预测与状态管理系统(PHM)技术研究

针对国外热点技术——预测与状态管理系统(PHM)的概念、设计、验证及费效比进行了详细的研究,为该项技术的推广提供了技术基础。

天然气管道压缩机组故障预测与健康管理研究

智慧管网具有综合性预判等方面能力,但目前油气管道关键设备如压缩机组非计划停机频发,维修保证策略以“事后维修”和“定期维修”为主,对故障预知预测的研究思路不够清晰、方法不够科学。维修检修需定期开展,故障管控能力及维护策略需进一步提升。总结国内外典型压缩机组及设备故障预测与健康管理(PHM)建设的现状,首次分析了管道压缩机组燃机性能算法、压缩机效率算法、模拟仿真等算法的核心问题、研究方法、关键量化指标及各研究方法的优点。研究天然气管道压缩机组PHM系统的重点难点,对平台融合与系统设计、机组变工况、多元数据分析技术、停机故障失效模型及算法研究、验证评价、知识图谱等重点研究内容提出了思考和展望。此研究对提升油气管道关键设备管理、开展平台融合设计及智能管道核心技术研究具有一定借鉴意义。

基于健康特征筛选与GWO-LSSVM的锂电池健康状态预测

锂电池健康状态(SOH)预测是电池管理系统(BMS)最重要的功能之一,准确有效地预测锂电池SOH可有效提升设备利用率,保证系统稳定性。为了提高预测准确度,本文提出一种基于健康特征筛选与灰狼优化算法(GWO)-最小二乘支持向量机(LSSVM)的锂电池SOH预测方法,首先采用灰色关联分析(GRA)法计算每个健康特征相对于锂电池SOH的灰色关联度,并将灰色关联度进行排序,确定SOH预测的主要健康特征;然后针对LSSVM模型参数需靠人为经验选择的问题,采用寻优性能较好的灰狼优化算法对其进行优化选择并构建GWO-LSSVM模型;最后基于NASA数据集,对模型进行训练和测试,并与其他3种模型的预测结果进行对比,对比结果证明了本文所提方法的有效性。

分布式无人机蜂群电池性能综合管理和预测方法

电池是无人机抑或无人机集群的核心动力系统和动力源,而对于分布式无人机蜂群,对其荷电性能状态的科学有效评估、多机综合管理以及剩余使用性能预测,是当前新质生产力背景下“低空经济+无人机”产业亟待解决的关键核心问题与研究热点。考虑到电池系统具有非线性以及时变特性,对前后时序具有一定的依赖性,文章提出分布式无人机蜂群电池组荷电性能综合管理和预测方法,利用分布式电池组系统各电流、电压、温度、服役工作时间等可观变量,通过多机系统组合且经优化改进的LSTM(长短期记忆网络)动态算法,建立无人机飞行系统各电池单元及电池组全生命周期退劣化过程的近似非线性模型,进一步提高分布式无人机飞行系统电池单元与电池组性能和可靠性,为其综合管理和预测维护提供理论基础和新的技术路径。

自动扶梯健康状态管理与预测性维护技术研究

随着城市化进程不断加快,人们的生活水平越来越高,对交通工具的需求也日益增加。而自动扶梯作为一种常见的人口密集区域内的交通工具,其在缓解拥堵和提高出行效率方面发挥着重要作用。因此,如何有效地进行自动扶梯的健康状态管理与预测性维护显得尤为关键。研究目的在于探究自动扶梯健康状态管理与预测性维护的方法和技术,以期为实际应用提供参考依据。

电力电子器件故障预测与健康管理技术的研究现状和趋势

电力电子器件是电力电子系统实现电能变换与控制的核心组件之一。通过新材料、新结构、新工艺、增加冗余、降容运行等传统手段提高电力电子器件的可靠性越来越难以匹配快速发展的电能变换要求。目前,电力电子器件的故障预测与健康管理(prognostics and health management,PHM)技术已成为研究热点。文中围绕PHM技术的研究现状、挑战以及发展趋势展开论述。首先,梳理状态监测、故障预测、健康管理三者的逻辑关系;然后,详细分析以电力电子器件的结温监测与老化演化为主要研究内容的技术手段;最后,综合现有研究,指出PHM技术在电参数传感、模型优化、混杂多故障预测方面有待深入研究。以芯片技术发展为硬件基础,大数据和人工智能为上层建筑,是电力电子器件PHM技术的发展趋势。

