欢迎来到皮皮文库! | 帮助中心 专注上传文档赚钱的网站
皮皮文库
全部分类
  • 市场营销 >
    市场营销
    营销策划 产品规划 渠道管理 品牌策划 促销导购 终端店铺 连锁加盟 销售管理 推广策略 微博微信营销 公关活动 互联网策划 销售制度 营销学习 客户服务 广告管理 其他文档
  • 设计素材 >
    设计素材
    标志 VI模板 海报 包装 画册 名片模板 PSD分层 终端物料 PPT模板 图标 网页素材 Flash素材 手机APP素材 淘宝素材 其他素材
  • 高清图片 >
    高清图片
    人物图片 风景图片 世界风光 动物图片 运动图片 饮食图片 底纹图案 医药医学 工业图片 科技图片 商业金融 中华图片 中华图案 背景图片 传世名画 其他图片
  • 管理文档 >
    管理文档
    企业管理 财务管理 人力资源 生产管理 学习提升 质量管理
  • 行业资料 >
    行业资料
    3 G 通信 农林牧渔 家电行业 酒店餐饮 保健行业 保险行业 商超卖场 国际贸易 塑胶五金 媒体广告 工程建设 建筑装潢 房产物业 旅游行业 服饰箱包 机械石化 汽车行业 物流运输 美容行业 节能减排 金融行业 食品饮料 教育行业 其他行业
  • PPT模板 >
    PPT模板
  • 办公文档 >
    办公文档
    企划方案 党政文件 公司章程 制度表格 办公资料 劳动保障 合同范本 办公行政 后勤文档 员工手册 商业计划 工作计划 工作总结 招标投标 管理手册 后勤总务 管理表格 董事股东 质量手册 其他
  • 教学课件 >
    教学课件
    研究生课件 MBA管理 大学课件 大学试卷 成人教育 继续教育 自学考试 中学课件 中学教案 中学试卷 中学作文 小学课件 小学教案 小学试卷 小学作文 幼儿教育 职业教育 综合课件
  • 考试资料 >
    考试资料
    外语等级 律师资格 公务员考试 考研 计算机等级 MBA/MPA 国家司法 注册会计 职业资格 出国培训 中考高考 自学考试 其他考试
  • 毕业论文 >
    毕业论文
    管理论文 文学论文 艺术论文 经济学论文 毕业论文 社科论文 法律论文 医学论文 哲学论文 自然科学论文 论文指导设计 开题报告 综合论文
  • 经济金融 >
    经济金融
    经济学 宏观经济 股票投资 期货投资 金融报告 外文报告 行业分析 农业经济 区域经济 投融资租凭 经济著作 金融综合
  • 建筑施工 >
    建筑施工
    建筑论文 建筑管理 市政工程 建筑设计 建筑方案 建筑施工 建筑机械 建筑资料 房地产 公路与桥梁 建筑材料生产技术 建筑综合
  • 首页 皮皮文库 > 资源分类 > PDF文档下载
     

    浅谈作动器健康管理技术.pdf

    • 资源ID:3393       资源大小:962.55KB        全文页数:5页
    • 资源格式: PDF        下载权限:游客/注册会员/VIP会员    下载费用:5金币 【人民币5元】
    游客快捷下载 游客一键下载
    会员登录下载
    下载资源需要5金币 【人民币5元】

    邮箱/手机:
    温馨提示:
    支付成功后,系统会根据您填写的邮箱或者手机号作为您下次登录的用户名和密码(如填写的是手机,那登陆用户名和密码就是手机号),方便下次登录下载和查询订单;
    特别说明:
    请自助下载,系统不会自动发送文件的哦;
    支付方式: 支付宝   
    验证码:   换一换

          加入VIP,免费下载资源
     
    友情提示
    2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,既可以正常下载了。
    3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
    4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰   

    浅谈作动器健康管理技术.pdf

