發(fā)布時(shí)間：2021-11-13 22:27

　　在制造工藝和數(shù)字電路高度發(fā)達(dá)的今天,各類電子設(shè)備經(jīng)過不斷的升級(jí),表現(xiàn)出越來越高級(jí)但越來越復(fù)雜的特點(diǎn)。電子設(shè)備的發(fā)展給各行各業(yè)帶來了空前的發(fā)展機(jī)遇,但也越來越容易發(fā)生故障且更難以維護(hù),在設(shè)備后期維護(hù)中普遍存在“維修不足”和“維修過�！眴栴}。本文在研究PHM技術(shù)與故障預(yù)測(cè)技術(shù)的基礎(chǔ)上,針對(duì)雷達(dá)設(shè)備傳統(tǒng)的“定期維護(hù)”、“人工決策”等維護(hù)方式難以滿足現(xiàn)代雷達(dá)維護(hù)需求的現(xiàn)狀,提出了基于故障預(yù)測(cè)算法的雷達(dá)健康管理系統(tǒng)的設(shè)計(jì)思想,并對(duì)其進(jìn)行了實(shí)現(xiàn)。本文的主要研究內(nèi)容包括:（1）針對(duì)傳統(tǒng)故障預(yù)測(cè)算法無法提取到長序列數(shù)據(jù)前后依賴關(guān)系的缺陷,提出了一種基于自注意力與長短期記憶網(wǎng)絡(luò)組合的故障預(yù)測(cè)新方法。該方法的核心思想是利用LSTM層去抽取監(jiān)測(cè)數(shù)據(jù)在時(shí)間上相互依賴的關(guān)系,然后通過自注意力機(jī)制去篩選LSTM層中間輸出結(jié)果中的特征信息,實(shí)現(xiàn)了長期記憶的選擇和保存,解決了傳統(tǒng)故障預(yù)測(cè)算法在長序列場(chǎng)景中發(fā)揮遜色的問題。（2）針對(duì)傳統(tǒng)故障預(yù)測(cè)算法在多工況環(huán)境下預(yù)測(cè)性能明顯下降和建模困難的問題,通過使用多頭注意力機(jī)制增強(qiáng)了預(yù)測(cè)模型在不同工作環(huán)境下的鑒別能力,提高了算法在復(fù)雜環(huán)境下的預(yù)測(cè)精度。針對(duì)監(jiān)測(cè)數(shù)據(jù)在訓(xùn)練過程中出現(xiàn)... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：91 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

HBase的系統(tǒng)架構(gòu)[53]

電子科技大學(xué)碩士學(xué)位論文44命周期中的前一部分?jǐn)?shù)據(jù)，并單獨(dú)給出測(cè)試集每條記錄所對(duì)應(yīng)的RUL。數(shù)據(jù)集中每條記錄有26列，其中第1列是發(fā)動(dòng)機(jī)設(shè)備的編碼ID；第2列是該設(shè)備對(duì)應(yīng)的第n個(gè)生命周期，每臺(tái)設(shè)備的最大生命周期約在100~300之間；第3-5列是工作條件；第6-26列代表21個(gè)傳感器的監(jiān)測(cè)數(shù)據(jù)。由于對(duì)技術(shù)保密的原因，NASA并未提供每一維度傳感器監(jiān)測(cè)的數(shù)據(jù)的真實(shí)含義，只提供了傳感器的編號(hào)。一般來說，設(shè)備在開始運(yùn)行的初期都是處于健康狀態(tài)，并且往往具有很長的剩余使用壽命，因此RUL會(huì)比較大。對(duì)于故障來說，更關(guān)注的是即將故障前的一段時(shí)間的情況，準(zhǔn)確無誤地預(yù)測(cè)出一個(gè)非常大的RUL值意義不大，因此，本文借鑒了論文[62,63]中所提出的使用分段函數(shù)映射真實(shí)RUL的方法，該方法的映射關(guān)系如圖4-14所示。圖4-14分段映射RUL如圖4-14所示，在RUL比較小的時(shí)候（小于125），按1：1將RUL值映射成生命周期（TimeCycles）；當(dāng)RUL大于125之后，則統(tǒng)一使用固定值125表示剩余周期。也就是把圖中的實(shí)線映射成虛線。4.4模型實(shí)驗(yàn)結(jié)果分析機(jī)器學(xué)習(xí)算法的訓(xùn)練是個(gè)反復(fù)訓(xùn)練的耗時(shí)過程，本節(jié)將先介紹實(shí)驗(yàn)的環(huán)境配置以及算法模型的參數(shù)設(shè)置，然后再給出在C-MAPSS數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果，最后再與多種相關(guān)的故障預(yù)測(cè)算法進(jìn)行比較，以了解算法的性能表現(xiàn)。

