CN108573075A - 基于振动试验数据统计分析的航天器结构故障定位方法 - Google Patents
基于振动试验数据统计分析的航天器结构故障定位方法 Download PDFInfo
- Publication number
- CN108573075A CN108573075A CN201710134294.0A CN201710134294A CN108573075A CN 108573075 A CN108573075 A CN 108573075A CN 201710134294 A CN201710134294 A CN 201710134294A CN 108573075 A CN108573075 A CN 108573075A
- Authority
- CN
- China
- Prior art keywords
- spacecraft
- test data
- resonance peak
- data
- analysis
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明公开了一种基于振动试验数据统计分析的航天器结构故障定位方法,在试验数据的频域数据全样本统计分析的基础上,筛选出一组最有可能包含故障区域的数据,对这些数据有针对性地进行时频分析,提取振动试验数据的特征数据,判断航天器结构是否发生故障,实现故障定位。本发明提出的基于振动试验数据统计分析的航天器结构故障诊断方法,可以快速高效地实现航天器地面试验时结构故障的识别和定位,提高航天器动力学试验水平。
Description
技术领域
本发明属于卫星动力学试验技术领域,具体涉及一种基于振动试验数据统计分析的航天器结构故障诊断方法,并根据故障诊断准确获得航天器结构故障的定位。
背景技术
卫星作为运载火箭,其有效载荷在发射、飞行以及再入过程中要经受振动环境的作用,在地面运输过程中也将经受公路或铁路运输振动环境的作用。这些振动环境通过卫星的结构动态传递,逐级作用于卫星的系统级、分系统级及组件级的结构或星上仪器设备上,并可能导致结构破坏,仪器设备的性能下降,故障或失效。为了对卫星结构进行验证,保证卫星在整个寿命周期能够经历各种振动环境,需要在地面利用振动台等试验设备,模拟这些振动环境,从而达到复现环境,暴露卫星及其组件设计、工艺、智造和装配中存在的缺陷,检验卫星经受振动环境的能力的目的。
当前在航天器产品研制过程中,普遍采用的故障诊断方法是特征级结构响应曲线频率对比方法以及模态试验方法进行故障诊断。模态试验方法根据结构的模态参数,利用振动诊断技术进行试验模态分析,通过提取特征量,判断损伤的存在及位置,即在振动试验前后分别做模态试验,得到两次模态试验的频响函数曲线,对比各阶模态频率或各阶模态振型判断是否存在故障及故障点。在运载器研制过程中,通过对结构模态试验结果的分析,可以获得许多结构上的信息,发现结构的内部缺陷,为结构设计的改进提供依据。
振动试验前后的特征级试验结构响应数据对比方法,是通过对比振动试验前后的特征级试验结构响应数据,判断是否有频率漂移,定性的进行故障诊断,达到判断振动环境是否对结构造成损坏、结构是否有缺陷等目的。NASA 2014年发布的NASA-HDBK-7008里边对高量级前后特征级试验的作用进行了阐述:“高量级前后特征级正弦扫描振动试验的一般作用是获得航天器不同位置处的响应,以确认经历高量级试验后,航天器响应特性没有改变。共振频率的明显漂移和响应幅值的变化表示经历高量级试验后结构或组件发生了破坏。一般一阶频率漂移5%以上、二阶频率漂移10%以上就表示结构特性发生了改变,应该做进一步的检查。响应峰值的变化和频响特性的整体改变也预示着故障的发生。”国内由朱凤梧等人编写的《航天器产品力学环境试验要求》中指出,对于航天器来说,如果全量级加载之后的低量级正弦扫频振动试验中,主结构基频漂移超过1Hz、航天器组件的基频变化超过5%,则需要分析判断结构是否出现异常,如裂纹、连接松动等。蜂窝结构频率漂移可能大些,需要根据结构的具体情况,分析确定是否出现结构损伤现象。
这些方法本质上都是基于频响函数,也即频域数据,优点是数据处理速度快,对于故障较为明显的结构缺陷,相对容易发现问题所在。但也存在不足,如对于如何确定故障点的位置、故障形式、以及是否需要对结构进行改进等工作主要是根据设计师及工人的经验判断。确定结构故障后,大多只能分解试验件,进一步查找具体故障及原因。更重要的是,这种方法只阐述了数据在频域方面的特征,造成了信息的遗漏,因此也影响了对故障的较为准确的判断。
为了克服频域方法的弊端,近年来也有文献提出采用时频分析的方法进行航天器结构的故障诊断,例如北京卫星环境工程研究所的王婉秋和谢一村等人分别提出采用小波分析和经验模态分解方法进行航天器结构的故障诊断。这类方法由于保留了更多的信号特征,可以实现故障的定位,但由于航天器进行振动试验时测点较多(通道数通常以百计),采用这类方法通常耗时太长。以经验模态分解方法为例,使用CPU 2.5GHz,内存为8G的计算机,常规单通道试验数据的分析时间通常需要5分钟以上,如果要对所有通道进行分析,所耗费的时间成本很高。
因此,本文提出一种基于振动试验数据统计分析的航天器结构故障定位方法,在试验数据的频域数据全样本统计分析的基础上,筛选出一组最有可能包含故障区域的数据,对这些数据有针对性地进行时频分析,提取振动试验数据的特征数据,判断航天器结构是否发生故障,实现故障定位。
发明内容
本发明的目的在于给出一种基于振动试验数据统计分析的航天器结构故障定位方法,用于航天器地面振动试验数据的分析和结构故障诊断,提高数据分析效率和航天器地面振动试验水平。
本发明提供的基于振动试验数据统计分析的航天器结构故障定位方法,包括如下步骤:
