考慮傳感器故障檢測(cè)能力的 PHM 系統(tǒng)傳感器優(yōu)化配置方法
2015-2-24 來源:空軍工程大學(xué) 陜西飛機(jī)工業(yè)集團(tuán) 等 作者:朱喜華 李穎暉 侯世芳 晏海波
摘要: 傳感器優(yōu)化配置是航空航天設(shè)備 PHM 系統(tǒng)功能得以有效實(shí)現(xiàn)的基礎(chǔ)和保證。針對(duì)目前傳感器配置研究中未考慮傳感器實(shí)際屬性的問題,建立了考慮傳感器故障檢測(cè)能力的 PHM 系統(tǒng)傳感器優(yōu)化配置模型。首先分析了系統(tǒng)故障-傳感器相關(guān)性矩陣的含義,將傳感器的故障檢測(cè)能力和相關(guān)性矩陣相結(jié)合,以概率形式描述了傳感器對(duì)故障的檢測(cè)性能。在此基礎(chǔ)上根據(jù)系統(tǒng)的測(cè)試性指標(biāo)要求建立傳感器優(yōu)化配置模型,并采用混沌二進(jìn)制粒子群優(yōu)化算法求解。仿真實(shí)例結(jié)果表明,本文建立的優(yōu)化模型更加符合實(shí)際情況,配置結(jié)果更加準(zhǔn)確和可靠。
引言
傳感器優(yōu)化配置是系統(tǒng)測(cè)試性設(shè)計(jì)的重要內(nèi)容,也是故障預(yù)測(cè)與健康管理(Prognostics andHealth Management,PHM) 系統(tǒng)的基礎(chǔ),對(duì) PHM系統(tǒng)功能的實(shí)現(xiàn)具有至關(guān)重要的作用。傳感器優(yōu)化配置需要解決以下兩個(gè)問題:(1) 在保證系統(tǒng)故障覆蓋和辨識(shí)的前提下,確定需要采用的傳感器的類型和數(shù)目;(2) 對(duì)選定傳感器的布局進(jìn)行優(yōu)化,其優(yōu)化準(zhǔn)則是在保證系統(tǒng)具有較高可靠性的前提下具有較好的檢測(cè)性能。從理論上講,傳感器數(shù)量越多所獲取的系統(tǒng)性能參數(shù)就越多,對(duì)系統(tǒng)健康狀態(tài)的描述就越準(zhǔn)確越全面。然而對(duì)于航空航天設(shè)備PHM 系統(tǒng)這樣的大型復(fù)雜系統(tǒng),其監(jiān)測(cè)變量成千上萬,由于結(jié)構(gòu)特點(diǎn)和經(jīng)濟(jì)因素等原因的限制,不可能對(duì)所有變量都安裝傳感器進(jìn)行測(cè)量。此外,傳感器的安裝和布局方式可能會(huì)對(duì)設(shè)備的工作狀態(tài)產(chǎn)生影響。因此,在滿足 PHM 系統(tǒng)測(cè)試性指標(biāo)要求的條件下,研究其傳感器優(yōu)化配置的理論和方法,選擇在其最關(guān)鍵的位置配置合適數(shù)量的傳感器,具有十分重要的理論意義及工程實(shí)用價(jià)值。
近年來,國(guó)內(nèi)外學(xué)者對(duì)傳感器優(yōu)化配置問題開展了廣泛的研究。BHUSHAN 等人提出了基于符號(hào)有向圖(SDG)在可靠性準(zhǔn)則下的傳感器分布設(shè)計(jì)問題,其設(shè)計(jì)思想是從系統(tǒng)可靠性最薄弱的環(huán)節(jié)入手,以解決系統(tǒng)整體的可靠性問題;Bagajewica提出了一個(gè)混合整數(shù)線性規(guī)劃(Mixed Integer LinearProgramming,MILP) 模型以解決傳感器的選擇問題,但是沒有考慮傳感器故障的影響;清華大學(xué)的楊帆研究了利用概率符號(hào)有向圖(SDG)模型來描述大規(guī)模復(fù)雜系統(tǒng)故障檢測(cè)的可靠性問題,并針對(duì)系統(tǒng)中各種傳感器的不同故障概率,分析傳感器的選擇和分布對(duì)故障檢測(cè)可靠性的影響;哈爾濱工業(yè)大學(xué)的徐敏強(qiáng)針對(duì)某衛(wèi)星一次電源系統(tǒng),提出了一種基于可觀測(cè)性和可靠性的傳感器分布優(yōu)化設(shè)計(jì)方法。
以上對(duì)于傳感器優(yōu)化配置的研究都沒有考慮傳感器自身的故障檢測(cè)性能,都是假設(shè)傳感器正常工作時(shí)能以 100% 的概率對(duì)相應(yīng)的故障進(jìn)行檢測(cè),而這種假設(shè)是不符合實(shí)際情況的。實(shí)際工作過程中,傳感器也有一定的故障率,其故障檢測(cè)能力除受自身性能的影響外,還與環(huán)境因素密切相關(guān),是各種因素綜合作用的結(jié)果。本文在他人研究的基礎(chǔ)上,在建立優(yōu)化模型時(shí)把傳感器的故障檢測(cè)性能考慮在內(nèi),以增加傳感器優(yōu)化配置結(jié)果的準(zhǔn)確性和可靠性,并以阿波羅號(hào)發(fā)射前的檢測(cè)為例進(jìn)行了仿真驗(yàn)證。
1 、系統(tǒng)故障 - 傳感器相關(guān)性矩陣
PHM 系統(tǒng)狀態(tài)監(jiān)測(cè)和故障診斷的質(zhì)量很大程度上依賴于傳感器所采集的信息,如果傳感器配置不當(dāng),可能導(dǎo)致某些故障無法檢測(cè)或?qū)ζ洳幻舾校灾略斐蓢?yán)重后果,因此傳感器的配置方案必須保證對(duì)設(shè)備故障狀態(tài)的全部覆蓋和有效辨識(shí)。這就要求對(duì)設(shè)備的故障模式具有一定的先驗(yàn)知識(shí),進(jìn)而基于設(shè)備的故障模式分析進(jìn)行傳感器優(yōu)化配置,設(shè)備的故障模式可以通過對(duì)其進(jìn)行故障模式影響及危害分析(Failure Modes,Effects and Criticality Analysis,F(xiàn)MECA)得到。為實(shí)現(xiàn)對(duì)設(shè)備故障模式的檢測(cè)和辨識(shí),首先需要建立故障模式集合與傳感器集合之間的相關(guān)性矩陣。
設(shè)某系統(tǒng)有 m 種故障模式,可供選擇的傳感器測(cè)量信號(hào)有 n 類,則該系統(tǒng)的故障 - 傳感器相關(guān)性矩陣可記為布爾邏輯矩陣 D = [ dij] ,其中 i = 1, 2,…, m, j = 1, 2, …, n。 矩陣行表示故障模式,列表示傳感器類型,如表 1 所示。
表 1 故障 - 傳感器相關(guān)性矩陣

