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.     

基于动态灰色预测的网格故障检测算法

针对网格系统故障检测的需求，提出了一种基于动态灰色预测的网格故障检测算法。基于不可靠故障检测思想，建立了网格系统及故障检测模型；结合心跳策略和灰色预测方法，设计了一种动态心跳机制，并给出了预测模型和实时预测策略；提出了基于该动态心跳机制的网格故障检测算法，分析了算法的可靠性,并通过仿真实验验证了算法的正确性和有效性。     

一种网格环境下的动态故障检测算法

针对现有网格系统出错几率较大、已有故障检测算法不能有效满足网格系统需求问题，提出了一种网格环境下的动态故障检测算法．根据网格系统的特点，基于不可靠故障检测思想，建立了网格系统模型和故障检测模型；结合心跳（heartbeat）策略和灰色预测方法，设计了一种动态心跳机制，并给出了预测模型和实时预测策略；提出了基于该动态心跳机制的网格故障检测算法，分析了算法的可靠性．仿真实验结果表明，该算法是正确、有效的，可用于网格环境下的故障检测．     

基于卡尔曼滤波和专家系统的混合故障预测研究

基于卡尔曼滤波和专家系统的相关知识,研究了动态系统内部故障的预测问题.首先根据系统的运行情况提取表征故障征兆的状态,建立对应于故障点的状态方程模型并进行分析;然后在定义了故障预测的优先原则的基础上,利用专家系统加权算法得到的故障预测容许值集合,设计了故障预测的流程图;最后根据流程图给出一种混合的故障预测算法.结果表明,这种算法与传统的故障诊断方法和已有的故障预测方法相比有比较明显的优势,并指出了进一步研究的重点.     

反后坐装置模糊故障预测系统研究

针对反后坐装置故障模式复杂的特点，详细地论述了基于动态模糊综合评判的故障预测方法，通过确定权重系统集和模糊关系矩阵，建立了反后坐装置的动态模糊综合评判模型，给出了基于模糊评判的知识表示方法，并将模糊综合评判与产生式规则融合，利用复合的推理机制提高预测结果的准确性。     

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。     

基于马氏距离的航空装备故障预测研究

故障状态类型的判别是航空装备故障预测系统的核心环节,它直接影响到故障预测的准确性;针对航空装备的故障状态类型判别问题,提出一种基于马氏距离的故障预测方法;首先介绍了马氏距离,其次建立了状态数据库矩阵及状态判别模型,并给出了基于马氏距离的故障预测流程;最后将该方法用于某型飞机火控系统的故障预测中,使得在线和离线的平均故障预测准确度分别达到98.48%和97.77%,表明马氏距离在航空装备的故障预测中有较好的应用和推广价值。     

数据挖掘重整风机监控系统的研究

文中研究了数据挖掘技术在风机状态预测系统的应用，叙述了风机预测系统的组成原理，着重研究了位移、振动信号数据知识库建立和采用粗集理论对风机进行监测和故障预报的方法。     

基于灰色系统理论的航天器故障状态预测方法

灰色系统理论已成功应用于若干领域,灰色预测是灰色系统理论的重要组成部分,研究了基于灰色系统理论的航天器故障状态预测方法;首先分析了航天器故障症状变量、症状变量测量值及其变化过程的灰色表示方法,之后,研究了航天器故障状态灰色预测方法,给出并分析了利用灰色系统理论预测航天器故障状态的部分预测结果;研究表明,基于灰色系统理论的航天器故障状态预测方法是可行的。     

一种新的定性定量故障诊断理论

根据系统的特征进行故障诊断往往因为故障的信息不足而难以确诊。将人工智能的思想引入故障诊断的理论之中以克服信息的不足和有效地利用专家知识，是一种解决故障诊断难题的有效方法。结合灰色定性仿真理论和Reiter R的基于第一原理的故障诊断理论的定性定量故障诊断理论被提出，它根据系统的现实状态与用灰色定性仿真预测的系统的状态的差异判断系统是否发生了故障，若故障出现。通过故障状态与故障模型的匹配确定故障的类型。这种方法能有效地结合的定性信息和定量信息，根据系统有限的定量信息建立其变量间的定性约束并将其应用于故障诊断。     

基于SVR 的惯性/卫星组合导航系统故障诊断方法

在惯性/卫星组合导航系统中, 针对传统X² 检验法检测出故障但无法准确识别故障子系统的不足, 提出一种基于支持向量回归的故障诊断方法. 采用残差X² 检验法实时对组合导航系统进行故障检测, 并构建基于支持向量机的回归预测模型, 实现对惯性导航系统状态的预测; 根据系统模型输出和预测模型输出之差辅助进行惯性导航系统的故障判别, 诊断出系统故障源. 仿真结果表明, 所提出的方法能够快速准确地识别故障子系统, 并进行有效的系统隔离和重构, 从而使组合导航系统的性能得到保障.

