一种基于偏最小二乘算法的推进系统故障诊断方法技术方案

一种基于偏最小二乘算法的推进系统故障诊断方法，属于过程监控技术领域。所述方法具体步骤如下：步骤一、利用推进系统的样本数据构建PLS数学模型；步骤二、利用平方预测误差统计量监测过程数据；步骤三、检测到故障后结合关联故障检测因数诊断出故障位置。本发明专利技术提出的PLS监控和诊断方法仅利用数据间的关联关系，建立简洁的数学模型，可以减少计算量，提高检测速度，能够很好地应用于推进系统的过程监控及故障诊断。本发明专利技术对于采用PLS算法建立模型，克服了过程量共线性影响，采用计算快速的SPE统计量并结合所提出的关联故障检测因数，简化了监测过程，并能较好地完成诊断任务。

【技术实现步骤摘要】
【专利摘要】，属于过程监控
。所述方法具体步骤如下：步骤一、利用推进系统的样本数据构建PLS数学模型；步骤二、利用平方预测误差统计量监测过程数据；步骤三、检测到故障后结合关联故障检测因数诊断出故障位置。本专利技术提出的PLS监控和诊断方法仅利用数据间的关联关系，建立简洁的数学模型，可以减少计算量，提高检测速度，能够很好地应用于推进系统的过程监控及故障诊断。本专利技术对于采用PLS算法建立模型，克服了过程量共线性影响，采用计算快速的SPE统计量并结合所提出的关联故障检测因数，简化了监测过程，并能较好地完成诊断任务。【专利说明】
本专利技术属于过程监控
，涉及。
技术介绍
航天器推进系统是指为卫星、载人飞船、空间站、深空探测器等提供控制力、控制力矩和小推力的系统，用于完成末速修正、姿态控制、轨道机动、轨道修正、交会对接、推进剂管理等任务。推进系统是航天器上最为关键的分系统之一，一旦发生故障，将对航天器任务的完成产生致命的影响。2010年8月20日，美国AEHF-1卫星发射后出现发动机故障，导致该卫星没有达到指定轨道；2010年12月06日，火箭推进系统工作故障是导致俄罗斯的3颗全球导航卫星“格洛纳斯-M”发射失败的原因。伴随着航天器空间应用的迅速发展，尤其是载人航天器、大型通信卫星、深空探测器等对高可靠性、长寿命日益增长的需求，对航天器推进系统的性能和可靠性的要求也日益提高。研究航天器推进系统故障诊断技术，是发展系统重构和自主管理技术的基础，对提高我国航天器推进系统的可靠性和安全性，保证空间任务顺利完成具有重要意义；同时，该技术作为地面试验故障诊断的手段，还可以保证地面试验的安全性，具有重要的现实意义和工程价值。故障诊断技术发展至今，学者们已提出了大量的研究方法。传统的分类思想一般将故障诊断方法划分为基于数学模型的方法、基于知识的方法和基于信号处理的方法三大类。然而近年来随着理论研究的深入和相关领域的发展，各种新的诊断方法层出不穷，传统的分类方法已经不再适用.全新角度对现有的故障诊断方法进行了重新分类，将其整体上分为定性分析的方法和定量分析的方法两大类。其中，定量分析方法又分为基于解析模型的方法和数据驱动的方法，后者又进一步包括多元统计分析类方法、信号处理类方法、信息融合类方法等。其中，基于多元统计分析的故障诊断方法不需要对系统的结构和原理有深入的了解，完全基于系统运行过程中传感器的测量数据，而且算法简单，易于实现。
技术实现思路
本专利技术的目的在于提出——PLS算法在选取特征向量时强调输入对输出的解释预测作用，去除了对回归无益的噪声，因此所建数学模型具有更好的鲁棒性和预测稳定性；由于PLS方法能够有效地解决共线性问题，非常适用于过程变量较多而且耦合严重的工业过程建模。本专利技术的目的是通过以下技术方案实现的: 首先对推进系统的系统运行数据利用PLS方法构建数学模型，然后利用平方预测误差(Square Prediction Error, SPE)统计量对过程数据进行监测,检测到故障后结合所提出的关联故障检测因数诊断出故障位置。如图1所示，具体步骤如下: 步骤一、利用推进系统的样本数据构建PLS数学模型:推进系统的样本数据来源于推进系统的实际运行或仿真运行数据。 首先对原始输入)*== r!xm，y° #= ’ r 表示实 数，/为样本数据采样点个数，mi为每一采样点输入变量个数，即减去各自的均值并除以各自的标准差后得到本专利技术方法所使用的样本数据，记为输入变量：和输出变量y'然 后利用样本数据建立初步的PLS模型：:^和原始输出变量进行标准化处理，其中【权利要求】1.，其特征在于所述方法具体步骤如下: 步骤一、利用推进系统的样本数据构建PLS数学模型； 步骤二、利用平方预测误差统计量监测过程数据； 步骤三、检测到故障后结合关联故障检测因数诊断出故障位置。2.根据权利要求1所述的基于偏最小二乘算法的推进系统故障诊断方法，其特征在于所述步骤一的具体步骤如下: 首先，对原始输入变量?!和原始输出变量】H3进行标准化处理，其中α.β er >J0 e Rixii，R表示实数，/为样本数据采样点个数，m为每一采样点输入变量个数,即减去各自的均值并除以各自的标准差后得到本方法所使用的样本数据，记为输入变量和输出变量; 然后，利用样本数据建立初步的PLS模型: 3.根据权利要求2所述的基于偏最小二乘算法的推进系统故障诊断方法，其特征在于所述PLS模型求解的具体步骤如下: ?)令 4.根据权利要求1所述的基于偏最小二乘算法的推进系统故障诊断方法，其特征在于所述步骤二，利用步骤一得到的PLS模型参数，对于运行的过程数据，采用平方预测误差SPE统计量监测过程数据，判断过程是否发生异常，并及时检测出故障，具体步骤如下: 对于第/f个检测点，SPE统计量的定义为: 5.根据权利要求4所述的基于偏最小二乘算法的推进系统故障诊断方法，其特征在于由于在步骤三中要用到故障时刻之后一个时刻的数据，因此本步骤在检测出故障发生之后，至少要再多执行一个时刻。6.根据权利要求1所述的基于偏最小二乘算法的推进系统故障诊断方法，其特征在于所述步骤三的具体步骤如下: 设第/时刻检测到故障，变量Jlif为故障时刻/自变量的采样值，则预测误差为: 【文档编号】G05B13/04GK103472820SQ201310426582【公开日】2013年12月25日 申请日期:2013年9月18日 优先权日:2013年9月18日 【专利技术者】张淼, 沈毅, 韩渭辛, 候奉博, 崔捷 申请人:哈尔滨工业大学本文档来自技高网...

【技术保护点】
一种基于偏最小二乘算法的推进系统故障诊断方法，其特征在于所述方法具体步骤如下：步骤一、利用推进系统的样本数据构建PLS数学模型；步骤二、利用平方预测误差统计量监测过程数据；步骤三、检测到故障后结合关联故障检测因数诊断出故障位置。

【技术特征摘要】

【专利技术属性】
技术研发人员：张淼，沈毅，韩渭辛，候奉博，崔捷，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：