先进的故障预测与状态管理技术

美军为了建立适应于 2 1世纪高技术局部战争的自主式后勤保障系统 ,正在大力开发嵌入式诊断和预测技术 ,如JSF的预测与状态管理 (PHM)系统、陆军的嵌入式诊断和预测 (ED/EP)系统、海军的综合状态评估系统 (ICAS)等。其中 ,JSF的PHM具有三军通用性。本文概括介绍了PHM技术的内涵和原理、结构和功能、技术特点和技术关键及在美军型号中的应用。

机载预测与健康管理(PHM)系统的体系结构

故障预测与健康管理(Prognostics and Health Management PHM)系统对于推动作战飞机从"事后维修"、"定时维修"向"视情维修"转变具有十分重要的意义。针对新一代作战飞机的技术特点以及在维修保障方面的需求,对机载PHM系统体系结构的3种备选方案进行了对比分析,提出了一种由模块/单元层PHM、子系统级PHM、区域级PHM和平台级PHM等4层集成的层次化体系结构,并着重从层次的划分、组成要素的功能描述、信息传输和外部逻辑等几个方面进行了论述。

故障预测与健康状态管理技术综述

故障预测和健康状态管理(PHM)技术是新一代武器系统的先进测试、维修和管理技术,也是一种全面的故障检测、隔离和预测及状态管理技术,正在成为新一代武器系统设计和使用中的一个重要组成部分;论文首先综述了PHM技术的内涵、工作原理以及该技术的功能与作用,然后对PHM技术涉及到的关键技术进行了详细的介绍,最后展望了该技术的发展趋势以及对我国国防工业的借鉴意义。

新一代装备的预测与健康状态管理技术

预测和健康状态管理(PHM)技术是一种先进测试、维修技术,更是一种全面的故障检测、隔离和预测及状态管理技术。PHM技术正在成为新一代武器装备设计和使用中的一个重要组成部分。论文首先综述了PHM技术的内涵、功能、结构和工作原理,并对PHM技术涉及到的关键技术进行了详细的介绍,然后介绍了PHM技术的应用现状,最后展望了该技术的发展趋势以及对我国国防工业的借鉴意义。

PV-FC-BS混合系统全状态模型预测能量管理优化策略

光伏-燃料电池-蓄电池(Photovoltaic-Fuel Cell-Battery System,PV-FC-BS)混合系统因能有效解决光伏输出功率间歇性、波动性问题而得到广泛关注,克服各构成单元利用局限性同时实现各单元间的能量高效管理成为PV-FC-BS应用推广的关键。针对传统能量管理策略分别在BS开、关模式下建立不同预测模型,工作模式转换使系统在预测模型切换过程中稳定性难以保证的问题,提出新型BS充放电约束条件,构建全状态多输入多输出动态功率交换预测模型。通过将能量管理问题转化为控制优化问题,减小算法复杂度且避免模式切换影响,设计动态预测模型滚动寻优方法,实现PV-FC-BS混合系统能量最优分配。同时考虑BS使用寿命和充放电效率,提出BS参数自适应估计算法,提高能量调度准确性。在Matlab环境下对PV-FC-BS混合系统全状态模型预测能量管理优化策略进行仿真验证,结果表明:所提出的策略优化计算量小,能量分配准确,不同应用情形适应性强。

机电系统健康状态预测和维修决策的双向优化方法

在以机电系统为代表的复杂装备健康管理的应用场景中,健康状态预测与维修决策操作依赖于装备的健康状态演化进程,二者在所依赖的知识上具有明显的耦合性,对应的二元知识也因此具有双向融合的价值。本文从健康状态评估与维修排故二元知识的双向融合出发,提出一种面向机电系统的健康状态预测和维修决策双向优化方法,即定期利用该阶段累积的有限运行记录,在该阶段的健康状态预测和即时维修决策模型上做出优化。最后,本文基于实际机电系统中天线调平系统的仿真实验对本文所提的双向优化方法进行了验证,健康状态预测误差稳定降低到0.002%,维修决策收益稳定提升到93.57,验证了本文提出的健康状态预测与维修决策协同方法的有效性。

PHM——机械失效的预测和安全管理系统——“预测和防止机械失效”一文简介

Ｂｅｃｋｅｒ，Ｂｙｉｎｇｔｏｎ，Ｆｏｒｂｅｓ和Ｎｉｃｋｅｒｓｏｎ在美国物理学会《工业物理学家》（ＴｈｅＩｎｄｕｓｔｒｉａｌＰｈｙｓｉｃｉｓｔ，１９９８，４（４）：２０～２３）上发表了题为“预测和防止机械失效”（Ｐｒｅｄｉｃｔｉｎｇａｎｄｐｒｅｖｅｎ...

