[发明专利]一种车载健康管理系统仿真论证系统及方法

说明书

一种车载健康管理系统仿真论证系统及方法,属于人工智能技术领域。系统中大数据管理模块被配置为获取多个实际车辆的实际设备的时间序列数据；健康管理模型被配置为将实际设备的时间序列数据对维修模型进行训练；车辆模型至少包括由数学特性仿真的各分系统模型、用于仿真各分系统模型的健康状态测量值的传感器模型以及健康状态仿真模型，其中，健康状态仿真模型被配置为利用已训练的健康管理模型根据传感器模型的仿真测量值仿真车辆模型的健康状态。本发明提供的系统和方法通过获取实际车辆测量的大数据训练健康状态管理模型，通过各设备的模型仿真其健康状态，可使车辆模型与实际的车辆具有相同的特性，节省了大量的人力、财力、物力，研制周期短。

技术领域

本发明涉及一种车载健康管理系统仿真论证系统及方法,属于人工智能技术领域。

背景技术

现有技术中对车载健康管理系统的论证是对实物进行，浪费了大量的人力、财力、物力，且研制周期长。

发明内容

为克服现有技术的缺点，本发明提供一种车载健康管理系统仿真论证系统及方法，通过获取实际车辆测量的大数据训练维修模型，通过各设备的模型仿真其健康状态，可使车辆模型与实际的车辆具有相同的特性，节省了大量的人力、财力、物力，研制周期短。

为实现所述发明目的，本发明提供一种车载健康管理系统仿真论证系统，其特征在于，包括PHM模块和车辆模型，所述PHM模块至少包括：大数据管理模块和健康管理模型训练模块，大数据管理模块被配置为获取多个实际车辆的实际设备的时间序列数据，对其进行平滑处理获得平滑后的时间序列数据；健康管理模型训练模块被配置为对平滑后的时间序列数据进行处理生成第一二进制序列并根据第一二进制序列对健康管理模型进行训练；车辆模型至少包括由数学特性仿真的组成各分系统的设备模型和用于仿真组成各分系统的设备模型的健康状态的模拟模型，其中，模拟模型被配置为将输入的仿真测量值转换的第二二进制序列，利用已训练的健康管理模型根据第二二进制序列仿真车辆模型的组成各分系统的设备的健康状态。

优选地,大数据管理模块，至少包括判断模块和数据处理模块，其中，判断模块判断获取的测量设备参数的时间序列数据的差分序列是否趋近于零，如差分序列是否趋近于零，则数据处理模块用下式对数据进行平滑处理：

式中，是t+1时刻的预测值，x_t即t时刻的测量值，为t时刻的预测值，α表示平滑系数，取值范围为在[-1，1]之间；

如差分序列为正负常数序列，采用下述两式进行平滑预测：

其中，x_t+1、x_t和x_t-1表示在t+1、t和t-1时刻设备参数测量数据，表示在t+1、t时刻设备参数的趋势估计值，γ₁和γ₂表示平滑系数，它们的取值范围为(0，1]。

优选地，健康管理模型包括寿命预测模型、功能退化模型和故障诊断模型。

优选地，寿命预测模型包括输入层、编码层、输出层和模型优化层，其中，输入层输入通过大数据管理模块获取的实际车辆值各子系统的设备时间序列数据的二进制序列X＝[x₁,…x_i,…x_n]；

编码层第z_m个神经元与输入层输入的二进制序列用下函数关系表示：

z_m＝f_en(X,W)

式中W为编码层的网络参数；

输出层输出的目标量由下式表示：