CN109359432A - 一种动量轮寿命预测方法 - Google Patents

Abstract

本发明公开了一种动量轮寿命预测方法，包含以下过程：步骤S1、取动量轮功耗作为动量轮特征性能参数，采用一元Wiener过程建立动量轮的性能退化模型；步骤S2、采用极大似然估计方法获得动量轮的性能退化模型中的漂移系数和扩散系数；步骤S3、设定动量轮的性能失效阈值，并根据所述失效阈值得到动量轮的寿命的期望和方差。本发明解决了由于经费、进度的限制，地面无法进行大样本长时间的寿命试验，难以获得寿命预计所需要的失效数据的统计结论无法对长寿命的动量轮的寿命进行准确评估的问题。

Description

一种动量轮寿命预测方法

技术领域

本发明涉及设备故障预测与健康管理技术领域，特别涉及一种动量轮寿命预测方法。

背景技术

传统剩余寿命预测方法大多是以长寿命的动量轮样品某个单一物理量的历史寿命数据为基础，通过对其单变量的退化数据分析确定长寿命的动量轮样品的剩余寿命分布轨迹。然而各种新型的行业，如机械工业、化学工业、电子工业、航天工业等众多领域涌现出了大量使用寿命长、可靠性高的长寿命的动量轮样品。传统的寿命实验和加速寿命实验都很难在较短的时间内获得长寿命的动量轮样品的失效数据，导致传统的剩余寿命预测不能得到可靠的预测结果。并且该类长寿命的动量轮样品往往成本高昂、数量稀少、失效机理复杂，难以进行大样本加速寿命试验，因此目前没有公认的、成熟的动量轮失效模型。但是高可靠性、长寿命的动量轮样品的失效与其性能退化存在着密切的联系，因此可以通过选取合适的退化参数，采用得到的性能退化数据进行可靠性建模。

动量轮是航空长寿命的动量轮样品上必不可少的复杂设备，研究动量轮退化机理发现其失效原因与轴承温度、润滑剂系统、电流、转速等因素有关。而这种因素对动量轮的影响循序渐进的，表现在动量轮的某种性能是随着时间的延长而缓慢下降的，直至完全失效。而卫星用长寿命动量轮具有高可靠性、长寿命特点，在轨或地面运行时极少发生失效，因此难以获取失效时间数据。同时，由于卫星动量轮试验样本量小，在小子样无失效情况下，利用传统可靠性建模方法建立动量轮可靠性模型无法准确评估动量轮寿命。

发明内容

本发明的目的是提供一种动量轮寿命预测方法，通过建立基于性能退化的动量轮失效模型，能够基于小样本在有限时间内的寿命试验数据以及利用地面和在轨容易采集的数据信息评估出长寿命动量轮寿命，用以解决在现有技术中由于经费、进度的限制，地面无法进行大样本长时间的寿命试验，难以获得寿命预计所需要的失效数据的统计结论无法对长寿命的动量轮的寿命进行准确评估的问题。

为了解决上述问题，本发明通过以下技术方案实现：

一种动量轮寿命预测方法，包含以下过程：

步骤S1、取动量轮功耗作为动量轮特征性能参数，采用一元Wiener过程建立动量轮的性能退化模型。

步骤S2、采用极大似然估计方法获得动量轮的性能退化模型中的漂移系数和扩散系数。

步骤S3、设定动量轮的性能失效阈值，并根据所述失效阈值得到动量轮的寿命的期望和方差。

进一步的，所述步骤S1中的动量轮的性能退化模型为：

X(t)＝μt+σW(t)

式中，W(t)为标准布朗运动，μ为漂移系数，σ为扩散系数。

进一步的，所述步骤S2中的漂移系数μ和扩散系数的平方值σ²为：

式中，Δx_ij～N(μΔt,σ²Δt)，Δt_ij＝t_ij-t_i(j-1),i＝1,2,...,n,j＝1,2,...,m_i，X_i1,...,X_{im i}长寿命的动量轮样品i在时刻t_i1,...,t_{im i}测量产品的性能退化量而得到其测量值。

