Aircraft</span></span><span><span><span style="font-family:""><span style="font-family:Verdana;"> engine is an important guarantee for aircraft safety, and ...Aircraft</span></span><span><span><span style="font-family:""><span style="font-family:Verdana;"> engine is an important guarantee for aircraft safety, and its failure mode and health management have become the top priority. However, there are very </span><span style="font-family:Verdana;">few</span><span style="font-family:Verdana;"> researches on aircraft engine health management. This article mainly summarizes the current research status of aircraft engine health management (EHM) from the aspect of aircraft electronic system, focuses on the overall structure, functional areas </span><span style="font-family:Verdana;">and</span><span style="font-family:Verdana;"> key technologies of EHM system design, points out the design requirements of EHM system, and finally proposes EHM system</span></span></span></span><span style="font-family:Verdana;"><span style="font-family:Verdana;"><span style="font-family:Verdana;">.</span></span></span><span><span><span style="font-family:""><span style="font-family:Verdana;"> The design must improve the monitoring accuracy of the sensor to meet the monitoring requirements of more than 0.1%. High-precision monitoring data is more conducive to engine fault detection and processing, and EHM will therefore develop in the direction of real-time, intelligent, integrated </span><span style="font-family:Verdana;">and</span><span style="font-family:Verdana;"> networked.展开更多
针对现有故障预测与健康管理(prognostics and health management,PHM)系统难以给出实时、动态健康管理决策结果的问题,综合考虑不完善维修、多资源约束(人力、时间、成本等)、备件订购、任务规划等因素,基于选择性维修理论,建立了动态...针对现有故障预测与健康管理(prognostics and health management,PHM)系统难以给出实时、动态健康管理决策结果的问题,综合考虑不完善维修、多资源约束(人力、时间、成本等)、备件订购、任务规划等因素,基于选择性维修理论,建立了动态健康管理决策模型,得到了最优方案,包括部件最优维修对策、维修任务分配、备件订购数量、最优任务规划等。最后,结合算例,分析了维修人员数量、备件数量、任务规划等因素对动态健康管理决策结果的影响,验证了所提模型的有效性,对于指导装备健康管理实践、提升保障质效具有重要的意义。展开更多
随着智能变电站系统自动化程度的快速发展以及新型传感器的广泛应用,智能变电站内电气设备数据挖掘直接关系着智能变电站的可靠性、稳定性和安全性。针对大数据背景下智能变电站的智能运维,着重介绍故障预测与健康管理(prognostics and ...随着智能变电站系统自动化程度的快速发展以及新型传感器的广泛应用,智能变电站内电气设备数据挖掘直接关系着智能变电站的可靠性、稳定性和安全性。针对大数据背景下智能变电站的智能运维,着重介绍故障预测与健康管理(prognostics and health management,PHM)技术在智能变电站的应用,并采用状态检修系统开放体系架构(open system architecture condition-based management,OSA-CBM)标准对PHM系统的层次结构进行了梳理。首先,在对智能变电站系统结构进行分析的基础上,重点总结了可用于智能变电站的基于数据驱动的各种故障诊断及寿命预测方法;然后,系统分析了智能变电站中的检修管理的研究成果;最后,基于OSA-CBM架构提出了一种可用于智能变电站的PHM架构。展开更多
本文介绍了故障预测与健康管理技术(prognostics and health management,PHM)的基本概念和研究内涵,重点对故障预测体系结构、方法、相关标准以及国内外研究现状进行了综合论述和分析,总结了当前的研究热点和存在的技术难点,展望了未来...本文介绍了故障预测与健康管理技术(prognostics and health management,PHM)的基本概念和研究内涵,重点对故障预测体系结构、方法、相关标准以及国内外研究现状进行了综合论述和分析,总结了当前的研究热点和存在的技术难点,展望了未来研究发展趋势。展开更多
