一种基于马氏距离和健康指数的机载系统健康评估方法技术方案

本发明专利技术提出一种基于马氏距离和健康指数的机载系统健康评估方法，利用监测数据的马氏距离，通过数据的统计分布建立健康指数来进行健康评估。马氏距离可以将多变量数据进行降维，并能够反应数据之间的相关性，并随原始数据的变化趋势而变化，但对该变化不够敏感，本方法通过加权将其变换为健康指数。马氏距离和健康指数的结合能够更好的检测健康状态的下降，同时，利用数据的统计分布构建健康指数，可以避免系统突发异常造成的个别马氏距离值增大，因此对间歇性异常和故障的健康状态具有更好的评估能力，从而降低虚警率，更具有实际意义。

【技术实现步骤摘要】

本专利技术涉及航空领域健康管理
，是一种对机载系统进行健康评估的方法，具体为一种基于马氏距离和健康指数的机载系统健康评估方法，通过马氏距离的数据分布计算健康指数以评估机载系统健康状态。
技术介绍
近年来，航空领域健康管理已成为国内外工业界和学术界研究热点。健康管理包括状态监控、故障诊断、故障预测、健康评估和维修决策等部分，其中评估系统的健康状态是健康管理的重要内容之一。健康状态评估是根据测量数据和历史数据进行综合分析，利用综合评判方法对系统的健康状态进行评估，从而为维修决策提供依据。目前常用的方法可以分为物理模型法和数据驱动法。物理模型法需要已知评估对象的系统原理并建立其物理或数学模型。存在建模过程复杂、代价高、外部环境的不确定性影响大等问题。数据驱动法通过采用状态监控数据提取统计信息进行评估，常用的方法包括层次分析、模糊评判、神经网络等。但这些方法存在计算过程繁琐、隶属度矩阵建立复杂、全局搜索能力弱等问题，而且对健康状态不敏感，对于间歇性故障容易产生虚警。机载系统组成关系复杂、故障影响因素繁多，故障模式和健康状态信息对应关系复杂，这些问题导致目前对机载系统健康状态进行评估较为困难。
技术实现思路
为解决现有健康评估方法存在的对变化趋势不敏感的问题，本专利技术提出了一种基于马氏距离和健康指数的机载系统健康评估方法。本专利技术利用监测数据的马氏距离，通过数据的统计分布建立健康指数来进行健康评估，不仅可以解决现有健康评估方法对变化趋势不敏感的问题，同时该方法还可用于排除间歇性故障。本专利技术的技术方案为：所述一种基于马氏距离和健康指数的机载系统健康评估方法，其特征在于：包括以下步骤：步骤1：选取表征机载系统健康特性的m种参数；在机载系统正常工作情况下，同步采集m种参数的数据点，每种参数采集n个点；对采集的所有参数进行标准化处理，得到标准化数据Zij,i＝1,2,……,m,j＝1,2,……,n；步骤2：构建向量并计算马氏距离 MD j = 1 m Z j T C - 1 Z j ]]>其中相关矩阵C为： C = 1 ( n - 1 ) Σ j = 1 n Z k Z k T ; ]]>步骤3：设置数据点长度为l的时间窗，计算时间窗内马氏距离分布范围的最优分段间隔：h*＝1.06sl-1/5其中s为n个马氏距离的标准差；步骤4：沿马氏距离的时间轴将时间窗顺序移动，采用以下步骤计算每个时间窗内数据的健康指数，得到健康指数随时间的变化结果；步骤4.1：根据步骤3得到的最优分段间隔对时间窗内马氏距离分布范围进行分割，得到q个区间，计算每个区间的分数贡献率fp，p＝1,2,…,q，所述分数贡献率为对应区间内马氏距离数据点个数除以l；步骤4.2：根据步骤4.1得到的q个区间的分数贡献率fp，p＝1,2,…,q，计算时间窗内数据的健康指数： H I = Σ p = 1 q ( w p × f p ) ]]>其中wp为第p个区间的权重；步骤5：根据步骤4得到的健康指数随时间的变化结果建立健康阈值，健康阈值取值为：步骤4得到的健康指数随时间的变化结果中的最大值的95％～99.9％；步骤6：同步采集机载系统工作状态下m种参数的若干数据点，并计算得到机载系统工作状态下的健康指数变化曲线；根据步骤5得到的健康阈值评估健康指数变化曲线。进一步的优选方案，所述一种基于马氏距离和健康指数的机载系统健康评估方法，其特征在于：步骤1中对采集的参数Xij,i＝1,2,……,m,j＝1,2,……,n进行标准化处理的过程为： Z i j = ( X i j - X ‾ i ) S i , i = 1 , 2 , ... ... , m , j = 1 , 2 , ... ... , n ]]>其中和Si分别为第i中参数的均值和标准差。进一步的优选方案，所述一种基于马氏距离和健康指数的机载系统健康评估方法，其特征在于：对于步骤4.1得到的q个区间，按照区间内的马氏距离分布范围取值设置权重，分布范围取值越大，权重越大。进一步的优选方案，所述一种基于马氏距离和健康指数的机载系统健康评估方法，其特征在于：对于步骤4.1得到的q个区间，按照区间内的马氏距离分布范围取值由小到大排序，取区间权重为排序序号。进一步的优选方案，所述一种基于马氏距离和健康指数的机载系统健康评估方法，其特征在于：l取值为15～30。进一步的优选方案，所述一种基于马氏距离和健康指数的机载系统健康评估方法，其特征在于：所述机载系统为机载飞行管理计算机，表征机载飞行管理计算机健康特性的参数为主板温度、风扇转速、CPU温度、CPU占用率和程序执行时间。进一步的优选方案，所述一种基于马氏距离和健康指数的机载系统健康评估方法，其特征在于：所述机载系统为机载发动机系统，表征机载发动机系统健康特性的参数为转速，发压比，压气机出口压力、温度，旁通比。有益效果本方法利用监测数据的马氏距离，通过数据的统计分布建立健康指数来进行健康评估。马氏距离可以将多变量数据进行降维，并能够反应数据之间的相关性，并随原始数据的变化趋势而变化，但对该变化不够敏感，本方法通过加权将其变换为健康指数。马氏距离和健康指数的结合能够更好的检测健康状态的下降，同时，利用数据的统计分布构建健康指数，可以避免系统突发异常造成的个别马氏距离值增大，因此对间歇性异常和故障的健康状态具有更好的评估能力，从而降低虚警率，更具有实际意义。本专利技术的附加方面和优点将在本文档来自技高网...

