[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

一種車載健康管理系統仿真論證系統及方法,屬于人工智能技術領域。系統中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；健康管理模型被配置為將實際設備的時間序列數據對維修模型進行訓練；車輛模型至少包括由數學特性仿真的各分系統模型、用于仿真各分系統模型的健康狀態測量值的傳感器模型以及健康狀態仿真模型，其中，健康狀態仿真模型被配置為利用已訓練的健康管理模型根據傳感器模型的仿真測量值仿真車輛模型的健康狀態。本發明提供的系統和方法通過獲取實際車輛測量的大數據訓練健康狀態管理模型，通過各設備的模型仿真其健康狀態，可使車輛模型與實際的車輛具有相同的特性，節省了大量的人力、財力、物力，研制周期短。

技術領域

本發明涉及一種車載健康管理系統仿真論證系統及方法,屬于人工智能技術領域。

背景技術

現有技術中對車載健康管理系統的論證是對實物進行，浪費了大量的人力、財力、物力，且研制周期長。

發明內容

為克服現有技術的缺點，本發明提供一種車載健康管理系統仿真論證系統及方法，通過獲取實際車輛測量的大數據訓練維修模型，通過各設備的模型仿真其健康狀態，可使車輛模型與實際的車輛具有相同的特性，節省了大量的人力、財力、物力，研制周期短。

為實現所述發明目的，本發明提供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組成各分系統的設備的健康狀態。

優選地,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]。

優選地，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。

優選地，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：