1)取航天器前后特征级试验各测点共振峰值,形成两组共振峰值数据,计算前后特征级共振峰值数据的相关系数,如果前后特征级的相关系数小于阈值,初步判断产品可能发生故障;
2)分析航天器基频漂移,对两次特征级试验数据进行对比,筛选出当基频低于20Hz时主频变化超过1Hz或当基频高于20Hz时主频变化>5%的测点;
3)分析航天器共振峰值变化,共振峰值的变化百分比近似为对数正态分布,以航天器产品全量级前后特征级试验所有测点共振峰值为样本,预测其正态容差上限,筛选超出正态容差上限的点;
4)对基频漂移和共振峰值变化超出限值的测点,对其前后特征级时域数据进行小波分析,获得小波能量向量,计算两次试验数据之间的向量夹角;
5)对基频漂移和共振峰值变化超出限值的测点,对其前后特征级时域数据进行经验模态分解,获得若干个固有模态函数(IMF)和余项,求各个IMF分量和余项的能量,以此构建标识向量,计算两次试验数据之间的标识夹角;
6)综合4)和5)的计算结果,给出夹角最大位置的提示,进行故障的定位。
其中,所述方法通过对振动试验数据的递进式分析实现故障诊断。
其中,正态容差上限为P99/90。
本发明提出的基于振动试验数据统计分析的航天器结构故障诊断方法,可以快速高效地实现航天器地面试验时结构故障的识别和定位,提高航天器动力学试验水平。
附图说明
图1是本发明的基于振动试验数据统计分析的航天器结构故障定位方法的流程示意图;
具体实施方式
下面结合附图对本发明专利提供的方法作进一步的说明。参照图1,图1为本发明的基于振动试验数据统计分析的航天器结构故障定位方法的流程示意图;其中,本发明的方法包括以下步骤:
1振动试验数据获取
按照第一次低量级试验——>高量级试验——>第二次低量级试验的顺序进行航天器振动试验之后,分别提取第一次低量级和第二次低量级振动试验所有测点的加速度数据频响曲线峰值,假设通道数为n,用这些数据可分别构造两个向量[a1,a2,…,an]和[a1’,a2’,…,an’],计算这两个向量的相关系数R。若R大于阈值,则说明两次低量级试验中结构响应的相关性很好,可以判断结构稳定,未发生故障,如果小于阈值,则说明结构响应发生了变化,可以初步判定结构存在故障。
2频漂/共振峰值变化评价
计算两次低量级振动试验所有测点加速度数据频响曲线的一阶基频漂移,假设通道数为n,则可以得到频漂向量[Δf1,Δf2,…,Δfn],判断基频变化是否超过1Hz(当基频低于20Hz)或>5%(当基频高于20Hz);分析两次低量级振动试验航天器共振峰值变化,得到共振峰值变化百分比向量[Δa1,Δa2,…,Δan],以该向量所有分量为样本,预测其正态容差上限(如P99/90),判断共振峰值百分比是否超过正态容差上限。如果频漂/共振峰值变化没有超过相应的阈值,可以判断结构稳定,未发生故障,如果超过阈值,则说明结构响应发生了变化,可以判定结构可能存在故障,需要进一步故障定位。
3故障定位
该步骤可以通过以下两种方法实现:
3.1小波能量法
对基频漂移和共振峰值变化超出阈值的测点,获取其两次低量级试验的时域数据X1(t)和X2(t),进行n层小波分解;
对X1(t)分解可获得信号n层分解下的近似系数An和细节系数D1,D2,…,Dn,计算各层的能量EA=∑An(i)2,E1=∑D1(i)2,E2=∑D2(i)2,…,En=∑Dn(i)2和总能量Eall=EA+E1+E2+…+En,构建能量向量E=[EA/Eall,E1/Eall,E2/Eall,…,En/Eall];
对X2(t)分解可获得信号n层分解下的近似系数An’和细节系数D1’,D2’,…,Dn’,计算各层的能量EA’=∑An’(i)2,E1’=∑D1’(i)2,E2=∑D2’(i)2,…,En’=∑Dn’(i)2和总能量Eall’=EA’+E1’+E2’+…+En’,构建能量向量E’=[EA’/Eall’,E1’/Eall’,E2’/Eall’,…,En’/Eall’];
计算两次低量级试验数据之间的能量向量夹角α=acos(E·E’/(|E|×|E’|),其中‘·’表示点积,|E|和|E’|表示向量E和E’的模。
3.2经验模态分解法
这里是否可以代入具体的数据进行计算并给出最终的向量夹角的计算结果。
对基频漂移和共振峰值变化超出限值的测点,对其两次低量级试验的时域数据X1(t)和X2(t)进行经验模态分解;
对X1(t)分解可获得若干个固有模态函数IMF分量c1(t),c2(t),…,cn(t),和余项rn(t),分别求其各个IMF分量和余项rn(t)的总能量Ei=∫|ci(t)|2dt和Er=∫|rn(t)|2dt;
对X2(t)分解可获得若干个固有模态函数IMF分量c1’(t),c2’(t),…,cn’(t),和余项rn’(t),分别求其各个IMF分量和余项rn’(t)的总能量Ei’=∫|ci’(t)|2dt和Er’=∫|rn’(t)|2dt;
以各分量能量为元素构造标识向量T=[E1/E,E2/E,…,En/E,Er/E]和T’=[E1’/E’,E2’/E’,…,En’/E’,Er’/E’],其中E=√∑|Ei|2+|Er|2,E’=√∑|Ei’|2+|Er’|2,计算两次试验数据之间的标识夹角α=acos(T·T’),其中‘·’表示点积。
综合这两种方法的计算结果,给出夹角最大位置的提示,进行故障的定位。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术的原理前提下,还可以做出若干改进和润饰,这些改进和润饰也都应该在本发明的保护范围内。
Claims (3)
1.基于振动试验数据统计分析的航天器结构故障定位方法,包括如下步骤:
