装备故障预测和健康评估方法、系统及终端设备技术方案

本发明专利技术适用于装备监测技术领域，公开了一种装备故障预测和健康评估方法、系统及终端设备，包括：接收车载终端发送的监测数据，并对监测数据进行预处理得到预处理数据，车载终端位于装备内；根据预处理数据对装备进行故障诊断，得到故障信息；根据预处理数据对装备进行故障预测，得到故障预测信息；根据预处理数据对装备进行健康状态评估，得到健康状态信息。本发明专利技术可以提前预测装备的故障和健康状态，以此为依据对装备进行预防性维修，可以解决过度维修或失修的问题，减少维修费用，保证装备正常使用。

【技术实现步骤摘要】
装备故障预测和健康评估方法、系统及终端设备
本专利技术属于装备监测
，尤其涉及一种装备故障预测和健康评估方法、系统及终端设备。
技术介绍
为了保证装备正常使用，需要对装备进行预防性维修，因而装备的维修保障费用占全生命周期费用的比例越来越高。现有技术中，对装备的预防性维修大都采用定期维修的方法，但是这种方法对失效机理具有随机性、间歇性和耦合性特点的电类部组件来说，容易导致过度维修或失修的问题。
技术实现思路
有鉴于此，本专利技术实施例提供了一种装备故障预测和健康评估方法、系统及终端设备，以解决现有技术中容易导致过度维修或失修的问题。本专利技术实施例的第一方面提供了一种装备故障预测和健康评估方法，包括：接收车载终端发送的监测数据，并对监测数据进行预处理得到预处理数据，车载终端位于装备内；根据预处理数据对装备进行故障诊断，得到故障信息；根据预处理数据对装备进行故障预测，得到故障预测信息；根据预处理数据对装备进行健康状态评估，得到健康状态信息。本专利技术实施例的第二方面提供了一种装备故障预测和健康评估系统，包括：数据预处理模块，用于接收车载终端发送的监测数据，并对监测数据进行预处理得到预处理数据，车载终端位于装备内；故障诊断模块，用于根据预处理数据对装备进行故障诊断，得到故障信息；故障预测模块，用于根据预处理数据对装备进行故障预测，得到故障预测信息；健康评估模块，用于根据预处理数据对装备进行健康状态评估，得到健康状态信息。本专利技术实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如第一方面所述装备故障预测和健康评估方法的步骤。本专利技术实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被一个或多个处理器执行时实现如第一方面所述装备故障预测和健康评估方法的步骤。本专利技术实施例与现有技术相比存在的有益效果是：本专利技术实施例首先接收车载终端发送的监测数据，并对监测数据进行预处理得到预处理数据，然后根据预处理数据对装备进行故障诊断，得到故障信息，接着根据预处理数据对装备进行故障预测，得到故障预测信息，最后根据预处理数据对装备进行健康状态评估，得到健康状态信息，能够提前预测装备的故障和健康状态，以此为依据对装备进行预防性维修，可以解决过度维修或失修的问题，减少维修费用，保证装备正常使用。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一实施例提供的装备故障预测和健康评估方法的实现流程示意图；图2是本专利技术另一实施例提供的装备故障预测和健康评估方法的实现流程示意图；图3是本专利技术再一实施例提供的装备故障预测和健康评估方法的实现流程示意图；图4是本专利技术一实施例提供的非支持向量、边界支持向量及非边界支持向量的关系示意图；图5是本专利技术又一实施例提供的装备故障预测和健康评估方法的实现流程示意图；图6是本专利技术又一实施例提供的装备故障预测和健康评估方法的实现流程示意图；图7是本专利技术一实施例提供的隶属函数的示意图；图8是本专利技术一实施例提供的装备故障预测和健康评估系统的示意框图；图9是本专利技术一实施例提供的终端设备的示意框图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。图1是本专利技术一实施例提供的装备故障预测和健康评估方法的实现流程示意图，为了便于说明，仅示出了与本专利技术实施例相关的部分。本专利技术实施例的执行主体可以是终端设备。如图1所示，该方法可以包括以下步骤：步骤S101：接收车载终端发送的监测数据，并对监测数据进行预处理得到预处理数据，车载终端位于装备内。在本专利技术实施例中，车载终端位于装备内，可以实时监测装备的各种数据，并将监测数据发送至终端设备。终端设备可以位于基地内，接收车载终端发送的监测数据，并对监测数据进行预处理得到预处理数据。其中，预处理可以包括滤波去燥、特征值提取等，将一些干扰信号剔除，以免影响后期故障诊断和预测的精度。对数据量大的数据(如振动信号)，进行抽样、特征值提取，获得数据特征的前提下，同时减少了数据总量，为后期的预测处理和存储减少了压力。可选地，车载终端可以对监测数据进行预处理得到预处理数据，并将预处理数据发送至终端设备，终端设备接收预处理数据。车载终端还可以根据所述预处理数据进行简单报警工作，对于超出范围的参数数值进行车上报警，并生成报警信息，将报警信息发送至终端设备。车载终端可以存储监测数据、预处理数据和报警信息等。车载终端向终端设备发送数据可以有两种方式：一种是通过无线数据通信链路，将数据实时发送至终端设备；另一种是在装备执行任务完成后，通过存储卡将数据下传。装备可以包括底盘系统、火力系统和通讯系统等系统中的一种或多种。监测数据可以包括：底盘系统：发动机转速，燃油供油压力，蓄电池启动电压，蓄电池启动电流，发动机输出端平均扭矩，燃油消耗率，润滑油压力，既有消耗率，机油油温，供油提前角，活塞漏气量，缸体振动，发动机噪声(声压、声功率)，进气压力，排气压力，进气压力降，增压器或扫气泵出口空气绝对压力，排气相位，冷却介质压力，增却介质温度，排气支管温度，冷却介质流量，机油流量，烟度，曲轴箱压力，发动机有效功率，曲轴扭转振动，变速箱振动，传动箱振动，主离合器输入、输出转速，主离合器主动轮转速上升、下降时间，左、右闭锁离合器输入、输出转速，蓄能器充气压力，液压油泵容积效率，液压系统30秒压力降，调压阀调定压力，高压空气系充气压力瞬时值，高压空气系180秒压力升，高压空气系30秒压力降，自动灭火控制盒动力室控制瓶电压，自动灭火控制盒战斗室控制瓶电压，8个火焰感受性能，蓄电瓶内阻，发电机电压，电压波动系数，平衡肘扭力轴刚度，减振器刚度，环境温度，柴油、机油、冷却液的数量，车体损伤、裂纹及其他目视检查等数据中的一种或多种数据；火力系统：初速下降量，内膛表面质量，身管弯曲度，身管裂纹，击针突出量，瞄准装置示度不一致参量，瞄准线偏移量，输弹机功能参量，自动机参量等数据中的一种或多种数据；通讯系统：电台发信机功率，电台发信机发信频率，电台发信机发信频偏，电台收信机灵敏度，电台收信机收信静噪灵敏度，电台收信机音频输出，车通控制盒音频输出，车通控制盒非线性失真度，车通有线盒线端输出电平，车通有线盒非线性失真度，部组件工作电压，外观检查等数据中的一种或多种数据。预处理数据可以包括：底盘系统：1)发动机转速，发动机缸体振动，发动机燃油压力，发动机机油压力，曲轴扭转振动，主离合器输入、输出转速，左、右闭锁离合器输入、输出转速，蓄电瓶启动电压、电流等数据中的一种或多种数据；火力系统：身管弯曲度，反后坐气压、液量，后本文档来自技高网...