进一步的，所述步骤S3中的失效阈值为D_f(D_f＞0)，长寿命的动量轮样品的寿命T是性能退化量首次达到失效阈值的时间：

T＝inf{t|X(t)＝D_f,t≥0}

由上式可推导得到寿命T的分布为逆高斯分布，其分布函数和概率密度函数分别为：

产品寿命T的期望和方差分别为：

式中，漂移系数μ＞0。

本发明与现有技术相比具有以下优点：

本发明通过采集小样本的动量轮的且在地面和在轨容易采集的动量轮功耗作为动量轮特征性能参数，采用一元Wiener过程建立动量轮的性能退化模型，之后采用极大似然估计方法获得动量轮的性能退化模型中的漂移系数和扩散系数，最后，设定动量轮的性能失效阈值，并根据所述失效阈值得到动量轮的寿命的期望和方差，解决了由于经费、进度的限制，地面无法进行大样本长时间的寿命试验，难以获得寿命预计所需要的失效数据的统计结论无法对长寿命的动量轮的寿命进行准确评估的问题，并且本发明的寿命试验工况按照实际动量轮在轨工况1：1进行，避免了加速寿命试验带来的失效模式不一致的情况；不需要得到大子样的动量轮失效数据即可完成评估，由于无需得到动量轮失效数据，因此在获得一定数量的数据后试验随时可以终止，预测方法较为简单易于实施。由于采用动量轮的功耗作为特征量，采用地面试验和在轨运行时均可采集，降低了寿命预测的难度，且该方法亦可作为动量轮在轨剩余寿命预测方法。

附图说明

图1为本发明实施例提供的一种动量轮寿命预测方法的流程图。

具体实施方式

以下结合附图，通过详细说明一个较佳的具体实施例，对本发明做进一步阐述。

研究发现，通过对动量轮失效模式及机理分析，影响动量轮寿命的主要因素为轴承组件及其润滑系统，因此，可以通过地面寿命试验获得大量的动量轮的性能特征数据，包括动量轮转速、轴承温度、电机电流、电机功耗、总功耗等。这些数据能够反映动量轮长期运行过程中自身性能或工作环境条件的变化，包含了动量轮寿命和可靠性的宝贵信息。再通过建立动量轮性能随时间变化的模型，并根据动量轮设计过程中对这些性能的要求，预计其动量轮性能(如电机功耗、轴承温度等)完全失效所需要的时间，从而最终得到卫星动量轮寿命和可靠性。

具体的，本实施例提供的一种动量轮寿命预测方法，包含以下过程：

步骤S1、取动量轮功耗作为动量轮特征性能参数，采用一元Wiener过程建立动量轮的性能退化模型。

步骤S2、采用极大似然估计方法获得动量轮的性能退化模型中的漂移系数和扩散系数。

步骤S3、设定动量轮的性能失效阈值，并根据所述失效阈值得到动量轮的寿命的期望和方差。

在进行步骤S1之前，还需要经过如下准备步骤：确定试验小子样个数为n，保证动量轮真空密封(Pt≤30Pa)，试验环境为常温，恒温控制25℃±5℃，试验工况为卫星在轨使用工况。

为保证数据的完整性和可存储性，确定数据存储间隔为1s采集一次，确定存储数据类型包括转速(取绝对值)、电机电流以及轴承温度。

对记录的数据进行处理，把动量轮稳速工况和加速以及减速过程的数据分类剥离，同时剔除时间序列中的野点。

具体的，所述步骤S1中的动量轮的性能退化模型为：

X(t)＝μt+σW(t) (1)

式中，W(t)为标准布朗运动，μ为漂移系数，σ为扩散系数。

所述步骤S2中的漂移系数和扩散系数的计算过程如下：

假设一个小样本中共有n个长寿命的动量轮样品，对长寿命的动量轮样品i，初始时刻t_i0性能退化量为X_i0＝0,在时刻t_i1,...,t_imi测量长寿命的动量轮样品的性能退化量，得到其测量值为X_i1,...,X_imi。记Δx_ij＝X_ij-X_i(j-1)是长寿命的动量轮样品i在时刻t_i(j-1₎,t_ij之间的性能退化量，由Wiener过程的性质可得

Δx_ij～N(μΔt,σ²Δt) (2)