高速公路机电设备故障预测与智慧管理动态研究

本文综合分析了机电设备在故障分析与预测、运行状态评估、使用寿命预测等方面的国内外研究现状,以目前已有的研究结果为基础,深入阐述了相关研究结果中机电设备日常管养工作的优势与不足,并根据目前存在的问题,提出高速公路机电设施智慧维养技术新的发展方向,为机电设备的预测和健康管理技术的进一步研究提供了参考和依据。

基于产排预测的园区固废管理系统设计与应用

针对现有园区信息化系统缺乏生产调优支撑功能的问题,融合固废产生和利用生产线生产监控、产品质检等多源数据,设计基于产排预测的园区固废信息管理系统。该系统依托机器学习算法,重点突破多源异构固废管理关联数据采集和管理、生产线运行状态和相关固废排放实时预测、生产系统资源环境综合效益分析等技术和方法,实现企业和生产线层面固废动态追踪、预测预警和综合分析功能,为企业和园区固废产排全过程智能管控提供支撑。

基于PHM的高速铁路牵引电机滚动轴承健康状态预测

针对高速铁路牵引电机滚动轴承健康状态预测问题,提出了基于深度堆叠去噪自编码器累积(DSDAE)和时滞最小二乘支持向量机(TDLSSVM)的预测方法。在提取高速铁路牵引电机滚动轴承健康状态的多种特征后,用深度堆叠去噪自编码器进行特征降维,并累积计算得到相关的健康指标。将健康指标作为训练数据用以构建时滞最小二乘支持向量机(TDSVR)模型,通过对健康指标的预测实现对健康状态进行评估。在公开数据集上做了DSDAE与TDSVR、累积马氏距离(MDCUSUM)与TDSVR、DSDAE与TDLSSVM和MDCUSUM与TDLSSVM四种方案的对比实验;在高速铁路某型号的牵引电机滚动轴承数据集上做了DSDAE与TDLSSVM方案的实验。通过对预测指标的分析可知,DSDAE与TDLSSVM方案可以很好地预测滚动轴承的健康状态变化趋势。

基于PHM的导弹状态管理研究

在介绍预测和健康管理技术(PHM)内涵及功能的基础上,分析了PHM应用于导弹状态管理的可行性,提出了基于PHM的导弹状态管理系统,并对系统功能及系统预测方法的实现进行了介绍。

军用飞机供配电系统故障预测与健康管理关键技术

随着飞机多电化和全电化的快速发展,军用飞机供配电系统结构日益复杂、维护难度加大,采用故障预测和健康管理技术对于提高军用飞机供配电系统可靠性、降低维护难度、提高维护效率、实现视情维修具有重要意义。结合军用飞机供配电系统的特点,本文从故障预测与健康管理(PHM)系统构型设计、数据采集需求、机载使用需求三个方面对军用供配电系统故障诊断与健康管理技术进行了需求分析,梳理了当前军用飞机PHM架构发展现状,并针对军用飞机供配电系统特征总结了PHM系统架构特征。针对特征参量提取、信号检测与预处理、故障预测方法、预测效果评估方法等,对PHM重点关键难点技术进行了分析。并就当前军用飞机供配电系统PHM技术发展所遇到的问题,对未来研究方向提出建议。

压接式IGBT健康管理方法综述

压接式IGBT功率器件是新型电力系统应用装备中的核心部件,对其健康管理可提升IGBT使用寿命与运行可靠性,保障新型电力系统的安全稳定。首先介绍压接式IGBT器件的封装结构和主要失效模式;其次以特征参数类型的不同,对现有健康状态监测方法进行分类阐述和分析;然后归纳现有压接式IGBT寿命预测方法的原理和特点;最后对现有的健康管理技术进行综合对比分析,并指出压接式IGBT健康管理方法需要进一步研究的问题和未来发展趋势。

故障预测与健康管理系统研究与应用现状分析

当前武器装备不断朝着信息化、复杂化、智能化方向发展,为了以更加高效的方式保障和服务好现代化战争,武器装备在维修过程中需要快速、精准、便捷。故障预测与健康管理(PrognosticsandHealth Management,PHM)的提出和相关技术的发展为解决装备状态信息的实时感知,维修保障需求的快速响应提供了有效技术途径,将成为信息化、智能化时代装备保障的主要模式。分析了PHM系统及其技术、方法在国内外航空、航海、国防及工业等领域中的运用,涵盖传感器技术、嵌入式测试诊断技术、信息传输技术、数据挖掘与融合技术、健康管理与寿命预测方法、智能维护与维修决策技术等。总结和分析了我国PHM发展现状与趋势,对其发展提出了合理化建议。