【技术保护点】
1.一种装备故障预测和健康评估方法，其特征在于，包括：接收车载终端发送的监测数据，并对所述监测数据进行预处理得到预处理数据，所述车载终端位于所述装备内；根据所述预处理数据对所述装备进行故障诊断，得到故障信息；根据所述预处理数据对所述装备进行故障预测，得到故障预测信息；根据所述预处理数据对所述装备进行健康状态评估，得到健康状态信息。

【技术特征摘要】
1.一种装备故障预测和健康评估方法，其特征在于，包括：接收车载终端发送的监测数据，并对所述监测数据进行预处理得到预处理数据，所述车载终端位于所述装备内；根据所述预处理数据对所述装备进行故障诊断，得到故障信息；根据所述预处理数据对所述装备进行故障预测，得到故障预测信息；根据所述预处理数据对所述装备进行健康状态评估，得到健康状态信息。2.根据权利要求1所述的装备故障预测和健康评估方法，其特征在于，所述根据所述预处理数据对所述装备进行故障诊断，得到故障信息，包括：基于支持向量机的方法，对所述预处理数据进行异变数据识别，得到故障特征样本；根据预先建立的故障评价函数，确定所述故障特征样本对应的故障类型；根据所述故障类型确定故障维修方案，并输出所述故障类型和所述故障维修方案。3.根据权利要求2所述的装备故障预测和健康评估方法，其特征在于，所述基于支持向量机的方法，对所述预处理数据进行异变数据识别，得到故障特征样本，包括：基于第一训练样本集，建立支持向量机回归模型；根据非边界支持向量的判断条件，在所述预处理数据中，选取属于非边界支持向量的数据作为候选故障特征样本；基于所述支持向量机回归模型，计算所述候选故障特征样本的回归估计值和实际值之间的差值百分比；若所述差值百分比大于预设差值百分比阈值，则确定所述候选故障特征样本为所述故障特征样本。4.根据权利要求1所述的装备故障预测和健康评估方法，其特征在于，所述根据所述预处理数据对所述装备进行故障预测，得到故障预测信息包括：建立多输出支持向量机模型；基于第二训练样本集，采用蚁群算法，对所述多输出支持向量机模型进行参数优化，得到优化后的多输出支持向量机模型；基于所述优化后的多输出支持向量机模型，根据所述预处理数据预测不同时刻的健康度值；若某一时刻的健康度值小于预设健康度阈值，则预测该时刻发生故障。5.根据权利要求1至4任一项所述的装备故障预测和健康评估方法，其特征在于，所述根据所述预处理数据对所述装备进行健康状态评估，得到健康状态信息包括：建立健康状态评估指标体系，并根据所述健康状态评估指标体系从所述预处理数据中选取指标数据；基于熵权法，根据所述指标数据计算各个指标的权...

【专利技术属性】
技术研发人员：连云峰，连光耀，张西山，闫鹏程，孙江生，李会杰，代冬升，李雅峰，张福元，邱文昊，杨金鹏，陈然，
申请(专利权)人：中国人民解放军三二一八一部队，
类型：发明
国别省市：河北,13