一种电源的健康状态预测方法技术

本发明专利技术公开了一种电源的健康状态预测方法，包括如下步骤：通过仿真和筛选，获取对电源健康状态敏感的监测参数集合；通过衰退试验确定监测参数集合中监测参数的试验参数，采集样本数据，建立环境温度对监测参数均值的影响模型；建立监测参数均值与电源健康综合值的关系模型；建立电源健康状态的预测模型。本发明专利技术通过正交投影的方式达到了提取出感兴趣目标而抑制掉杂波的目的。本发明专利技术实时监测、评价大功率电源的工作性能变化，确保复杂电子设备的任务可靠性。

【技术实现步骤摘要】
一种电源的健康状态预测方法
本专利技术涉及雷达领域，具体涉及一种电源的健康状态预测方法。
技术介绍
大功率电源作为复杂电子设备的心脏，是其正常运行的基础。在复杂电子设备执行任务期间，其电源需要持续运行，且运行中往往不允许检修或仅能进行简单维护。此外，大功率电源元器件多，故障模式和失效机理相对复杂，通常难以建立精确的失效物理模型，敏感参数较多，确定难度较大，这些给大功率电源的健康管理带来很大困难。当前复杂电子系统中往往仅能监测电源的常规参数，对于大功率电源的健康状态，需要用户根据经验进行判断，且准确性无法保证。目前尚无一套完整且通用的实现大功率电源实时、准确的健康评价技术。
技术实现思路
为了解决上述问题，本专利技术提出了一种电源的健康状态预测方法，从而帮助用户实时掌握大功率电源健康状态，为复杂电子设备的任务安排、视情维修、备件管理等提供支撑，包括如下步骤：通过仿真和筛选，获取对电源健康状态敏感的监测参数集合；通过衰退试验确定监测参数集合中监测参数的试验参数，采集样本数据，建立环境温度对监测参数均值的影响模型；建立监测参数均值与电源健康综合值的关系模型；建立电源健康状态的预测模型。进一步地，所述通过仿真和筛选，获取对电源健康状态敏感的监测参数集合具体包括以下步骤：根据电源的原理图、元器件BOM表和电源的故障模式集合，通过仿真软件建立仿真模型；通过修改电路原理图、修改网络拓扑文件和修改模型定义将电源的故障模式集合中的记录逐个仿真注入，获得仿真数据集；r>通过邻域粗糙集算法对监测参数种类进行筛选，获取对电源健康状态最为敏感的监测参数集合，设所述监测参数集合包括K种监测参数。进一步地，所述邻域粗糙集算法的计算步骤如下：步骤1：建立决策信息表NDT＝<U,A,D>，其中条件属性A为电源监测参数集合，决策属性D为电源故障模式集合，U为仿真数据集；步骤2：将期望得到的电源监测参数品种的约简集合RED初始化为空集；步骤3：计算电源监测参数集合A中的每一个监测参数的邻域关系；步骤4：逐一计算A-RED中的监测参数相对于约简集合RED的重要度；步骤5：选择重要度最大的监测参数，将重要度最大的监测参数加入到约简集合RED中，返回步骤4继续计算，直到重要度小于设定的阈值；步骤6：得到最终的约简集合RED，所述最终的约简结果RED即为对电源健康状态最为敏感的监测参数集合。进一步地，所述衰退试验设定nt个环境温度进行试验，每个环境温度进行试验的时间为tshort，单位为秒，监测参数的采样频率W，单位为Hz，具体计算公式为；其中，Tmax电源的最高工作温度，单位为摄氏度，Tmin为电源的最低工作温度，单位为摄氏度，nc为折算系统，单位为摄氏度；Ld为电源的设计寿命，单位为秒，ms为折算系数，无量纲；[]表示向下取整；所述采集到的样本数据具体为nt个环境温度下的K种监测参数在相应的采样时刻的样本数据，其中同一环境温度下的监测参数X(k)的样本数据集为表示第k种监测参数，表示第n个时刻第k种监测参数的样本数据，k＝1,2,…,K，n＝1,2,…,N，N＝S*tshort，N≥K+2。