表 1 中,元素 dij= 1 表示故障 fi能被傳感器 sj檢測(cè)到,元素 dij= 0 表示故障 fi不能被傳感器 sj檢測(cè)到。 故障 - 傳感器相關(guān)性矩陣描述了系統(tǒng)故障與傳感器的二元相關(guān)性關(guān)系,是對(duì)復(fù)雜系統(tǒng)進(jìn)行傳感器優(yōu)化配置的基礎(chǔ)。
2 、傳感器故障檢測(cè)能力分析
系統(tǒng)故障 - 傳感器相關(guān)性矩陣只是粗略地描述了系統(tǒng)故障集和傳感器集之間的簡(jiǎn)單對(duì)應(yīng)關(guān)系,其元素 dij= 1 可以有兩種含義:(1) 傳感器 sj能檢測(cè)到故障 fi的發(fā)生, 即二者有相關(guān)關(guān)系;(2) 當(dāng)故障fi發(fā)生時(shí),傳感器sj檢測(cè)到fi的概率為1,即只要故障fi發(fā)生,傳感器 sj就能檢測(cè)到。同理可得 dij= 0 時(shí)的含義。顯然,第一種含義更合理,第二種含義則不符合實(shí)際情況。在實(shí)際系統(tǒng)中,由于傳感器自身的可靠性問題及環(huán)境因素的影響,即使 dij= 1,傳感器 sj也不一定能檢測(cè)到故障 fi的發(fā)生。
傳感器對(duì)故障的檢測(cè)能力取決于多種因素,如傳感器的可靠性(故障率)、信噪比、靈敏度等。定義傳感器 sj對(duì)故障 fi的檢測(cè)能力如下:

