CN107991552A - 一种重复使用运载器寿命评估及预测系统及方法 - Google Patents
一种重复使用运载器寿命评估及预测系统及方法 Download PDFInfo
- Publication number
- CN107991552A CN107991552A CN201711157139.7A CN201711157139A CN107991552A CN 107991552 A CN107991552 A CN 107991552A CN 201711157139 A CN201711157139 A CN 201711157139A CN 107991552 A CN107991552 A CN 107991552A
- Authority
- CN
- China
- Prior art keywords
- service life
- fault
- module
- product
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/005—Testing of electric installations on transport means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
Abstract
本发明涉及一种重复使用运载器寿命评估及预测系统及方法，属于航天器维护保障技术领域。本发明的方法针对重复使用运载器在经历多种复杂恶劣环境后的重复使用问题，主要利用分布于运载器上传感器实时采集飞行器部组件数据，采用加权降维算法对需要进行监测的部组件数据进行加权降维处理，解决寿命评估与预测的指标量化难题；在此基础上结合产品固有属性数据等，拟合出部组件的剩余寿命，利用实时更新的传感器数据对拟合出的剩余寿命曲线进行更新，从而使得预测的结果更加准确、可靠。
Description
技术领域
本发明涉及一种重复使用运载器寿命评估及预测系统及方法，属于航天器维护保障技术领域。
背景技术
如何对重复使用运载器进行寿命评估及预测直接影响着运载器的任务目标、任务周期、再次执行任务准备时间和任务费用等。就重复使用运载器而言，需要经历①地面准备段->②上升段->③在轨运行段->④再入返回段->①地面准备段->……，各种飞行任务阶段恶劣的环境条件，导致运载器处于复杂的力、热及电磁与空间环境。与传统运载器不同，重复使用运载器需要实现再入返回和着陆检测维护后再次执行任务，需在运载器着陆后进行一系列的测试维护保障工作。
航天领域各型号大多采用到寿事后处理的方式进行维护保障规划，区别于传统航天型号，可重复使用运载器具备快速往返、重复使用的特点，服役周期长，若仍采用此种方式，则投入的人力、物理、财力将是非常巨大的。就重复使用运载器具体产品而言，如果能在设备性能退化的初期，尤其在还没有造成重大危害时，就对设备的剩余寿命(RemainingUseful Life,RUL)进行估计，并在此基础上确定对设备进行维护的最佳时机，不仅能够极大地提高安全性，避免故障的发生，同时能够有效地降低停机时间、减少维修周期、简化维修步骤，从而降低维修成本，因此对重复使用运载器进行剩余寿命评估及预测具有非常重要的意义。
发明内容
本发明的技术解决问题是：针对运载器重复使用问题，克服现有维护保障技术不足，提供一种重复使用运载器寿命评估及预测系统及方法，通过对重复使用运载器的结构、机构、防护、电气产品等各方面进行寿命评估及预测，进而支撑快速维护，以保证重复使用。
本发明的技术解决方案是：
一种重复使用运载器寿命评估及预测系统，该系统包括数据采集模块、故障判读模块、故障处置模块和寿命评估及预测模块，其中，
所述的数据采集模块用于收集重复使用运载器在线实时数据，并将收集到的在线实时数据发送给故障判读模块，供故障判别使用；
所述的故障判读模块用于接收并处理由数据采集模块发送的在线实时数据，进行在线实时判读，并将判读结果发送至故障处置模块和寿命评估及预测模块；
所述的故障处置模块用于接收由故障判读模块发送的判读结果，根据判读结果进行冗余容错切换与重构，实现对重复使用运载器的故障处置，并将处置结果发送给寿命评估及预测模块；
所述的寿命评估及预测模块用于接收由故障判读模块和故障处置模块发送的判读结果以及处置结果，进行重复使用运载器的寿命消耗记录、设计寿命评估与预测及在线实时寿命评估与预测。
所述的寿命评估及预测模块根据接收到的故障判读模块和故障处置模块发送的判读结果以及处置结果，进行故障报警，归入寿命评估进程记录，暂时搁置在线实时寿命评估及预测模块，故障处置结果用于提供故障恢复标志，重启在线实时寿命评估及预测模块，进而与重复使用运载器中部/组件属性信息进行比对，完善寿命评估，同时具备设计寿命评估及预测功能。
所述的在线实时数据是指重复使用运载器部/组件产品状态的传感器监测数据，包括表征重复使用运载器各部/组件产品状态的电压、电流、过载、温度等多种不同类型传感器监测数据。