1)取航天器前后特征级试验各测点共振峰值,形成两组共振峰值数据,计算前后特征级共振峰值数据的相关系数,如果前后特征级的相关系数小于阈值,初步判断产品可能发生故障;
2)分析航天器基频漂移,对两次特征级试验数据进行对比,筛选出当基频低于20Hz时主频变化超过1Hz或当基频高于20Hz时主频变化>5%的测点;
3)分析航天器共振峰值变化,共振峰值的变化百分比近似为对数正态分布,以航天器产品全量级前后特征级试验所有测点共振峰值为样本,预测其正态容差上限,筛选超出正态容差上限的点;
4)对基频漂移和共振峰值变化超出限值的测点,对其前后特征级时域数据进行小波分析,获得小波能量向量,计算两次试验数据之间的向量夹角;
5)对基频漂移和共振峰值变化超出限值的测点,对其前后特征级时域数据进行经验模态分解,获得若干个固有模态函数(IMF)和余项,求各个IMF分量和余项的能量,以此构建标识向量,计算两次试验数据之间的标识夹角;
6)综合4)和5)的计算结果,给出夹角最大位置的提示,进行故障的定位。
2.如权利要求1所述的方法,其中,所述方法通过对振动试验数据的递进式分析实现故障诊断。
3.如权利要求1所述的方法,其中,正态容差上限为P99/90。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710134294.0A CN108573075A (zh) | 2017-03-08 | 2017-03-08 | 基于振动试验数据统计分析的航天器结构故障定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710134294.0A CN108573075A (zh) | 2017-03-08 | 2017-03-08 | 基于振动试验数据统计分析的航天器结构故障定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108573075A true CN108573075A (zh) | 2018-09-25 |
Family
ID=63577602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710134294.0A Pending CN108573075A (zh) | 2017-03-08 | 2017-03-08 | 基于振动试验数据统计分析的航天器结构故障定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108573075A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109374291A (zh) * | 2018-11-12 | 2019-02-22 | 华南师范大学 | 一种快速提取冲击响应信号特征参数的方法 |
CN110375939A (zh) * | 2019-07-03 | 2019-10-25 | 航天东方红卫星有限公司 | 一种航天器结构振动试验健康状态评估的改进方法 |
CN110794209A (zh) * | 2019-11-14 | 2020-02-14 | 云南电网有限责任公司电力科学研究院 | 绕组变形频响数据误差识别校准的方法、装置及存储介质 |
CN111721568A (zh) * | 2020-06-30 | 2020-09-29 | 北京卫星环境工程研究所 | 航天器结构故障诊断方法、装置、系统和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102788671A (zh) * | 2012-07-26 | 2012-11-21 | 北京卫星环境工程研究所 | 基于航天器振动试验声谱的结构故障模式诊断方法 |
CN105659834B (zh) * | 2012-06-14 | 2014-10-22 | 北京空间飞行器总体设计部 | 一种航天器微振动稳态时域响应分析方法 |
US9330208B2 (en) * | 2010-10-06 | 2016-05-03 | The Boeing Company | Data point averaging for computational fluid dynamics data |
-
2017
- 2017-03-08 CN CN201710134294.0A patent/CN108573075A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9330208B2 (en) * | 2010-10-06 | 2016-05-03 | The Boeing Company | Data point averaging for computational fluid dynamics data |
CN105659834B (zh) * | 2012-06-14 | 2014-10-22 | 北京空间飞行器总体设计部 | 一种航天器微振动稳态时域响应分析方法 |
CN102788671A (zh) * | 2012-07-26 | 2012-11-21 | 北京卫星环境工程研究所 | 基于航天器振动试验声谱的结构故障模式诊断方法 |
Non-Patent Citations (1)
Title |
---|
谢一村 等: "应用经验模态分解的箱型结构裂纹诊断方法", 《航天器环境工程》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109374291A (zh) * | 2018-11-12 | 2019-02-22 | 华南师范大学 | 一种快速提取冲击响应信号特征参数的方法 |