電子科技大學(xué)碩士學(xué)位論文46滑動(dòng)，然后把得到的數(shù)據(jù)輸入到模型中，得到一系列連續(xù)的預(yù)測(cè)壽命值。圖4-15FD001#24發(fā)動(dòng)機(jī)預(yù)測(cè)情況從圖中可以看出，預(yù)測(cè)的剩余壽命值曲線比較接近于真實(shí)的剩余壽命曲線，說明本文的算法模型能夠比較準(zhǔn)確的對(duì)RUL進(jìn)行預(yù)測(cè)。同時(shí)，為了驗(yàn)證本文所提出的故障預(yù)測(cè)方法的性能表現(xiàn)，本文在C-MAPSS的四個(gè)子數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)，并以4.3.1節(jié)介紹的RMSE和評(píng)分函數(shù)同時(shí)作為量化指標(biāo)，然后將實(shí)驗(yàn)結(jié)果與其它文獻(xiàn)所提出的故障預(yù)測(cè)算法進(jìn)行比較，結(jié)果如表4-4和表4-5所示。表4-4RMSE指標(biāo)下的各算法對(duì)比MethodsFD001FD002FD003FD004MLP[64]37.5680.0337.3977.37SVR[65]20.9642.0021.0545.35RVR[66]23.8031.3022.3734.34CNN[63]18.4530.3019.8229.16CNN-RNN[68]16.8930.9717.8229.73LSTM[67]16.1424.4916.1828.17CNN-LSTM[40]13.5626.5113.9728.15多層LSTM[40]13.4325.6014.0724.10Attention-LSTM13.7324.4214.3123.19

【參考文獻(xiàn)】：
期刊論文
[1]耦合發(fā)生概率不確定的復(fù)雜網(wǎng)絡(luò)傳感器故障估計(jì)[J]. 董墕華,劉洋,鐘麥英.  山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(02)
[2]基于PCA和多元狀態(tài)估計(jì)的引風(fēng)機(jī)故障預(yù)警[J]. 韓萬里,茅大鈞,印琪民.  熱能動(dòng)力工程. 2020(01)
[3]電子設(shè)備故障預(yù)測(cè)與健康管理技術(shù)發(fā)展新動(dòng)態(tài)[J]. 呂克洪,程先哲,李華康,張勇,邱靜,劉冠軍.  航空學(xué)報(bào). 2019(11)
[4]基于專家系統(tǒng)和數(shù)據(jù)驅(qū)動(dòng)的健康評(píng)估分析方法[J]. 吳克雄,王振華.  黑龍江科學(xué). 2019(16)
[5]PHM技術(shù)框架及其關(guān)鍵技術(shù)綜述[J]. 邱立軍,吳明輝.  國外電子測(cè)量技術(shù). 2018(02)
[6]軍用飛機(jī)PHM技術(shù)進(jìn)展分析及問題研究[J]. 景博,徐光躍,黃以鋒,焦曉璇,梁威.  電子測(cè)量與儀器學(xué)報(bào). 2017(02)
[7]基于Django的實(shí)驗(yàn)室信息管理系統(tǒng)設(shè)計(jì)[J]. 龔新定,余艷梅,吳小強(qiáng),何小海.  微型機(jī)與應(yīng)用. 2016(22)
[8]基于改進(jìn)小波神經(jīng)網(wǎng)絡(luò)和灰色模型的裝備性能參數(shù)預(yù)測(cè)[J]. 李夢(mèng)妍,于文震.  電子測(cè)量技術(shù). 2016(03)
[9]基于多層模糊評(píng)估模型的直升機(jī)供電系統(tǒng)綜合評(píng)估方法[J]. 鐘群芳,郭長歡,黃建.  國外電子測(cè)量技術(shù). 2015(11)
[10]數(shù)據(jù)驅(qū)動(dòng)故障預(yù)測(cè)和健康管理綜述[J]. 彭宇,劉大同.  儀器儀表學(xué)報(bào). 2014(03)

博士論文
[1]電子系統(tǒng)的故障預(yù)測(cè)與健康管理技術(shù)研究[D]. 許麗佳.電子科技大學(xué) 2009

碩士論文
[1]基于Hadoop的關(guān)聯(lián)規(guī)則并行加速算法研究[D]. 程陽.南京郵電大學(xué) 2019
[2]基于LSTM網(wǎng)絡(luò)的設(shè)備健康狀況評(píng)估與剩余壽命預(yù)測(cè)方法的研究[D]. 陳自強(qiáng).中國科學(xué)技術(shù)大學(xué) 2019
[3]基于大數(shù)據(jù)分析的現(xiàn)役雷達(dá)故障預(yù)測(cè)技術(shù)研究[D]. 李靖.西安電子科技大學(xué) 2018
[4]軍用電子設(shè)備預(yù)測(cè)與健康管理體系結(jié)構(gòu)及關(guān)鍵技術(shù)研究[D]. 宋磊.電子科技大學(xué) 2018
[5]射頻收發(fā)組件健康監(jiān)測(cè)與壽命預(yù)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 段前樣.電子科技大學(xué) 2017
[6]基于特種車的故障預(yù)測(cè)與健康管理系統(tǒng)研究[D]. 呂王朋.南京理工大學(xué) 2017
[7]溫度對(duì)微波T/R組件中關(guān)鍵器件電性能的影響分析[D]. 屈揚(yáng).西安電子科技大學(xué) 2014
[8]雷達(dá)智能BIT故障預(yù)測(cè)系統(tǒng)[D]. 姚家令.重慶大學(xué) 2012



本文編號(hào)：3493837