電子裝備故障預(yù)測方法研究.pdf

《電子裝備故障預(yù)測方法研究.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、總第222期艦船電子工程Vo1．32NO．122012年第12期ShipElectronicEngineering11O電子裝備故障預(yù)測方法研究劉愛軍金國慶(海軍工程大學武漢430033)摘要文章介紹了電子裝備系統(tǒng)故障預(yù)測的概念，以及故障預(yù)測的流程，并對預(yù)測的方法進行了研究。其中展開對灰色系統(tǒng)理論進行研究并建立了故障預(yù)測的灰色模型方法；以及建立了最小二乘支持向量機(IS-SVM)回歸預(yù)測算法和反向傳播神經(jīng)網(wǎng)絡(luò)預(yù)測方法。三種預(yù)測方法為后續(xù)電子裝備的故障預(yù)測建立了理論基礎(chǔ)。關(guān)鍵詞灰色模型；SVR；神經(jīng)網(wǎng)絡(luò)中圖分類號TP183ResearchonElect

2、ricEquipmentFaultPredictionMethodLIUAijunJINGuoqing(NavalUniversityofEngineering，Wuhan430033)AbstractThepaperintroducestheconceptofelectricequipmentandflowpathaboutfaultprediction．Itstudiesthemethodofpredie—tion．Itdevelopsthetheoreticalstudyonthegreymodelandbuildsthemethodofgre

3、ymodelaboutfaultprediction．Itbuildsthealgorithmofleastsquaressupportvectormachinesandthemethodoftheback-propagationneuralnetwork．Thesemethodsbuildtheoreticalbasisforthefaultpredictionofelectricequipment．KeyWordsgreymodel，SVR，neuralnetworkClassNumberTP]831引言互匠=二)lJIl練樣本t●由于電子裝備日

4、趨復(fù)雜，很難了解系統(tǒng)的行為特征，實設(shè)定器件參數(shù)隨時問的變化趨勢1l預(yù)測算法際中還需利用電子裝備系統(tǒng)的歷史信息和動態(tài)信息，實現(xiàn)●設(shè)置電路進行仿真lI對系統(tǒng)未來的運行狀態(tài)和發(fā)展趨勢做出估計，防止災(zāi)難性●預(yù)測結(jié)果故障的發(fā)生，因此迫切需要有效的預(yù)測模型來監(jiān)督電子系選擇監(jiān)測信號進行監(jiān)測fl特征參數(shù)●提取方法ll故障預(yù)測與剩余壽命估汁統(tǒng)劣化的變化趨勢。狀態(tài)預(yù)測是比故障診斷更高級的監(jiān)測I●技術(shù)，是一門涉及多學科綜合的新興邊緣學科。它以當前特征參數(shù)I(縫塞)系統(tǒng)的狀態(tài)為起點，結(jié)合被預(yù)測對象的近期監(jiān)測數(shù)據(jù)、環(huán)境條件及歷史數(shù)據(jù)，通過相應(yīng)的預(yù)測算法對被監(jiān)測數(shù)據(jù)進行圖1故障

5、預(yù)測流程圖分析，對系統(tǒng)未來時刻的運行狀態(tài)進行預(yù)測、分析與決策，失效機理，設(shè)定其性能參數(shù)隨時間的變化趨勢；接著根據(jù)此以便及時在故障發(fā)生之前采取有效措施保證系統(tǒng)的順利運趨勢設(shè)置電路參數(shù)進行電路仿真；然后選擇適當?shù)谋O(jiān)測信行。電子裝備系統(tǒng)的狀態(tài)預(yù)測比故障診斷具有更重要的實號，根據(jù)監(jiān)測信號與特征參數(shù)之間的關(guān)系，選擇適當?shù)奶卣麟H應(yīng)用價值：它可以實現(xiàn)對故障的提前預(yù)警，以便及早采取提取方法計算特征參數(shù)；重復(fù)上述過程，監(jiān)測一段時間內(nèi)若相應(yīng)的措施，為系統(tǒng)后續(xù)的正常運行爭取時間，其次也增加干時刻點特征參數(shù)值，作為預(yù)測的訓練樣本；利用預(yù)測算法了系統(tǒng)的故障預(yù)測能力，對裝備在未

6、來時刻中可能出現(xiàn)的進行建模，得到特征參數(shù)的變化趨勢并對未來時刻進行預(yù)故障進行預(yù)測，以便進行預(yù)防維修。測；最后對預(yù)測結(jié)果進行分析，實現(xiàn)故障預(yù)測與剩余壽命估2O世紀9O年代后，隨著人工智能技術(shù)的發(fā)展，模糊理論、計。神經(jīng)網(wǎng)絡(luò)、小波技術(shù)以及支持向量機都相繼應(yīng)用于該領(lǐng)域并取得了良好的效果。本文主要引入最新的故障預(yù)測方法。3電子裝備的故障預(yù)測方法3．1灰色模型預(yù)測方法2故障預(yù)測的流程3．1．1灰色系統(tǒng)理論故障預(yù)測的流程如圖1所示。首先根據(jù)電路元器件的灰色理論認為任何隨機過程都是在一定幅值范圍和一*收稿日期：2012年6月2O日，修回日期：2012年7月27日作者

7、簡介：劉愛軍，女，講師，研究方向：電子裝備故障預(yù)測與健康管理。金國慶，男，高級工程師，研究方向：軍事裝備學，電子裝備故障預(yù)測與健康管理。2012年第12期艦船電子工程定時區(qū)變化的灰色量．并把隨機過程看作灰色過程?；疑O(shè)有原始數(shù)列X’一(z’()，i一1，?，)，對序列做系統(tǒng)是通過對原始數(shù)據(jù)的整理來尋求其變化規(guī)律即稱為灰一次累加生成：色序列生成。該理論認為盡管客觀系統(tǒng)數(shù)據(jù)表現(xiàn)離亂，但X‘一{()0，i它總是有整體功能的，因此必然蘊含某種內(nèi)在規(guī)律，關(guān)鍵在∑z‘。(m)計算GM(1，z)模型的背景值：于如何選擇適當?shù)姆绞饺ネ诰蚝屠盟?。一切灰色序列都能通過

8、某種生成弱化其隨機性，顯現(xiàn)其規(guī)律性?；疑到y(tǒng)()一0．5×(z‘(志)+z(k-1))，k一2，?，在建模時