【技术实现步骤摘要】
非连续工作模式下航空蓄电池剩余寿命预测方法
本专利技术涉及一种非连续工作模式下的航空蓄电池剩余寿命预测方法，属于可靠性评估及故障预测领域。
技术介绍
航空蓄电池作为飞机的应急和辅助电源，是航空电源系统中的重要组成部分，其用于启动飞机发动机或辅助动力装置(AuxiliaryPowerUnit，APU)，在飞机主电源发生故障时向重要的飞行仪表和导航等设备供电，保证飞机安全飞行和着陆。因此，航空蓄电池不仅仅是飞机的功能部件，更是重要的保障部件，其可靠性、可测试性和可维护性直接关系到飞机的启动、应急供电甚至飞行任务的成败。然而，航空蓄电池长期工作在复杂恶劣环境下，其发生性能退化甚至失效的潜在可能性较大，使得在飞机需应急供电时，蓄电池无法保证用电要求，严重影响飞行安全。因此，对航空蓄电池进行可靠准确的剩余寿命预测，以保障航空蓄电池的可靠性与可用性。蓄电池寿命包括储存寿命、使用寿命和循环寿命。蓄电池从当前时刻到寿命终止时刻的时间间隔即为剩余寿命。现有电子设备剩余寿命预测方法可分为基于模型和基于数据的方法。基于模型的方法通过建立系统失效物理模型进行剩余寿命预测，由于蓄电池内部物...
【技术保护点】
1.非连续工作模式下航空蓄电池剩余寿命预测方法，其特征在于该方法包括如下步骤：步骤1、在每个状态监测点，采集蓄电池的电流、电压状态信号和环境温度信号，基于蓄电池健康评估方法，获取蓄电池的可用容量与标称容量的比值(State of Health，SOH)，以此作为蓄电池性能退化参数，获取SOH的历史时间序列数据；步骤2、基于运行模式下的SOH历史时间序列数据和量子神经网络，建立运行模式下的蓄电池性能退化模型，基于相同型号蓄电池的贮存性能退化模型，建立非运行模式下的蓄电池性能退化模型；步骤3、设蓄电池当前处于运行模式下的时刻m，将蓄电池性能退化模型作为状态方程，基于容积粒子滤波...
【技术特征摘要】
1.非连续工作模式下航空蓄电池剩余寿命预测方法，其特征在于该方法包括如下步骤：步骤1、在每个状态监测点，采集蓄电池的电流、电压状态信号和环境温度信号，基于蓄电池健康评估方法，获取蓄电池的可用容量与标称容量的比值(StateofHealth，SOH)，以此作为蓄电池性能退化参数，获取SOH的历史时间序列数据；步骤2、基于运行模式下的SOH历史时间序列数据和量子神经网络，建立运行模式下的蓄电池性能退化模型，基于相同型号蓄电池的贮存性能退化模型，建立非运行模式下的蓄电池性能退化模型；步骤3、设蓄电池当前处于运行模式下的时刻m，将蓄电池性能退化模型作为状态方程，基于容积粒子滤波对SOH进行预测；步骤4、若蓄电池连续处于运行模式，则根据步骤3对蓄电池SOH进行预测，直至其达到失效阈值，获取蓄电池剩余寿命概率密度函数，并根据预测结果，采取预定的维护措施；步骤5、若蓄电池未来处于非运行工作模式，当预测到p时刻蓄电池仍未失效且按规划转入非运行模式时，则根据非运行模式的持续时间、性能退化模型以及SOH的预测值SOH(p)，获取下次运行时的SOH，若SOH超过失效阈值，则表明蓄电池在此段非运行时间内失效，反之，转入步骤2，继续进行蓄电池剩余寿命预测。2.如权利要求1所述的非连续工作模式下航空蓄电池剩余寿命预测方法，其特征在于，所述步骤2中，基于运行模式下的SOH历史时间序列数据和量子神经网络，建立运行模式下的蓄电池性能退化模型，具体步骤如下：(1)基于量子神经元，构建量子神经网络模型，设置量子神经网络的学习速率，随机初始化网络连接权值，其中输入层、输出层分别含λ和1个量子神经元，模型输出为输出层量子神经元处于量子比特|1>的概率幅值；(2)以前...
【专利技术属性】
技术研发人员：吴祎，张凯，王友仁，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。