基于LSTM分类器的航空发动机预测性维护模型

利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health manage-ment,PHM)的关键问题.针对发动机剩余寿命预测准确性低的问题,提出基于长短期记忆网络(long short-term memory network,LSTM)分类器的预测性维护模型.LSTM分类器...     

PHM-2016国际会议简介

当今世界,随着全球竞争加剧,企业迫切需要寻求新的方法确保其产品更具竞争优势,从而在国际市场占据领导地位。故障预测与系统健康管理(prognostics and system health management,PHM)作为可靠性系统工程的核心关键技术与方法,通过对产品健康状态开展评估、诊断和预测(实时预测产品的可靠性及剩余使用寿命),对于保障重大装备安全可靠运行、提升重大产     

基于可用度模型的故障预测与健康管理方法

为了将故障预测与健康管理(prognostics and health management, PHM)技术应用到工程实践中,提出了基于可用度模型的PHM方法。首先通过广义随机Petri网(generalized stochastic Petri nets, GSPN)和连续马尔科夫链(continuous time Markov chain, CTMC)建立基本单元的软硬件可用度模型和健康状态转换图,通过求解微分方程得到基本单元软硬件的可用度数值。然后综合软硬件之间的故障相关性建立基本单元的完整可用度模型,并利用事件调度仿真机制得到其可用度的解。最后将基本单元故障模型同通用的可修系统稳态可用度模型对比,得到“可用度-故障率-维修率”形式的PHM计算模型,并以此作为工程应用中PHM分析的有效手段。     

故障预测与健康管理系统研究和应用现状综述

基于视情维修开放体系结构的PHM系统框架,分析了国外尤其是美国在航空航天、国防军事以及工业等领域已逐步开始得到应用的各种PHM系统及其应用技术和方法,主要包括传感器应用、数据传输、故障预测、自动推理决策以及接口等。最后总结了包括基于故障物理模型方法在内的可用于构建电子产品PHM系统的三种方法的研究和应用现状。     

一种备件多级库存系统的仿真模型

针对预测性维修（Predictive Diagnostic Maintenance,PDM）策略中维修备件库存优化配置问题,提出了融合故障预测与健康管理（Prognostics and Health Management,PHM）信息的维修备件库存决策方法。在多级库存模型的基础上,建立了基于PHM的维修备件多级库存仿真模型。最后,通过模型求解和Matlab仿真分析,结果表明了基于PHM的维修备件多级库存模型的可行性和有效性。

Abstract：

Aiming at spare parts stock allocation problem under the surrounding of Predictive Diagnostic Maintenance, a new method on spare parts multistage stock system was proposed including the message of Prognostics and Health Management. The PHM-based multistage stock model was built based on model of multistage stock. With the resolving of the model and the simulation by Matlab 7.0., the validity and feasibility of the PHM-based multistage stock model are confirmed.     

基于改进马田系统的复杂系统健康状态评估

健康状态评估是复杂系统故障预测与健康管理的关键环节,为准确评估系统的状态,提出一种基于改进马田系统(improved Mahalanobis-Taguchi system, IMTS)的评估方法。首先,通过监测多特征参数的时间序列,运用IMTS筛选特征并计算加权马氏距离(weighted Mahalanobis distance, WMD);然后,基于WMD构建健康指数(health index, HI)模型,并利用Box-Cox变换和3σ准则确定HI阈值;最后,通过美国国家航空航天局(national aeronautics and space administration, NASA)提供的PHM08数据,对航空发动机的健康状态进行评估。结果表明,该方法能够对复杂系统进行及时有效的综合健康状态评估。     

基于FMECA的复杂装备故障预测贝叶斯网络建模

针对复杂装备故障预测问题, 本文提出一种基于故障模式, 影响及危害性分析(failure mode, effects and criticality analysis, FMECA)知识的 故障预测贝叶斯网络模型(failure prediction Bayesian network, FPBN)建模方法. 首先, 在分析现有FMECA知识所包含故障信息的基础上, 提出了基于FMECA单元的FPBN网络结构转化方法和FPBN概率 参数计算方法, 建立起对应的FPBN单元模型. 然后, 对复杂装备各组成部分对应的FPBN单元模型进行连接, 构建整体系统的FPBN集成模型. 最后, 根据某机载平视显示器(head up display, HUD) FMECA知识, 建立了HUD电子组件的FPBN模型实例. 实例分析结果表明, 基于FMECA知识建立的FPBN模型具有不确定性表达和定量 分析方法的优势, 能够准确、有效地进行复杂装备故障预测.     

基于多尺度LSTM预测模型研究

航空发动机剩余寿命（remaining useful life,RUL）预测是设备故障预测与健康管理（prognostics and health management,PHM）的核心问题。针对发动机数据维度高、滞后性强和复杂度高等挑战,提出了一种基于自训练权重的多尺度注意力双向长短期记忆神经网络模型。通过不同尺度的双向长短期记忆神经网络（bidirectional long short-term memory neural network,BiLSTM）提取多尺度特征;提出一种基于自训练权重的融合算法,通过引入注意力机制进行不同尺度的特征筛选,以提高预测精度。将各模型在NASA的C-MAPSS数据集上进行实验对比,结果证明,所提出预测模型在准确率和均方根误差指标上均有所提升。     