     

基于改进灰色预测模型的半球谐振陀螺在线故障检测

针对基于半球谐振陀螺的导航系统故障检测的实时性要求高、数据变化缓慢等特点,提出了一种改进型的灰色预测模型,将移动窗口初值优化的灰色预测模型和最小二乘结合,对该类惯性传感器的故障进行实时在线检测.对处置优化的灰色预测模型的残差信号进行建模,提高了预测的精度,从而实现了利用少量的历史数据对下一时刻数据的准确预测,达到对半球谐振陀螺实时故障检测的目的.详细描述了改进型灰色预测模型的建模方法和步骤,并针对半球谐振陀螺的3种故障形式,与普通灰色预测方法进行了对比仿真研究.结果表明该方法可以准确、有效地进行在线故障检测.     

一种无线传感器网络动态称重系统传感器自诊断方法

在无线传感器网络动态称重(Wireless sensor networks-weighing-in-move,WSN-WIM)系统中,传感器的校验是一个关键性问题.本文提出一种基于灰色预测理论的传感器故障诊断方法,同时对灰色预测模型进行了优化,避免了由于预测模型中的理论缺陷给第一个传感器的故障诊断带来的错误假定.在WS...     

On the dynamic evidential reasoning algorithm for fault prediction

In this paper, a new fault prediction model is presented to deal with the fault prediction problems in the presence of both quantitative and qualitative data based on the dynamic evidential reasoning (DER) approach. In engineering practice, system performance is constantly changed with time. As such, there is a need to develop a supporting mechanism that can be used to conduct dynamic fusion with time, and establish a prediction model to trace and predict system performance. In this paper, a DER approach is first developed to realize dynamic fusion. The new approach takes account of time effect by introducing belief decaying factor, which reflects the nature that evidence credibility is decreasing over time. Theoretically, it is show that the new DER aggregation schemes also satisfy the synthesis theorems. Then a fault prediction model based on the DER approach is established and several optimization models are developed for locally training the DER prediction model. The main feature of these optimization models is that only partial input and output information is required, which can be either incomplete or vague, either numerical or judgmental, or mixed. The models can be used to fine tune the DER prediction model whose initial parameters are decided by expert’s knowledge or common sense. Finally, two numerical examples are provided to illustrate the detailed implementation procedures of the proposed approach and demonstrate its potential applications in fault prediction.     

一种RVM模糊模型辨识方法及在故障预报中的应用

对复杂、病态、非线性动态系统进行故障预报的重点和难点是建立系统故障状况的数学模型, 通常难以建立精确的数学模型, 相比之下构建其模糊模型是一个有效途径. 本文研究了相关向量机(Relevance vector machine, RVM)与模糊推理系统(Fuzzy inference system, FIS)之间的内在联系, 证明了基于RVM的FIS具有一致逼近性, 并提出了一种基于RVM和梯度下降(Gradient descent, GD) 算法的模糊模型辨识方法. 基于所给出的模糊模型辨识方法提出了一种新的故障预报算法. 仿真结果表明所建立的模糊模型不仅结构更加简单, 而且能达到更高的预测精度, 所提出的故障预报算法能准确地预报系统故障.     

基于PCA和随机森林的故障趋势预测方法研究

故障预测和健康管理技术(PHM)在现代工程系统中能够在系统具备较高复杂度的情况下,有效保障其可靠性和安全性。在机械故障诊断中对于采集到的原始数据的高维特征量的处理较为复杂,并且在实际应用中趋势预测的精度要求较高,针对该问题提出一种基于主成分分析(PCA)与随机森林算法的轴承故障趋势预测方法。该方法利用PCA对提取的原始轴承数据特征量进行线性降维,并选取其中主成分特征量,输出非线性时间序列数据。原始数据经过PCA处理得到非线性时间序列,将该序列作为随机森林算法的输入进行故障趋势预测,并把预测结果与BP神经网络模型预测的结果进行对比,结果表明随机森林在故障趋势预测上在精度相较于BP神经网络有显著提高,是一种有效的故障趋势预测方法。     

机载软件无线电系统故障预测软件设计与实现

通过分析机载软件无线电系统的结构特性,为满足其高可靠性高灵活性等要求,设计并实现了针对机载软件无线电系统的故障预测软件平台.该软件平台在MFC框架基础上进行开发,集成了自回归预测模型(AR)、灰色预测模型(GM(1,1))等预测算法,并对预测算法关键参数进行优化,使得该软件能够根据不同预测对象,以及不同预测精度要求自动选择最佳预测算法进行故障预测.同时,可根据需要在线升级已有预测算法或动态加载新的预测模型,提出并实现了一种适用可靠的开放式故障预测系统.