基于故障预测与健康管理的伺服系统智能维护策略及优化

Servo system is complex, expensive, high failure rate and limited maintenance times. The incomplete test data or other defects are always there because of the external interference factors. As a result, it’s difficult to establish a precise analytical model mathematical and implement intelligent maintenance by utilizing the incomplete data. How to effectively utilize the incomplete test data of the servo system to realize the intelligent maintenance of servo system based on Prognostics and Health Management has become a urgent problem with the development of the military and the related discipline domains. A certain type of missile servo system is taken as the research background in the project, and the research on the key technologies of the intelligent maintenance of servo system is carried out by utilizing the Prognostics and Health Management based on the historical test data and current data. The main contents of the project include: the limited model aided incomplete data driven fault prediction, the integrated evaluation system of health assessment and prediction，the intelligent maintenance strategy of servo system based on the incomplete multi-dimensional and the comprehensive verification experiments . The research results are of great theoretical significance to improve the servo system's reliability and security, reduce the cost of maintenance. In addition, that can also drive the further study and the extensive applications of the intelligent maintenance technology in the related fields.

伺服系统结构复杂、价格昂贵、故障率高且维护次数受限。由于其外部干扰因素多，测试数据往往存在不完备或者其他缺陷，难以建立精确数学解析模型且无法直接利用不完备数据进行智能维护。如何有效利用伺服系统的不完备测试数据，实现伺服系统基于故障预测与健康管理的智能维护，已经成为军事和相关学科领域发展亟待解决的问题。本项目拟以某型导弹伺服系统为研究背景，基于历史测试数据和当前数据等，以故障预测与健康管理为途径，对伺服系统的智能维护策略及优化展开研究。主要研究内容包括：1）有限模型辅助不完备数据驱动的故障预报；2）基于多维状态数据的健康评估与预测一体化评估体系；3）不完备多维状态数据驱动的伺服系统智能维护策略及其综合实验验证等。课题研究成果对于提高伺服系统的可靠性和安全性、降低维护成本具有十分重要的理论意义，同时可推动智能维护技术在相关领域的深入研究和广泛应用。

伺服系统结构复杂、价格昂贵、故障率高且维护次数受限。由于其外部干扰因素多，测试数据往往存在不完备或者其他缺陷，难以建立精确数学解析模型且无法直接利用不完备数据进行智能维护。如何有效利用伺服系统的不完备测试数据，实现伺服系统基于故障预测与健康管理的智能维护，已经成为军事和相关学科领域发展亟待解决的问题。.本项目以某型导弹伺服系统为研究对象，基于该伺服系统的历史测试数据和当前数据等，以故障预测与健康管理为基本途径，对伺服系统的智能维护策略及优化展开研究。主要研究内容包括：1）有限模型辅助不完备数据驱动的故障预报；2）基于多维状态数据的健康评估与预测一体化评估体系；3）不完备多维状态数据驱动的伺服系统智能维护策略及其综合实验验证等。.项目研究成果丰硕，成效显著，在可靠性权威期刊共发表相关学术论文32篇，领域内权威会议论文1篇，其中SCI检索27篇，EI检索6篇。此外，在该基金项目的支持下，项目负责人在科学出版社待出版专著1部，项目组成员在springer出版社出版相关学术专著1部。部分项目研究成果应用于某型导弹武器装备，并获得军队科技进步二等奖1项。项目研究成果远远超出预期目标，已圆满完成项目研究任务。.总体来说，本项目研究成果对于提高导弹伺服系统的可靠性和安全性、降低维护成本具有十分重要的理论意义，同时可推动智能维护技术在相关领域的深入研究和广泛应用。