[發明專利]一種飛行器的智能健康預測方法及系統有效
| 申請號: | 201910440246.3 | 申請日: | 2019-05-24 |
| 公開(公告)號: | CN110309537B | 公開(公告)日: | 2023-06-20 |
| 發明(設計)人: | 張英;王世會;趙雄波;郭波濤;郭城;宋鵬飛;王棟;成銳;聶振斌;陳闖;溫亞;楊喆;張福鑫;楊誠;仲雪潔;韋閩峰;王婧;蔡燕斌;李曉敏;高梓晰;張萌;竇志紅;吳強;王大慶;李賓;康旭冰;周華;馮麗;田長錚;野超;高曉穎;曹健;張興 | 申請(專利權)人: | 北京航天自動控制研究所;中國運載火箭技術研究院 |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20;G06N3/08;G06Q10/04;G06Q10/0639;G06F17/11 |
| 代理公司: | 中國航天科技專利中心 11009 | 代理人: | 馬全亮 |
| 地址: | 100854 北京*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 飛行器 智能 健康 預測 方法 系統 | ||
一種飛行器的智能健康預測方法及系統,用于飛行器實時控制健康預測,是一種實時在線健康預測算法。該方法改變了傳統飛行器事后補救的健康處置方案,采用實時輸出飛行器的健康預測值。包括五個模型:飛行器數據模擬模型、基于RNN和LSTM的數據集正樣本訓練預測模型、基于灰色模型的預測模型、組合預測模型、健康度計算模型。
技術領域
本發明涉及一種飛行器的智能健康預測方法及系統,屬于飛行器健康預測技術領域。
背景技術
對于飛行器控制系統而言,狀態監測與早期故障診斷是基于監測點瞬時數據來進行研究。由于控制系統日趨復雜,很難了解系統的行為特征,為了解決目前廣泛使用的狀態監測與故障診斷的固有缺陷——故障發生后,使用事后補救的方式進行飛行器控制系統容錯處理,為了實現對系統未來的運行狀態和發展趨勢做出估計,防止災難性故障的發生,需利用控制系統的歷史信息和動態信息,因此迫切需要有效的健康預測方法來監督控制系統劣化的變化趨勢。
發明內容
本發明的技術解決問題是:克服現有技術的不足,提供了一種飛行器的智能健康預測方法,能夠實現自動化的、實時的控制系統劣化的變化趨勢的監督。
本發明的技術解決方案是:
一種飛行器的智能健康預測方法,步驟如下:
(1)建立飛行器數據模擬模型,生成供健康預測的數據xi和at;
(2)建立基于RNN和LSTM的數據集正樣本訓練預測模型,將數據xi作為輸入,生成
(3)建立基于灰色模型的預測模型,將數據xi作為輸入,生成
(4)建立組合預測模型,將和聯合作為輸入,生成
(5)建立健康度計算模型,將和數據at作為輸入,輸出飛行器實時健康預測值,從而完成飛行器的智能健康預測。
飛行器數據模擬模型具體為:
其中,random表示隨機函數,w1,2,3表示系數,a為指數函數的底數,0a1,f1,2是對應三角函數的頻率,是對應三角函數的初相。
隨機函數表征系統中的噪聲;指數函數表征系統中隨時間衰減的量;三角函數表征系統中的周期量。
基于RNN和LSTM的數據集正樣本訓練預測模型,包括輸入層、編碼層、attention層、融合層以及輸出層;
輸入層:對每一時刻輸入的數據xi進行歸一化處理,得到歸一化的浮點數向量作為編碼層的輸入;
編碼層:將輸入層輸出的歸一化浮點數向量,經過GRU預測模型編碼,得到編碼輸出hi=gru(xi,si-1)和si=gru(xi,si-1);
attention層:通過獲得attention向量ri,其中,
權重ai,j為:
va、Wa和Ua為預設參數;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京航天自動控制研究所;中國運載火箭技術研究院,未經北京航天自動控制研究所;中國運載火箭技術研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910440246.3/2.html,轉載請聲明來源鉆瓜專利網。





