為機床工具企業提供深度市場分析                     

用(yòng)戶名:   密碼:         免費注(zhù)冊(cè)  |   申請VIP  |  

English  |   German  |   Japanese  |   添加收藏  |  
機床電器

車床 銑床 鑽床 數控係統 加工中心 鍛壓(yā)機床 刨插拉床 螺紋加工機床 齒輪(lún)加工機(jī)床
磨(mó)床 鏜床 刀具 功能部(bù)件 配件附(fù)件(jiàn) 檢驗測量 機床(chuáng)電器 特種加工 機器(qì)人

機床(chuáng)電器

電工電力 工程機械 航空航天 汽車 模具(jù)
儀器儀表 通用機械 軌道交通 船舶

搜索
熱門關鍵字:

數(shù)控機床

 | 數控車床 | 數(shù)控係統 | 滾齒機 | 數控銑床 | 銑刀 | 主軸 | 立式加工中心 | 機器人
您現在的位置:機床電器網> 技術前沿>考慮傳感器故障檢測能力的 PHM 係(xì)統傳感器優化配置方(fāng)法
考慮傳感器故障檢測能力的 PHM 係統傳感器優化配置方法(fǎ)
2015-2-24  來源:空軍工程大學 陝西飛機工業集團 等  作者:朱喜華 李(lǐ)穎暉 侯世芳 晏海波


 

 

      摘要: 傳感器優化配置是航空航天設備 PHM 係統功能得以有(yǒu)效(xiào)實現的(de)基礎和保證。針對目前傳(chuán)感器(qì)配置研究中未考慮傳感器實際屬性的問題(tí),建立了考慮傳感器故(gù)障檢測能力的 PHM 係統傳感器優化配置模型。首先分析了係統故障(zhàng)-傳(chuán)感器(qì)相關性矩陣的含義,將傳感器的故障檢測(cè)能力和相關性矩陣(zhèn)相(xiàng)結合,以概率形式描述(shù)了傳感器對故障的(de)檢測性能(néng)。在此基礎上根據係(xì)統(tǒng)的測試性指標要求建立傳感器優化配(pèi)置模型,並采用(yòng)混沌二進製粒(lì)子群優化算法求解。仿真(zhēn)實例結果表明,本文建立的優化模型更加(jiā)符(fú)合實際情況,配置結(jié)果更加準確和可靠。
  

      引言
  

      傳感器優化配置是係統測試性設計的重(chóng)要內容,也是故障預測與健康管理(Prognostics andHealth Management,PHM) 係統的基礎,對 PHM係(xì)統功能的實現具有至關重要的作用。傳感器優化配置需要解決以下兩個問題:(1) 在保證(zhèng)係統故障覆蓋和辨識的前提下,確定需要(yào)采用的傳感器的類型和數目;(2) 對選定傳感器的布局進行優化,其優化準則(zé)是在保證係統(tǒng)具有較高可靠性(xìng)的前提下具有較好的檢測性能。從理論上講,傳(chuán)感器數量越多所(suǒ)獲取的係統性能參數就(jiù)越多,對係統健康狀態的描述就(jiù)越準(zhǔn)確越全麵。然而對於航空航天設備PHM 係統這樣的大型複雜係統,其監測變量成千(qiān)上萬,由於結構特點和經濟因素等(děng)原因的限製,不(bú)可能對所(suǒ)有變量都安(ān)裝傳感器進行測量。此(cǐ)外,傳感器的安裝和布局方式可能會對設備(bèi)的工作狀(zhuàng)態產生影響。因此,在滿足 PHM 係統測試性指標要求(qiú)的條件下,研究其傳(chuán)感器優化配置的理論和方法,選擇在其最關(guān)鍵的位置配置合適數量的傳感器,具有十分重要的理(lǐ)論意義及工程(chéng)實用價值。
   

