面向故障預測的多源不確定性建模方法研究

《面向故障預測的多源不確定性建模方法研究》是依託哈爾濱工業大學，由彭宇擔任項目負責人的面上項目。

基本介紹

• 中文名：面向故障預測的多源不確定性建模方法研究
• 依託單位：哈爾濱工業大學
• 項目類別：面上項目
• 項目負責人：彭宇

項目摘要

針對太空飛行器故障預測和壽命預計的不確定性問題，研究故障預測多源不確定性建模的理論和算法，涵蓋不確定性識別、量化、評估和融合。第一，研究故障預測不確定性因素建模，建立不確定性評價的參數指標體系，實現樣本和模型參數的不確定性影響分析和建模最佳化，重點突破動態失效閾值和多退化模式條件下的不確定性建模難題；第二，研究故障預測算法集成過程中不確定性融合，針對同構和異構預測算法的不確定性融合兩大類基本問題，研究預測算法的不確定特性改進、基於混合機率分布和貝葉斯網路的不確定性融合方法，實現不確定性融合的最佳化及最小化；最後，基於仿真數據集、故障預測公開數據集以及實際衛星部件和子系統的地面試驗和在軌狀態監測數據，開展不確定性建模方法體系的套用驗證和綜合評估。研究將實現故障預測不確定性的模型化表征及不確定性融合的最佳化，突破現有方法難以支持多種不確定性因素的局限，為未來太空飛行器的實際套用奠定不確定性理論和算法基礎。

結題摘要

針對航天/航空器關鍵部件、子系統故障預測和壽命預計的不確定性問題，研究故障預測多源不確定性建模的理論和算法，涵蓋不確定性識別、量化、評估和融合。首先，針對缺少故障預測的多源不確定性建模的理論和方法框架的問題，開展了故障預測的不確定性建模的理論和算法研究，構建了面向航天/航空器關鍵部件故障預測的不確定性建模研究體系；第二，針對故障預測建模中健康狀態表征易受工況影響存在適應性差的問題，開展了樣本、模型參數變化條件下健康因子構建模型研究，結合航空器關鍵部件實際需求，提出基於貝葉斯更新的健康因子構建方法，實現不確定性條件下健康狀態的準確表征。第三，針對固定失效閾值條件下性能預測方法難以準確評估部件或設備性能的問題，開展動態失效閾值條件下的不確定性建模方法研究，實現採樣數據的波動範圍建模和不同分布序列的預測區間最佳化。第四，針對傳統壽命預測建模中未考慮多種退化模式條件與RUL預測的結合問題，開展多退化模式的不確定性建模方法研究，提出基於貝葉斯模型平均的機率集成RUL預測方法，實現預測精度及穩定性的大幅提升。第五，針對不同退化特性與數據特點引起的故障預測方法性能和適應能力差異較大的問題，開展多預測模型融合的不確定性建模方法研究，實現多個同質及異質預測模型的融合以及集成模型的不確定性融合和最佳化。最後，在數據仿真驗證和公開數據集驗證的基礎上，實現面向航天/航空器關鍵部件、子系統不確定性模型的套用驗證和評估。依託本課題研究，項目組實現了故障預測不確定性的模型化表征及不確定性融合的最佳化，突破了現有方法難以支持多種不確定性因素的局限，為航天/航空器壽命預測和健康管理、大規模監測數據分析奠定不確定性理論和算法基礎，並為大型衛星星座與無人機集群的複雜數據建模與分析提供強有力的技術支撐，推動航空航天領域數據價值向多角度套用的快速轉化，為我國由航天大國向航天強國過度提供堅實的技術儲備。