所述的重复使用运载器中部/组件属性信息是指重复使用运载器部/组件产品的设计寿命、累计工作次数、累计工作寿命。
所述的设计寿命评估及预测功能的实现模型为：指数分布：R(t)＝e-λt
式中：R为产品可靠度，λ为产品故障率，t为产品工作时间。
所述的设计寿命评估及预测功能的实现模型为：威布尔分布：
式中：R为产品可靠度，m为产品形状参数，η为产品尺寸参数，t为产品工作时间。
所述的设计寿命评估及预测功能的实现模型为：正态分布：
式中：R为产品可靠度，μ为产品工作时间总体平均数，σ为产品工作时间标准差，s为产品工作时间，U为时间上限，L为时间下限。
所述的在线实时寿命评估与预测的实现方法为：
由于重复使用运载器部/组件产品的在线实时寿命评估与预测，发生在重复使用运载器任务工作期间，寿命评估及预测模块对传感器多维数据进行降维处理，并拟合出数据隶属部组件的剩余寿命(RUL)曲线，从而实现重复使用运载器部/组件产品的在线实时剩余寿命评估及预测。
所述的寿命消耗记录的实现方法为：
所述的重复使用运载器部/组件产品的寿命消耗记录，是对重复使用运载器所有产品从出厂时间累积产品寿命，根据不同产品的不同情况，包括根据健康状态参数直接记录累计工作次数、累计工作时间，或间接统计累计工作次数、累计工作时间，或由人工手动或批量录入寿命消耗次数、或寿命消耗时间。
一种重复使用运载器寿命评估及预测方法，该方法的步骤包括：
(1)通过数据采集模块收集重复使用运载器在线实时数据，并将收集到的在线实时数据发送给故障判读模块；
(2)通过故障判读模块接收并处理由数据采集模块发送的在线实时数据，进行在线实时判读，并将判读结果发送至故障处置模块和寿命评估及预测模块；
(3)通过故障处置模块接收由故障判读模块发送的判读结果，根据判读结果进行冗余容错切换与重构，实现对重复使用运载器的故障处置，并将处置结果发送给寿命评估及预测模块；
(4)通过寿命评估及预测模块接收由故障判读模块和故障处置模块发送的判读结果以及处置结果，故障判读结果用于提供故障报警，归入寿命评估进程记录，暂时搁置在线实时寿命评估及预测模块，而故障处置结果用于提供故障恢复标志，重启在线实时寿命评估及预测模块，进而与产品属性信息进行进一步比对，完善寿命评估与预测。
本发明与现有技术相比的有益效果是：
(1)本发明基于器上多传感器数据、产品固有属性数据等，采用智能融合方法，对数据进行加权降维处理，得到用于评估及预测的综合评价指数，实现寿命评估及预测的定量分析；
(2)本发明建立一套用于寿命评估及预测的准则，基于权重，用于实现对于各类产品的评估及预测，支撑地面快速维护。
(3)本发明公开了一种基于智能数据融合的重复使用运载器寿命评估及预测方法，针对重复使用运载器在经历多种复杂恶劣环境后的重复使用问题，主要利用分布于运载器上传感器实时采集飞行器部组件数据，采用加权降维算法对需要进行监测的部组件数据进行加权降维处理，解决寿命评估与预测的指标量化难题；在此基础上结合产品固有属性数据等，拟合出部组件的剩余寿命，利用实时更新的传感器数据对拟合出的剩余寿命曲线进行更新，从而使得预测的结果更加准确、可靠。
附图说明
图1为本发明的系统组成示意图。
具体实施方式
一种重复使用运载器寿命评估及预测系统，该系统包括数据采集模块、故障判读模块、故障处置模块和寿命评估及预测模块，其中，
所述的数据采集模块用于收集重复使用运载器在线实时数据，并将收集到的在线实时数据发送给故障判读模块，供故障判别使用；
所述的故障判读模块用于接收并处理由数据采集模块发送的在线实时数据，进行在线实时判读，并将判读结果发送至故障处置模块和寿命评估及预测模块；
所述的故障处置模块用于接收由故障判读模块发送的判读结果，根据判读结果进行冗余容错切换与重构，实现对重复使用运载器的故障处置，并将处置结果发送给寿命评估及预测模块；
所述的寿命评估及预测模块用于接收由故障判读模块和故障处置模块发送的判读结果以及处置结果，进行重复使用运载器部/组件产品的设计寿命寿命评估和预测及在线实时寿命评估与预测。
重复使用运载器部/组件产品状态的传感器监测数据，包括表征重复使用运载器各部/组件产品状态的电压、电流、过载、温度等多种不同类型传感器监测数据；
重复使用运载器部/组件产品属性数据，包括重复使用运载器部/组件产品的设计寿命、累计工作次数、累计工作寿命；
所述的重复使用运载器部/组件产品的设计寿命评估与预测，发生在重复使用运载器寿命初期，由重复使用运载器结构、机构、防护、电气等各类产品所服从的寿命分布类型进行初始评估及预测，得出相关产品的理论剩余寿命等，并可查询历史寿命消耗信息。其中，寿命分布类型是基于产品大量数据分析基础上得出，典型的寿命分布类型包括指数分布、威布尔分布、正态分布等，即：
(1)指数分布：R(t)＝e-λt
式中：R为产品可靠度，λ为产品故障率，t为产品工作时间。
(2)威布尔分布：
式中：R为产品可靠度，m为产品形状参数，η为产品尺寸参数，t为产品工作时间。
(3)正态分布：
