一种航电设备健康表征参数轨迹建立方法技术

本申请提供一种航电设备健康表征参数轨迹建立方法，所述方法应用于状态机，方法包括：状态机根据配置信息，初始化协议结构体；当收到事件分发线程的通知时，请求队列事件触发，即刻从所述协议结构体的请求队列中取出请求；将所述请求通过SOCKET管理，发送至机载设备；当收到事件分发线程的通知时，输入队列事件触发，即刻从所述协议结构体的输入队列中取出响应。从所述响应中提取信息，并将所述信息插入所述协议结构体的输出队列，同时设置输出队列事件，以让事件分发线程通知页面管理模块生成页面内容。

【技术实现步骤摘要】
一种航电设备健康表征参数轨迹建立方法
本专利技术属于故障预测与健康管理
，涉及一种航电设备健康表征参数轨迹建立方法。
技术介绍
通过对航电设备健康监测数据进行分析，了解数据的分布特征和变化规律，进而掌握设备的运行状态，及时发现安全隐患并采取相应的维护措施，是航电系统健康管理实现事情维修的基础。在很多情况下，飞行历史数据以及实验数据(如压力、温度等)都是一些分散的数据点，通常只采用纵向分析、横向分析、标准分析、综合分析等方法，对监测数据进行趋势分析，很难从这些样本数据中确定监测参数的内在特征和变化规律。为了能够进一步深入地挖掘监测数据的内在规律，实现更加有效的健康评估和预测，给维护人员提供重要参考，需要为健康监测数据建立准确的函数模型，逼近航电设备健康监测数据点动态，实现健康监测参数的轨迹建模。
技术实现思路
本专利技术克服现有技术不足，提供了一种航电设备健康表征参数轨迹建立方法，能够实现健康监测数据的趋势分析。本申请提供一种航电设备健康表征参数轨迹建立方法，预先设置健康表征参数轨迹模型如下：F(x)＝a1xm+a2xm-1+…+amx+am+1其中，a1，a2，...am表示拟合函数系数；x为原始实验数据，m为拟合函数次数；利用所述健康表征参数轨迹模型，根据获取的原始实验数据x，计算多个拟合函数次数m对应的多个拟合函数系数组A；根据误差方程V，选取误差最小、相关度最高的一个拟合函数系数组A作为最终拟合函数系数；将所述最终拟合函数系数、与所述最终拟合函数系数对应的拟合函数次数、原始实验数据x，带入健康表征参数轨迹模型，建立健康表征参数轨迹。优选的，获取原始实验数据x，具体包括：根据航电设备故障模式及影响分析结果，确定航电设备的健康表征参数类型；根据所述健康表征参数类型，通过数据采集实验，获取健康表征参数的原始实验数据。优选的，利用所述健康表征参数轨迹模型，根据获取的原始实验数据x，计算多个拟合函数次数m对应的多个拟合函数系数组A，具体包括：在仿真平台上，导入原始实验数据x，填加变量项，每设置一个拟合函数次数m，得到一个对应该拟合函数次数m下的拟合函数系数组A。优选的，根据误差方程V，选取误差最小、相关度最高的一个拟合函数系数组A作为最终拟合函数系数，具体包括：统计所采集的原始实验数据总共有n个数据，则该健康表征参数轨迹模型拟合的误差方程V＝BA－L；其中，则根据最小二乘的原理，得到最终拟合函数系数：A＝(BTB)－1BTL。优选的，在建立健康表征参数轨迹之后，方法还包括：利用所述健康表征参数轨迹，对缺失的原始实验数据进行修复。优选的，健康表征参数类型包括温度和电压。优选的，仿真平台包括MATLAB平台。优选的，导入原始实验数据x，填加变量项，每设置一个拟合函数次数m，得到一个对应该拟合函数次数m下的拟合函数系数组A，具体包括：在仿真平台上，通过cftool拟合工具箱的可视化的图形界面，导入原始实验数据x，填加变量项，每设置一个拟合函数次数m，得到一个对应该拟合函数次数m下的拟合函数系数组A。本专利技术的有益效果：(1)本专利技术运用最小二乘法建立函数模型，适用于非线性函数的曲线拟合，通过精确迭代解算的方式，准确给出拟合函数的各项系数，使曲线拟合的误差平方和最小，有效逼近航电设备健康监测数据点动态，实现健康监测参数的轨迹建模。(2)本专利技术所建立的健康监测参数轨迹模型拟合精度高，适用性强，充分利用cftool工具使轨迹建模更易于实现，解决了非线性轨迹模型难于求解的问题。(3)本专利技术的基于最小二乘法的航电设备健康监测数据趋势分析方法，相比于一般的趋势分析方法，能够直接、准确地得到线性分析的结果，并修复监测数据不完全问题，便于深入挖掘健康监测数据的内在规律，为实现更加有效的健康评估和预测奠定基础。具体实施方式以某航电设备健康监测参数趋势分析为例，介绍本专利技术具体实施方式如下：实施例一基于最小二乘法的航电设备健康监测数据趋势分析方法，包括如下步骤：步骤1)：根据航电设备故障模式及影响分析结果，确定某航电设备的健康监测表征参数，并在实验室条件下，通过数据采集实验，获取健康表征参数的时间序列样本。步骤2)：假设健康表征参数轨迹模型为：F(x)＝a1xm+a2xm-1+…+amx+am+1(1)其中，a1，a2，...am表示拟合函数系数；x为原始实验数据，m为拟合函数次数。步骤3)：在MATLAB平台上，在cftool拟合工具箱的可视化的图形界面，导入原始实验数据x，填加变量项，每设置一个拟合函数次数m，得到一个对应该拟合函数次数m下的F(x)。也就是说，通过改变拟合函数次数m，得到对应多个拟合函数次数m下的F(x)。步骤4)：根据误差方程V，分析所述多个F(x)的误差平方和及相关指数，选取误差最小、相关度最高的拟合函数系数A，确立健康表征参数轨迹。统计所采集的原始实验数据总共有n个数据，则该健康表征参数轨迹模型拟合的误差方程V可以写如下形式。V＝BA－L(2)其中，则根据最小二乘的原理，可以得到拟合函数系数A的估值为：A＝(BTB)－1BTL(4)步骤5)：利用所述健康表征参数轨迹，对缺失的原始实验数据进行修复。实施例二已CPU温度和模块温度的轨迹为例，进行说明：步骤1)：根据该航电设备故障模式及影响分析结果，确定设备CPU温度和模块温度为健康监测表征参数，并在实验室条件下，通过数据采集实验，获取CPU温度和模块温度的时间序列样本。步骤2)：假设CPU温度和模块温度的轨迹模型，包括轨迹模型的拟合函数系数(待定)、原始实验数据和拟合函数的次数(待定)，进而得出CPU温度和模块温度轨迹模型拟合的误差方程。步骤3)：在MATLAB平台上，打开cftool拟合工具箱的可视化的图形界面，导入CPU温度和模块温度的样本数据(y1，y2)，自定义轨迹模型的拟合函数的次数，并填加变量项，进而得到拟合函数结果。步骤4)：通过改变自定义的拟合函数的次数，并填加变量项，得到一组拟合函数结果。分析所得到的拟合函数的误差平方和及相关指数，选取误差最小、相关度最高的拟合函数，确立CPU温度和模块温度的轨迹模型(fit1，fit2)。步骤5)：修复CPU温度和模块温度监测数据不完全问题，得到CPU温度和模块温度的趋势曲线。综上所述，本申请提供了一种航电设备健康表征参数轨迹建立方法，基于最小二乘原理，充分利用cftool工具箱，对航电设备的健康监测数据进行曲线拟合与指标评价，最终得到高准确度的轨迹模型，进而获取数据点的内在规律，并修复监测参数不完全情况，实现健康监测数据的趋势分析。本专利技术属于故障预测与健康管理
，涉及一种基于最小二乘法的航电设备健康本文档来自技高网...

