机电系统混合故障行为建模及服役寿命非线性预测方法研究

The research focuses on the electromechanical system problem of hybrid fault behavior and service life nonlinear prediction under multi-working condition. The hybrid fault behavior modelling method considering multivariate time-varying loss is established. Under the condition of time-varying environment loading and variable loading, the degradation principle corresponding to the hybrid fault model and system service performance is revealed. The time-varying model of system multiple performance variable versus to stress loading is constructed. Considering characteristic of the multivariable and time-varying trait of electromechanical system, this paper integrates the performance variables time-varying model with multi-sensor fusion method to study the non-linear service life prognosis method of the system. The method for lifetime prediction under the time-varying load conditions is proposed, where both future loading known and unknown conditions are taken into account. Finally, a typical electromechanical system is employed for application verification.

针对变环境多工况运行条件下的机电系统混合故障行为和服役寿命非线性预测问题开展研究，解决系统多元时变耗损耦合混合故障行为建模问题，揭示时变环境应力和变载荷条件下多种耗损耦合故障模型对系统服役性能的退化规律，建立系统多元性能变量--应力载荷的时变模型；考虑机电系统多变量且变量变化信息丰富的特点，利用性能变量-应力载荷时变模型和多传感器信息融合方法，研究给出时变载荷条件已知和未知情况下机电系统服役寿命非线性预测方法。最后采用典型机电系统进行案例应用验证。

装备的安全服役对于国民经济发展和国防建设具有重要意义。同时，装备愈加复杂的结构、功能和日益增多的任务需求，对系统的控制性能、可靠运行和维护服务也提出了更高要求。针对变环境多工况运行条件下的机电系统混合故障行为和服役寿命非线性预测问题展开了研究，解决了系统多元时变耗损耦合混合故障行为建模问题，揭示了时变环境应力和变载荷条件下多种耗损耦合故障模型对系统服役性能的退化规律，建立了系统多元性能变量--应力载荷的时变模型；考虑机电系统多变量且变量变化信息丰富的特点，利用性能变量-应力载荷时变模型和多传感器信息融合方法，研究给出时变载荷条件已知和未知情况下机电系统服役寿命非线性预测方法。.首先，完成了基于多维多尺度变量的动态故障行为建模研究，基于Vine-Copula模型和多维随机过程构建了多变量动态相关关系模型，描述了多元性能参数间耦合关系；提出了一种基于多尺度特征分析与改进高斯回归过程模型的混合建模和寿命预测方法，解决了多工况条件下退化信号准确特征提取与建模预测问题。.第二，研究了系统多元时变耗损混合故障行为建模，提出了一种基于动力学模型与逐段决策马尔科夫过程（PDMP）的考虑多源退化特性的多状态机电控制系统故障行为建模和可靠性评估方法，描述了输入指令改变和外部冲击载荷下机电控制系统组件连续型退化和离散型退化过程耦合关系，为系统可靠性设计提供了方法支撑。.第三，完成了单传感器退化信息建模与不确定性特征量研究，构建了单传感器退化信息的变载荷退化模型；完成了构建考虑变载荷变环境的多传感器数据融合模型研究，提出了一种基于多变量主成分分析（MFPCA）和数据-物理模型的多传感器信息特征提取与融合方法，构建了变载荷下的主传感器信息融合模型。.第四，基于隐半马尔可夫模型（HSMM）构建了随机载荷空间，研究了未来载荷已知与未知情况下系统服役寿命非线性预测，提出了基于融合工况和时空特征的改进Transformer模型的寿命预测方法，实现变载荷多工况下系统服役寿命精确预测。.最后，以发动机电子控制器加速退化试验和商用涡扇发动机数据为应用案例，验证了研究方法的有效性和准确性。