加注泵早期健康状态监测方法技术

本发明专利技术公开了一种加注泵早期健康状态监测方法，包括以下步骤：S1：选取加注泵运行过程健康度量相关性能参数；S2：采集加注泵正常运行数据构造参数向量组；S3：标准化S2参数向量组并进行PCA分析；S4：选取S3主成分并计算各主成分得分向量；S5：采集加注泵实时运行数据构造参数向量组；S6：标准化S5参数向量组并进行PCA分析；S7：选取S6主成分并计算各主成分得分向量；S8：计算S4和S7中各主成分向量的KLD值；S9：分析各主成分KLD值及系统健康状态变化情况。本发明专利技术公开了一种主成分分析和Kullback‑Leibler距离相融合的健康度量模型，该模型可有效检测加注泵运行过程中性能参数的微小变化，实现加注泵早期健康监测，为设备健康管理与视情维护提供决策支持。

【技术实现步骤摘要】

本专利技术涉及加注泵系统，健康监测领域，特别涉及加注泵早期健康状态监测方法。
技术介绍
随着现代化设备的规模和复杂程度日益提高，设备一旦发生故障就可能带来重大的财产损失和人员伤亡，尤其是发射场易燃易爆等燃料加注过程，对加注泵早期健康监测要求越来越高。推进剂加注系统是发射场的关键地面设备之一，主要实现推进剂贮存、运输转注等功能。其中，加注泵结构复杂，工作条件恶劣，随着服役时间不断延长，其部件性将不可避免的发生退化。当加注泵设备性能参数出现异常，将会影响加注系统输出性能甚至影响系统运行可靠性与安全性。加注泵性能参数早期微小异常征兆提取困难。一方面，航天加注泵属于长寿命、高可靠性产品，失效数据极少，长期处于备用状态，每次开机工作的时间极短，异常运行数据有限；另一方面，早期微小异常由于其征兆特征微弱，易被测量噪声、系统扰动等干扰所淹没，难以准确实现其微小异常检测，进而难以对加注泵早期健康状态进行监测。目前，针对加注系统早期健康监测与健康度量的研究还较少。绝对值距离、欧氏距离和切比雪夫距离计算两参数样本的距离时，数量级较大的参数在距离计算结果中占有较大权重，但实际应用中该参数重要度未必很高；兰氏距离对各性能参数的相关性未做考虑；马氏距离能够表示参数间的协方差距离，考虑了各参数的相关性，能够有效表征两未知样本集之问的相似度(即偏离程度)；基于主成分分析和改进马氏距离相结合的健康度量模型，降低测试样本属性维数，但并未考虑测量噪声等对距离计算的影响，且难以实现加注泵设备早期健康状态异常的监测。从设备健康管理与视情维护提供决策支持的需求出发，当前还没有针对加注泵早期健康监测方法的研究，尤其是低信噪比环境下距离测度灵敏性的提高。因而，本专利技术公开的一种加注泵早期健康状态监测方法具有重要意义。
技术实现思路
有鉴于此，本专利技术所要解决的技术问题是提供一种快速、高灵敏度、全局性的加注泵早期健康监测方法。为达到上述目的，本专利技术提供如下技术方案：一种加注泵早期健康状态监测方法，包括以下步骤：S1：选取加注泵运行过程健康度量相关性能参数；S2：采集加注泵正常运行数据构造参数向量组；S3：标准化S2参数向量组并进行PCA分析；S4：选取S3主成分并计算各主成分得分向量；S5：采集加注泵实时运行数据构造参数向量组；S6：标准化S5参数向量组并进行PCA分析；S7：选取S6主成分并计算各主成分得分向量；S8：计算S4和S7中各主成分向量的KLD值；S9：分析各主成分KLD值及系统健康状态变化情况。进一步，步骤S1中加注泵性能参数的选取准则由加注阶段不同运行特性决定，选取的相关性能参数主要包括：泵的出(入)口压力POB(PIB)、系统的出口压力POX、系统的瞬时流量L，泵电流I、系统出口温度TO、储罐的下点温度TD以及罐压PG；进一步，步骤S2中考虑到各被测量对象的传感器均匀采样率有所差异，本专利利用数字信号处理的方法进行采样频率转换，记转换后的采样频率为f；当采样时间为T时，每个采样周期参数向量所包含的数据数为N＝T/f；记正常运行数据组成的参数向量组为其中进一步，步骤S3中标准化各参数向量组，消除各性能参数不同物理量纲的影响，如记泵的正常运行出口压力向量均值与标准差分别为和 则正常运行出口压力向量中心化结果为其中 为单位向量；以此类推，记标准化参数向量组为 进一步，记标准化参数向量X*的协方差矩阵为其特征值、特征向量求解采用奇异值分解法，记特征值为其中diag{本文档来自技高网...