式中：R为产品可靠度，μ为产品工作时间总体平均数，σ为产品工作时间标准差，s为产品工作时间，U、L为时间上下限。
所述的重复使用运载器部/组件产品的在线实时寿命评估与预测，发生在重复使用运载器任务工作期间，寿命评估及预测模块对传感器多维数据进行降维处理，在此基础上拟合出数据隶属部组件的剩余寿命(RUL)曲线，从而实现重复使用运载器部/组件产品的在线实时剩余寿命评估及预测。
所述的重复使用运载器部/组件产品的寿命消耗记录，是对重复使用运载器所有产品从出厂时间累积产品寿命，根据不同产品的不同情况，包括根据健康状态参数直接记录累计工作次数、累计工作时间，或间接统计累计工作次数、累计工作时间，或由人工手动或批量录入寿命消耗次数、或寿命消耗时间。
所述重复使用运载器部/组件产品的寿命消耗记录，是对重复使用运载器所有产品从出厂时间累积产品寿命，根据不同产品的不同情况，包括根据健康状态参数直接记录累计工作次数、累计工作时间，或间接统计累计工作次数、累计工作时间，或由人工手动或批量录入寿命消耗次数、或寿命消耗时间。
重复使用运载器寿命评估及预测方法：
(1)通过数据采集模块收集重复使用运载器在线实时数据，并将收集到的在线实时数据发送给故障判读模块；
(2)通过故障判读模块接收并处理由数据采集模块发送的在线实时数据，进行在线实时判读，并将判读结果发送至故障处置模块和寿命评估及预测模块；
(3)通过故障处置模块接收由故障判读模块发送的判读结果，根据判读结果进行冗余容错切换与重构，实现对重复使用运载器的故障处置，并将处置结果发送给寿命评估及预测模块；
(4)通过寿命评估及预测模块接收由故障判读模块和故障处置模块发送的判读结果以及处置结果，故障判读结果用于提供故障报警，归入寿命评估进程记录，暂时搁置在线实时寿命评估及预测，而故障处置结果用于提供故障恢复标志，重启在线实时寿命评估及预测，进而与产品属性信息进行进一步比对，完善寿命评估。
下面结合附图与具体实施例对本发明进行详细描述。
如图1所示，该系统包括数据采集模块1、数据采集模块2、…、数据采集模块n、故障判读模块、故障处置模块及寿命评估及预测模块；
数据采集模块，收集在线实时数据，并发送给故障判读模块，供故障判别使用。
数据采集模块1采集了测量参数1、测量参数2、…、测量参数m，数据采集模块2采集了测量参数1、测量参数2、…、测量参数p，…、数据采集模块n采集了测量参数1、测量参数2、…、测量参数q；
故障判读模块，接收并处理由数据采集模块发送的在线实时数据，进行在线实时判读，并将判读结果发送至故障处置模块和寿命评估及预测模块。
故障处置模块，接收由故障判读模块发送的判读结果，进行冗余容错切换与重构，实现对重复使用运载器的故障处置。
寿命评估及预测模块，接收由故障判读模块和故障处置模块发送的判读结果以及处置结果，故障判读结果主要用于提供故障报警，归入寿命评估进程记录，暂时搁置在线实时寿命评估及预测，而故障处置结果主要用于提供故障恢复标志，重启在线实时寿命评估及预测，进而与产品属性信息进行进一步比对，完善寿命评估。同时具备初始评定设计寿命的功能。
所述智能数据融合是基于多种不同类型的数据，包括部组件传感器数据、产品属性数据。其中，
部组件传感器数据，包括电压、电流、过载、温度等多种不同类型数据。
产品属性数据，包括设计寿命、累计工作次数、累计工作寿命。
所述设计寿命评估与预测，发生在重复使用运载器寿命初期，由重复使用运载器结构、机构、防护、电气等各类产品所服从的寿命分布类型进行初始评估及预测，得出相关产品的理论剩余寿命等，并可查询历史寿命消耗信息。其中，寿命分布类型是基于产品大量数据分析基础上得出，典型的寿命分布类型包括指数分布、威布尔分布、正态分布等，即：
(1)指数分布：R(t)＝e-λt
(2)威布尔分布：
(3)正态分布：
例如，重复使用运载器电源控制器预设可靠度为R＝0.9，平均故障间隔时间为T＝1000000h，寿命分布服从指数分布R(t)＝e-λt，则可以推算出设计寿命为t0＝-Tln(R)＝12y，由数据采集模块采集电源控制器的母线电压并发送给故障判读模块进行判读，判读结果发送给寿命评估及预测模块，寿命评估及预测模块通过电源控制器母线电压确定其工作状态，进而计算累计工作寿命t，电源控制器设计寿命T与产品寿命消耗记录的累计工作寿命t做差，即得设计寿命剩余寿命评估及预测结果为trul＝t0-t＝12-t。
所述在线实时剩余寿命评估与预测，发生在重复使用运载器任务工作期间，对多维传感器数据进行降维处理，在此基础上拟合出数据隶属部组件的剩余寿命(RUL)曲线，从而实现在线实时剩余寿命评估及预测。例如，数据采集模块通过传感器对重复使用运载器第i个组件的第j个位置进行状态监测，传感器数据记为向量寿命评估及预测模块依据各传感器数据对于该部组件第j个位置的权重，记为cij(j＝1，2，。。。，n)，得到评价指数实现多维传感器数据将纬，再由Xij与历史数据Xij进行比对，由与历史包络上下界评估，根据历史数据与剩余寿命的映射关系，实现在线实时寿命评估及预测。
