM仿真试验系统设计与应用方法,从总体层次、软硬件设计等方面介绍仿真试验系统的组成和功能设计。搭建飞机级及各区域级的仿真设备,构建基于总线通讯的交联仿真网,支持数据、模型、流程等功能的仿真,并在最后给出了仿真试验的主要流程。实际应用表明,本方法能够较好地支撑仿真验证试验,从而缩短试验周期,提高研制效率,为系统设计工作提供支撑从PHM系统功能验证的角度为PHM系统研制提供支撑。