【技术保护点】
1.一种航电设备健康表征参数轨迹建立方法，其特征在于，所述方法包括：/n预先设置健康表征参数轨迹模型如下：/nF(x)＝a

【技术特征摘要】
1.一种航电设备健康表征参数轨迹建立方法，其特征在于，所述方法包括：
预先设置健康表征参数轨迹模型如下：
F(x)＝a1xm+a2xm-1+…+amx+am+1
其中，a1，a2，...am表示拟合函数系数；x为原始实验数据，m为拟合函数次数；
利用所述健康表征参数轨迹模型，根据获取的原始实验数据x，计算多个拟合函数次数m对应的多个拟合函数系数组A；
根据误差方程V，选取误差最小、相关度最高的一个拟合函数系数组A作为最终拟合函数系数；
将所述最终拟合函数系数、与所述最终拟合函数系数对应的拟合函数次数、原始实验数据x，带入健康表征参数轨迹模型，建立健康表征参数轨迹。


2.根据权利要求1所述的方法，其特征在于，获取原始实验数据x，具体包括：
根据航电设备故障模式及影响分析结果，确定航电设备的健康表征参数类型；
根据所述健康表征参数类型，通过数据采集实验，获取健康表征参数的原始实验数据。


3.根据权利要求1所述的方法，其特征在于，利用所述健康表征参数轨迹模型，根据获取的原始实验数据x，计算多个拟合函数次数m对应的多个拟合函数系数组A，具体包括：
在仿真平台上，导入原始实验数据x，填加变量项，每设置一个拟合函数次数m，...

【专利技术属性】
技术研发人员：孙倩，吕镇邦，王娟，
申请(专利权)人：中国航空工业集团公司西安航空计算技术研究所，
类型：发明
国别省市：陕西;61