高速涡轮泵健康监控系统中基于多信息源的故障预测理论与方法研究

故障预测（部件剩余寿命预测）是应用于诸如航天、航空、航海、电力及其它许多工业领域的机械系统健康监控与故障诊断系统的重要目标。本项目针对高速涡轮泵系统的故障预测与健康管理（PHM）中面临的实时故障检测、故障预测问题，结合非线性理论和微弱信号处理技术，研究异常状态（故障）特征提取技术；结合当前测试信息、历史数据、产品物理模型及可靠性试验信息，研究部件状态健康衰退规律模型、信息融合的故障预测模型与推理算法；在上述关键技术研究的基础上，形成状态实时监控、故障检测、故障预测的规范化模块，构建集成的验证系统，为类似复杂机械系统的实时监测和故障预测奠定技术基础。所发展的PHM技术将在复杂机械系统有效维护、降低维护费用等方面具有广阔的应用前景。