      近年(nián)來(lái),國內外(wài)學者對傳感器優化配置問題(tí)開展了廣泛的研究。BHUSHAN 等人提出了基於符號有向圖(SDG)在可靠性準則下的傳感器分布設計問題,其設計思(sī)想是從係統可靠性(xìng)最(zuì)薄弱的環節入手,以解決係統整(zhěng)體的可靠性問題;Bagajewica提出了一個混合整數(shù)線性規劃(Mixed Integer LinearProgramming,MILP) 模型以解決傳感器的選(xuǎn)擇問題,但是沒有考(kǎo)慮傳(chuán)感器(qì)故障的影響;清華大學的楊帆研究了利用概率符號有向圖(SDG)模型(xíng)來描述大規模複(fù)雜係統故障檢測的可靠性問題,並針對係統中(zhōng)各種傳感器的不同故障概率(lǜ),分析傳感器的(de)選(xuǎn)擇(zé)和分布對故障檢測可靠性(xìng)的影響;哈爾濱工業大學的(de)徐敏強針對某衛星一次電源係統,提出了一種基(jī)於可觀測性(xìng)和可靠性的傳感器分布優(yōu)化設計方法。
   

      以上對於傳感器優(yōu)化配置的研究都沒有考慮傳感器自身的(de)故障檢測性能,都是假設傳(chuán)感器正常工作時能以(yǐ) 100% 的概率對相應的故障進行檢測,而這種假設是不符合實際(jì)情況(kuàng)的。實(shí)際工作(zuò)過程中,傳感器也有一定的故障率,其故障檢測能力除受自身性能的影響外,還與環境因素密切相(xiàng)關(guān),是各種因素綜合作用的結果。本文在他人研究的(de)基礎上,在建立優化模(mó)型時把傳感器的故障檢(jiǎn)測(cè)性能考慮在(zài)內,以增加(jiā)傳感器優化配(pèi)置結果的準確性和可靠性,並(bìng)以阿波羅號發射前的檢測為例進行了仿真驗證。

  
      1 、係統故障 - 傳感器相關性矩陣
  
  
      PHM 係統狀態監測(cè)和故障診斷的質量很大程(chéng)度上(shàng)依賴於(yú)傳感器所采集的信息,如果傳感器配(pèi)置不當(dāng),可能導致(zhì)某些故障無法(fǎ)檢測或對其不敏感,以(yǐ)致造成嚴重後果,因此傳感器的配置方(fāng)案必須(xū)保證對(duì)設備故障狀態的全(quán)部(bù)覆蓋和有效(xiào)辨識。這就要求對設備的故障模式具有一定的先驗知識,進而基(jī)於設備的故障模式分析進行傳感器優化配置,設備的故障模式(shì)可以(yǐ)通過對其進行故障(zhàng)模式影響及危害(hài)分析(Failure Modes,Effects and Criticality Analysis,FMECA)得到。為實現對設備故障模式的檢測和辨識,首先需要建立(lì)故障模式集(jí)合與傳感器集合之間的(de)相關性矩陣。
   

      設某係統有 m 種故障模式,可供選擇的傳感器測量信號有 n 類(lèi),則該係統的故障 - 傳感器相關性矩陣(zhèn)可記為布爾邏輯矩陣 D = [ dij] ,其(qí)中 i = 1, 2,…, m, j = 1, 2, …, n。 矩陣(zhèn)行表示故障模式,列表示傳感器類型,如(rú)表 1 所示。
  

      表 1  故障 - 傳感器相關(guān)性矩陣

      

  
      表 1 中,元素 dij= 1 表示故障 fi能被傳感器 sj檢(jiǎn)測到,元素 dij= 0 表(biǎo)示(shì)故(gù)障 fi不能被傳感器 sj檢測到(dào)。 故障 - 傳感(gǎn)器相關性矩陣(zhèn)描述了係統故障與傳感器的二元(yuán)相(xiàng)關性關係,是對複雜係統進行(háng)傳感器優化配(pèi)置的基礎。
  
