[发明专利]预警模型的构建方法、装备故障预警方法及装置

说明书

本申请涉及一种预警模型的构建方法、装备故障预警方法及装置，其中，预警模型的构建方法包括：获取装备中至少两个联动部件的监测数据样本；计算不同的联动部件对应的监测数据样本之间的相关性变化参数，相关性变化参数用于表征基于时序的故障变化趋势；根据监测数据样本和相关性变化参数构建预警模型。相关性是监测数据之间的相对变化量，与单个设备的监测数据无关，相关性变化参数可以表征基于时序的装备故障变化趋势，因此，可以将相关性变化参数作为评判装备异常和异常程度的参数，基于相关性变化参数构建故障预警模型，可以提升对故障进行预警的精度，减少了单一信号的知识不足和外界干扰对故障预警的影响。

技术领域

本申请涉及装备健康管理领域，尤其涉及一种装备故障预警模型构建方法、预警方法及装置。

背景技术

健康管理算法模型是实现复杂装备PHM(Prognostic and Health Management)故障预测与健康管理的核心技术，而故障预测是健康管理领域最为关键的技术，一方面相对于故障诊断，故障预测有比较明显的经济效益优势，它能够预先分析出装备未来发生故障的可能性，从而起到视情维修的效果，提前采取一定措施，保证装备能够规避相关故障的发生，从而保证装备能够安全稳定运行。另一方面，由于一些装备结构高度复杂，工况繁多且频繁切换，加上外界干扰，这些都导致故障预测难度很大，单一的数据分析方法在故障预测精度上很难满足实际要求，例如，航天器，不仅结构复杂、工况繁多且切换频繁，外加外太空的位置辐射，存在多种干扰信号。这两方面导致了针对复杂装备的故障预测既重要又充满挑战性，研究故障预测技术在装备健康管理领域的应用具有较高的潜力和经济效益。

因此，如何准确的预测装备故障成为亟待解决的技术问题。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种预警模型的构建方法，包括：获取装备中至少两个联动部件的监测数据样本；计算不同的联动部件对应的监测数据样本之间的相关性变化参数，相关性变化参数用于表征基于时序的故障变化趋势；根据监测数据样本和相关性变化参数构建预警模型。

可选地，计算不同的被监测部件的监测数据样本之间的相关性变化参数包括：计算多个单位时间对应的不同部件的监测数据样本之间的多个相关系数；基于多个相关系数构建预设时间段内的相关系数矩阵；利用相关系数矩阵得到相关性变化参数。

可选地，利用相关系数矩阵得到相关性变化参数包括：基于相关系数矩阵构建相关系数基于时序的相关系数变化曲线；计算相关系数变化曲线的包络谱得到相关性变化参数。

可选地，计算相关系数变化曲线的包络谱得到相关性变化参数包括：构建相关系数变化曲线的希尔伯特包络谱；基于预设的故障变化趋势对希尔伯特包络谱进行筛选，得到满足预设的故障变化趋势的包络线。

可选地，在基于预设的故障变化趋势对希尔伯特包络谱进行筛选之前或之后，预警模型的构建方法还包括：按照预设目标调整包络谱的超参数。

可选地，构建监测数据样本到相关性参数的计算映射得到预警模型包括：提取包络线特征；根据包络线特征确定故障预警模型的评价标准。

可选地，在计算不同的被监测部件对应的监测数据样本之间的相关性变化参数之后，方法还包括：利用n阶多项式对监测数据样本中每个数据邻域内的数据进行拟合，得到去噪后的监测数据样本，n阶多项式的系数是由最小二乘法准则在拟合误差最小的条件下确定，其中，n为大于或等于1的整数。

第二方面，本申请提供了一种装备故障预警方法，包括：获取装备中的至少两个联动部件的监测数据；将监测数据输入故障预警模型，得到异常监测结果，故障预警模型基于监测到不同的联动部件对应的监测数据样本之间的相关性变化参数构建得到，相关性变化参数用于表征基于时序的故障变化趋势，监测数据样本基于对装备的中至少两个联动部件进行监测得到。