基於數據的複雜工程系統故障預測與健康管理

《基於數據的複雜工程系統故障預測與健康管理》是依託華中科技大學，由方華京擔任項目負責人的重點項目。

基本介紹

• 中文名：基於數據的複雜工程系統故障預測與健康管理
• 項目類別：重點項目
• 項目負責人：方華京
• 依託單位：華中科技大學

項目摘要

隨著信息技術和自動化技術的快速發展，現代工業中系統的集成度和複雜度越來越高，依據機理建立其精確數學模型已日趨困難。如何有效利用大量離、線上數據和其他知識，在難於建立機理模型的條件下，實現對複雜系統的故障診斷、預報和健康管理是保障這些複雜工程系統安全高效運行所亟待解決的問題。為此，本項目擬以若干工程系統（半導體製造工業、高速軌道交通、兆瓦級風力電機、石油化工）為背景，基於歷史數據、當前數據及其它知識和信息，結合相關技術，建立面向大型工程系統的故障預測和健康管理方法。重點解決所遇到的一些關鍵科學問題，如傳統PCA的模式複合現象，多源不確定特徵的統一表示與度量，衝突證據條件下的組合規則和開放動態辨識框架下的並發故障診斷，模型不確定性度量及對故障診斷結果的影響度，評估對象健康水平的性能函式，視情維修的知識決策方案等，取得若干基於數據且有別於傳統框架的複雜工程系統故障預測和健康管理新理論、新方法

結題摘要

隨著信息技術和自動化技術的快速發展，現代工業中系統的集成度和複雜度越來越高，依據機理建立複雜工程系統的精確數學模型已日趨困難。如何有效利用大量離、線上數據和其他知識，在難於建立機理模型的條件下，實現對複雜系統的故障診斷、預報和健康管理是保障這些複雜工程系統安全高效運行所亟待解決的問題。本項目以複雜工程系統為套用背景，研究故障預報與健康管理系統（PHM）中涉及的關鍵科學問題和方法。項目執行中，既研究了基於數據的方法，也研究基於模型的方法，致力於通過實現數據方法和模型方法的 “你中有我，我中有你”，而建立基於數據且有別於傳統框架的故障診斷和預報的新理論、新方法。取得的研究成果大致可以歸結為七個方面。（1）重點研究了數據方法和模型方法相結合的故障診斷和預報理論與方法，給出了基於思想結合的“隱模型法（Implicit Model Approach）”，和基於方法互補的“互補組合法（Complementary Combination Approach）”。（2）研究了基於隱馬爾科夫模型的故障診斷和預報，給出了隱馬爾可夫模型的參數估計和學習算法改進和基於隱馬爾可夫模型的故障診斷/預報方法改進等。（3）作為“隱模型法”的基礎理論之一，也研究了基於模型的故障診斷，故障預報及容錯控制。特別是對基於卡爾曼狀態估計理論的故障診斷和預報進行了較為系統的歸納和研究，並在基於卡爾曼理論的預報方法本身也得到新的進展。（4）作為“互補組合法”的支撐理論之一，研究了基於支持向量機理論的非機理建模及故障預報方法，並取得進展。根據擬定的研究計畫，我們在（5）基於多元統計分析等方法的故障診斷和故障預報；（6）基於多源不確定特徵信息的故障診斷、故障預報；以及7）以工業套用為背景的故障診斷、預報與容錯控制研究等方面也均取得了研究進展。