含有奇異信號的電子系統(tǒng)性能退化趨勢預(yù)測方法研究.pdf

1、為了充分提高電子系統(tǒng)的診斷性能，提升電子系統(tǒng)測試診斷的智能決策水平，近些年來，通過性能退化趨勢預(yù)測技術(shù)進行整個電子系統(tǒng)的可靠性分析越發(fā)受到當(dāng)前學(xué)術(shù)界和電子工程技術(shù)人員的廣泛關(guān)注。然而，系統(tǒng)性能退化過程中的故障征兆，特別是瞬態(tài)故障和間歇故障的影響，都會使得測點信號產(chǎn)生奇異性。當(dāng)這種奇異性處于預(yù)測模型的數(shù)據(jù)中，它們則以偽信息、偽變化規(guī)律的方式提供給各種預(yù)測模型，這必然影響趨勢預(yù)測的精確度和可靠性。由于先前的研究大部分集中在正常的性能退化趨勢

2、預(yù)測中，而忽略了奇異信號的影響。因此，含有奇異信號的電子系統(tǒng)性能退化趨勢預(yù)測方法的研究是一個重要的研究課題?；谏鲜鲈?，本論文主要完成以下的工作：
　　1.電子系統(tǒng)性能退化過程中奇異信號的分析。本文首先介紹了奇異性的數(shù)學(xué)模型，然后重點研究了性能退化過程中奇異信號的產(chǎn)生及其對預(yù)測的影響，由分析可知，奇異點嚴重減低了壽命預(yù)測的精度，對其之后的數(shù)據(jù)預(yù)測有著不可忽視的影響。緊接著本文又簡單分析了奇異信號與噪聲的區(qū)別，以及噪聲對奇異性檢測

3、的影響，研究表明，噪聲的存在不僅影響了信號奇異點的檢測，還嚴重影響了奇異程度的定量表征。進一步指出了在含有奇異信號的電子系統(tǒng)性能退化趨勢預(yù)測方法的研究上，現(xiàn)今采用的先識別與修正奇異點，再對修正后的奇異點數(shù)據(jù)序列進行預(yù)測的方法，存在了很大不足。從而為本文后面的研究工作提供了依據(jù)。
　　2.含有奇異信號的電子系統(tǒng)性能退化趨勢預(yù)測方法的研究。基于上面一點的分析，本文提出了兩種含奇異信號的性能退化狀態(tài)趨勢預(yù)測方法。其一，提出了采用平滑樣條

4、和隱馬爾可夫模型對含奇異數(shù)據(jù)的信號進行趨勢預(yù)測。該方法利用平滑樣條無限可微性質(zhì)克服了奇異信號對后續(xù)趨勢預(yù)測的影響，具有良好的收斂性和穩(wěn)定性，可有效提高含有奇異信號的電子系統(tǒng)退化狀態(tài)趨勢預(yù)測的準確度和魯棒性，降低預(yù)測結(jié)果的不確定風(fēng)險。其二，汲取VOLTERRA級數(shù)的精確建模和改進的最優(yōu)剪枝極限學(xué)習(xí)機訓(xùn)練學(xué)習(xí)速度較快和泛化、魯棒性能良好的優(yōu)點，建立了VOLTERRA最優(yōu)剪枝極限學(xué)習(xí)機模型(VKOPP)，進而提出了基于VKOPP算法的性能退化

5、趨勢預(yù)測方法。最后，以幾組不同的仿真數(shù)據(jù)來驗證本文提出的兩種預(yù)測模型相比其他大部分預(yù)測模型具有更高的預(yù)測性能，奇異點對其之后的數(shù)據(jù)預(yù)測的影響更小，以此來說明本文提出的這兩種預(yù)測模型能夠很好地解決含奇異信號的電子系統(tǒng)退化狀態(tài)趨勢預(yù)測中奇異信號對預(yù)測的致命影響。
　　3.預(yù)測分析軟件的設(shè)計和實現(xiàn)。該軟件集成了9種不同預(yù)測算法(其中包括一些經(jīng)典預(yù)測算法和本文提出的方法)，用戶可以選擇相應(yīng)的預(yù)測模型進行訓(xùn)練分析，軟件會從多個角度反映所選模

6、型的學(xué)習(xí)效果；與此同時，軟件后臺部分也會用設(shè)置好默認參數(shù)的其他預(yù)測模型對所選數(shù)據(jù)進行訓(xùn)練，當(dāng)預(yù)測時，軟件根據(jù)各個預(yù)測模型的預(yù)測精度分析和耗時分析，推薦出最合適用戶所載入數(shù)據(jù)的預(yù)測模型，并給出預(yù)測結(jié)果，給用戶一定的參考。另外，當(dāng)載入的數(shù)據(jù)含有奇異點時，用戶也可以通過該軟件模極大值曲線和LE指數(shù)值計算其奇異點的位置以及奇異性的大小。由于鋰離子電池性能退化預(yù)測是電子系統(tǒng)健康管理的一個重要方面，因此在論文最后，則以美國宇航局艾姆斯研究中心提供的