基于数字孪生技术的激光惯组故障诊断方法、系统及设备技术方案

本发明专利技术提供了一种基于数字孪生技术的激光惯组故障诊断方法、系统及设备，涉及激光惯组故障诊断领域。该方法包括：采用时间序列分析方法，根据激光惯组的漂移数据，建立时间序列模型；所述漂移数据包括激光陀螺仪的漂移数据和加速度计的漂移数据；对所述时间序列模型进行卡尔曼滤波器设计，建立激光惯组随时间动态变化的数字孪生模型；将所述激光惯组的漂移数据作为所述数据孪生模型的输入，输出滤波后的漂移数据；根据所述滤波后的漂移数据确定所述激光惯组的故障阈值；根据所述故障阈值诊断所述激光惯组的当前状态；所述当前状态包括正常状态以及故障状态。本发明专利技术能够提高故障诊断精度。精度。精度。

【技术实现步骤摘要】
基于数字孪生技术的激光惯组故障诊断方法、系统及设备


[0001]本专利技术涉及激光惯组故障诊断领域，特别是涉及一种基于数字孪生技术的激光惯组故障诊断方法、系统及设备。

技术介绍

[0002]随着当今航天航空惯性导航技术的发展，激光陀螺捷联惯性测量组合（简称激光惯组），以其稳定性好、启动快、测量精度高、服役寿命长的优点，已经广泛应用于火箭、大型战略导弹、飞机等航天航空领域。
[0003]激光惯组作为惯性导航系统的关键部件之一，可以在不依赖外界条件下，通过自身内部的激光陀螺仪和加速度计等组件，实现自主精准定位导航。然而，由于工作环境中存在的温湿度、气压、振动、电磁等因素影响，激光惯组会发生性能退化，引发故障，从而造成难以估计的后果。因此，必须及时、有效、准确开展对激光惯组进行故障诊断，从而为下一步装备的维修以及备件更换提供决策依据。
[0004]激光惯组的故障诊断依赖于测试数据，关键在于对激光惯组重要组成部件激光陀螺仪和加速度计的漂移数据的检测和诊断。受噪声、漂移、闭锁效应等因素影响，激光惯组测试数据中存在的随机误差会影响故障诊断精本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生技术的激光惯组故障诊断方法，其特征在于，包括：采用时间序列分析方法，根据激光惯组的漂移数据，建立时间序列模型；所述漂移数据包括激光陀螺仪的漂移数据和加速度计的漂移数据；对所述时间序列模型进行卡尔曼滤波器设计，建立激光惯组随时间动态变化的数字孪生模型；将所述激光惯组的漂移数据作为所述数据孪生模型的输入，输出滤波后的漂移数据；根据所述滤波后的漂移数据确定所述激光惯组的故障阈值；根据所述故障阈值诊断所述激光惯组的当前状态；所述当前状态包括正常状态以及故障状态。2.根据权利要求1所述的基于数字孪生技术的激光惯组故障诊断方法，其特征在于，采用时间序列分析方法，根据激光惯组的漂移数据，建立时间序列模型，具体包括：采用时间序列分析方法，根据激光惯组的激光陀螺仪和加速度计的漂移数据，建立自回归滑动平均模型；基于所述自回归滑动平均模型，从低阶模型开始拟合，逐渐向高阶模型进行逼近，生成不同阶数的模型；采用残差平方和检验准则中的F
‑
准则对不同阶数的模型进行检验，判断高阶模型与低阶模型的残差平方和的差异是否显著，生成对比结果；根据所述对比结果选择时间序列模型。3.根据权利要求2所述的基于数字孪生技术的激光惯组故障诊断方法，其特征在于，所述自回归滑动平均模型为：；其中，为第个时刻系统状态；为自回归滑动平均模型第阶自回归系数，n=1，2，...；为自回归滑动平均模型第阶滑动平均系数，m=1，2，...；为第时刻的残差。4.根据权利要求1所述的基于数字孪生技术的激光惯组故障诊断方法，其特征在于，对所述时间序列模型进行卡尔曼滤波器设计，建立激光惯组随时间动态变化的数字孪生模型，具体包括：设定系统状态方程、过程噪声以及模型估计误差；根据所述系统状态方程以及所述过程噪声构建状态方程；根据所述时间序列模型、所述模型估计误差以及所述状态方程构建观测方程；根据所述状态方程以及所述观测方程构建卡尔曼滤波递推公式；基于所述卡尔曼滤波递推公式，建立激光惯组随时间动态变化的数字孪生模型。5.根据权利要求1所述的基于数字孪生技术的激光惯组故障诊断方法，其特征在于，根据所述滤波后的漂移数据确定所述激光惯组的故障阈值，具体包括：确定所述滤波后的漂移数据的均值和方差；根据所述均值和方差确定所述激光...

【专利技术属性】
技术研发人员：胡昌华，周志杰，李峙刚，冯志超，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：