    第 20 卷增刊 系 统 仿 真 学 报 Vol. 20 Suppl2009 年 8 月 Journal of System Simulation Aug., 2009 295 浅谈作动器健康管理技术 夏立群,田一松,王 可(中国一航西安飞行自动控制研究所,西安 710065) 摘 要 描述了国内外作动器健康管理技术的发展,阐述了作动器健康管理技术的概念与技术价值。对作动器健康管理技术的体系结构进行了研究, 重点论述了基于模型的故障预测及健康管理技术的研究内容,以及数据驱动的神经网络预计作动器剩余寿命的方法 。初步研究结果表明作动器健康管理技术能够有效降低飞机使用、保障费用,并提高飞行安全和飞机可用性。 关键词 作动器;健康管理;视情维修;神经网络 中图分类号 V12; V249 文献标识码 A 文章编号 1004-731X 2009 S-0295-05 A Brief Introduction of Actuator Health Management XIA Li-qun, TIAN Yi-song, WANG Ke AVIC I Xi’an Flight Automatic Control Research Institute, Xi’an 710065, China Abstract The development of Prognostic and Health ManagementPHM for actuator is described in this paper, the concept and technical value for actuator PHM is introduced; Furthermore the system structure of actuator PHM is studied, include model based approach to actuator PHM and Data-driven neural network methodology to remaining life predictions. It shows that the actuator PHM could reduce fee of actuator maintenance, improve the reliability of aircraft. Key words actuator; health management; Condition based maintenance; neural network 引 言1随着飞控系统功能及可靠性要求的提高, 作动器的复杂性不断增加, 其故障诊断和预测以及维修保障等问题越来越受到重视。 目前作动器的外场故障诊断主要通过飞行前自检( PBIT)及维修自检( MBIT)完成。为了保障飞行安全,PBIT 及 MBIT 的故障检测门限设置较保守。同时,由于各种飞行工况可能对作动器施加非常规指令输入, 使功能及性能正常的作动器,其监控器的输出仍超出设定门限,造成作动器的虚警( False Alarm)[1]。该类作动器返回内场维修时,由于工作条件变化使故障不能复现( Can Not Duplicate-CND) ,这些情况严重影响了飞机的出勤率,维修成本大幅增加。保障飞行安全同时应减少作动器的虚警问题,在这种技术背景下飞控作动器故障预测与健康管理技术 Prognostic and Health Management- PHM应运而生。 1 作动器健康管理的发展 国外从 20 世纪 70 年代起,故障诊断、故障预测、视情维修( Condition based maintenance- CBM、健康管理等系统逐渐在工程中应用。 20 世纪 70 年代中期的 A-7E 飞机的发动机监控系统 ( EMS) 成为 PHM 早期的典型案例。 在 PHM收稿日期 2008-07-28 修回日期 2008-10-10 基金项目 航空基金资助项目( 20070218003) 作者简介夏立群 1968-, 男 , 河北昌黎 , 硕士 , 研究员 , 研究方向为电液伺服作动器; 田一松 1966-, 男 , 陕西西安 , 硕士 , 研究员 , 研究方向为飞控作动系统研究; 王可 1978-, 女 , 陕西西安 , 博士 , 工程师 , 研究方向为航空作动器设计、健康管理。 