基于状态估计与融合预测的PHM方法研究
发布时间：2022-02-10 18:09
伴随着当今科学技术的高速发展,越来越多的复杂设备在航空航天、能源、船舶、制造业等领域得到广泛的应用,并且对设备的集成化、智能化、综合化水平需求也日趋提升。其中,机电设备在航空航天领域扮演着重要角色,其功能的复杂性日益提升,装备研制的风险、周期与费用越来越高,这也同时提出了设备应当具有高可靠性的要求。故障预测与健康管理技术（Prognostics and Health Management,PHM）作为一种对设备健康状态进行监测、诊断、预测和管理的技术,通过对系统内可能存在的故障隐患以及设备的剩余使用寿命进行预测,提高设备安全性,从而尽可能地降低故障影响及后勤维护成本,减少财产损失和重大事故的发生,该技术已在诸多领域受到日趋广泛的关注与重视。因此,深入研究机电设备相关的PHM技术具有重要的理论价值和实践意义。本文以机电伺服控制系统的PHM系统为研究重点,开展系统等效数学模型建模、特征参数辨识、健康状态预测与评估等研究,主要研究内容如下:（1）针对半实物仿真试验平台——直线电机驱动Stewart平台的伺服控制系统的失效机理进行分析,建立等效数学模型,建立故障树,确定性能退化的特征参数,以此...
【文章来源】：哈尔滨工业大学黑龙江省211工程院校985工程院校
【文章页数】：96 页
【学位级别】：硕士
【部分图文】：
F35战斗机PHM体系架构
（a）全动飞行
哈尔滨工业大学工程硕士学位论文-13-图2-1Stewart平台结构图Stewart平台由六个驱动分支将上、下平台联接而成，如图2-1所示。驱动分支与上、下平台之间分别通过球铰或者虎克铰等机械结构进行联接，六个驱动分支结构均可以独立地进行自由伸缩运动，通过固定下平台基座，即可实现上平台在六自由度空间内的任意运动。Stewart平台是一种并联闭式机构，相较于串联开环机构而言，它具有承载能力强、跟踪精度高、动态特性好等优点。目前，六自由度Stewart平台的控制方案主要包括两种，关节空间控制方案和任务空间控制方案。其中前者是基于运动学反解模型的方法，通过将上平台位置姿态伺服指令解算到六个连杆分支，实现各个连杆电机各自分散的SISO控制来确保整体平台的跟踪性能；而后者是基于动力学反解及位置正解的方法，以动力学反解模型为依据对连杆分支执行器出力进行计算，并通过位置传感器采集各个支路的伸缩运动量，然后通过位置正解算法计算出上平台位姿状态，形成任务空间的位置闭环控制。两种方案的结构如图2-2所示。图2-2Stewart两种常见控制方案
【参考文献】：
期刊论文
[1]自适应航天器态势分析系统[J]. 雷宇田,杨嘉琛,满家宝,奚萌. 宇航总体技术. 2020(01)
[2]深空探测器自主控制技术综述[J]. 王大轶,符方舟,孟林智,李文博,李茂登,徐超,葛东明. 深空探测学报. 2019(04)
[3]循环神经网络研究综述[J]. 杨丽,吴雨茜,王俊丽,刘义理. 计算机应用. 2018(S2)
[4]深空探测器的自主运行技术研究[J]. 王大轶,孟林智,叶培建,何熊文,黄翔宇,刘成瑞. 航天器工程. 2018(06)
[5]高速动车组大数据PHM系统研究与应用[J]. 宋德刚,牛齐明. 铁路计算机应用. 2018(10)
[6]基于Gamma过程的交流接触器剩余电寿命仿真预测[J]. 李奎,李正广,段宇,郑淑梅,刘政君,高志成. 电测与仪表. 2018(16)
[7]关于故障预测与健康管理技术的几点认识[J]. 年夫顺. 仪器仪表学报. 2018(08)
