[發明專利]一種車載健康管理系統仿真論證系統及方法

在審

• 申請號: 202110132433.2
• 申請日: 2021-01-31
• 公開（公告）號: CN112818598A
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 陳悅峰;楊鵬;麻雄;劉鋼鋒;馮曉霞;秦智勇;王英潔;苗曉曉
• 申請（專利權）人: 中國人民解放軍63963部隊
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;G06F119/04
• 代理公司: 北京春江專利商標代理事務所(普通合伙) 11835
• 代理人: 向志杰

1.一種車載健康管理系統仿真論證系統，其特征在于，包括PHM模塊和車輛模型，所述PHM模塊至少包括：大數據管理模塊和健康管理模型訓練模塊，大數據管理模塊被配置為獲取多個實際車輛的實際設備的時間序列數據，對其進行平滑處理獲得平滑后的時間序列數據；健康管理模型訓練模塊被配置為對平滑后的時間序列數據進行處理生成第一二進制序列并根據第一二進制序列對健康管理模型進行訓練；車輛模型至少包括由數學特性仿真的組成各分系統的設備模型和用于仿真組成各分系統的設備模型的健康狀態的模擬模型，其中，模擬模型被配置為將輸入的仿真測量值轉換的第二二進制序列，利用已訓練的健康管理模型根據第二二進制序列仿真車輛模型的各組成分系統的設備的健康狀態。

2.根據權利要求1所述的車載健康管理系統仿真論證系統，其特征在于，大數據管理模塊，至少包括判斷模塊和數據處理模塊，其中，判斷模塊判斷獲取的測量設備參數的時間序列數據的差分序列是否趨近于零，如差分序列是否趨近于零，則數據處理模塊用下式對數據進行平滑處理：

式中，是t+1時刻的預測值，x_t即t時刻的測量值，為t時刻的預測值，α表示平滑系數，取值范圍為在[-1，1]之間；

如差分序列為正負常數序列，采用下述兩式進行平滑預測：

其中，x_t+1、x_t和x_t-1表示在t+1、t和t-1時刻設備參數測量數據，表示在t+1、t時刻設備參數的趨勢估計值，γ₁和γ₂表示平滑系數，它們的取值范圍為(0，1]。

3.根據權利要求2所述的基于車載健康管理系統仿真論證系統，其特征在于，健康管理模型包括壽命預測模型、功能退化模型和故障診斷模型。

4.根據權利要求3所述的車載健康管理系統仿真論證系統，其特征在于，壽命預測模型包括輸入層、編碼層、輸出層和模型優化層，其中，輸入層輸入通過大數據管理模塊獲取的實際車輛值各子系統的設備時間序列數據的二進制序列X＝[x₁,…x_i,…x_n]，；

編碼層第z_m個神經元與輸入層輸入的二進制序列用下函數關系表示：

z_m＝f_en(X,W)

式中W為編碼層的網絡參數；

輸出層輸出的目標量由下式表示：

y＝[y₁,…y_j,…y_K]∈{0,1}^K

式中，r為剩余壽命；r_u為子系統工作壽命，c時間間隔；

輸出層輸出的目標量估計值與編碼層的神經元向量的關系為：

式中，Z＝[z₁,…z_m,…z_M]，W_c和b_c為從編碼層匹配到輸出層目標估計值的參數；M為編碼層中每層的神經元數量；

模型優化層通過進行反復學習以使損失函數最小以進一步確定最優的函數f_en和σ，所述損失函數為：

5.根據權利要求4所述的車載健康管理系統仿真論證系統，其特征在于，壽命預測模擬模型根據下式確定組成子系統各設備的剩余壽命

式中T為設備已工作時間。

6.一種車載健康管理系統仿真論證方法，包括如下步驟：

數據獲取步驟，該步驟中利用大數據管理模塊獲取多個實際車輛的各子系統實際設備的時間序列數據，并對時間序列數據進行平滑處理形成平滑后的時間序列數據；

健康管理模型訓練步驟，該步驟中將平滑后的時間序列數據轉換為第一二進制序列并根據第一二進制序列對健康管理模型進行訓練；

車輛模型建模步驟，該步驟中由數學特性仿真組成車輛各分系統的設備模型，以及

健康狀態模擬步驟，該步驟中，將輸入的仿真測量值為轉換為第二二進制序列，利用已訓練的健康管理模型根據第二二進制序列仿真車輛模型的組成各分系統的設備的健康狀態。