的发展过程中,电子产品机上测试( BIT) 、发动机健康监控( EHM) 、结构件健康监控( SHM) 、齿轮箱、液压系统健康监控等具体领域的 PHM 技术得到了发展,出现了健康与使用监控系统、集成状态评估系统、装备诊断与预计工具等集成应用平台,故障诊断、使用监测、与维修保障系统交联是这些平台具有的典型特征, 但故障预测能力和系统集成应用能力很弱或没有。英国自 20 世纪 90 年代初期以来开展了大量的研究工作, PHM 技术在直升机上得到了应用,并具体演变成健康使用监控系统( HUMS)开发出直升机HUMS, 用来监控转子轨迹和平衡、 发动机性能和完好状态、齿轮箱和传动副完好状态以及结构使用情况等参数, 并可以跟踪疲劳寿命,提供维修趋势信息。美国 20 世纪 90 年代中期进行的国防采办改革及后继的相关大型项目研究中均将 “经济可承受性 ”列为重点考虑因素。由美国、英国以及其它国家军方合作开发的联合攻击战斗机 Joint Strike Fighter- JSF 项目中就明确提出 “经济可承受性 ”是其四大目标之一, PHM 系统在 JSF 项目中全面展开[2]。目前,国外 PHM建立了完整的体系结构, 在 JSF/F-35 等先进战机、 波音 777、C-17 等民机及大型运输机中已经应用。 关于作动器的 PHM 国外进行了大量研究,同时开发了先进的 CAHM( Control actuator health management)软件用于作动器的健康管理[3]。该软件为功能独立软件包,成功应用于 F-18 C/D 的水平安定面,指导 I 级保障维修。它包括数据驱动的故障诊断及寿命预测、 基于模型的健康管理系统以及先进的 BIT 推理机。通过软件可以得到伺服阀、主控阀、电磁阀及传感器等主要功能组件的健康指标, 方便的进行各DOI10.16182/j.cnki.joss.2008.s2.020第 20 卷增刊 Vol. 20 Suppl 2009 年 8 月 系 统 仿 真 学 报 Aug., 2009 296 个分组件的故障诊断及寿命评估。因此,国外对于作动器的健康管理技术已经完成了由理论体系研究到工程实践应用的突破。 1.1 作动器健康管理概念 飞行器健康管理指与其健康状态(即构成系统、子系统以及部件执行设计功能的能力)直接相关的管理活动,即了解飞行器及其组成部分的状态, 在出现功能失灵时将其恢复到正常状态, 而在系统故障后将安全风险和对任务的影响降到最小[4,5]。针对作动器而言,故障预测及健康管理系统主要是用于故障检测与故障隔离, 以及预测关键部件剩余使用寿命预计的综合系统[6]。作动器 PHM 系统将机上及地面的数据采集和信息管理元素按照等级分布, 使传统故障症状检测技术与先进软件建模的结合获得了最大化利用, 从而在虚警为零的情况下完成精确的故障检测和故障隔离。 PHM 采用先进的推理补偿诊断提高系统故障诊断和故障隔离的能力,有选择性地获取设备性能数据来预测其剩余寿命,其显著优点表现为以下几个方面 1 为提供系统健康状况,使飞行员警觉、重新配置、故障弱化,以及在发生故障时对系统性能进行评估; 2 检测并隔离作动器故障、报告故障信息,进而触发自主后勤保障,实现维护; 3 搜集并分析分组件性能数据,预测选取部件的剩余寿命,从而提高安全性、更好的维护性和备份计划。 文献 [7]详细阐述了健康管理的定义、行为, 综合飞行器健康管理系统及其组成、功能, JSF 战斗机的综合健康管理技术以及自主后勤保障体系的概念、结构及功能等内容。文献 [8]结合故障预测与健康管理 PHM的技术发展过程, 阐述了 PHM 的应用价值。论述了 PHM 技术系统级应用问题,提出了故障诊断与预测的人 -机 -环完整性认知模型,并依此对蓬勃发展的故障诊断与故障预测技术进行了分类与综合分析,给出了 PHM 技术的发展图像。 1.2 作动器健康管理的技术价值 根据 N AVA I R 对 F/A-18 BIT 虚警率和平均虚警间飞行小时( MFHBFA)的研究,许多情况下已证实虚警率大于83(如图 1 所示) , 并且 75的 CND 故障由 BIT 虚警引起。