[发明专利]一种基于粒子群算法的航天BDR模块剩余寿命预测方法

说明书

本发明公开一种基于粒子群算法的航天BDR模块剩余寿命预测方法，包括：S1、确定关键元器件；S2、针对关键元器件，开展退化机理分析；S3、构建航天BDR模块退化机理模型；S4、计算模块剩余寿命预测均方根误差，并将其作为粒子群算法的适应度函数；S5、根据粒子群的适应度函数，计算粒子适应度值；S6、记录个体和种群的最优位置，更新粒子速度和位置，确定个体和种群的全局最优位置；S7、判断均方根误差是否达到最小，若没有达到最小值，则返回步骤S5，继续进行迭代，若达到了最小值或者迭代次数等于最大迭代次数，结束迭代。本发明能够对航天BDR模块进行剩余寿命预测，同时所得到的剩余寿命预测方法也为指导其他航天电子产品剩余寿命预测提供方法支撑。

技术领域

本发明涉及航天电子产品剩余寿命预测领域，具体涉及一种基于粒子群算法的航天BDR模块剩余寿命预测方法。

背景技术

航天BDR模块是电源控制器中的关键模块，属于航天电子产品的一种，它的剩余使用寿命也决定着航天器的剩余使用寿命。目前国内在航天BDR模块剩余寿命预测方面的研究较少，传统的统计学方法无法对航天BDR模块开展准确的剩余寿命预测，不少航天器还是使用备份航天BDR模块的办法来提高系统的稳定性，这种依赖产品过度设计的方法，不仅造成体积、重量和生产成本的加大，而且增加了系统控制的复杂度。

发明内容

为了提高我国航天电子产品剩余寿命预测方面的研究水平，本发明提供了一种基于粒子群算法的航天BDR模块剩余寿命预测方法，通过退化机理分析来构建退化机理模型，再利用粒子群算法实现模型参数自寻优，建立准确度的航天BDR模块剩余寿命预测模型，可以支持相关航天电源设计单位和使用单位对航天BDR模块实施有效的寿命预测，进一步提高我国航天电子产品剩余寿命预测的水平。

本发明提供了一种基于粒子群算法的航天BDR模块剩余寿命预测方法，其特征在于，包括：

S1、对航天BDR模块的历史数据进行分析，确定影响模块寿命的关键元器件；

S2、针对关键元器件，开展退化机理分析；

S3、基于退化机理分析，构建航天BDR模块退化机理模型；

S4、计算航天BDR模块剩余寿命预测的均方根误差RMSE，并将其作为粒子群算法的适应度函数，

S5、根据粒子群适应度函数，计算粒子适应度值；

S6、记录个体和种群的最优位置，更新粒子速度和位置，确定个体和种群的全局最优位置；

S7、判断均方根误差RMSE是否达到最小，若没有达到最小值，则返回步骤S5，继续进行迭代，若达到了最小值或者迭代次数等于最大迭代次数，结束迭代，完成航天BDR模块的剩余寿命建模。

可选地，所述步骤S1具体包括：

S11、收集航天BDR模块的历史数据，对其展开数据分析；

S12、对比可能发生的故障机理，忽略影响较小的故障因素，从而确定影响模块寿命的关键元器件。

可选地，所述步骤S2具体包括：

S21、考虑工作时间和工作温度，利用阿伦尼乌斯模型，对电阻开展退化机理分析，表达式为：

其中，ΔR、R分别t时刻的电阻差值和电阻值，T为温度，B、C、D和F都是常数；

S22、考虑工作温度，利用阿伦尼乌斯模型，对电容开展退化机理分析，表达式为：

c＝A·exp(-E/kT)

其中，c为电容，T为温度，E为电容两端电压，A和k为常数；