基于模型的机电系统健康状态评估技术
(0) 健康状态评估(Health-states Evaluation,HSE)是预测与健康管理(Prognostics and Health Management,PHM)系统的核心内容.通过考虑测试输出不可靠属性,本文使用贝叶斯方法建立了系统不可靠测试情况下的HSE推理模型.采用拉格朗日松弛-自适应遗传算法(Lagriange Relaxation and Adaptive Genetic Algorithms,LR-AGA)把HSE问题分解为两层优化问题.在顶层,使用拉格朗日乘子松弛HSE问题的约束,并自适应更新拉格朗日乘子;在底层,使用自适应遗传算法解决每个子问题.同时,为了评估该方法的有效性,构建了HSE的测试性性能参数.最后以某直升机地平仪系统为例,验证了本文所提技术的有效性及可行性.结果表明,本文构建的HSE模型正确描述了系统中健康状态与不可靠测试输出的关联关系,基于LRAGA的模型求解方法收敛速度快,能很好的逼近最优解.HSE的结果能有效触发PHM系统的维修决策机制,对于提高系统可用度,降低系统维修费用,避免由于突发失效造成的灾难性事故具有重要意义.
机电系统 健康状态评估 拉格朗日松弛 自适应遗传算法 决策机制
谭晓栋 刘冠军 王超 王刚
国防科学大学机电工程与自动化学院装备综合保障技术重点实验室 湖南长沙410073
国内会议
长沙
中文
364-383
2012-10-14（万方平台首次上网日期，不代表论文的发表时间）