式中，Δt_ij＝t_ij-t_i(j-1),i＝1,2,...,n,j＝1,2,...,m_i。

根据极大似然估计方法，可以直接求得漂移系数μ和扩散系数的平方值σ²的极大似然估计为：

所述步骤S3进一步包括以下过程：

如果长寿命的动量轮样品的性能退化过程为一元Wiener过程且失效阈值为D_f(D_f＞0)，长寿命的动量轮样品的寿命T是性能退化量首次达到失效阈值的时间，即

T＝inf{t|X(t)＝D_f,t≥0} (4)

需要注意的是，对于一元Wiener过程而言，其漂移系数μ可以是任意实数；然而采用其对长寿命的动量轮样品进行性能退化过程建模时，由于长寿命的动量轮样品最终都会失效，为了保证X(t)最终一定能够能够达到失效阈值D_f，要求漂移系数μ＞0。

由上式可推导得到寿命T的分布为逆高斯分布，其分布函数和概率密度函数分别为

长寿命的动量轮样品寿命T的期望和方差分别为：

在本实施例中，一个小样本中包括2个长寿命的动量轮样品时，即i＝2时，由极大似然估计方法求得参数μ、σ²如下：

式中，i为长寿命的动量轮样品数，i＝1，2；j为数据时刻，j＝1，2，……m_i。取失效阈值为D_f(D_f＞0)，动量轮的寿命T是性能退化量首次达到失效阈值的时间，即T＝inf{t|X(t)＝D_f,t≥0}。

由上式可推导得到寿命T的分布为逆高斯分布，其分布函数和概率密度函数分别为：

动量轮寿命T的期望和方差分别为：

综上所述，本发明通过采集小样本的动量轮的且在地面和在轨容易采集的动量轮功耗作为动量轮特征性能参数，采用一元Wiener过程建立动量轮的性能退化模型，之后采用极大似然估计方法获得动量轮的性能退化模型中的漂移系数和扩散系数，最后，设定动量轮的性能失效阈值，并根据所述失效阈值得到动量轮的寿命的期望和方差，解决了由于经费、进度的限制，地面无法进行大样本长时间的寿命试验，难以获得寿命预计所需要的失效数据的统计结论无法对长寿命的动量轮的寿命进行准确评估的问题，并且本发明的寿命试验工况按照实际动量轮在轨工况1：1进行，避免了加速寿命试验带来的失效模式不一致的情况；不需要得到大子样的动量轮失效数据即可完成评估，由于无需得到动量轮失效数据，因此在获得一定数量的数据后试验随时可以终止，预测方法较为简单易于实施。由于采用动量轮的功耗作为特征量，采用地面试验和在轨运行时均可采集，降低了寿命预测的难度，且该方法亦可作为动量轮在轨剩余寿命预测方法。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (4)

1.一种动量轮寿命预测方法，其特征在于，包含以下过程：

步骤S1、取动量轮功耗作为动量轮特征性能参数，采用一元Wiener过程建立动量轮的性能退化模型；

步骤S2、采用极大似然估计方法获得动量轮的性能退化模型中的漂移系数和扩散系数；

步骤S3、设定动量轮的性能失效阈值，并根据所述失效阈值得到动量轮的寿命的期望和方差。

2.如权利要求1所述的动量轮寿命预测方法，其特征在于，

所述步骤S1中的动量轮的性能退化模型为：

X(t)＝μt+σW(t)

式中，W(t)为标准布朗运动，μ为漂移系数，σ为扩散系数。

3.如权利要求2所述的动量轮寿命预测方法，其特征在于，

所述步骤S2中的漂移系数μ和扩散系数的平方值σ²为：

式中，Δx_ij～N(μΔt,σ²Δt)，Δt_ij＝t_ij-t_i(j-1),i＝1,2,...,n,j＝1,2,...,m_i，X_i1,...,X_{im i}长寿命的动量轮样品i在时刻t_i1,...,t_{im i}测量产品的性能退化量而得到其测量值。

4.如权利要求3所述的动量轮寿命预测方法，其特征在于，

所述步骤S3中的失效阈值为D_f(D_f＞0)，长寿命的动量轮样品的寿命T是性能退化量首次达到失效阈值的时间：

T＝inf{t|X(t)＝D_f,t≥0}

由上式可推导得到寿命T的分布为逆高斯分布，其分布函数和概率密度函数分别为：

产品寿命T的期望和方差分别为：

式中，漂移系数μ＞0。