  
      2 、傳感器故障(zhàng)檢測能力分析
    
  
      係統(tǒng)故(gù)障 - 傳感器相關性矩陣隻是粗略地描述了係統故障集和(hé)傳感器集之間的簡單對(duì)應關係,其元素 dij= 1 可以有兩(liǎng)種含義:(1) 傳感器 sj能檢(jiǎn)測到故障(zhàng) fi的(de)發(fā)生, 即二者有相關關係;(2) 當(dāng)故障fi發生時,傳(chuán)感器sj檢測到fi的概率為1,即隻要故障fi發生(shēng),傳感器 sj就能檢測到。同理(lǐ)可得 dij= 0 時的含義。顯(xiǎn)然,第一種含義更合理(lǐ),第二種含(hán)義則不符(fú)合(hé)實際情況。在實際係統中,由於傳感器自身的可靠性問題及(jí)環境因素的影響,即使(shǐ) dij= 1,傳(chuán)感器 sj也(yě)不一定能檢測到故障(zhàng) fi的發生。
  
  
     傳感器對故障的檢測能力取決於多種因素,如(rú)傳感器的可靠性(故障率)、信(xìn)噪比、靈敏度等。定義傳(chuán)感器 sj對故障 fi的檢測能力如下:
  
  
      
  
  
      其中: Vij為傳感(gǎn)器 j 對故障 fi的檢測靈敏度;Nj為傳感器(qì)j的(de)信噪比;Tij為故障fi的發(fā)生時刻與傳感器 j 檢(jiǎn)測到該故障(zhàng)的時刻之間的時間間隔;Fij為故障 fi發(fā)生的(de)時刻與該故障導致(zhì)係統不能正常工作時刻之間的間隔;Yij為傳感器j能檢測到故(gù)障fi的征兆的持續時間;b、c、g、h、α和 β為(wéi)常數。由式(1) 可知,傳感器的故障檢測能力為(0,1) 之間的實數,可以理解(jiě)為檢測的(de)概(gài)率值。
   

      根據經驗,典型的傳感器故障檢測能力可描述為(wéi)如下形式:
    

      
  
  
      由於實際的傳感器具有一定的(de)故障率,在工程(chéng)實際中,對於一些重要變量的監測需要設置傳感器(qì)冗餘,即對於同一監測變量用多個傳感器測量,以提高故障檢(jiǎn)測的(de)可靠(kào)性,在本文(wén)的研究(jiū)中不考慮冗餘,即隻考慮傳感器是否(fǒu)安裝。假設各類傳感器(qì)的安裝數(shù)量為 Q = {q1,q2, …,qn}, qj∈ {0,1};各傳感器的故(gù)障率為λ = {λ1,λ2,…,λn}。綜合係(xì)統故障 -傳(chuán)感器相關性矩陣和傳感(gǎn)器故障檢(jiǎn)測能(néng)力,在傳(chuán)感器不發生故障(zhàng)的條件下,當故障 fi發(fā)生時(shí),傳感器 sj對其進行有效檢測的能力為:

  
      
    

      3 、傳感器配置優化模型的建立及(jí)求解
    

      3. 1 優化模型的建立
    

      傳感(gǎn)器優化配置就是在滿足係統各種測試性指標要求的前(qián)提下,選擇盡可能(néng)少的傳感器,使成本最小,同時滿足(zú)係統的故障檢測可靠性要求。假設係統各故障模式的(de)先驗概率集為 P = {p0,p1, …,pm},且有∑mi =0pi= 1,其中 p0為正常狀(zhuàng)態的概率值。PHM 係統要求傳感器配置方案(àn)對係統所(suǒ)有故障模式的覆蓋,即對於每一種故障(zhàng) fi,都要有至(zhì)少一個傳感器對其進行檢測,數(shù)學描述為:

  
      
    

      此外,PHM 係統對故障檢測率、故障隔離率和虛警率都有一定(dìng)的要求,分別如式(5)、(6)和(7)所示:
  

      
  

      一個(gè)最優的傳感器配置(zhì)不僅要求能夠檢(jiǎn)測到被監控係(xì)統所有的故障,還要盡可能提高故障檢測的可(kě)靠性。故障檢測可靠性可以描述為:當係統發生某種故障時,其相關傳感器至少有一個(gè)正常工(gōng)作,保證能檢(jiǎn)測到該故障的發生;如果該(gāi)故(gù)障的所有相關傳感(gǎn)器都同時發生了(le)故障,則該故障不能被有效(xiào)檢測,即發生漏檢,從而導(dǎo)致故障檢測的可靠性降低。對於故障 fi,構造其故障檢測可靠性函數如下:
  