针对锂离子电池在线剩余寿命预测时容量难以直接测量以及预测表达的不确定性等问题,提出一种利用锂离子电池充放电监测参数构建剩余寿命预测健康因子的方法框架,实现了锂电池健康状态的表征,同时利用高斯过程回归(Gaussian process regr...针对锂离子电池在线剩余寿命预测时容量难以直接测量以及预测表达的不确定性等问题,提出一种利用锂离子电池充放电监测参数构建剩余寿命预测健康因子的方法框架,实现了锂电池健康状态的表征,同时利用高斯过程回归(Gaussian process regression,GPR)方法给出剩余寿命预测的不确定性区间,从而构建了锂离子电池在线剩余寿命预测的方法体系。基于NASA锂离子电池数据集和卫星锂离子试验数据的剩余寿命预测验证和评估实验,表明本文提出的方法框架可以很好地支撑电池在线剩余寿命预测的应用,具备较好的电池剩余寿命预测精度和不确定性管理能力。展开更多
文摘Aircraft</span></span><span><span><span style="font-family:""><span style="font-family:Verdana;"> engine is an important guarantee for aircraft safety, and its failure mode and health management have become the top priority. However, there are very </span><span style="font-family:Verdana;">few</span><span style="font-family:Verdana;"> researches on aircraft engine health management. This article mainly summarizes the current research status of aircraft engine health management (EHM) from the aspect of aircraft electronic system, focuses on the overall structure, functional areas </span><span style="font-family:Verdana;">and</span><span style="font-family:Verdana;"> key technologies of EHM system design, points out the design requirements of EHM system, and finally proposes EHM system</span></span></span></span><span style="font-family:Verdana;"><span style="font-family:Verdana;"><span style="font-family:Verdana;">.</span></span></span><span><span><span style="font-family:""><span style="font-family:Verdana;"> The design must improve the monitoring accuracy of the sensor to meet the monitoring requirements of more than 0.1%. High-precision monitoring data is more conducive to engine fault detection and processing, and EHM will therefore develop in the direction of real-time, intelligent, integrated </span><span style="font-family:Verdana;">and</span><span style="font-family:Verdana;"> networked.
文摘针对现有故障预测与健康管理(prognostics and health management,PHM)系统难以给出实时、动态健康管理决策结果的问题,综合考虑不完善维修、多资源约束(人力、时间、成本等)、备件订购、任务规划等因素,基于选择性维修理论,建立了动态健康管理决策模型,得到了最优方案,包括部件最优维修对策、维修任务分配、备件订购数量、最优任务规划等。最后,结合算例,分析了维修人员数量、备件数量、任务规划等因素对动态健康管理决策结果的影响,验证了所提模型的有效性,对于指导装备健康管理实践、提升保障质效具有重要的意义。
文摘随着智能变电站系统自动化程度的快速发展以及新型传感器的广泛应用,智能变电站内电气设备数据挖掘直接关系着智能变电站的可靠性、稳定性和安全性。针对大数据背景下智能变电站的智能运维,着重介绍故障预测与健康管理(prognostics and health management,PHM)技术在智能变电站的应用,并采用状态检修系统开放体系架构(open system architecture condition-based management,OSA-CBM)标准对PHM系统的层次结构进行了梳理。首先,在对智能变电站系统结构进行分析的基础上,重点总结了可用于智能变电站的基于数据驱动的各种故障诊断及寿命预测方法;然后,系统分析了智能变电站中的检修管理的研究成果;最后,基于OSA-CBM架构提出了一种可用于智能变电站的PHM架构。
文摘针对锂离子电池在线剩余寿命预测时容量难以直接测量以及预测表达的不确定性等问题,提出一种利用锂离子电池充放电监测参数构建剩余寿命预测健康因子的方法框架,实现了锂电池健康状态的表征,同时利用高斯过程回归(Gaussian process regression,GPR)方法给出剩余寿命预测的不确定性区间,从而构建了锂离子电池在线剩余寿命预测的方法体系。基于NASA锂离子电池数据集和卫星锂离子试验数据的剩余寿命预测验证和评估实验,表明本文提出的方法框架可以很好地支撑电池在线剩余寿命预测的应用,具备较好的电池剩余寿命预测精度和不确定性管理能力。