【技术保护点】
一种基于马氏距离和健康指数的机载系统健康评估方法，其特征在于：包括以下步骤：步骤1：选取表征机载系统健康特性的m种参数；在机载系统正常工作情况下，同步采集m种参数的数据点，每种参数采集n个点；对采集的所有参数进行标准化处理，得到标准化数据Zij，i＝1，2，……，m，j＝12，……，n；步骤2：构建向量并计算马氏距离MDj=1mZjTC-1Zj]]>其中相关矩阵C为：C=1(n-1)Σj=1nZjZjT;]]>步骤3：设置数据点长度为l的时间窗，计算时间窗内的最优分段间隔：h*＝1.06sl‑1/5其中s为n个马氏距离的标准差；步骤4：沿马氏距离的时间轴将时间窗顺序移动，采用以下步骤计算每个时间窗内数据的健康指数，得到健康指数随时间的变化结果；步骤4.1：根据步骤3得到的最优分段间隔对时间窗内马氏距离分布范围进行分割，得到q个区间，计算每个区间的分数贡献率fp，p＝1，2，…，q，所述分数贡献率为对应区间内数据点个数除以l；步骤4.2：根据步骤4.1得到的q个区间的分数贡献率fp，p＝1，2，…，q，计算时间窗内数据的健康指数：HI=Σp=1q(wp×;fp)]]>其中wp为第p个区间的权重；步骤5：根据步骤4得到的健康指数随时间的变化结果建立健康阈值，健康阈值取值为：步骤4得到的健康指数随时间的变化结果中的最大值的95％～99.9％；步骤6：同步采集机载系统工作状态下m种参数的若干数据点，并计算得到机载系统工作状态下的健康指数变化曲线；根据步骤5得到的健康阈值评估健康指数变化曲线。...

【技术特征摘要】
1.一种基于马氏距离和健康指数的机载系统健康评估方法，其特征在于：包括以下步骤：步骤1：选取表征机载系统健康特性的m种参数；在机载系统正常工作情况下，同步采集m种参数的数据点，每种参数采集n个点；对采集的所有参数进行标准化处理，得到标准化数据Zij，i＝1，2，……，m，j＝12，……，n；步骤2：构建向量并计算马氏距离 MD j = 1 m Z j T C - 1 Z j ]]>其中相关矩阵C为： C = 1 ( n - 1 ) Σ j = 1 n Z j Z j T ; ]]>步骤3：设置数据点长度为l的时间窗，计算时间窗内的最优分段间隔：h*＝1.06sl-1/5其中s为n个马氏距离的标准差；步骤4：沿马氏距离的时间轴将时间窗顺序移动，采用以下步骤计算每个时间窗内数据的健康指数，得到健康指数随时间的变化结果；步骤4.1：根据步骤3得到的最优分段间隔对时间窗内马氏距离分布范围进行分割，得到q个区间，计算每个区间的分数贡献率fp，p＝1，2，…，q，所述分数贡献率为对应区间内数据点个数除以l；步骤4.2：根据步骤4.1得到的q个区间的分数贡献率fp，p＝1，2，…，q，计算时间窗内数据的健康指数： H I = Σ p = 1 q ( w p × f p ) ]]>其中wp为第p个区间的权重；步骤5：根据步骤4得到的健康指数随时间的变化结果建立健康阈值，健康阈值取值为：步骤4得到的健康指数随时间的...

【专利技术属性】
技术研发人员：和麟，陈杰，马存宝，宋东，张天伟，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61