该研究还表明 68的 O 级维护由 BIT 引起,严重影响了飞机的日常维护及出勤率。 N AVA I R 的另一个研究评估了 F/A-18A/B/C/D 在 1999年由于 BIT 虚警引起的 O 级和 I 级维护人力浪费(如表 1所示) 。研究表明 O 级和 I 级存在大量的 CND 故障。一年中所有飞机因 CND 故障导致的非必要停飞时间,累计高达2.96 年。根据波音对 6 架 F/A-18 飞机的研究表明,提高作动器故障诊断系统能力可以产生巨大的经济(维护和后勤)效益。波音公司分析了 2 年内的故障情况,仅电液阀共发现6000 个 CND 故障。波音公司预计,减少 50的 CND 故障, 图 1 F/A-18 的 BIT 虚警率和平均虚警飞行小时( MFHBFA) 表 1 F/A-18 无用维护和非必要停飞 无用维护 非必要停飞 人 -小时 人 -年 小时 年 O 级 CND 42, 674 23.07 19, 080 2.18 O 级拆装浪费 /I 级 CND 15, 482 8.37 6, 801 0.78 I 级 CND 27, 483 14.86 N/A N/A 总计 85, 639 46.30 25, 881 2.96 保守估计可以节约 1.5 亿美元。这项研究还着眼于通过减少CND 故障节省维护费用,结果表明在整个舰队的全寿命周期内,可以节约维护费用 2.29 亿美元,获得 111 的回报率。 为有效解决飞机虚警及维护费用高的问题, 美国原国家安全工业协会 现为国防工业协会 NDIA在 1983年首先提出了综合诊断的概念, 随后逐步发展形成了健康管理的体系结构。并利用健康管理技术将传统的由事件主宰、与时间相关的定期维修( Time based maintenance- TBM) ,被基于状态的视情维修 Condition based maintenance- CBM所取代。系统的维修方式经历了 3 个阶段的转变,即反应性维修、预防性维修和预计性维修。由于视情维修具有后勤保障规模小、经济可承受性好、自动化、高效率以及可避免重大灾难性事故等显著优势而具有很好的前景。 视情维修要求系统自身具有对其故障进行预测并对其健康状态进行管理的能力, 可以实现 “经济可承受性 ”的目标。因此故障预测与健康管理是实现基于状态的视情维修的关键。 综上所述, 针对伺服作动器开展故障预测及健康管理系统的研究, 可以大幅减少目前困扰军机作动器的 CND 故障,有效降低 BIT 的虚警率,并进一步预测作动器的剩余寿命,为先进的基于状态视情维修打下良好的技术基础。 2 作动器健康管理技 采用故障智能诊断的方法,可以提高故障监控的覆盖率,同时采用智能自适应门限能够保证在最小的故障瞬态下,识别并隔离故障。数字伺服技术的采用可以实现故障智能诊断,进而预测作动器的寿命,实现作动器的健康管理。通过作动器故障智能诊断技术可以判断作动器是处于正常状态、临界故障状态还是故障状态。故障检测门限值是判断飞控作动器系统故障与否的门槛, 它的大小直接影响系统故障监测、预报和故障诊断装置诊断故障的性能。过大的检测第 20 卷增刊 Vol. 20 Suppl 2009 年 8 月 夏立群 , 等 浅谈作动器健康管理技术 Aug., 2009 297 门限将导致故障漏检率增大,如果过小将使系统虚警率增大。因此故障检测门限是飞控作动系统故障预测、健康评估的一个重要的参数。考虑飞控作动器输入干扰、外部随机干扰、通道间耦合及 “硬性 ”非线性因素均对飞控作动器输出产生影响,为了提高故障诊断成功率和减少虚警率,必须研究自适应检测门限,将以上各种因素引入故障检测门限的函数,通过神经网络学习提高其容错性和鲁棒性,区分作动器是处于正常状态、临界故障状态还是故障状态。在分析研究国外相关智能诊断技术的基础上, 作动器健康管理体系的研究立足于下面两个方面 z 基于模型的故障预测及健康管理技术; z 数据驱动的神经网络预计作动器剩余寿命。 2.1 基于模型的作动器故障预测及健康管理 针对作动器的伺服系统基于模型的故障预测及健康管理技术需要建立与作动器各个物理参数紧密相关的数学模型,该模型能够全面适用各种负载剖面,可以满足作动器在各种非常规指令输入下的静态及瞬态性能要求, 同时力求简单并可以扩展应用于其它工作状态。