所述寿命消耗记录，是对重复使用运载器所有产品从出厂时间累积产品寿命，根据不同产品的不同情况，包括根据健康状态参数直接记录累计工作次数、累计工作时间，或间接统计累计工作次数、累计工作时间，或由人工手动或批量录入寿命消耗次数、或寿命消耗时间。
例如重复使用运载器的电磁阀，在数据采集模块直接采集工作次数，并由寿命评估及预测模块记录动作次数，实现电磁阀寿命消耗记录；重复使用运载器的控制单元，数据采集模块采集控制单元的工作电压，寿命评估及预测模块根据控制单元的工作电压间接分析记录工作时间，有工作电压时记录时间标识，无工作电压时认为未工作。
本发明的重复使用运载器寿命评估及预测方法、实施流程及方法等等，均属于本发明的保护范围。
本发明未详细说明部分属于本领域技术人员公知常识。
Claims (10)
1.一种重复使用运载器寿命评估及预测系统，其特征在于：该系统包括数据采集模块、故障判读模块、故障处置模块和寿命评估及预测模块，其中，
所述的数据采集模块用于收集重复使用运载器在线实时数据，并将收集到的在线实时数据发送给故障判读模块，供故障判别使用；
所述的故障判读模块用于接收并处理由数据采集模块发送的在线实时数据，进行在线实时判读，并将判读结果发送至故障处置模块和寿命评估及预测模块；
所述的故障处置模块用于接收由故障判读模块发送的判读结果，根据判读结果进行冗余容错切换与重构，实现对重复使用运载器的故障处置，并将处置结果发送给寿命评估及预测模块；
所述的寿命评估及预测模块用于接收由故障判读模块和故障处置模块发送的判读结果以及处置结果，进行故障报警，归入寿命评估进程记录，暂时搁置在线实时寿命评估及预测模块，故障处置结果用于提供故障恢复标志，重启在线实时寿命评估及预测模块，进而与重复使用运载器中部/组件属性信息进行比对，完善寿命评估，同时具备设计寿命评估及预测功能，以及寿命消耗记录功能。
2.根据权利要求1所述的一种重复使用运载器寿命评估及预测系统，其特征在于：所述的在线实时数据是指重复使用运载器部/组件产品状态的传感器监测数据，包括表征重复使用运载器各部/组件产品状态的电压、电流、过载、温度等多种不同类型传感器监测数据。
3.根据权利要求1所述的一种重复使用运载器寿命评估及预测系统，其特征在于：所述的重复使用运载器中部/组件属性信息是指重复使用运载器部/组件产品的设计寿命、累计工作次数、累计工作寿命。
4.根据权利要求1所述的一种重复使用运载器寿命评估及预测系统，其特征在于：所述的设计寿命评估及预测功能的实现模型为：指数分布：R(t)＝e-λt
式中：R为产品可靠度，λ为产品故障率，t为产品工作时间。
5.根据权利要求1所述的一种重复使用运载器寿命评估及预测系统，其特征在于：所述的设计寿命评估及预测功能的实现模型为：威布尔分布：
式中：R为产品可靠度，m为产品形状参数，η为产品尺寸参数，t为产品工作时间。
6.根据权利要求1所述的一种重复使用运载器寿命评估及预测系统，其特征在于：所述的设计寿命评估及预测功能的实现模型为：正态分布：
<mrow>
<mi>R</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
<mi>&sigma;</mi>
</mrow>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mi>L</mi>
<mi>U</mi>
</msubsup>
<mi>exp</mi>
<mfrac>
<mrow>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>-</mo>
<mi>&mu;</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mn>2</mn>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mi>d</mi>
<mi>s</mi>
</mrow>
式中：R为产品可靠度，μ为产品工作时间总体平均数，σ为产品工作时间标准差，s为产品工作时间，U为时间上限，L为时间下限。
7.根据权利要求1所述的一种重复使用运载器寿命评估及预测系统，其特征在于：所述的在线实时寿命评估与预测的实现方法为：
由于重复使用运载器部/组件产品的在线实时寿命评估与预测，发生在重复使用运载器任务工作期间，寿命评估及预测模块对传感器多维数据进行降维处理，并拟合出数据隶属部组件的剩余寿命(RUL)曲线，从而实现重复使用运载器部/组件产品的在线实时剩余寿命评估及预测。
8.根据权利要求1所述的一种重复使用运载器寿命评估及预测系统，其特征在于：所述的寿命消耗记录的实现方法为：
所述的重复使用运载器部/组件产品的寿命消耗记录，是对重复使用运载器所有产品从出厂时间累积产品寿命，根据不同产品的不同情况，包括根据健康状态参数直接记录累计工作次数、累计工作时间，或间接统计累计工作次数、累计工作时间，或由人工手动或批量录入寿命消耗次数、或寿命消耗时间。
