[发明专利]一种适用于动态复杂系统的故障预测和诊断方法

摘要

本发明提出一种适用于动态复杂系统的故障预测和诊断方法，可应用与航天器等动态复杂系统故障预测及诊断领域。本发明方法首先对动态复杂系统进行FMEA分析，得到主要故障模式和相应的性能检测参数，并性能检测参数划分为缓变数据和快变数据，再对性能检测参数进行预处理，针对缓变数据建立ARMA模型进行时序预测，针对快变数据建立多分辨率小波神经网络进行时序预测，然后建立预测区间模型对时序预测结果进行故障预警，最后通过建立基于D-S证据理论的多信号融合模型进行故障诊断。本发明方法能够对动态复杂系统进行高精度的故障预测及诊断，具有较强的通用性。

主权项

一种适用于动态复杂系统的故障预测和诊断方法，其特征在于，具体包括以下步骤：步骤一、对动态复杂系统的结构、性能和历史故障数据进行FMEA分析，得到动态复杂系统的主要故障模式和各故障模式相应的性能检测参数，并将性能检测参数划分为缓变数据和快变数据；步骤二、对动态复杂系统的性能检测参数进行预处理，所述的预处理包括：剔除奇异值和滤波降噪；步骤三、建立单参数时序预测模型：针对缓变数据，采用ARMA模型建立缓变数据的时序预测模型；针对快变数据，采用多分辨率小波神经网络建立快变数据的时序预测模型；将预处理的性能检测参数输入相应的时序预测模型后输出时序预测结果；步骤四、建立预测区间模型，通过预测区间对时序预测结果进行检测，当时序预测结果超过预测区间的范围时进行故障预警；步骤五、通过建立基于D‑S证据理论的多信号融合模型进行故障诊断。