在该模型的基础上,采用智能故障监控系统,该系统具有良好的缺陷感知能力,可以检测并跟踪作动器的早期缺陷,预测由缺陷到故障的时间,最终得到作动器的各种健康指标。该指标采用神经网络及模糊识别技术,辨识作动器的故障模式,并根据故障模式进行失效评估; 同时采用先进的缺陷-故障演变模型预测评估故障时间及剩余寿命。 基于模型的作动器故障预测及健康管理系统主要由作动器故障模式评估、作动器物理参数化建模、参数化估计、故障模式识别及故障预测以及先进的知识融合策略构成。 2.1.1 作动器故障模式评估 针对作动器的各个功能组件, 分析其功能及主要的失效模式。 作动器物理参数化建模 作动器物理参数化建模是基于模型的故障预测及健康管理的基础, 该模型必须满足作动器缺陷感知及故障预测的要求。作动器的建模可以 SIMULINK 和 AMESim 的联合仿真技术。 SIMULINK 是美国 Math Works 公司开发的MATLAB 软件的可视化仿真环境,为用户提供了方便的图形化模块功能,具有丰富的线性 /非线性、连续 /离散等控制系统仿真功能模块,具备神经网络、模糊控制等一系列先进的智能控制工具箱, 非常适合进行余度伺服回路的建模与分析。但是对于电液余度作动器,缺乏相应的结构参数化的功能模块。 AMESim 是法国 Imagine 公司推出的基于功率键合图的液压 /机械系统建模、仿真及动力学分析软件。它采用图形化的物理建模方式, 具有复杂液压元件结构参数化的功能模块,非常适合进行 DDV 式作动器的结构参数化建模与分析。但是它的控制系统仿真功能模块相对较少,不具备神经网络、模糊控制等一系列先进的智能控制工具箱。因此,采用 SIMULINK 和 AMESim 的联合仿真技术可以充分发挥二者的长处,建立准确快捷的仿真模型。 物理参数化建模的关键是建立作动器输出与各种物理参数(如伺服阀喷嘴直径、挡板间隙、线圈电阻、阀芯摩擦等) 的对应关系, 物理参数的变化将引起作动器输出的变化,同时该模型还需根据作动器的实测结果进行参数优化, 使得模型输出与实物输出的差异最小。由于采用物理参数化模型, 根据故障作动器的输出及改变模型参数的模型输出的对比结果,可以分析判断作动器的故障模式。 2.1.2 参数化估计 利用物理参数化模型,改变模型中的物理参数,可以仿真作动器在各种故障模式下的输出, 根据模型输出与实际作动器的输出差值, 可以确定作动器产生这样的输出是由哪些参数变化引起的。 实际上作动器的输出响应可以等效为理想模型输出加上故障效应与不确定误差, 因此故障模型的参数估计可以针对下面方程转化为参数寻优问题 , axfyaEii−参数寻优算法可以采用模拟退化遗传算法, 该方法的优点在于结构相对固定、计算速度快、全局搜索能力强、并行性高、鲁棒性强,并且不依赖作动器的特性信息,同时可以避免遗传算法由于早熟现象导致的难以收敛的问题。 2.1.3 故障模式识别及故障预测 故障模式识别及故障预测是作动器故障预测及健康管理的关键。它采用智能分类技术,将作动器的参数化估计产生的模型参数转化为各种故障模式下的作动器损伤级别。 一旦发现作动器元件缺陷可以评估损伤程度, 预测该缺陷向故障转变的程度。 由于作动器在未来工作中存在大量的不确定因素,因此故障预测是健康管理中最具不确定的环节。国外研究表明,与基于统计分析的故障预测相比,采用基于模型的故障预测可以获得更高的置信度。它主要包括以健康指数为基础的健康分类、 缺陷到故障的预测及竞争故障模式等内容。 2.1.4 先进的知识融合策略 知识融合策略是利用各种信息源完成具有高置信度结果的推理过程。它既可以用于故障诊断,又可以用于故障监控。融合策略采用下述三个步骤首先利用数据融合技术,将综合来自各个传感器的信号,产生各种有效信号,创建特征信息; 其次利用这些有效信号与特征信息形成最佳故障诊断信息,最后再进一步融合各种经验信息(如积累的故障失效率)及物理参数化模型输出结果,形成最终的知识融合策略。 2.2 数据驱动的神经网络预计作动器剩余寿命 针对作动器的伺服系统数据驱动的作动器剩余寿命预第 20 卷增刊 Vol. 20 Suppl 2009 年 8 月 系 统 仿 真 学 报 Aug., 2009 298 测方法应用作动器的命令 /响应信号和液压数据,对作动器当前和未来的健康状态提供实时评价。 