面向潜在故障的复杂系统健康管理研究

发布时间：2020-11-21 14:46

　　 潜在故障是影响复杂系统运行可靠性的重要因素,潜在故障不可观测,往往又耦合其他故障,增加了潜在故障识别、分析及评估的难度,如不在潜在故障转化为实际的故障之前及时探知及发现,将直接影响运行安全。此外,复杂系统结构多样,状态表征具有非线性,增加了研究潜在故障的难度。本文研究面向潜在故障的复杂系统健康管理,包括以下研究内容:第一,分析了复杂系统失效及潜在故障特点,构建了复杂系统的健康管理体系,提出采用深度学习方法研究潜在故障。利用状态监测技术及时了解系统状态,利用深度学习模型处理传感器数据,识别系统的退化状态,挖掘信息潜在的价值,有效识别潜在故障源,为后续研究奠定基础。第二,结合潜在故障的数据特点,采用主成分分析和深度信念网络模型相结合的方法分析发动机的剩余使用寿命,构建了面向潜在故障的深度学习故障预测流程,实现在潜在故障转化为真实故障之前及时采取措施。第三,研究了面向潜在故障的健康决策问题,分析了考虑潜在故障的风险决策问题,研究了潜在故障重要度方法,为探知潜在故障源提供手段,为维修保障工作的实施提供理论依据。第四,选取涡轮发动机为研究对象,验证算法的有效性。收集到仿真发动机的运行数据,以仿真发动机的全寿命数据训练模型,其中传感器多维度数据作为输入数据,剩余使用寿命(以运行周期计)为输出数据。挖掘数据特征,预测潜在故障源发生周期。并进一步分析潜在故障源中各组件的性能变化趋势,探索对系统整体输出特性所产生影响的重要度。最后根据重要度采取主动的措施抑制组件性能的进一步退化,从而延缓故障的发生。
【学位单位】：南京航空航天大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP18;TK407
【文章目录】：
摘要
Abstract
注释表
缩略词
第一章 绪论
    1.1 研究背景及意义
        1.1.1 研究的背景
        1.1.2 研究的意义
    1.2 国内外研究现状
        1.2.1 潜在故障的研究进展
        1.2.2 监测数据的提取与处理
        1.2.3 健康管理的研究现状
    1.3 本文的主要研究工作
    1.4 本文的内容安排
第二章 面向潜在故障的复杂系统健康管理体系研究
    2.1 健康管理的框架体系
    2.2 复杂系统故障规律
        2.2.1 复杂系统失效与潜在故障
        2.2.2 潜在故障表现特点
        2.2.3 复杂系统失效特征
    2.3 考虑潜在故障的PHM方法选择
        2.3.1 复杂系统的PHM分类
            2.3.1.1 基于可靠性的预测方法
            2.3.1.2 基于物理模型的PHM
            2.3.1.3 数据驱动的PHM方法
        2.3.2 数据驱动的潜在故障健康管理
    2.4 本章小结
第三章 面向潜在故障的深度学习故障预测模型
    3.1 基于数据的故障预测
        3.1.1 基于数据的直接预测方法
        3.1.2 基于数据的间接预测方法
    3.2 基于深度学习的故障预测模型
        3.2.1 深度学习理论
        3.2.2 模型分析
    3.3 基于深度学习的潜在故障预测流程
        3.3.1 状态监测、信息感知和数据的采集
        3.3.2 特征识别、选择和融合
        3.3.3 RUL预测
    3.4 本章小结
第四章 面向潜在故障的健康决策
    4.1 潜在故障的分析方法
        4.1.1 潜在故障强度分析
        4.1.2 潜在故障源分析
    4.2 基于FRAM模型的失效传播过程分析
    4.3 面向潜在故障的健康决策
        4.3.1 风险决策
        4.3.2 组件的性能退化
        4.3.3 基于深度学习的重要度分析
    4.4 本章小结
第五章 工程实践案例分析
    5.1 数据来源与分析
        5.1.1 数据选择
        5.1.2 数据集描述
        5.1.3 数据集使用框架
    5.2 方法验证
        5.2.1 数据采集
        5.2.2 数据预处理及参数设置
        5.2.3 输出结果
    5.3 潜在故障源及重要度分析
    5.4 本章小结
第六章 总结与展望
    6.1 论文总结
    6.2 未来展望
参考文献
致谢
在学期间的研究成果及发表的学术论文

【参考文献】

相关期刊论文 前9条

1 彭宇;刘大同;;数据驱动故障预测和健康管理综述[J];仪器仪表学报;2014年03期

2 杨强;孙志礼;赵鑫;张磊;;可测量潜在故障模式的特种设备可靠寿命预测[J];东北大学学报(自然科学版);2014年01期

3 彭博;金星;杨洋;常浩;;基于剩余寿命的潜在故障优化维修方法研究[J];兵工学报;2012年04期

4 孙绍辉;王华伟;李伟;;潜在故障期内航空发动机的剩余寿命预测[J];航空计算技术;2012年01期

5 吴军;邵新宇;邓超;;隐马尔科夫链模型在装备运行可靠性预测中的应用[J];中国机械工程;2010年19期

6 彭宇;刘大同;彭喜元;;故障预测与健康管理技术综述[J];电子测量与仪器学报;2010年01期

7 姜兴旺;景博;张劼;郝中波;;综合飞行器故障预测与健康管理系统研究[J];航空维修与工程;2008年05期

8 戴云徽;韩之俊;朱海荣;;故障模式及影响分析(FMEA)研究进展[J];中国质量;2007年10期

9 陈勇飞;FMEA简介[J];机械工程师;2002年01期

本文编号：2893159