大型船舶动力系统运营全寿命周期故障预测与智能健康管理

This project considers the national major demand for major products and major facility lifespan prediction technology in the implementation process of the national demonstration zone of the deep integration of information and industrialization in Zhejiang Province. We concentrate on the huge social demand for the theories and technologies of the advanced prognostic and health management (PHM) in modern advanced equipments, which belong to a complex systems. The existing methods may deteriorate the application performance due the shortcomings of the methods. We choose the full life-cycle of large ship power system operation as the research object and abstract several urgent and common problems in theory and technology, to establish a set of new methods for PHM, including dynamic modeling of the stage division and active sensing in the operation of the full life-cycle, fault diagnosis and prediction, intelligent health management and experimental verification. We focus on the following key scientific problems: the coordination and allocation strategy of load and control law for fault symptom detection, fault control and fault clearance; modeling of micro fault diagnosis and evolution trend prediction; criteria on grading faults relaying on system performance failure; design of multistage fine fault-tolerant controller with tailored performances; system performance real time and forecast evaluation functions; intelligent maintenance strategy, etc. We aim to obtain a new universal PHM theories and methods differing from the traditional framework, and bring up a high-level talent team.

结合国家对重大产品和重大设施寿命预测技术的重大需求，重点解决浙江两化深度融合国家示范区实施过程中，针对以高端设备为代表的现代复杂系统对先进故障预测与健康管理（PHM）理论与技术存在的巨大社会需求，及因现有方法存在不足而导致在应用时常显得效果不佳等原因，从中提取出一些亟待解决且具有共性的理论与技术问题，选择大型船舶动力系统运营全寿命周期为研究示范对象，拟建立一套PHM的新方法：运营全寿命周期的阶段划分动态建模与主动感知，故障诊断与预测、智能健康管理、实验验证。重点解决所遇到的一些关键科学问题：面向故障征兆检测=>抑制=>消除机制的负荷和控制律协同分配策略，微小故障诊断与演化趋势预测建模，依赖于系统性能的故障等级划分准则，具有量体裁衣性能的多级精细容错控制器设计，系统性能实时与预测评估函数，智能维护策略等。取得一批有别于传统框架且具有普适性的PHM新理论新方法。培养一支高水平的人才队伍。

1）项目的背景：结合国家对重大产品和重大设施寿命预测技术的重大需求，重点解决浙江两化深度融合国家示范区实施过程中，针对以高端设备为代表的现代复杂系统对先进故障预测与健康管理（PHM）理论与技术存在的巨大社会需求，及因现有方法存在不足而导致在应用时常显得效果不佳等原因，从中提取出一些亟待解决且具有共性的理论与技术问题，选择大型船舶动力系统运营全寿命周期为研究示范对象，拟建立一套PHM的新方法。.2）主要研究内容：运营全寿命周期的阶段划分动态建模与主动感知，故障诊断与预测、智能健康管理、实验验证.3）重要结果：（1）复杂系统的微小故障诊断方法，包括思基于残差信号相关性分析、融合输出残差信号与反馈控控制信号、基于深度学习等方法；（2）基于特征完美表示的思想：将故障视为从获取信息中提取的特征信息，基于在获取信息中对故障信息的完全提取与完美表示、准确而灵巧的分类器设计。（3）针对非线性非高斯动态系统，设计并建立了基于系统误差随机变量特征函数的新一类滤波器，可有效解决现有基于Kalman滤波框架下无法解决系统状态估计、辨识辨识和故障诊断等问题。（4）基于多级精细容错的主动安全控制：建立面向系统性能需求的故障等级划分准则，设计具有量体裁衣性能的多级精细容错控制器，使其具有有效阻止系统性能下降的能力，通过最优主动安全控制性能，达到保障或延长系统持续安全高效运行时间的健康管理。（5）智能健康管理：智能则体现在如何依据故障所处的不同阶段而采取相应的健康管理策略，如故障征兆阶段采取的保护性健康管理、故障阶段采取的保障性健康管理、严重故障状态采取的物理维修策略等。.项目所提出的全部方法都是通过的计算机仿真实验，主要方法用了实际数据验证，核心方法进行了实际系统测试。.项目组共发表SCI收录学术论文35篇，出版学术专著1本，申请发明专利10项，培养博士生13人、毕业硕士生21人。