[发明专利]一种基于推土机距离度量的装备多维度健康状态评估方法

说明书

本发明公开了一种基于推土机距离度量的装备多维度健康状态评估方法，其以能表征装备性能状态的监测参数(亦可称监测数据)为输入。所述方法包括：首先对全寿命数据及实时数据进行数据预处理，提高数据可用度；然后进行衰退敏感参数同向翻转加权平均，利用全寿命数据和实时数据的健康状态样本集确定标准健康集，并利用历史数据的故障状态样本集确定标准故障集；然后通过时序滑窗计算推土机距离得到性能衰退样本集；最后线性生成装备健康状态集。

技术领域

本发明涉及一种复杂装备系统的健康状态评估方法，特别涉及一种基于推土机距离度量的装备多维度健康状态评估方法。

背景技术

在航空航天领域，航空航天器等高可靠性的大型复杂系统，其功能和性能不断提高，复杂性和综合化程度也不断增加。为了保证航空航天器巡航和在轨可靠稳定运行，利用传感器得到的衰退信息来监视、评估复杂系统的健康状态，以对复杂装备和系统进行健康评估是行之有效的健康管理活动之一。目前，在航空航天器健康状态评估领域方面，广泛应用的是基于数据驱动的状态评估方法。随着传感器技术的不断发展，航空航天器复杂装备的监测参数随时间变化的退化序列越来越容易获得，更加推动了基于数据驱动的健康评估方法的发展。

在现有的基于数据驱动的装备状态评估方法中，申请号为CN201610036846.X、名称为“一种行星齿轮箱健康状态评估方法”的发明专利通过将原始振动信号进行经验模态分解，计算原始振动信号能量值实现行星齿轮箱健康状态评估，这种方法未能充分利用装备参数数据的时序分布特征。申请号为CN201610173851.5、名称为“基于测试数据的固体火箭发动机健康状态评估方法”的发明专利利用三角模糊函数下的隶属度，实现不同健康状态等级的目标分配，这种方法多为基于非线性和非平稳性振动信号的状态评估，忽略了具有明显退化趋势的传感器参数对装备性能状态的描述。另外，上述现有技术均没有形成一套系统的、完整的状态评估流程，针对不同的复杂装备及其多维监测参数，现有技术的应用效果存在显著差异。上述不足影响了装备状态评估的准确性。

发明内容

基于现有技术存在的上述技术问题，本发明基于推土机距离度量分布相似度的性质，充分利用装备性能退化参数数据的时序趋势特征，提出一种完整的装备多维度健康状态评估方法。

根据本发明的一个方面，提出一种基于推土机距离度量的装备多维度状态评估方法，所述方法包括：获取装备的监测参数，所述监测参数为表征装备性能衰退的监测数据；对所述监测数据进行数据预处理，提高数据可用度；对经过数据预处理后的监测数据进行衰退敏感参数同向翻转加权平均，利用样本数据和待评估数据的健康状态样本集确定标准健康集，利用历史数据的故障状态样本集确定标准故障集，所述标准健康集和标准故障集构成状态评估标准样本集；基于所述状态评估标准样本集进行时序滑窗推土机距离计算，得到推土机距离和性能衰退样本集；基于所述推土机距离和所述性能衰退样本集线性生成健康度。

优选地是，所述监测参数来自状态评估样本集，所述状态评估样本集包括全寿命数据和实时数据。

优选地是，所述数据预处理包括数据剔野、数据补齐、数据降噪，所述数据剔野操作是将不符合要求的数据点、有明显错误的离群点予以剔除；所述数据补齐操作是针对野值剔除后数据缺失的问题，利用插值法补齐数据空值；所述数据降噪操作是对剔野、补齐处理后的数据进行平滑降噪，以进一步提高数据质量。

优选地是，所述衰退敏感参数同向翻转加权平均包括：衰退敏感参数归一化、衰退敏感参数同向翻转、衰退敏感参数加权平均、确定健康样本集与故障样本集。

优选地是，所述衰退敏感参数归一化是将各维参数归一化至0-1范围，去除参数量纲，为后续步骤提供数据基础；所述衰退敏感参数同向翻转是将训练数据的矩阵序列和测试数据的矩阵序列进行一致化处理，以使训练数据的矩阵序列和测试数据的矩阵序列的每一列参数化为相同变化趋势的数据。