数字孪生支持下软件化雷遥一体设备的故障预测和健康管理框架设计

针对当前高密度的航天发射任务和新域新质战斗力建设的高要求,传统的故障预测与健康管理已无法满足航天测量设备的维护需求。结合新体制的软件化雷遥一体测量设备的研制,本文提出了数字孪生技术支持下的设备故障预测和健康管理设计框架。通过结合雷遥一体设备的复杂结构组成,梳理出构建其数字孪生体模型的关键细节,分析软件化雷遥一体设备的PHM功能需求,以此提出了五层的数字孪生系统架构,并给出了实现PHM服务的具体运行机制。该设计框架为提高新体制软件化雷遥一体设备的全周期运行的可靠性提供了初步方案,同时也为其他典型的装备维护提供了一定的技术支持和理论参考。The traditional prognostics and health management can no longer meet the maintenance requirements of space measuring equipment under the high density of space launch missions and the high requirements of new field and quality combat capability construction. In combination with the development of a new system of software-based radar & telemetry integrated equipment, this paper proposes a design framework of equipment prognostics and health management supported by digital twin technology. By combining the complex structural composition of the radar & telemetry integrated equipment, the key details of constructing its digital twin model are carded out, and the PHM functional requirements of the software-based radar & telemetry integrated equipment are analyzed. Based on this, a five-layer digital twin system architecture is proposed, and the specific operation mechanism for implementing PHM services is provided. The design framework provides a preliminary scheme to improve the reliability of the whole cycle operation of the new system of software-based radar & telemetry integrated equipment, and also provides some technical support and theoretical reference for other typical equipment maintenance.

船舶设备故障预测和健康管理产业发展现状及趋势研究

在对船舶设备故障预测和健康管理流程及组成进行简要概述的基础上,重点分析其技术发展现状、市场竞争格局,并从行业政策、前沿技术整合及市场需求等3个方面总结船舶设备故障预测和健康管理产业发展趋势,从而提出我国船舶设备故障预测和健康管理产业发展建议。

数据驱动故障预测和健康管理综述

着重介绍数据驱动故障预测和健康管理(PHM)方法的研究现状。通过对数据驱动PHM方法的分类阐述,逐步说明面向复杂系统数据驱动PHM的方法体系和流程,并重点对构成数据驱动PHM方法体系的核心环节进行分析和总结。在此基础上,采用一个锂离子电池循环寿命预测实例综合分析了数据驱动PHM的实现过程。最后,分析了数据驱动PHM方法的发展趋势和研究挑战。

诊断、预测和健康管理技术在直升机中的应用研究

该文详细地阐述了UH-60直升机的诊断、预测和健康管理系统(COST-A系统),包括系统要求,组成和相应的诊断、预测推理技术,其目的是借鉴国外经验,通过自主创新发展,构建国内直升机的诊断、预测和健康管理系统。

直升机动力系统诊断、预测和健康管理技术研究

本文详细地阐述了直升机动力系统诊断、预测和健康管理技术,并以典型的案例说明了系统诊断和推理功能。

故障预测和健康管理(PHM)系统

介绍了电子设备保障体系的现状和PHM系统的基本内容,以及PHM系统作为保障体系的一支新生力量在今后的发展方向等。从介绍PHM系统的功能、流程开始,阐明了PHM系统的体系结构等,在应用PHM系统需要解决的关键技术中重点论述了故障预测技术、预测的难点及方法。

故障预测和健康管理技术在地铁车辆运维中的应用

文章通过对当前轨道交通车辆存在的问题进行分析,提出了一种以传感器技术和大数据分析技术为支持的地铁车辆故障预测和健康管理(PHM)技术,其从数据采集、数据分析和数据应用3个层级实现对地铁车辆状态的集中监控、健康评估以及维修建议等功能。文章详细介绍了弓网监测系统、走行部监测系统、车门系统和中央维护系统PHM技术在上海地铁某项目中的应用。PHM技术的实际应用可使车辆检修效率提高10%,全寿命周期运维成本降低20%。

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。

诊断、预测和系统健康管理技术在直升机航空电子系统的应用

基于故障物理的科学分析方法,提出了现代航空电子系统/设备也如结构和动部件一样,因疲劳和腐蚀造成的耗损性损伤而引发断路、开路、断续通断故障;讨论了电子设备特定故障(如断路)及其发生部位的各种确定方法;最后在COST-A系统的基础上论述了航空电子系统/设备实现诊断、预测和健康管理的技术途径。

锂离子电池健康评估和寿命预测综述

随着锂离子电池的广泛应用,其健康管理和寿命评估成为很多领域的挑战和热点研究问题。为此,本文针对锂离子电池健康管理和寿命预测的研究现状进行分析,重点归纳和总结锂离子电池剩余寿命预测的方法和应用现状,涵盖锂离子电池管理系统、退化状态识别和循环寿命预测三部分核心内容。最后,给出一个面向空间应用的实例,并分析了未来的发展趋势和研究挑战。

航空装备综合地面健康管理系统研究

故障预测与健康管理(PHM)技术在提高航空装备的安全性、减少生命周期费用和提高维修保障效率等方面发挥了重要作用。针对某型军用飞机的技术特点和维修保障方面的要求,提出了在现有航空装备综合维修信息系统的基础上,利用飞机本身的BIT数据信息、数据链路和遥测信息,建立了航空装备综合地面健康管理(IGHM)系统。通过对PHM技术的分析,详细论述了IGHM系统的功能和实现方法。IGHM采用开放式的通用性的体系结构,易于系统升级,也可以应用到其他航空保障系统。

