【技术实现步骤摘要】
本专利技术涉及控制系统健康状态评估领域，特别是涉及一种控制系统健康状态评估方法、系统、设备及介质。
技术介绍
1、控制系统是由多个单机子系统、分系统、部件、元器件组成的多层次结构复杂系统，用于实现复杂武器系统的飞行控制和地面测试控制，其健康状态的好坏直接影响了复杂武器系统的作战效果，在航天飞机、运载火箭等领域发挥着至关重要的作用。而由于控制系统的复杂性，对其进行健康状态评估旨在综合考虑对控制系统能够做出评估，即评估过程的可行性，且尽量充分利用控制系统所反映出来的各种信息，以便对其做出客观、公正、合理的全面评估，以提高系统评估结果的适应性，其意义在于可以得到控制系统的健康评估的综合结果，为其健康状态预测和健康管理提供有力支撑，并提高控制系统运行可靠性，实现灾难性故障预防。
2、对于实际控制系统而言，控制系统是一个多指标输入的复杂系统，其内部元器件众多，健康状态指标众多，所要评估的对象也十分庞大，从各类型指标、单机乃至整个控制系统，只根据少数要素对导弹控制系统的质量状态做出评估，是难以令人信服的。且控制系统健康评估问题是一个典型的、开放的复杂系统，具有明显层次结构，部件关系复杂，存在耦合性。对于控制系统而言，健康评估指标体系的设置应能准确反映各层次之间的隶属关系，各指标有明确的内涵，按照层次递推的关系组成层次分明、结构合理的整体，从而有效反馈整个控制系统健康状态的变化。因此，如何根据控制系统的结构和机理建立有效的健康状态评估体系是当前面临的问题之一。
3、由于控制系统健康指标涉及多种类型信息，数据信息量大，存
技术实现思路
1、本专利技术的目的是提供一种控制系统健康状态评估方法、系统、设备及介质，以解决无法有效反馈整个控制系统健康状态的变化以及控制系统健康状态评估结果可靠性低的问题。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种控制系统健康状态评估方法，包括：
4、根据系统模拟量信息、时序信息以及惯组标定信息构建控制系统健康状态评估指标，并将所述控制系统健康状态评估指标作为第一指标；
5、考虑所述第一指标的非等间隔信息，按照不同第一指标对应的采样间隔划分所述第一指标，计算所述第一指标的融合周期以及计算周期；
6、根据所述第一指标确定第二指标；所述第二指标包括所述时序信息对应的观测量转化后的置信分布形式、标准化处理后的第一指标转化后的置信分布形式以及填补后的第一指标转化后的置信度分布形式；
7、计算所述第二指标的相对权重以及可靠度；
8、根据所述融合周期、所述计算周期、所述第二指标、相对权重以及可靠度构建健康状态评估模型；
9、根据所述健康状态评估模型评估待测控制系统的健康状态。
10、可选的，根据所述第一指标确定第二指标，具体包括：
11、确定不同第一指标对应的观测值，并将不同第一指标对应的观测值转化为置信分布形式；所述置信分布形式包括所述系统模拟量信息对应的观测量转化后的置信分布形式，所述时序信息对应的观测量转化后的置信分布形式以及所述惯组标定信息对应的观测量转化后的置信分布形式；
12、基于所述系统模拟量信息对应的观测量转化后的置信分布形式以及所述惯组标定信息对应的观测量转化后的置信分布形式，对划分后的第一指标进行标准化处理，将标准化处理后的第一指标转化为置信分布形式；
13、对划分后的第一指标的缺失值进行填补处理，确定填补后的第一指标，并将所述填补后的第一指标转化为置信度分布形式；
14、将所述时序信息对应的观测量转化后的置信分布形式、所述标准化处理后的第一指标转化后的置信分布形式以及所述填补后的第一指标转化后的置信度分布形式作为第二指标。
15、可选的，确定不同第一指标对应的观测值，并将不同第一指标对应的观测值转化为置信分布形式，具体包括：
16、根据所述时序信息确定控制系统的时序宽度以及结果偏差；所述时序宽度为时序信号结束时间与开始时间之差；所述结果偏差为结束时刻与控制系统要求完成的参考时刻之差；
17、将所述时序宽度和所述结果偏差分别与对应的标准判据进行比对，确定所述时序信息对应的观测量的关键信息；
18、利用基于三角模糊数的输入信息转换将所述关键信息转化后的置信分布形式，确定所述时序信息对应的观测量转化后的置信分布形式；
