設(shè)備健康管理系統(tǒng)軟件的設(shè)計與實現(xiàn).pdf

1、近年來因電子系統(tǒng)的故障而引起的災(zāi)難性事故時常發(fā)生，導(dǎo)致大量的人力、物力與財力的損失，各國政府迫切需要能夠?qū)﹄娮酉到y(tǒng)開展基于故障診斷與健康管理的“視情維修”，以此避免傳統(tǒng)的“定時維修”或“事后維修”造成的損失。因此電子系統(tǒng)的故障診斷和健康管理（PHM）研究近些年引起了國內(nèi)外科研人員的極大興趣，目前國內(nèi)外學(xué)者在這方面的研究成果較少，因此電子系統(tǒng)的PHM技術(shù)將是今后研究的重點。
　　PHM核心技術(shù)主要包括狀態(tài)監(jiān)測、故障診斷以及狀態(tài)預(yù)測等

2、幾方面的內(nèi)容，本論文主要以經(jīng)緯儀電源系統(tǒng)為對象，進行了以下研究工作：
　　(1)以開放體系結(jié)構(gòu) OSA-CBM模型為依據(jù)，整體分析了健康管理系統(tǒng)的框架、需求、功能模塊以及關(guān)鍵技術(shù)。
　　(2)針對具體的經(jīng)緯儀電源系統(tǒng)，比較多種特征提取算法后，選取改進LDA算法對電源電壓進行特征提取，并將其與CHMM診斷算法結(jié)合，實現(xiàn)了對電源系統(tǒng)的狀態(tài)監(jiān)測以及故障診斷。
　　(3)通過分析基于 LS-SVM的時間序列預(yù)測方法及算法流程，

3、并就其超參數(shù)優(yōu)化問題提出了基于多級網(wǎng)格搜索和遺傳算法的兩種超參數(shù)優(yōu)化方法，通過實驗對比其性能。然后結(jié)合HMM良好的故障識別能力，提出了LSSVM-HMM預(yù)測方法，通過實驗驗證了其有效性。
　　(4)基于前面章節(jié)所闡述的理論方法，根據(jù)具體合作項目的經(jīng)緯儀健康管理需求，基于SQL SEVER2008 R2數(shù)據(jù)庫與VS2005開發(fā)平臺開發(fā)實現(xiàn)了經(jīng)緯儀電源設(shè)備健康管理系統(tǒng)，完成了數(shù)據(jù)獲取、數(shù)據(jù)處理、數(shù)據(jù)存儲、狀態(tài)監(jiān)測、故障診斷、故障預(yù)測及