[发明专利]一种基于马氏距离和健康指数的机载系统健康评估方法

摘要

本发明提出一种基于马氏距离和健康指数的机载系统健康评估方法，利用监测数据的马氏距离，通过数据的统计分布建立健康指数来进行健康评估。马氏距离可以将多变量数据进行降维，并能够反应数据之间的相关性，并随原始数据的变化趋势而变化，但对该变化不够敏感，本方法通过加权将其变换为健康指数。马氏距离和健康指数的结合能够更好的检测健康状态的下降，同时，利用数据的统计分布构建健康指数，可以避免系统突发异常造成的个别马氏距离值增大，因此对间歇性异常和故障的健康状态具有更好的评估能力，从而降低虚警率，更具有实际意义。

主权项

一种基于马氏距离和健康指数的机载系统健康评估方法，其特征在于：包括以下步骤：步骤1：选取表征机载系统健康特性的m种参数；在机载系统正常工作情况下，同步采集m种参数的数据点，每种参数采集n个点；对采集的所有参数进行标准化处理，得到标准化数据Z_ij，i＝1，2，……，m，j＝12，……，n；步骤2：构建向量并计算马氏距离${\mathrm{MD}}_j=\frac{1}{m}{Z}_j^T{C}^{-1}{Z}_j$其中相关矩阵C为：$C=\frac{1}{(n-1)}\underset{j=1}{\overset{n}{\Σ}}{Z}_j{Z}_j^T;$步骤3：设置数据点长度为l的时间窗，计算时间窗内的最优分段间隔：h^*＝1.06sl^‑1/5其中s为n个马氏距离的标准差；步骤4：沿马氏距离的时间轴将时间窗顺序移动，采用以下步骤计算每个时间窗内数据的健康指数，得到健康指数随时间的变化结果；步骤4.1：根据步骤3得到的最优分段间隔对时间窗内马氏距离分布范围进行分割，得到q个区间，计算每个区间的分数贡献率f_p，p＝1，2，…，q，所述分数贡献率为对应区间内数据点个数除以l；步骤4.2：根据步骤4.1得到的q个区间的分数贡献率f_p，p＝1，2，…，q，计算时间窗内数据的健康指数：$HI=\underset{p=1}{\overset{q}{\Σ}}(w_p\×f_p)$其中w_p为第p个区间的权重；步骤5：根据步骤4得到的健康指数随时间的变化结果建立健康阈值，健康阈值取值为：步骤4得到的健康指数随时间的变化结果中的最大值的95％～99.9％；步骤6：同步采集机载系统工作状态下m种参数的若干数据点，并计算得到机载系统工作状态下的健康指数变化曲线；根据步骤5得到的健康阈值评估健康指数变化曲线。