【技术保护点】
一种加注泵早期健康状态监测方法，包括以下步骤：S1：选取加注泵运行过程健康度量相关性能参数；S2：采集加注泵正常运行数据构造参数向量组；S3：标准化S2参数向量组并进行PCA分析；S4：选取S3主成分并计算各主成分得分向量；S5：采集加注泵实时运行数据构造参数向量组；S6：标准化S5参数向量组并进行PCA分析；S7：选取S6主成分并计算各主成分得分向量；S8：计算S4和S7中各主成分向量的KLD值；S9：分析各主成分KLD值及系统健康状态变化情况。步骤S1中健康度HD是系统健康状况的综合指标，加注泵健康度量是指对健康状态进行定量计算，本专利技术采用一种基于PCA‑KLD的健康度量方法。加注泵性能参数的选取准则由加注阶段不同运行特性决定，选取的相关性能参数主要包括：泵的出(入)口压力POB(PIB)、系统的出口压力POX、系统的瞬时流量L，泵电流I、系统出口温度TO、储罐的下点温度TD以及罐压PG；步骤S2中各被测对象物理特性不同且不同类型传感器均匀采样率有所差异，本专利利用数字信号处理的方法进行采样频率转换，记转换后的采样频率为f；当采样时间为T时，每个采样周期参数向量所包含的数据数为N＝Tf；记正常运行数据组成的参数向量组为其中步骤S3中标准化各参数向量组，消除各性能参数不同物理量纲的影响，如记泵的正常运行出口压力N向量均值与标准差分别为和则正常运行出口压力向量中心化结果为其中N为单位向量；以此类推，记标准化参数向量组为记标准化参数向量X*的协方差矩阵为其特征值、特征向量求解采用奇异值分解法，记特征值为其中diag{}表示对角阵，非对角部分全为0，对应的特征向量为其中步骤S4中主成分选取规则按照主成分累积贡献率大于85％的原则确定样本主成分个数，记主成分数为m；记协方差矩阵S*得分向量为其中记各主元得分向量概率密度函数(PDF)为i∈[1,m],m≤7，各主元得分向量概率密度函数近似估计方法采用已有的密度演化方法；步骤S5、S6、S7中加注泵实时运行数据采集、数据预处理、PCA分析、主成分选取及主成分得分向量计算方法分别与步骤S2、S3、S4类似，区别在于S2‑S4为加注泵已知健康状态样本，作为加注泵健康状态变化监测的知识库，S5‑S6为加注泵实时运行数据处理；记实时运行数据组成的向量组为X＝[POB,PIB,POX,L,I,T,P]，其中类似地，记泵的正常运行出口压力向量均值与标准差分别为和则向量标准化结果为其中为单位向量；以此类推，记标准化参数向量组为记标准化参数向量X的协方差矩阵为其特征值、特征向量求解采用奇异值分解法，记特征值为λ＝diag{λ1,…,λ7}，其中diag{}表示对角阵，非对角部分全为0，对应的特征向量为P＝[p1,…,p7]，其中记协方差矩阵S得分向量为其中记各主元得分向量概率密度函数(PDF)为ψi(x)，i∈[1,m],m≤，各主元得分向量概率密度函数近似估计方法采用已有的密度演化方法；步骤S8计算各主元得分向量的KLD值，即其中步骤S9分析各主元得分向量的KLD值变化，将健康度HD的取值范围定义为[0,a]，当HD取值为0时，表征系统绝对健康；当取值为a时，表征系统为完全故障；当取值介于0与a之间时，表征系统处于二者中间状态。随着实时运行数据的不断更新，实现加注泵运行过程中的早期健康状态变化监测。...

【技术特征摘要】
1.一种加注泵早期健康状态监测方法，包括以下步骤：S1：选取加注泵运行过程健康度量相关性能参数；S2：采集加注泵正常运行数据构造参数向量组；S3：标准化S2参数向量组并进行PCA分析；S4：选取S3主成分并计算各主成分得分向量；S5：采集加注泵实时运行数据构造参数向量组；S6：标准化S5参数向量组并进行PCA分析；S7：选取S6主成分并计算各主成分得分向量；S8：计算S4和S7中各主成分向量的KLD值；S9：分析各主成分KLD值及系统健康状态变化情况。步骤S1中健康度HD是系统健康状况的综合指标，加注泵健康度量是指对健康状态进行定量计算，本发明采用一种基于PCA-KLD的健康度量方法。加注泵性能参数的选取准则由加注阶段不同运行特性决定，选取的相关性能参数主要包括...

【专利技术属性】
技术研发人员：柴毅，魏善碧，张可，陶松兵，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50