进一步地，所述建立环境温度对监测参数的影响模型具体包括：按下式对每个环境温度下的监测参数进行均值处理，得到各环境温度下的监测参数均值：其中，为第i个环境温度Ti下第k种监测参数X(k)的均值；从nt个环境温度中任一选取一个环境温度Ti为参考温度Ts，建立环境温度与监测参数均值的模型，计算公式如下：其中，为选定的参考温度Ts下的第k种监测参数X(k)的均值，是第i个环境温度Ti下的第k种监测参数X(k)的均值；ti为第i个环境温度Ti归一化后的数值，即f(ti)为环境温度对第k种监测参数X(k)的影响模型，计算公式如下：根据nt个环境温度下的监测数据均值和对应的监测温度，代入公式(2)、(3)、(4)计算出环境温度对监测参数X(k)的影响系数求得影响模型。进一步地，所述建立监测参数均值与电源健康综合值的关系模型，公式为：其中，为参考温度Ts下的第1至K种监测参数的均值，Ys为参考温度Ts下电源健康状态综合值，β0，β1，…，βK和ε为关系模型的待求解系数；从nt个环境温度中选取任一温度Ti，再在环境温度Ti下的N个时刻中选取K+2个时刻，获取所述K+2个时刻下监测参数的样本数据，所述监测参数的样本数据共K+2组，每组样本数据由同一温度Ti同一时刻下的1至K种监测参数的样本数据组成，根据样本数据和经验数据得到K+2个电源健康状态综合值y，一个电源健康状态综合值y对应于一组样本数据；通过环境温度对监测参数均值的影响模型，将K+2组样本数据折算为K+2组参考温度Ts下的监测参数均值，将每组样本数据的电源健康状态综合值y折算为参考温度Ts下的电源健康状态综合值Ys，其中y＝Ys，即电源健康状态综合值在同一温度同一时刻保持不变；将K+2组参考温度Ts下的监测参数均值及与之对应的电源健康状态综合值Ys代入公式(5)构成一个由K+2个公式构成的方程组，进而求解出待求解系数β0，β1，…，βK，ε。进一步地，建立电源健康状态的预测模型具体为：其中，为采用自回归滑动平均模型的自适应预测算法建立的初始预测模型，p为初始预测模型的阶数且p+1≤N，为t时刻参考温度Ts下的电源健康状态综合值；为一组电源健康综合值的等时间间隔序列，所述该组电源健康综合值的等时间间隔序列通过任一Ti温度下的p+1组监测参数的样本数据和公式(5)计算得到，每组监测参数的样本数据由同一温度TI同一时刻下的1至K种监测参数的样本数据组成，p+1表示等时间间隔的时刻的个数，Q为待求解系数；通过插值法再扩展出至少p组电源健康综合值的等时间间隔序列，每组电源健康综合值的等时间间隔序列包括p+1个等时间间隔的电源健康综合值；将原有和扩展的每组电源健康综合值的等时间间隔序列中的p+1组电源健康综合值的等时间间隔序列分别带入公式(6)得到一个由p+1个公式构成的方程组，求解出待求解系数与现有技术相比，本专利技术具有以下有益效果：1、优选电源健康监测参数，获取对健康状态变化最为敏感的参数集合。2、实时监测、评价大功率电源的工作性能变化，确保复杂电子设备的任务可靠性。3、预测大功率电源的健康变化趋势，为复杂电子设备任务调度和视情维修提供决策依据。4、提升电源保障技术水平，推动“反应式”维修向“预防式”维修转变。附图说明图1是电源健康预测方法流程图。图2是环境温度对监测参数均值的影响模型示意图。具体实施方式下面结合附图对本专利技术作进一步详细描述。在本公开中参照附图来描述本专利技术的各方面，附图中示出了许多说明的实施例。应当理解，上面介绍的多种构思和实施例，以及下本文档来自技高网...