9.一种重复使用运载器寿命评估及预测方法，其特征在于该方法的步骤包括：
(1)通过数据采集模块收集重复使用运载器在线实时数据，并将收集到的在线实时数据发送给故障判读模块；
(2)通过故障判读模块接收并处理由数据采集模块发送的在线实时数据，进行在线实时判读，并将判读结果发送至故障处置模块和寿命评估及预测模块；
(3)通过故障处置模块接收由故障判读模块发送的判读结果，根据判读结果进行冗余容错切换与重构，实现对重复使用运载器的故障处置，并将处置结果发送给寿命评估及预测模块；
(4)通过寿命评估及预测模块接收由故障判读模块和故障处置模块发送的判读结果以及处置结果，故障判读结果用于提供故障报警，归入寿命评估进程记录，暂时搁置在线实时寿命评估及预测模块，而故障处置结果用于提供故障恢复标志，重启在线实时寿命评估及预测模块，进而与产品属性信息进行进一步比对，完善寿命评估与预测。
10.根据权利要求9所述的一种重复使用运载器寿命评估及预测方法，其特征在于：所述的产品属性信息是指重复使用运载器部/组件产品的设计寿命、累计工作次数、累计工作寿命。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711157139.7A CN107991552A (zh) | 2017-11-20 | 2017-11-20 | 一种重复使用运载器寿命评估及预测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711157139.7A CN107991552A (zh) | 2017-11-20 | 2017-11-20 | 一种重复使用运载器寿命评估及预测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107991552A true CN107991552A (zh) | 2018-05-04 |
Family
ID=62030485
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711157139.7A Pending CN107991552A (zh) | 2017-11-20 | 2017-11-20 | 一种重复使用运载器寿命评估及预测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107991552A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110554421A (zh) * | 2019-08-14 | 2019-12-10 | 上海卫星工程研究所 | 星上敏感元器件总剂量损伤的薄弱点鉴别方法 |
| CN112415299A (zh) * | 2020-10-13 | 2021-02-26 | 中国运载火箭技术研究院 | 独立监测系统，航天飞行器电气系统及监测方法 |
| CN113032985A (zh) * | 2021-03-11 | 2021-06-25 | 北京必创科技股份有限公司 | 一种无线感知设备寿命智能评估方法和装置 |
| CN113075878A (zh) * | 2021-03-12 | 2021-07-06 | 北京航天自动控制研究所 | 基于故障预测的冗余控制系统 |
| CN110895721B (zh) * | 2018-09-12 | 2021-11-16 | 珠海格力电器股份有限公司 | 电器功能的预测方法及装置 |
| CN114486301A (zh) * | 2022-02-23 | 2022-05-13 | 武汉路特斯汽车有限公司 | 一种电控减震器总成的寿命监测方法及电控减震器总成 |
| CN113032985B (zh) * | 2021-03-11 | 2024-04-26 | 北京必创科技股份有限公司 | 一种无线感知设备寿命智能评估方法和装置 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003067900A (ja) * | 2001-08-28 | 2003-03-07 | Mitsubishi Electric Corp | 乱気流予測装置及び乱気流予測方法 |
| DE602007001023D1 (de) * | 2007-02-23 | 2009-06-10 | Boeing Co | Gleitanflugverfahren für maximale Vorhersagbarkeit |
| CN101963937A (zh) * | 2010-09-29 | 2011-02-02 | 南京航空航天大学 | 飞控计算机系统剩余寿命预测方法 |