该方法包括信号处理和神经网络跟踪技术,以及智能推理、分级、知识融合、随机故障模式处理算法[9]。 数据驱动方法的显著优势在于它无需建立目标系统的物理模型,从而能够加快算法运行时间,降低开发成本。该方法通过监测特定数据或 “特征 ”,对系统健康状态进行隐性“模型化 ”,这些数据、特征在经过合理的分类,用于评估被检测系统的真实健康状态。 数据驱动的作动器剩余寿命预测方法即包含成熟的诊断、预测方法,还应用纳入了基于神经网络、模糊控制进行剩余寿命预测等创新方法,从而获得全面的作动器 PHM 体系,该体系能广泛应用液压、电液和电子机械等作动系统。 图 2 数据驱动的作动器剩余寿命预测方法 图 2 显示了数据驱动的作动器剩余寿命预测方法的流程。 该方法仅需要飞行控制系统采集的数据参数, 包括压力、电流、位置等。飞控参数由数据缓存(无干扰)记录,每采集一次新的数据窗口,即执行智能数据驱动算法。 首先,使用 “模式检测 ”算法对采集到的数据进行特性化。 “模式检测 ”算法依据负载剖面识别特定的操纵状态,随后使用这一信息进行分类和融合。 一旦数据被特性化就可用于特征提取,此时使用若干特征区分算法,由原始数据就可以获得相关的健康特征。 然后,将健康特征输入分类系统,分类系统能将特征值和系统当前健康状态关联起来。 数据驱动的作动器剩余寿命预测方法中使用了数个分类器, 以便在普通操纵状态下捕捉系统在几种常规操作状态下的行为。 为了综合考虑操作模式信息与分类器的输出信息, 数据驱动方法还使用了先进的融合策略,产生 “融合 ”的健康状态评估结果,这种对系统损伤等级描述的鲁棒性较强。 最后, 故障预测功能将作动器生命周期中的分类和融合信息进行存储, 在指定的置信度界限内对剩余工作寿命进行预测。 数据驱动的作动器剩余寿命预测方法的研究包括以下关键技术 2.2.1 特征提取 特征提取是数据驱动 PHM 的核心概念之一, “特征 ”代表了数据的简化或与系统健康状态密切相关的信息。 由于原始数据无法长时期存储这一限制, 几乎所有配置了健康监控的系统都需要在数据记录时对其进行简化、提取有用信息,即特征提取。当原始数据存储后,即定期或当某个特征能表示一个可能发生的问题时执行数据简化过程。另一方面,大多数的原始数据仅包含有限的有价值故障信息, 这是需要对原始数据进行特征提取的另一个原因。 特征提取过程的概念图解如图 3 所示, 经过处理的原始数据中没有价值的信息被丢弃,有价值的故障信息经特征提取后整理为有用信息 图 3 特征提取过程 进行特征提取时可以使用不同复杂度的算法, 但在健康管理系统中,这些特征在计算中起到的作用是相同的。特征提取方法可以影响不同的数据处理技术, 并同时分析输入数据流,提交一套特征值,丢弃分析过的数据。这一操作简化了需要处理的信息量,并同时存储了有用信息,从而清除了内存,提高了算法的执行效率。 数据驱动方法使用信号处理和神经网络(黑盒)模型生成特征,两个模型均在飞控数据的缓冲窗口运行。在 PHM体系中,这些特征为系统退化提供了协同、定量化的依据。研究表明,使用智能模块对特征进行计算,这些特征与电液伺服阀( EHSV)健康状态一致。理论上讲,该数据驱动方法可以包含任意数量的特征。 对信号处理和神经网络生成的特征进行研究, 这些特征被证实能生成最有意义和可信的健康状态信息。 2.2.2 智能健康分类 对提取出的故障特征进行分类是 PHM 监控方案中至关重要的一个步骤。 数据驱动的作动器剩余寿命预测方法使用分类系统将特征值(作为已知条件)转换为作动器系统的当前健康状态。为了生成精确、可靠的系统健康评估结果,分类器必须学习每个特征与系统的健康状态之间的关系 (通常是非线性的)[9]。 模糊逻辑是一种利用 “隶属度 ”对研究对象进行分类的方法。该方法将每种特征值映射到对应的隶属函数,为每个成员分配不同的隶属度。实现模糊逻辑的方法和途径有多种,应用较为普遍的有最大隶属原则法、择近原则法、模糊聚类法、相对隶属度法。通常利用模糊逻辑的方法,可以第 20 卷增刊 Vol. 20 Suppl 2009 年 8 月 夏立群 , 等 浅谈作动器健康管理技术 Aug., 2009 299 将每一个辨识对象严格地划分为属于某一类。 