基于健康管理的有源相控阵雷达威力性能评估方法

针对有源相控阵雷达一类的复杂电子系统,设备的维修是产品全寿命周期内最核心的工作之一;装备的过维修或欠维修,都将对装备的使用造成影响,同时提高了保障费用;文中提供了一种基于健康管理的雷达威力性能的评估方法,通过对有源相控阵雷达的健康管理系统的参数获取、分析和知识挖掘,进而提升雷达全寿命周期保障的自动化、智能化水平,达到降低全寿命周期费用,提高装备作战效能的目标。

基于数字孪生的装甲装备故障与健康管理参数优化平台研究

针对故障预测与健康管理(prognostics and health management,PHM)系统的可靠性和指标参数优化问题,提出五维数字孪生(digital twin,DT)模型和智能体方法对基于PHM系统的装甲装备保障进行仿真建模。为提高PHM系统的效率和精度,利用五维数字孪生模型驱动装甲装备的PHM系统,将物理实体与虚拟模型进行数据融合。使用智能体技术对DT模型中装甲装备的复杂系统结构和装甲装备的等待、训练以及维修等物理行为进行刻画。利用仿真实验验证了系统的有效性和合理性,综合装甲装备完好性、任务成功性等系统权衡指标优化了PHM系统整体指标参数。

可重构卫星锂离子电池剩余寿命预测系统研究

针对卫星锂离子电池剩余寿命预测问题,提出一种基于FPGA的可重构卫星锂离子电池剩余寿命预测系统设计方法。首先利用具备不确定性表达能力的相关向量机实现锂离子电池的RUL预测,进而采用FPGA动态重构技术,实现了基于相关向量机的预测算法的嵌入式计算,解决了核函数矩阵和矩阵求逆的计算方法和结构设计等关键问题,为解决硬件计算资源有限条件下的机器学习算法计算问题提供了一种新颖的思路。实验结果表明,在与PC平台保持相近计算精度的条件下,利用FPGA实现的剩余寿命预测计算效率提升了4倍,同时证明了机器学习的可重构计算方法在嵌入式计算体系中的应用具有良好的前景。

航空电子设备故障预测特征参数提取方法研究

故障特征提取是航空电子设备故障预测的关键技术,对于少量测试点的电子设备可以采用小波变换、傅里叶变换、经验模态分解等方法提取故障特征,但是由于航空电子设备属于大规模集成电路,测试点比较多,采用上述方法提取的故障特征可能相互混叠并且数量比较大会严重影响故障预测精度及速度,因此如何从众多故障信息中提取故障特征是一个难题。文章提出基于极大似然和降噪自编码神经网络方法从大量故障信息中提取故障特征。首先,使用极大似然法分析由多个测试点提取的故障信息和历史退化过程的故障信息组成的高维数据集,估计需要提取故障特征的维数;然后使用降噪自编码神经网络方法将高维故障信息映射到指定维数的数据空间,从中提取关键的故障特征,去除冗余信息;最后,以航空电子系统电源模块为例,采用新方法提取故障特征,分别通过将故障特征可视化和使用故障特征进行健康评估来验证其有效性。

基于差分进化交叉验证SVM的飞控系统传感器故障预测学习算法研究

参考现代飞行器故障检测结构,利用支持向量回归建立了飞控系统传感器的故障预测框架。该方案包括作动器,操纵面的传感器故障诊断模块,以解决故障趋势预测的问题。指出了如何采用SVM/SVR进行权值估计。提出采用差分进化改进原有的交叉验证方式,并且对核参数寻优以减少模型误差和提高SVR模型的泛化能力。最后结合飞行控制系统实时故障仿真证实了这种预测方法的可行性。

开关电源的故障预测及电解电容器退化研究

高效率的电源变换器广泛应用于航空电子系统,电源的故障会导致整个系统的崩溃,严重影响军用飞机的战备完好性目标。电子系统故障预测可以在故障发生前,有效地探测潜在故障,减轻损失。阐述了Buck型开关电源基本工作原理,介绍了其故障模式及物理失效模型,并详细阐述了电解电容器等效电路模型。通过仿真电解电容器的退化过程,得到开关电源的输出响应特性,表明了电解电容器退化对电源特性的影响.通过辨识电解电容器ESR的值,可以有效评估电容的健康状态,实现开关电源的故障预测。

基于支持向量机的电动机构故障预测研究

为了保证某型导弹发射台的战备完好性,需要对其进行故障预测和健康评估。为此采集了发射台电动机构的振动信号,用小波分析方法提取了特征向量,在研究支持向量机模式识别和回归估计基本原理的基础上,设计了电动机构的最小二乘支持向量机预测模型和故障映射模型,实现了对电动机构状态趋势的预测和故障预报。采用电动机构的历史数据对模型进行了验证,结果表明,基于支持向量机的预测模型和故障映射模型可以有效地对电动机构进行故障预测。

地面健康和维修推理机的研发

简要介绍了基于能力的使用和支撑技术-航空的综合系统结构和功能,并着重讨论了地面系统（健康和维修推理机）的技术开发途径。相对于当前的三级维修策略,意在探索基于状态维修的实现以期使二级维修体制落地。

深度学习在装备剩余使用寿命预测技术中的研究现状与挑战

有效的装备剩余使用寿命(RUL)预测有助于及时规避严重生产事故,并为视情维护提供技术支持,在现代工业中发挥着重要作用。近年来,深度学习凭借其在大数据处理和特征提取方面的独特优势与潜力,在RUL预测领域得到了广泛应用。鉴于此,综述了深度学习在装备RUL预测领域的最新研究。首先介绍几种应用于RUL预测的典型深度学习方法,并对其实现RUL预测的基本原理和建模方法进行了概述;其次,对近年来典型深度学习方法在RUL预测领域的应用和发展趋势进行了详细总结;最后,探讨了现阶段基于深度学习的RUL预测技术所面临的挑战性问题及展望。