[8]运载火箭伺服机构故障检测与诊断的扩展多模型自适应方法[J]. 程堂明,李家文,陈宇,唐国金. 国防科技大学学报. 2017(05)
[9]基于卡尔曼滤波器组的多重故障诊断方法研究[J]. 符方舟,王大轶,李文博. 控制理论与应用. 2017(05)
[10]基于ADAMS的Stewart次镜平台运动学和动力学仿真[J]. 梁凤超,黄刚,谭爽,康建兵,林喆,康晓军. 实验室研究与探索. 2017(02)
博士论文
[1]基于多模型的船用燃气轮机气路故障诊断研究[D]. 杨庆材.哈尔滨工程大学 2019
[2]功率变换器故障辨识与健康状态评估关键技术研究[D]. 孙权.南京航空航天大学 2018
[3]基于数据驱动的卫星故障诊断关键技术研究[D]. 尹洪.国防科学技术大学 2015
[4]基于数据模型融合的电动车辆动力电池组状态估计研究[D]. 熊瑞.北京理工大学 2014
[5]复杂装备故障预测与健康管理关键技术研究[D]. 李向前.北京理工大学 2014
[6]基于模型的故障诊断方法研究及在航天中的应用[D]. 邵继业.哈尔滨工业大学 2009
[7]高响应短行程直线直流电机的建模、控制与实验研究[D]. 杜志强.华中科技大学 2006
硕士论文
[1]数据—模型融合驱动的地铁车轮磨耗预测分析[D]. 杨思.北京建筑大学 2019
[2]超高频运动仿真系统设计及实现[D]. 范旭伟.哈尔滨工业大学 2019
[3]基于LSTM的对接机构故障预测与健康管理系统研究[D]. 陈锡禹.哈尔滨工业大学 2019
[4]基于LSTM网络的设备健康状况评估与剩余寿命预测方法的研究[D]. 陈自强.中国科学技术大学 2019
[5]航电电路模块PHM技术研究[D]. 秦琪.西北工业大学 2018
[6]水下永磁同步电机驱动器故障诊断与容错运行的研究[D]. 蔡费杨.哈尔滨工业大学 2016
[7]无刷直流电机驱动系统的可靠性研究[D]. 商艳凤.哈尔滨工业大学 2014
[8]基于在线监测数据的设备突发大故障预测建模及实现[D]. 周道涵.电子科技大学 2014
[9]基于模型的电力电子电路智能故障预测技术研究[D]. 朱宝琳.南京航空航天大学 2014
[10]直流直线电机抗饱和电磁结构研究[D]. 王明星.西南交通大学 2013
本文编号：3619292
【文章来源】：哈尔滨工业大学黑龙江省211工程院校985工程院校
【文章页数】：96 页
【学位级别】：硕士
【部分图文】：
F35战斗机PHM体系架构
（a）全动飞行
哈尔滨工业大学工程硕士学位论文-13-图2-1Stewart平台结构图Stewart平台由六个驱动分支将上、下平台联接而成，如图2-1所示。驱动分支与上、下平台之间分别通过球铰或者虎克铰等机械结构进行联接，六个驱动分支结构均可以独立地进行自由伸缩运动，通过固定下平台基座，即可实现上平台在六自由度空间内的任意运动。Stewart平台是一种并联闭式机构，相较于串联开环机构而言，它具有承载能力强、跟踪精度高、动态特性好等优点。目前，六自由度Stewart平台的控制方案主要包括两种，关节空间控制方案和任务空间控制方案。其中前者是基于运动学反解模型的方法，通过将上平台位置姿态伺服指令解算到六个连杆分支，实现各个连杆电机各自分散的SISO控制来确保整体平台的跟踪性能；而后者是基于动力学反解及位置正解的方法，以动力学反解模型为依据对连杆分支执行器出力进行计算，并通过位置传感器采集各个支路的伸缩运动量，然后通过位置正解算法计算出上平台位姿状态，形成任务空间的位置闭环控制。两种方案的结构如图2-2所示。图2-2Stewart两种常见控制方案