CN110375939A (zh) * | 2019-07-03 | 2019-10-25 | 航天东方红卫星有限公司 | 一种航天器结构振动试验健康状态评估的改进方法 |
CN110375939B (zh) * | 2019-07-03 | 2021-09-07 | 航天东方红卫星有限公司 | 一种航天器结构振动试验健康状态评估的改进方法 |
CN110794209A (zh) * | 2019-11-14 | 2020-02-14 | 云南电网有限责任公司电力科学研究院 | 绕组变形频响数据误差识别校准的方法、装置及存储介质 |
CN111721568A (zh) * | 2020-06-30 | 2020-09-29 | 北京卫星环境工程研究所 | 航天器结构故障诊断方法、装置、系统和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108573075A (zh) | 基于振动试验数据统计分析的航天器结构故障定位方法 | |
CN105241660B (zh) | 基于健康监测数据的高铁大型桥梁性能测试方法 | |
CN103076394B (zh) | 基于振动识别频率和振型综合的海洋平台安全评定的方法 | |
CN104215895B (zh) | 基于测试向量的硬件木马检测方法及系统 | |
CN104462785B (zh) | 一种两阶段式建筑框架结构损伤检测方法 | |
Yang et al. | Using a single-DOF test vehicle to simultaneously retrieve the first few frequencies and damping ratios of the bridge | |
CN105973593A (zh) | 一种基于局部特征尺度分解-近似熵和流形距离的滚动轴承健康评估方法 | |
Niu et al. | Dynamic monitoring and data analysis of a long-span arch bridge based on high-rate GNSS-RTK measurement combining CF-CEEMD method | |
CN103884593A (zh) | 基于少量静态测量数据的结构损伤定位与程度识别方法 | |
CN105844055A (zh) | 基于导波动态强化裂变-聚合概率模型的损伤监测方法 | |
CN105862935A (zh) | 一种用于挡土墙结构系统的损伤识别方法 | |
CN103438794A (zh) | 一种基于压电传感网络的工程结构冲击位置确定方法 | |
CN104697804A (zh) | 用于检测与分离列车主动悬架系统间歇故障的方法及系统 | |
CN105866633B (zh) | 基于波权重的输电线路故障电流行波波形的重现方法 | |
Su et al. | Research on composites damage identification based on power spectral density and lamb wave tomography technology in strong noise environment | |
Chen et al. | Unsupervised damage identification scheme using PCA-reduced frequency response function and waveform chain code analysis | |
CN106093516A (zh) | 基于多频带分解的输电线路故障电流行波波形的重现方法 | |
Tao et al. | Entropy method for structural health monitoring based on statistical cause and effect analysis of acoustic emission and vibration signals | |
Wang et al. | Method of diagnostic tree design for system-level faults based on dependency matrix and fault tree | |
CN101968379B (zh) | 航空发动机转子系统工况振动信号特征信息提取方法 | |
Xiang et al. | Pattern Matching-Based Structural Damage Identification Using Mode Shape Difference Ratio with Limited Sensors | |
Owerko et al. | Effective processing of radar data for bridge damage detection | |
Xu et al. | Determination of impact events on a plate-like composite structure | |
Lin et al. | The track initiation algorithm based on Hough transform and space accumulation | |
CN114779283A (zh) | 基于kl散度的紧组合导航欺骗式干扰检测装置和方法 |
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: 20180925 |