【技术保护点】
1.一种电源的健康状态预测方法，其特征在于，包括如下步骤：/n通过仿真和筛选，获取对电源健康状态敏感的监测参数集合；/n通过衰退试验确定监测参数集合中监测参数的试验参数，采集样本数据，建立环境温度对监测参数均值的影响模型；/n建立监测参数均值与电源健康综合值的关系模型；/n建立电源健康状态的预测模型。/n

【技术特征摘要】
1.一种电源的健康状态预测方法，其特征在于，包括如下步骤：
通过仿真和筛选，获取对电源健康状态敏感的监测参数集合；
通过衰退试验确定监测参数集合中监测参数的试验参数，采集样本数据，建立环境温度对监测参数均值的影响模型；
建立监测参数均值与电源健康综合值的关系模型；
建立电源健康状态的预测模型。


2.根据权利要求1所述的电源的健康状态预测方法，其特征在于，所述通过仿真和筛选，获取对电源健康状态敏感的监测参数集合具体包括以下步骤：
根据电源的原理图、元器件BOM表和电源的故障模式集合，通过仿真软件建立仿真模型；
通过修改电路原理图、修改网络拓扑文件和修改模型定义将电源的故障模式集合中的记录逐个仿真注入，获得仿真数据集；
通过邻域粗糙集算法对监测参数种类进行筛选，获取对电源健康状态最为敏感的监测参数集合，设所述监测参数集合包括K种监测参数。


3.根据权利要求2所述的电源的健康状态预测方法，其特征在于，所述邻域粗糙集算法的计算步骤如下：
步骤1：建立决策信息表NDT＝<U,A,D>，其中条件属性A为电源监测参数集合，决策属性D为电源故障模式集合，U为仿真数据集；
步骤2：将期望得到的电源监测参数品种的约简集合RED初始化为空集；
步骤3：计算电源监测参数集合A中的每一个监测参数的邻域关系；
步骤4：逐一计算A-RED中的监测参数相对于约简集合RED的重要度；
步骤5：选择重要度最大的监测参数，将重要度最大的监测参数加入到约简集合RED中，返回步骤4继续计算，直到重要度小于设定的阈值；
步骤6：得到最终的约简集合RED，所述最终的约简结果RED即为对电源健康状态最为敏感的监测参数集合。


4.根据权利要求3所述的电源的健康状态预测方法，其特征在于，所述衰退试验设定nt个环境温度进行试验，每个环境温度进行试验的时间为tshort，单位为秒，监测参数的采样频率W，单位为Hz，具体计算公式为；



其中，Tmax电源的最高工作温度，单位为摄氏度，Tmin为电源的最低工作温度，单位为摄氏度，nc为折算系统，单位为摄氏度；Ld为电源的设计寿命，单位为秒，ms为折算系数，无量纲；[]表示向下取整；
所述采集到的样本数据具体为nt个环境温度下的K种监测参数在相应的采样时刻的样本数据，其中同一环境温度下的监测参数X(k)的样本数据集为X(k)表示第k种监测参数，表示第n个时刻第k种监测参数的样本数据，k＝1，2，…，K，n＝1，2，…，N，N＝S*tshort，N≥K+2。


5.根据权利要求4所述的电源的健康状态预测方法，其特征在于，所述建立环境温度对监测参数的影响模型具体包括：
按下式对每个环境温度下的监测参数进行均值处理，得到各环境温度下的监测参数均值：



其中，为第i个环境温度Ti下...

【专利技术属性】
技术研发人员：吕永乐，渠浩，李庆岚，徐玉芳，
申请(专利权)人：中国电子科技集团公司第十四研究所，
类型：发明
国别省市：江苏;32