      
  

      類似故障(zhàng)檢測率,用平均值來描述係統的故障檢測可(kě)靠性,該值(zhí)越小,故障檢測可靠性越高,如式(9)所示:
  

      
  

      對於大型複雜係統,需(xū)要安裝的傳感器數量(liàng)極其龐大,成本是一個必須考慮(lǜ)的因素,主(zhǔ)要包括傳感器的購買、安裝(zhuāng)、維護,以及相應的數據采集(jí)和處理(lǐ)費用等(děng)。假設(shè)折算到每一個傳感器的成本為 cj,則總的成本為:

  
      
  

      PHM係統(tǒng)傳感器優化配置的目的是在滿足係統測試性指標(biāo)(故障檢測率、故障隔離(lí)率等)的前提下,配置盡(jìn)可(kě)能(néng)少的傳感(gǎn)器(qì),使係統的總(zǒng)成本最低,同時滿足係統的可靠性要求,則優化模型為在滿足(zú)約束條件(4) ~ (7)條件下,使目標函數(9)和(10)取最小值。

  
      3. 2 二進製粒子群算法的(de)混沌改(gǎi)進

  
      傳(chuán)感器優化配置是(shì)一個集合覆蓋和多目標組合優化問題,屬於(yú)典型的 N- P 難題,許多文獻都(dōu)提出了相應(yīng)的求解方(fāng)法(fǎ),如基(jī)於邏(luó)輯運算的方法、基(jī)於貪婪策略的方法、基於遺傳算法(fǎ)的方(fāng)法和基於粒子群算法等,並在工程中得(dé)到了廣泛的應用(yòng)。粒子群算法(PSO)由於具有參數少、收斂速度快等優點,本文利用其改進離散形式(shì)— — —混沌二進製粒子群算法對傳感器優化模型進行求解。

       基本(běn)粒子群(qún)優化算法中各粒(lì)子按式(shì)(11)更新(xīn)其速度和位置信息:
  

      
  

      二進製粒子(zǐ)群算法中的速度向量不再是位置變化,而是(shì)作為粒子位置取 1 或 0 的概率。根據速度的大小來選擇粒子在對應位置上為 1 或 0,表(biǎo)示該位置上是否安裝傳感(gǎn)器(qì),其概率值(zhí)可以用 sigmoid 函數來描述:

     
      
  

      為了防止 sigmoid 函數出現飽和(hé),將粒子的速度設(shè)定在一定範圍之內,其修改形式如下所示:
  

      
  

      二(èr)進製粒子群算法粒子的(de)位置更新規律為:
  

      
  

      式(14)中, δk+1id 為(0,1) 之間(jiān)的(de)隨機數。混沌優化方法(fǎ)是一種新穎的優化方法,它利用混沌係統特有的遍曆性特點來進行優化搜索,而且不要(yào)求目標函數具有連續和可微(wēi)的性質,其基本思想是首先產生一(yī)組(zǔ)與優化變量相同數(shù)目(mù)的混沌變量,用類似載波的方式(shì)將混沌(dùn)引入優化變量使其呈現混沌(dùn)狀(zhuàng)態,同時(shí)把混沌運動的遍曆範圍放大到優化變量的取值範圍 然(rán)後直接利(lì)用混沌變量(liàng)進行搜索。一般應用 Logistic 映射(邏輯(jí)映射)來產生混沌變量(liàng),其映射形式如下:

  
      
  

      其中μ ∈[ 0,4]為控製變量,zk∈[ 0,1],k =0,1, 2,…。 當 μ = 4 時,係統完(wán)全處於混沌狀(zhuàng)態,此(cǐ)時,軌道布滿區間[ 0,1],即混沌軌道在區間[ 0,1]內遍曆。由任意初值(zhí) z0∈[ 0,1]可迭代出一個確定的混沌時間序列 z1,z2,z3, …。