电子设备健康状态评估与故障预测方法

针对电子设备的健康性能退化问题,提出一种改进流形学算法与隐半马尔可夫模型(hidden semi Markov model, HSMM)相结合的电子设备健康评估与故障预测方法。首先,在有监督邻域保持投影(supervised neighborhood preserving projection, SNPP)算法中引入非相关约束并加入核函数形成核有监督非相关邻域保持投影(kernel supervised uncorrelated neighborhood preserving projection,KSUNPP)算法,将其用于原始特征的提取,获得有效的特征集作为HSMM的输入进行训练|其次,建立了电子设备健康评估与故障预测模型,该模型用Kullback Leibler (KL)距离来衡量故障程度,实现设备退化程度的评估,又可根据各状态驻留时间,预测出设备故障发生的时间。最后,将该方法应用于某型导弹电子设备的健康评估与故障预测,验证其有效性。     

基于RBF网络和ARX模型的液压系统故障诊断方法

提出了基于径向基函数(Radial Basis Function,RBF)网络和有源自回归(Auto-Regressive with Extra Inputs,ARX)模型的液压系统的故障诊断方法.作为一种性能优越的网络分类器,RBF网络比传统的反向传播(Back Propagation,BP)网络表现出更好的分类效果,非常适合于故障特征识别.故障诊断方法首先针对目标故障状态建立 ARX模型,提取 ARX 模型的自回归系数作为故障特征向量.然后将故障特征向量作为RBF网络训练样本,建立RBF网络故障分类器,进一步根据RBF网络的输出结果来判断故障的类型.通过建立挖掘机铲斗部分液压系统仿真模型,验证了于基于RBF网络和 ARX 模型的故障诊断方法的有效性.     

电子产品健康监测和故障预测方法的案例研究

以工程实际中广泛应用的电子产品为案例,对电子产品健康状态监测和故障预测的方法和流程进行了实验验证。实验中采用了性能参数监测法与故障物理模型法相结合的形式,将健康状态监测和故障预测的一般性方法、技术和理论应用到具体的电子产品,对相关的实验流程和实验数据分析结果进行了详细阐述。通过本实验验证案例研究,明确了实现健康状态监测和故障预测在实验上的技术细节问题,为工程中实际构建电子产品的健康状态监测和故障预测能力提供了实践积累。     

基于组织自愈机制的空间信息网络抗毁路由技术研究方法

抗毁路由技术是确保空间信息网络长期稳定运行的关键技术之一。提出了一套借助机体组织病理自愈机制展开空间信息网络抗毁路由技术研究的思路与方法：结合现代病理学研究,分析机体组织疾病自主调理机理,总结形成适应天基信息网络路由故障自愈机制研究的启发性结论。据此分析天基信息网络业务特征、组网结构、路由过程、路由影响因素及故障产生条件与原因,构建并深入分析天基信息网络路由故障自愈调控策略与模型,设计满足自愈调控实施的包括分群管理、链路修补、增量修正等天基信息网络路由故障主动调控技术。最后,设计满足天基信息网络路由故障自愈的抗毁路由算法,借助相关的仿真平台与工具,设计适应本文研究需求的天基信息网络路由故障自愈仿真框架与环境,对提出的天基信息网络组网结构、路由故障自愈机制、抗毁路由算法进行仿真分析与评估。     

Degradation data-driven approach for remaining useful life estimation

Remaining useful life (RUL) estimation is termed as one of the key issues in prognostics and health management (PHM). To achieve RUL estimation for individual equipment, we present a degradation data-driven RUL estimation approach under the collaboration between Bayesian updating and expectation maximization (EM) algorithm. Firstly, we utilize an exponential-like degradation model to describe equipment degradation process and update stochastic parameters in the model via Bayesian approach. Based on the Bayesian updating results, both probability distribution of the RUL and its point estimation can be derived. Secondly, based on the monitored degradation data to date, we give a parameter estimation approach for non-stochastic parameters in the degradation model and prove that the obtained estimation is unique and optimal in each iteration. Finally, a numerical example and a practical case study for global positioning system (GPS) receiver are provided to show that the presented approach can model degradation process and achieve RUL estimation effectively and generate better results than a previously reported approach in literature.     

Test selection and optimization for PHM based on failure evolution mechanism model

The test selection and optimization （TSO） can improve the abilities of fault diagnosis, prognosis and health-state evalua- tion for prognostics and health management （PHM） systems. Traditionally, TSO mainly focuses on fault detection and isolation, but they cannot provide an effective guide for the design for testability （DFT） to improve the PHM performance level. To solve the problem, a model of TSO for PHM systems is proposed. Firstly, through integrating the characteristics of fault severity and propa- gation time, and analyzing the test timing and sensitivity, a testability model based on failure evolution mechanism model （FEMM） for PHM systems is built up. This model describes the fault evolution- test dependency using the fault-symptom parameter matrix and symptom parameter-test matrix. Secondly, a novel method of in- herent testability analysis for PHM systems is developed based on the above information. Having completed the analysis, a TSO model, whose objective is to maximize fault trackability and mini- mize the test cost, is proposed through inherent testability analysis results, and an adaptive simulated annealing genetic algorithm （ASAGA） is introduced to solve the TSO problem. Finally, a case of a centrifugal pump system is used to verify the feasibility and effectiveness of the proposed models and methods. The results show that the proposed technology is important for PHM systems to select and optimize the test set in order to improve their performance level.     

实时协同仿真平台

介绍了基于CSCW结构的新型仿真平台：GPRTS。首先介绍了系统的总体结构，实现原理及建模环境，Agent技术在信息挖掘和网络服务等领域得到了广泛的应用，但在仿真及建模领域却很少涉及，本文介绍了Agent技术引入系统实现的数据管理和传输，并给出了系统实现的关键技术。