[发明专利]一种激光惯组故障预测方法和系统

说明书

本发明公开了一种激光惯组故障预测方法和系统，该方法包括：对腔长控制电路数学模型进行解析，确定将系统动态响应特性的超调量作为系统健康指征；通过腔长控制回路仿真试验，采集得到系统动态响应特性的超调量的试验值，并根据试验值绘制超调量衰变曲线；根据绘制的超调量衰变曲线，采用趋势外推法建立拟合函数模型，并通过拟合函数模型，进行激光惯组故障预测。通过本发明实现了对激光惯组系统的故障预测。

技术领域

本发明属于电子控制系统故障预测与健康管理技术领域，尤其涉及一种基于腔长控制电路数学模型的激光惯组故障预测方法和系统。

背景技术

激光惯组系统是一种应用惯性敏感元件(激光陀螺与加速度计)构成的惯性测量装置或惯性测量系统。从结构上看，可把激光陀螺控制电路分为主控逻辑电路(单片机及外围电路)、抖动控制电路、腔长控制电路、稳流电路、信号放大与处理电路几个部分。其中，腔长控制电路的目的就是要稳定激光陀螺的腔长，确保标度因数稳定不变；以及，将在消除了相向行波模式竞争的环形激光器内形成稳定的双向行波振荡，获得稳定的输出功率。

激光陀螺的腔长控制通常采用压电陶瓷驱动一面或多面反射镜沿其法线方向平移来调节谐振腔腔长，从而使纵模频率稳定在增益曲线的峰值点上。根据光电探测器探测的增益曲线的变化，采用电子线路来控制压电陶瓷的伸缩。因此，腔长控制的过程是一个动态的闭环跟踪过程，如图1，给出了激光陀螺腔长闭环控制系统框图。

故障预测是指以装备的使用状态为起点，结合已知的装备结构特性、性能参数、环境条件及运行历史，对装备未来时间或任务段内可能发生的故障进行预报、分析和判断，确定故障性质、类别、程度、原因及部位，指出故障发展趋势及后果，包括确定装备的剩余寿命、故障发生的概率或正常工作的时间等。

当前对于控制电路故障预测技术的研究主要分为基于失效物理的方法和基于数据驱动的方法，其中，基于失效物理的方法是通过分析电路中关键元器件电性能的衰退特性，建立电子电路的衰退模型，并据此进行故障预测。但是随着电子电路复杂性的不断提高，衰退模型建立的难度会成几何级数的增长，很多系统甚至无法建立准确的模型。

基于数据驱动的方法依赖于产品的监测数据，通过建立相应的统计或者随机模型对监测数据进行建模，利用具有时间序列性质的监测数据来学习模型中未知的状态和参数。一旦未知状态和参数确定下来，便可以根据模型的性质进行故障预测和剩余寿命预测。基于数据驱动的故障预测方法不依赖于系统的物理或数学模型，无需对系统内部故障传播机理进行深入的研究，仅需要通过获取系统测试或传感器的历史数据，从中挖掘出包含的故障信息，据此建立预测模型，完成对系统故障趋势的预测。但是，实际应用中典型数据的获取代价通常十分高昂；而且即使能够获得需要的故障样本数据，其往往具有很强的不确定性和不完整性，也很难获得足够的、覆盖系统整个生命周期的样本数据。

对于激光惯组系统故障预测方法的研究国内主要是采用数据驱动的方法，基于激光陀螺逐日漂移系数数据进行故障预测。如基于支持向量机的惯性测量组合故障预测，基于极端学习机的惯性测量组合故障预测，基于小样本条件下的惯性测量组合故障预测等。但是激光陀螺是高可靠性器件，短期内获得的激光陀螺逐日漂移系数数据很难反映激光陀螺的衰变趋势，因此根据这些数据进行的故障预测结果也很难具有高准确性。而国内对于基于失效物理的激光惯组故障预测方法的研究主要是进行了基于退化过程建模的剩余寿命在线估计算法的理论研究，还没有实际的试验案例。

可见，对于激光惯组系统的故障预测，基于失效物理模型的方法很难建立准确的衰退模型；基于数据驱动的方法也很难获得足够的、覆盖系统整个生命周期的样本数据。

发明内容

本发明的技术解决问题：克服现有技术的不足，提供一种基于腔长控制电路数学模型的激光惯组故障预测方法和系统，实现了对激光惯组系统的故障预测。

为了解决上述技术问题，本发明公开了一种基于腔长控制电路数学模型的激光惯组故障预测方法，包括：