但实际上某些对象并不具有严格的属性,它们可能位于两类之间,这时采用模糊聚类可以获得更好的效果。 模糊聚类法是用对聚类损失函数求极值的方法对目标函数进行迭代优化, 容易收敛到局部极小点。 此外,曾有研究将模糊分级器应用于嵌入式系统,对液压泵的健康状况进行监控。 模糊逻辑分级器在液压泵中的应用说明模糊逻辑可以使用于其他机载或在线工作。 图 4 智能模糊分类流程 图 4 显示了模糊逻辑分级的基本流程。如图所示,对所有的输入信息分析之后, 模糊分类器将重大诊断信息提取出来。这一过程使用了预先确定的一套规则,使用系统知识和工程评价对每个应用进行特别处理,从而获得对应的输出。在作动器监控原型系统中, 模糊系统对数据驱动的特征进行分析、对 EHSV 的损伤等级进行量化。 2.2.3 故障预测置信度 数据驱动的作动器剩余寿命预测方法还需要研究故障预测置信度的问题。一方面,由于已经提取的特征中可能存在冗余信息,对区分样本造成干扰,这时就需要有一个准则对多余的特征进行筛除 (在能准确分类的前提下应尽可能减少特征信息) 。统计学中置信度的概念可以作为界定准则。 另一方面, 置信度为捕捉故障诊断和故障预测过程中的不确定性提供了手段。例如历史故障曲线,是一种常用的置信度评价信息。如图 3 所示,数据驱动的作动器剩余寿命预测方法由 “模式检测 ”函数得到的 “数据特性 ”评估,经过信息“融合 ”对故障诊断置信度进行评估。 3 结论 PHM 是一个与飞行器系统各个元素相关的系统,广义地讲, PHM 包括从生产开始,直至所有层级、元素的操作、支撑和训练,以及每种用于评价系统元素健康度的方法。作动器健康管理作为飞行器 PHM 技术的一个分支,对作动器及其组成部分的健康状态进行智能检测、系统级评估、控制和管理。诊断和推理是作动器健康管理系统的核心,利用传感器采集或物理模型仿真的系统数据信息, 借助各种智能推理算法(如数据预处理、神经网络、数据融合、模糊控制、专家系统等)来评估系统自身的健康状态,在系统故障发生前对其故障进行预测, 并结合各种可利用的资源信息提供一系列的维修保障措施以实现系统的视情维修。 作动器健康管理技术能够有效降低飞机使用、保障费用,并提高飞行安全和飞机可用性。随着大飞机项目的推进和深入, 对作动器健康管理技术展开研究对推动我国航空工业发展具有积极的意义。 参考文献 [1] 曾声奎 , Michael G.Pecht, 吴际 . 故障预测与健康管理( PHM)技术的现状与发展 [J]. 航空学报 , 2005, 255 626-632. [2] Hess A, Fila L. The Joint Strike Fighter JSF PHM concept Potential impact on aging aircraft problems [C]// Aerospace Conference Proceedings. IEEE. 2002 3021-3026. [3] Watson, M, Byington C S. Improving the Maintenance Process and Enabling Prognostics for Control Actuators using CAHM Software [C]// Aerospace Conference. IEEE. 2006 1-8. [4] Skormin V A, Apone J, Dunphy J J. On-line diagnostics of a self- contained flight actuator [J]. Aerospace and Electronic Systems. IEEE Transactions on, 1994 186-196. [5] 李爱军 , 章卫国 , 谭健 . 飞行器健康管理技术综述 [J]. 