  
      4 、仿真實例(lì)分析
  

      以中(zhōng)阿波羅號發射前(qián)的檢測為例,根據上述方法進行仿真分析。該係統有(yǒu) 10 種故障模式,可提供 15 個傳感器(qì)測量點。假設係統的故障檢測率、故障隔離率要(yào)求(qiú)分(fèn)別為不低於 90% 和 85%,虛警率要求不高於 5%。該係統的部分故障 - 傳感器相關性矩陣 (S1- S10) 如表 2 所示(shì),故障(zhàng)先驗概率和各傳感器成本分(fèn)別見表 3 和表 4。

根據(jù)本文的(de)混沌二進製粒子群(qún)算法對建立的傳感(gǎn)器優化配置模型進行求解, 結果為:各傳感器配置數(shù)量為[ 1,0,0,0,0,0,0,0,1,0,1,0,0,1,0],故障檢測率為 95.2%,故障隔離(lí)率為 91.5%,虛警率為 3.7%,故障檢測可靠性指標為 0.0368,總成本(běn)為 1.1。文獻13]的配置(zhì)結果為:各傳感器配置數量為[ 0,0,0,0,0,0,0,0,0,0,1,0,0,1,0],係統故障檢測率 100%,故障隔(gé)離(lí)率為 100%,總成本為 0.7。
  

      
  

     由仿真計算(suàn)結果可知,各項性能(néng)指標都能滿足係統的要求。跟的結果對比分析得: 本文方(fāng)法要(yào)比多安裝傳感器 S1和 S9; 故障檢測(cè)率(lǜ)、故障隔離率結果都較有所降(jiàng)低,但都能滿足係統的故障診斷要求(qiú)。導致這一結(jié)果的原因有:(1) 本文建模時將故障檢測可靠(kào)性作為一個優化的性能指標;(2) 本文模型考慮了傳感(gǎn)器對故障的檢測性能,即傳感器對故障的檢測能力不是簡單的0 或者1,而(ér)是介於 0 和 1 之間的實數(shù)。由(yóu)於考慮了傳(chuán)感器檢測故障能力的實際(jì)屬性, 本(běn)文建立的模型更加符合實(shí)際情況(kuàng), 優化結果也(yě)更加準確和可靠(kào)。

  
      5 結論
  

      信息獲取(qǔ)的完備性和準確性是 PHM 係統功能有效實現(xiàn)的基礎。隨著航空航天技術的飛(fēi)速發展,航空航天設備的功能日益強大,複(fù)雜性也越來越高,為了對其工作狀況和健康狀態(tài)進行實時監測,需要安裝大量的傳感器以采集其各(gè)種信息。大型(xíng)複雜設備具有數(shù)量龐大的監測變量,對(duì)其進行有效(xiào)的選擇性測量顯得尤為重要,這就需要在係統設計(jì)之初就對傳感器的選(xuǎn)擇和配置進行全局優化,安裝盡可能少的傳感器對其關鍵變量進行監測,以滿足係統的(de)PHM 要求。本文在參考他人研究的基礎上,將傳感器的故障檢測能力加入優(yōu)化配置模型之中,用概率的形式對傳感器(qì)的(de)故障(zhàng)檢測性能進行描述:傳感器的故(gù)障(zhàng)檢(jiǎn)測(cè)能力不是係統故障 - 傳感(gǎn)器相關性矩陣中簡單的 0 或者(zhě) 1,而是介於 0 和 1 之間的實數,具體取決於傳感器的可靠性(故障率)、信噪比、靈敏度等和(hé)環境因素等多種因素(sù)。仿真實例(lì)結果說明了本文方法的可行性(xìng)和(hé)準確性,對航(háng)空航天設備 PHM係統的傳感(gǎn)器優化(huà)配置具有(yǒu)參(cān)考價值。

    投稿箱:
        如果您有機床(chuáng)行業、企業相(xiàng)關新聞稿件發表,或進行資訊合(hé)作,歡迎聯係本網編輯部, 郵箱:skjcsc@vip.sina.com
国产999精品2卡3卡4卡丨日韩欧美视频一区二区在线观看丨一区二区三区日韩免费播放丨九色91精品国产网站丨XX性欧美肥妇精品久久久久久丨久久久久国产精品嫩草影院丨成人免费a级毛片丨五月婷婷六月丁香综合