[发明专利]一种舵机维修特性预测与状态评估算法库构建方法

说明书

本发明涉及航空舵机维修技术领域，具体为一种舵机维修特性预测与状态评估算法库构建方法，步骤(一)预测与状态评估算法设计：将舵机故障可能性预测方法、舵机性能退化失效时间预测方法、系统可靠性、风险预测方法及系统风险评估输出合规性判定方法进行集成，选择合理算法，并基于舵机实际维修数据以及仿真验证数据，实现对舵机状态的识别以及使用寿命的估计；步骤(二)预测与状态评估算法库软件架构搭建：包括用户层、用户接口层、系统接口层、数据处理层、模型管理层。有效的解决了航空舵机技术状态识别困难，对使用寿命把控不到位的问题。对于提高航空舵机技术状态识别能力，把控使用寿命，提升航空舵机修理能力和修理效率有显著的作用。

技术领域

本发明涉及航空舵机维修技术领域，具体为一种舵机维修特性预测与状态评估算法库构建方法。

背景技术

舵机是飞机中重要的机电一体化部附件，通过接收飞控系统的电控信号并将其转化为作动筒的机械位移量，用于控制三轴主飞控舵面的偏转角度，是飞控系统中重要的执行设备。良好的舵机修理质量将极大的提升飞机的使用完好率，降低地勤维护强度，反之则会影响整个机队的任务可靠性，严重影响飞机使用。

随着数字化技术的发展，基于模型系统工程理论随着高性能航空装备的使用逐步向着数字化、精准化、智能化维修方向发展，通过建立舵机维修特性预测与状态评估算法库，开展舵机状态的识别以及使用寿命的估计，不仅能够让维修人员更加全面、科学的了解舵机的故障状态，以及舵机在飞行过程中的可靠性，更重要是，通过维修特性预测与状态评估算法的开发，实现对修理舵机使用寿命的估计，为飞机在维护保障过程中提供更加行之有效的评估手段，从而提高修理效率，增强飞机修理保障技术能力。

而现有航空舵机技术中存在状态识别困难，对使用寿命把控不到位的问题。

发明内容

为了解决上述技术问题，本发明提出了一种舵机维修特性预测与状态评估算法库构建方法。

本发明所要解决的技术问题采用以下技术方案来实现：

一种舵机维修特性预测与状态评估算法库构建方法，包括以下步骤：

步骤(一)预测与状态评估算法设计：

将舵机故障可能性预测方法、舵机性能退化失效时间预测方法、系统可靠性、风险预测方法及系统风险评估输出合规性判定方法进行集成，选择合理算法，并基于舵机实际维修数据以及仿真验证数据，实现对舵机状态的识别以及使用寿命的估计；

合理算法包括：人工神经网络、自回归滑动平均方法、贝叶斯网络、灰色预测方法、支持向量机算法；

步骤(二)预测与状态评估算法库软件架构搭建：

包括用户层、用户接口层、系统接口层、数据处理层、模型管理层。

优选的，步骤(一)中人工神经网络的隐层结构有三层，每层有8个神经元。

优选的，步骤(一)中自回归滑动平均方法包括给定观测数据的模型识别、系统动态模型、参数识别和系统预测。

优选的，步骤(二)中用户层用于提供用户窗口环境。

优选的，步骤(二)中用户接口层用于提供与用户和待测外部设备的接口。

优选的，步骤(二)中系统接口层用于提供与未来系统建模和外部设备接口管理的接口。

优选的，步骤(二)中数据处理层包括系统健康诊断和预测算法库、诊断和预测算法库、数据库以及库接口。

优选的，系统健康诊断和预测模块包括故障检测模块、诊断模块、预测模块、数据库接口。

优选的，步骤(二)中模型管理层包括预测算法库、退化失效时间预测算法库、可靠性及风险评估算法库

本发明的有益效果是：