履带步战车变速机构的健康预测方法、系统及存储介质技术方案

本发明专利技术涉及一种履带步战车变速机构的健康预测方法、系统及存储介质。所述履带步战车变速机构的健康预测方法，包括：采用灰色关联分析法根据监测数据集合确定目标域下运行数据的健康特征、源域下运行数据的健康特征和变速机构源域下的一维健康指标，确定目标域下运行数据的健康特征和一维健康指标间的DTW距离，依据DTW距离确定目标域和源域间的公共性能特征，构建公共特征集合，采用改进鱼群优化SVR综合传动健康预测模型，以公共特征集合为输入确定健康度预测结果。基于本发明专利技术提供的这一预测流程能够迅速判断设备健康状态和健康状态变化趋势，节约维修工作人员分析时间，同时具有准确、容错能力强、灵活性高等优点。

【技术实现步骤摘要】
履带步战车变速机构的健康预测方法、系统及存储介质
本专利技术涉及履带步战车机械传动
，特别是涉及一种履带步战车变速机构的健康预测方法、系统及存储介质。
技术介绍
综合传动装置作为步战车关键部件，其将发动机产生的动力传递到战车的其他动力部件，以实现前进、后退、转向、制动、变速等功能，其性能状态直接决定了战车的机动能力，进而影响战车的战场作战能力，也是衡量战车高可靠性的因素之一。综合传动装置作为集液力、液压、行星传动等多项传感技术于一身的高复杂电液系统，其结构组成庞大、故障机理复杂、维修难度大、维修成本高，因此对综合传动装置的健康进行预测有着十分重要的意义。经不完全统计，综合传动装置可以进行测试的参数有100多个，由于其内部空间限制和不可现场拆解的特性，导致部分信号类型的传感器无法安装，如各轴承的振动信号、补偿泵的输入速度等，使得难以实现信号类型的全部采集，给其性能及健康预测带来了诸多不便。健康预测作为运行维修领域的新兴研究内容，已成为领域研究热点之一。健康预测以传感器监测信息或分析建模为基础，其目的在于实现对设备的健康状态评本文档来自技高网...

【技术保护点】
1.一种履带步战车变速机构的健康预测方法，其特征在于，包括：/n获取履带步战车不同工况下变速机构的监测数据集合；所述监测数据集合中包括多个数据样本；所述数据样本包括连续时序内不同工况下变速机构的运行数据；/n采用灰色关联分析法，根据所述监测数据集合确定目标域下运行数据的健康特征、源域下运行数据的健康特征和变速机构源域下的一维健康指标；所述目标域为当前工况；所述源域为与所述当前工况时序相接的历史工况；/n确定所述目标域下运行数据的健康特征和所述一维健康指标间的DTW距离；/n依据所述DTW距离确定目标域和源域间的公共性能特征，构建公共特征集合；/n获取改进鱼群优化SVR综合传动健康预测模型；所述...

【技术特征摘要】
1.一种履带步战车变速机构的健康预测方法，其特征在于，包括：
获取履带步战车不同工况下变速机构的监测数据集合；所述监测数据集合中包括多个数据样本；所述数据样本包括连续时序内不同工况下变速机构的运行数据；
采用灰色关联分析法，根据所述监测数据集合确定目标域下运行数据的健康特征、源域下运行数据的健康特征和变速机构源域下的一维健康指标；所述目标域为当前工况；所述源域为与所述当前工况时序相接的历史工况；
确定所述目标域下运行数据的健康特征和所述一维健康指标间的DTW距离；
依据所述DTW距离确定目标域和源域间的公共性能特征，构建公共特征集合；
获取改进鱼群优化SVR综合传动健康预测模型；所述改进鱼群优化SVR综合传动健康预测模型为采用鱼群算法优化后的SVR模型；
采用改进鱼群优化SVR综合传动健康预测模型，以所述公共特征集合为输入确定健康度预测结果。


2.根据权利要求1所述的履带步战车变速机构的健康预测方法，其特征在于，所述采用灰色关联分析法，根据所述监测数据集合确定目标域下运行数据的健康特征、源域下运行数据的健康特征和变速机构源域下的一维健康指标，具体包括：
获取所述监测数据集合中的第i个工况下的运行数据序列，记为比较序列；
获取所述监测数据集合中各工况达到设定状态时的指标序列，记为标准序列；
对所述比较序列和所述标准序列进行无量纲处理确定无量纲结果和无量纲指标数据值；
依据所述无量纲结果和所述无量纲指标数据值确定两级最大差值和两级最小差值；
根据所述两级最大差值和所述两级最小差值确定所述比较序列和所述标准序列间的关联系数；所述关联系数即为运行数据的健康特征；
根据所述关联系数确定所述比较序列和所述标准序列间的关联度；所述关联度即为所述一维健康指标；
其中，当第i个工况为当前工况时，确定的运行数据的健康特征即为目标域下运行数据的健康特征；当第i个工况为与当前工况时序相接的历史工况时，确定的运行数据的健康特征即为源域下运行数据的健康特征。


3.根据权利要求2所述的履带步战车变速机构的健康预测方法，其特征在于，所述根据所述两级最大差值和所述两级最小差值确定所述比较序列和所述标准序列间的关联系数，之后还包括：
获取采样时间标签；
根据所述采样时间标签对所述关联系数进行排序。


4.根据权利要求1所述的履带步战车变速机构的健康预测方法，其特征在于，采用Matlab软件确定目标域下运行数据的健康特征和所述一维健康指标间的DTW距离。


5.根据权利要求1所述的履带步战车变速机构的健康预测方法，其特征在于，所述获取改进鱼群优化SVR综合传动健康预测模型，之前还包括：
获取SVR初始模型和人工鱼群的初始化参数；所述初始化参数包括：种群初始数量、视野、步长、最大迭代次数和公告牌个数；
根据所述初始化参数和SVR初始模型确定目标函数；
基于所述目标函数每条人工鱼执行聚群行为和追尾行为时，自适应调整视野和步长；
对比聚群行为和追尾行为产生的结果确定是更新位置还是执行觅食行为；
确定人工鱼个体适应值和公告牌显示的最优值；所述最优值为设定的值；
判断是否满足终止条件；所述终止条件为预设条件；
当满足终止条件时输出最优参数，并根据所述最优参数确定改进鱼群优化SVR综合传动健康预测模型；所述最优参数包括：自适应调整后的视野和步长、人工鱼个体适应值以及公告牌显示的最优值。


6.一种履带步战车变速机构的健康预测系统，其特征在于，包括：
第一获取模块，用于获取履带步战车不同工况下变速...

【专利技术属性】
技术研发人员：李英顺，王德彪，郭占男，张杨，赵玉鑫，刘海洋，
申请(专利权)人：沈阳大工先进技术发展有限公司，
类型：发明
国别省市：辽宁;21