光电与控制 , 2007, 143 79-83. [6] Ferrell, B L. Air vehicle prognostics and health management [J]. Aerospace Conference Proceedings. IEEE, 2000 145-146. [7] Kacprzynski G J, Roemer M J, Hess A J. Health management system design Development, simulation and cost/benefit optimization [J]. Aerospace Conference Proceedings. IEEE, 2002, 6 3065-3072. [8] Smith G, Schroeder J B, Navarro S, Haldeman D. Development of a prognostics and health management capability for the Joint Strike Fighter [J]. AUTOTESTCON, 97. IEEE Autotestcon Proceedings, 1997 676-682. [9] 孙博 , 赵宇 , 黄伟 , 等 . 电子产品健康状态监测和故障预测方法的案例研究 [J]. 系统工程与电子技术 , 2007, 296 1762-1767. 上接第 280 页 参考文献 [1] 夏立群 . 直接驱动阀式伺服作动器研究 [J]. 西北工业大学学报 , 2006, 3. [2] 周雪琴 . 计算机控制系统 [M]. 西安 西北工业大学出版社 , 1998. [3] 张雄伟 , 陈亮 , 徐光辉 . DSP芯片的原理与开发应用 [M]. 北京 电子工业出版社 , 2003. [4] 楼顺天 , 于卫 . 基于 MATLAB的系统分析与设计 -控制系统 [M]. 西安 西安电子科技大学出版社 , 1998. [5] 金钰 , 胡佑德 , 李向春 . 伺服系统设计指导 [M]. 北京 北京理工大学出版社 , 2000. [6] 靳红涛 , 焦宗夏 , 李成功 . 冗余直接驱动伺服作动系统建模与特性分析 [J]. 北京航空航天大学学报 , 2006, 9. [7] Jeff Crankshaw, Jeff Stafford. Point-to-Point Serial Communications Using the SPI Module of the TMS320F240 DSP Controller [M]. Texas Instruments Incorporated, 1998. [8] Dr.Aengus Murray. DSP Motor Control In Domestic Appliance Applications [M]. Analog Devices Incorporated, 2003. [9] Hsu Y N, Lai C Y, Lee Y K. Development of the Direct Drive Valve DDV Actuation System on the IDF Aircraft [C]// In-ternational Pacific Air Space Technology Conference and 29th Aircraft Symposium, Japan, 1991. [10] LinJS, ChenCL, LaiCY. A High-Bandwidth PWM Servo Amplifier for the Direct-Drive-Valve Actuation System [J]. IEEE Proc Applied Power Electronics Conference and Exposition, 1993, 78 328-332.

    注意事项

    本文(浅谈作动器健康管理技术.pdf)为本站会员()主动上传,皮皮文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知皮皮文库(发送邮件至3093941054@qq.com或直接QQ联系客服),我们立即给予删除!

    温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    copyright@ 2008-2018 皮皮文库网站版权所有
    经营许可证编号:京ICP备12026657号-3 

    收起
    展开