针对航天地面站测控设备健康管理的需求,给出健康管理系统总体架构,详细阐述信息监测点的设置、故障诊断、故障预测、健康评价及系统维护。健康管理系统的引入将增加测控设备的自动化、智能化程度,为提高装备系统安全性、完好性和任务成功性,减少维修投入,实现视情维修奠定基础。 通过监控系统采集的故障监测信息，对其进行统一控制和综合分析，并通过监控系统控制切换不同的测试链路，利用频谱仪、示波器等辅助设备，分析故障监测点和各检测点信号，定位出真实的故障设备。故障诊断系统设计遵循以下原则：①故障诊断系统平台化。采用平台化设计，系统能够支持不同设备监测点状态采集和不同系统故障树初始或扩展录入，有利于诊断功能的核心化和通用化。②知识与推理分离。系统采用松耦合设计，可扩展性强，方便日后随着对设备认识程度加深逐步完善故障诊断知识。图1设备健康管理系统组成图不需要对象系统的先验知识（数学模型和专家经验），它以采集的数据为基础，通过各种数据分析处理方法，挖掘其中的隐含信息，进行预测操作，从而避免了基于模型和基于知识的故障预测技术的缺点[3]。基于数据的预测技术的基本思想是通过对对象系统历史数据的学习，建立对象系统的数学模型，逼近对象数据中隐含的映射机制，从而利用该模型进行预测。采用的具体方法为支持向量机SVM（SupportVectorMachine）的故障预测方法，如图3所示。支持向量机是一种有监督的学习模型本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name，通常用来进行模式识别设备健康管理系统-数控滚圆机滚弧机折弯机张家港电动滚圆机滚弧机折弯机、分类以及回归分析。它以训练误差作为优化问题的约束条件，以置信范围值最小化作为优化目标，是一种基于结构风险最小化准则的学习方法。为了取得较好的预测效果，可通过数据的挖掘和清洗、特征相关性分析以及机器学习模型参数调整三种方式，提高测控系统指标预测的准确率。5健康评价与系统维护通过设备的自动化故障诊断和故障预变。视情维护是指根据电子系统的故障规律制定维修计划，以保证其在未来任务中具备一定的无故障工作时间，从而保证训练和测控任务的顺利完成。视情维护具有后勤保障规模孝经济可承受性好、自动化、高效率以及可避免重大灾难性事故等显著优势，具有良好的应用前景。系统设备健康评价与维护决策体系结构如图4所示。评估体系是评估系统的基础，包括评估的指标体系、评估流程、评估模型、评估方法等[4]。健康评价是按照设备功能、性能和状态等因素，综合考虑设备质量、历史情况，按照层次分析法建立评价指标体系，给出各指标的权重比例，采用模糊集理论计算出评价结果，并给出设备健康状态的综合评价，最终输出设备健康报表和设备维护建议。如图4所示，系统通过监控体系采集设备状况、运行情况、自动化测试结果、故障诊断结果以及定时预测结果等信息，作为健康评价的输入知识和历史数据。健康评价与维护决策子系统依据设定的指标体系、评价算法以及处置建议进行分析和评价，并给出合理建议。6结束语健康管理系统已经成为测控设备的重要组成部分，其相关设计必须从系统角度综合考虑，实现和其他系统的有机融合。另外，健康管理系统还需要不断更新，在实际应用中不断积累经验，积累数据，从健康管理的角度提高对测控系统的认知，改进故障模型，优化监测点的设置，减少故障误诊率，提高故障预测的准确性。健康管理系统必将为测控设备实现“无人值守”提供有力支撑设备健康管理系统-数控滚圆机滚弧机折弯机张家港电动滚圆机滚弧机折弯机。本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name