【参考文献】：
期刊论文
[1]自适应航天器态势分析系统[J]. 雷宇田,杨嘉琛,满家宝,奚萌. 宇航总体技术. 2020(01)
[2]深空探测器自主控制技术综述[J]. 王大轶,符方舟,孟林智,李文博,李茂登,徐超,葛东明. 深空探测学报. 2019(04)
[3]循环神经网络研究综述[J]. 杨丽,吴雨茜,王俊丽,刘义理. 计算机应用. 2018(S2)
[4]深空探测器的自主运行技术研究[J]. 王大轶,孟林智,叶培建,何熊文,黄翔宇,刘成瑞. 航天器工程. 2018(06)
[5]高速动车组大数据PHM系统研究与应用[J]. 宋德刚,牛齐明. 铁路计算机应用. 2018(10)
[6]基于Gamma过程的交流接触器剩余电寿命仿真预测[J]. 李奎,李正广,段宇,郑淑梅,刘政君,高志成. 电测与仪表. 2018(16)
[7]关于故障预测与健康管理技术的几点认识[J]. 年夫顺. 仪器仪表学报. 2018(08)
[8]运载火箭伺服机构故障检测与诊断的扩展多模型自适应方法[J]. 程堂明,李家文,陈宇,唐国金. 国防科技大学学报. 2017(05)
[9]基于卡尔曼滤波器组的多重故障诊断方法研究[J]. 符方舟,王大轶,李文博. 控制理论与应用. 2017(05)
[10]基于ADAMS的Stewart次镜平台运动学和动力学仿真[J]. 梁凤超,黄刚,谭爽,康建兵,林喆,康晓军. 实验室研究与探索. 2017(02)
博士论文
[1]基于多模型的船用燃气轮机气路故障诊断研究[D]. 杨庆材.哈尔滨工程大学 2019
[2]功率变换器故障辨识与健康状态评估关键技术研究[D]. 孙权.南京航空航天大学 2018
[3]基于数据驱动的卫星故障诊断关键技术研究[D]. 尹洪.国防科学技术大学 2015
[4]基于数据模型融合的电动车辆动力电池组状态估计研究[D]. 熊瑞.北京理工大学 2014
[5]复杂装备故障预测与健康管理关键技术研究[D]. 李向前.北京理工大学 2014
[6]基于模型的故障诊断方法研究及在航天中的应用[D]. 邵继业.哈尔滨工业大学 2009
[7]高响应短行程直线直流电机的建模、控制与实验研究[D]. 杜志强.华中科技大学 2006
硕士论文
[1]数据—模型融合驱动的地铁车轮磨耗预测分析[D]. 杨思.北京建筑大学 2019
[2]超高频运动仿真系统设计及实现[D]. 范旭伟.哈尔滨工业大学 2019
[3]基于LSTM的对接机构故障预测与健康管理系统研究[D]. 陈锡禹.哈尔滨工业大学 2019
[4]基于LSTM网络的设备健康状况评估与剩余寿命预测方法的研究[D]. 陈自强.中国科学技术大学 2019
[5]航电电路模块PHM技术研究[D]. 秦琪.西北工业大学 2018
[6]水下永磁同步电机驱动器故障诊断与容错运行的研究[D]. 蔡费杨.哈尔滨工业大学 2016
[7]无刷直流电机驱动系统的可靠性研究[D]. 商艳凤.哈尔滨工业大学 2014
[8]基于在线监测数据的设备突发大故障预测建模及实现[D]. 周道涵.电子科技大学 2014
[9]基于模型的电力电子电路智能故障预测技术研究[D]. 朱宝琳.南京航空航天大学 2014
[10]直流直线电机抗饱和电磁结构研究[D]. 王明星.西南交通大学 2013
本文编号：3619292
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3619292.html