| CN102192844A (zh) * | 2010-03-02 | 2011-09-21 | 中国人民解放军空军装备研究院航空装备研究所 | 飞机疲劳寿命单机监控各节点的判据式和相应的类比计算方法 |
| CN105067274A (zh) * | 2015-07-20 | 2015-11-18 | 兰州空间技术物理研究所 | 一种电推进航天器羽流参数获取方法 |
| CN105204371A (zh) * | 2015-09-08 | 2015-12-30 | 中国航天标准化研究所 | 一种用于空间可修系统可靠性指标的分析方法 |
| CN105607516A (zh) * | 2016-01-07 | 2016-05-25 | 谭圆圆 | 一种飞行监控装置及飞行状态监控方法 |
| CN106169124A (zh) * | 2016-07-21 | 2016-11-30 | 中国科学院数学与系统科学研究院 | 系统级产品可靠性综合评估置信推断方法 |
| CN106202776A (zh) * | 2016-07-20 | 2016-12-07 | 上海宇航系统工程研究所 | 一种运载火箭结构机构产品可靠性评估方法 |
-
2017
- 2017-11-20 CN CN201711157139.7A patent/CN107991552A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003067900A (ja) * | 2001-08-28 | 2003-03-07 | Mitsubishi Electric Corp | 乱気流予測装置及び乱気流予測方法 |
| DE602007001023D1 (de) * | 2007-02-23 | 2009-06-10 | Boeing Co | Gleitanflugverfahren für maximale Vorhersagbarkeit |
| CN102192844A (zh) * | 2010-03-02 | 2011-09-21 | 中国人民解放军空军装备研究院航空装备研究所 | 飞机疲劳寿命单机监控各节点的判据式和相应的类比计算方法 |
| CN101963937A (zh) * | 2010-09-29 | 2011-02-02 | 南京航空航天大学 | 飞控计算机系统剩余寿命预测方法 |
| CN105067274A (zh) * | 2015-07-20 | 2015-11-18 | 兰州空间技术物理研究所 | 一种电推进航天器羽流参数获取方法 |
| CN105204371A (zh) * | 2015-09-08 | 2015-12-30 | 中国航天标准化研究所 | 一种用于空间可修系统可靠性指标的分析方法 |
| CN105607516A (zh) * | 2016-01-07 | 2016-05-25 | 谭圆圆 | 一种飞行监控装置及飞行状态监控方法 |
| CN106202776A (zh) * | 2016-07-20 | 2016-12-07 | 上海宇航系统工程研究所 | 一种运载火箭结构机构产品可靠性评估方法 |
| CN106169124A (zh) * | 2016-07-21 | 2016-11-30 | 中国科学院数学与系统科学研究院 | 系统级产品可靠性综合评估置信推断方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘畅 等: "相似性寿命预测中的数据预处理方法研究", 《计算机与数字工程》 * |
| 詹景坤 等: "重复使用运载器预测与健康管理（ＰＨＭ）技术研究", 《计算机测量与控制》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110895721B (zh) * | 2018-09-12 | 2021-11-16 | 珠海格力电器股份有限公司 | 电器功能的预测方法及装置 |
| CN110554421A (zh) * | 2019-08-14 | 2019-12-10 | 上海卫星工程研究所 | 星上敏感元器件总剂量损伤的薄弱点鉴别方法 |
| CN110554421B (zh) * | 2019-08-14 | 2021-08-03 | 上海卫星工程研究所 | 星上敏感元器件总剂量损伤的薄弱点鉴别方法 |
| CN112415299A (zh) * | 2020-10-13 | 2021-02-26 | 中国运载火箭技术研究院 | 独立监测系统，航天飞行器电气系统及监测方法 |
| CN113032985A (zh) * | 2021-03-11 | 2021-06-25 | 北京必创科技股份有限公司 | 一种无线感知设备寿命智能评估方法和装置 |
| CN113032985B (zh) * | 2021-03-11 | 2024-04-26 | 北京必创科技股份有限公司 | 一种无线感知设备寿命智能评估方法和装置 |