19、利用基于效用的输入信息转化将所述系统模拟量信息对应的观测量以及所述惯组标定信息对应的观测量转化为所述系统模拟量信息对应的观测量转化后的置信分布形式以及所述惯组标定信息对应的观测量转化后的置信分布形式。
20、可选的，对划分后的第一指标的缺失值进行填补处理，确定填补后的第一指标，具体包括：
21、利用公式对划分后的第一指标的缺失值进行填补处理，确定填补后的第一指标；其中，为第一指标的填补值，xi(k)为第一指标的观测值，xi(k-1)为第一指标上一时刻的观测值，xi(k-2)为xi(k-1)的上一时刻的观测值，γi(k-1)为用于第一指标更新的比例系数，k为时间计算刻度，i为指标序号，ki为互质自然数。
22、可选的，所述融合周期tf为：tf＝lcm{t1,t2,...,tl}；其中，{t1,t2,...,tl}为第一指标的采样周期，tl代表第l个采样周期，l为第一指标对应的不同采样周期的个数；lcm表示最小公倍数计算；
23、所述计算周期tc为：tc＝gcd{t1,t2,...,tl}；其中，gcd表示最大公约数计算。
24、可选的，所述第二指标的相对权重为：
25、其中，为第k时刻第二指标对应的相对权重，为初始计算权重，，l为第一指标对应的不同采样周期的个数，ti为第一指标中第i个指标对应的采样周期，tl(l＝1,...,l)为第l个采样周期；
26、所述第二指标的可靠性ri(k)为：
27、其中，代表静态可靠性，代表动态可靠性，τi为表征扰动对可靠度影响的参数。
28、可选的，所述健康状态评估模型为：
29、o(h(k))＝{(hj,βj(k))}；其中，o(h(k))为第k个时刻对本文档来自技高网...
【技术保护点】
1.一种控制系统健康状态评估方法，其特征在于，包括：
2.根据权利要求1所述的控制系统健康状态评估方法，其特征在于，根据所述第一指标确定第二指标，具体包括：
3.根据权利要求2所述的控制系统健康状态评估方法，其特征在于，确定不同第一指标对应的观测值，并将不同第一指标对应的观测值转化为置信分布形式，具体包括：
4.根据权利要求1所述的控制系统健康状态评估方法，其特征在于，对划分后的第一指标的缺失值进行填补处理，确定填补后的第一指标，具体包括：
5.根据权利要求1所述的控制系统健康状态评估方法，其特征在于，所述融合周期Tf为：Tf＝lcm{T1,T2,...,TL}；其中，{T1,T2,...,TL}为第一指标的采样周期，TL代表第L个采样周期，L为第一指标对应的不同采样周期的个数；lcm表示最小公倍数计算；
6.根据权利要求1所述的控制系统健康状态评估方法，其特征在于，所述第二指标的相对权重为：
7.根据权利要求1所述的控制系统健康状态评估方法，其特征在于，所述健康状态评估模型为：
8.一种控制系统
9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行如权利要求1-7中任一项所述的控制系统健康状态评估方法。
10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的控制系统健康状态评估方法。
...【技术特征摘要】
1.一种控制系统健康状态评估方法，其特征在于，包括：
2.根据权利要求1所述的控制系统健康状态评估方法，其特征在于，根据所述第一指标确定第二指标，具体包括：
3.根据权利要求2所述的控制系统健康状态评估方法，其特征在于，确定不同第一指标对应的观测值，并将不同第一指标对应的观测值转化为置信分布形式，具体包括：
4.根据权利要求1所述的控制系统健康状态评估方法，其特征在于，对划分后的第一指标的缺失值进行填补处理，确定填补后的第一指标，具体包括：
5.根据权利要求1所述的控制系统健康状态评估方法，其特征在于，所述融合周期tf为：tf＝lcm{t1,t2,...,tl}；其中，{t1,t2,...,tl}为第一指标的采样周期，tl代表第l个采样周期...
【专利技术属性】
技术研发人员：周志杰，宁鹏云，冯志超，姚鑫智，杨晓春，韩海伟，梁晨艳，
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：
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。