| CN113075878A (zh) * | 2021-03-12 | 2021-07-06 | 北京航天自动控制研究所 | 基于故障预测的冗余控制系统 |
| CN114486301A (zh) * | 2022-02-23 | 2022-05-13 | 武汉路特斯汽车有限公司 | 一种电控减震器总成的寿命监测方法及电控减震器总成 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107991552A (zh) | 一种重复使用运载器寿命评估及预测系统及方法 | |
| US10891406B2 (en) | Prediction methods and systems for structural repair during heavy maintenance of aircraft | |
| US10472096B2 (en) | Advanced analytic methods and systems utilizing trust-weighted machine learning models | |
| CN107797537A (zh) | 一种应用于自动化生产线的故障预测与健康管理方法 | |
| CN101799674A (zh) | 一种数控装备服役状态分析方法 | |
| CN102681527A (zh) | 飞行器的飞行控制致动器的监测 | |
| CN107730014B (zh) | 一种基于cbm的机队维修决策方法 | |
| CN104390657A (zh) | 一种发电机组运行参数测量传感器故障诊断方法及系统 | |
| EP2682836B1 (en) | Method for performing diagnostics of a structure subject to loads and system for implementing said method | |
| CN102880808A (zh) | 一种雷达结构维修性综合评价方法 | |
| CN115320886A (zh) | 一种飞行器舵面故障实时监测方法及系统 | |
| CN108388229B (zh) | 基于健康度的四旋翼随机混杂系统健康评估方法 | |
| Wen et al. | Applications of Prognostics and Health Management in aviation industry | |
| CN109033569B (zh) | 一种用于舰载机传感器系统预防检修阈强度和次数优化的方法 | |
| CN108069049B (zh) | 一种基于二级维修体制的直升机维修方法 | |
| CN113850138B (zh) | 一种基于数据驱动的无人飞行器传感器故障检测方法、系统及装置 | |
| CN105138755A (zh) | 一种液体火箭发动机试验台故障响应生成器的设计方法 | |
| CN114580784A (zh) | 一种飞机部件预测性维修数据的分析方法 | |
| Liqing et al. | A frame design of helicopter health monitoring and diagnosis system based on testability | |
| CN102830341A (zh) | 基于rs-cmac的功率电子电路在线智能故障预测方法 | |
| Jing et al. | System health management for unmanned aerial vehicle: conception, state-of-art, framework and challenge | |
| He et al. | Detecting Incipient Faults in Quad-rotor Unmanned Aerial Vehicle Based on Detrending and Denoising Techniques | |
| Li et al. | Prognostics and health management techniques for integrated avionics systems | |
| Dai et al. | Evolution of aircraft maintenance and logistics based on prognostic and health management technology | |
| Azzam et al. | Fusion and decision making techniques for structural prognostic health management |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180504 |