其中: Vij為傳感器 j 對(duì)故障 fi的檢測(cè)靈敏度;Nj為傳感器j的信噪比;Tij為故障fi的發(fā)生時(shí)刻與傳感器 j 檢測(cè)到該故障的時(shí)刻之間的時(shí)間間隔;Fij為故障 fi發(fā)生的時(shí)刻與該故障導(dǎo)致系統(tǒng)不能正常工作時(shí)刻之間的間隔;Yij為傳感器j能檢測(cè)到故障fi的征兆的持續(xù)時(shí)間;b、c、g、h、α和 β為常數(shù)。由式(1) 可知,傳感器的故障檢測(cè)能力為(0,1) 之間的實(shí)數(shù),可以理解為檢測(cè)的概率值。
根據(jù)經(jīng)驗(yàn),典型的傳感器故障檢測(cè)能力可描述為如下形式:

由于實(shí)際的傳感器具有一定的故障率,在工程實(shí)際中,對(duì)于一些重要變量的監(jiān)測(cè)需要設(shè)置傳感器冗余,即對(duì)于同一監(jiān)測(cè)變量用多個(gè)傳感器測(cè)量,以提高故障檢測(cè)的可靠性,在本文的研究中不考慮冗余,即只考慮傳感器是否安裝。假設(shè)各類傳感器的安裝數(shù)量為 Q = {q1,q2, …,qn}, qj∈ {0,1};各傳感器的故障率為λ = {λ1,λ2,…,λn}。綜合系統(tǒng)故障 -傳感器相關(guān)性矩陣和傳感器故障檢測(cè)能力,在傳感器不發(fā)生故障的條件下,當(dāng)故障 fi發(fā)生時(shí),傳感器 sj對(duì)其進(jìn)行有效檢測(cè)的能力為:

3 、傳感器配置優(yōu)化模型的建立及求解
3. 1 優(yōu)化模型的建立
傳感器優(yōu)化配置就是在滿足系統(tǒng)各種測(cè)試性指標(biāo)要求的前提下,選擇盡可能少的傳感器,使成本最小,同時(shí)滿足系統(tǒng)的故障檢測(cè)可靠性要求。假設(shè)系統(tǒng)各故障模式的先驗(yàn)概率集為 P = {p0,p1, …,pm},且有∑mi =0pi= 1,其中 p0為正常狀態(tài)的概率值。PHM 系統(tǒng)要求傳感器配置方案對(duì)系統(tǒng)所有故障模式的覆蓋,即對(duì)于每一種故障 fi,都要有至少一個(gè)傳感器對(duì)其進(jìn)行檢測(cè),數(shù)學(xué)描述為:

此外,PHM 系統(tǒng)對(duì)故障檢測(cè)率、故障隔離率和虛警率都有一定的要求,分別如式(5)、(6)和(7)所示:

一個(gè)最優(yōu)的傳感器配置不僅要求能夠檢測(cè)到被監(jiān)控系統(tǒng)所有的故障,還要盡可能提高故障檢測(cè)的可靠性。故障檢測(cè)可靠性可以描述為:當(dāng)系統(tǒng)發(fā)生某種故障時(shí),其相關(guān)傳感器至少有一個(gè)正常工作,保證能檢測(cè)到該故障的發(fā)生;如果該故障的所有相關(guān)傳感器都同時(shí)發(fā)生了故障,則該故障不能被有效檢測(cè),即發(fā)生漏檢,從而導(dǎo)致故障檢測(cè)的可靠性降低。對(duì)于故障 fi,構(gòu)造其故障檢測(cè)可靠性函數(shù)如下:

類似故障檢測(cè)率,用平均值來描述系統(tǒng)的故障檢測(cè)可靠性,該值越小,故障檢測(cè)可靠性越高,如式(9)所示:

對(duì)于大型復(fù)雜系統(tǒng),需要安裝的傳感器數(shù)量極其龐大,成本是一個(gè)必須考慮的因素,主要包括傳感器的購(gòu)買、安裝、維護(hù),以及相應(yīng)的數(shù)據(jù)采集和處理費(fèi)用等。假設(shè)折算到每一個(gè)傳感器的成本為 cj,則總的成本為:

PHM系統(tǒng)傳感器優(yōu)化配置的目的是在滿足系統(tǒng)測(cè)試性指標(biāo)(故障檢測(cè)率、故障隔離率等)的前提下,配置盡可能少的傳感器,使系統(tǒng)的總成本最低,同時(shí)滿足系統(tǒng)的可靠性要求,則優(yōu)化模型為在滿足約束條件(4) ~ (7)條件下,使目標(biāo)函數(shù)(9)和(10)取最小值。
3. 2 二進(jìn)制粒子群算法的混沌改進(jìn)
傳感器優(yōu)化配置是一個(gè)集合覆蓋和多目標(biāo)組合優(yōu)化問題,屬于典型的 N- P 難題,許多文獻(xiàn)都提出了相應(yīng)的求解方法,如基于邏輯運(yùn)算的方法、基于貪婪策略的方法、基于遺傳算法的方法和基于粒子群算法等,并在工程中得到了廣泛的應(yīng)用。粒子群算法(PSO)由于具有參數(shù)少、收斂速度快等優(yōu)點(diǎn),本文利用其改進(jìn)離散形式— — —混沌二進(jìn)制粒子群算法對(duì)傳感器優(yōu)化模型進(jìn)行求解。
基本粒子群優(yōu)化算法中各粒子按式(11)更新其速度和位置信息:

二進(jìn)制粒子群算法中的速度向量不再是位置變化,而是作為粒子位置取 1 或 0 的概率。根據(jù)速度的大小來選擇粒子在對(duì)應(yīng)位置上為 1 或 0,表示該位置上是否安裝傳感器,其概率值可以用 sigmoid 函數(shù)來描述:

為了防止 sigmoid 函數(shù)出現(xiàn)飽和,將粒子的速度設(shè)定在一定范圍之內(nèi),其修改形式如下所示:

二進(jìn)制粒子群算法粒子的位置更新規(guī)律為:

式(14)中, δk+1id 為(0,1) 之間的隨機(jī)數(shù)。混沌優(yōu)化方法是一種新穎的優(yōu)化方法,它利用混沌系統(tǒng)特有的遍歷性特點(diǎn)來進(jìn)行優(yōu)化搜索,而且不要求目標(biāo)函數(shù)具有連續(xù)和可微的性質(zhì),其基本思想是首先產(chǎn)生一組與優(yōu)化變量相同數(shù)目的混沌變量,用類似載波的方式將混沌引入優(yōu)化變量使其呈現(xiàn)混沌狀態(tài),同時(shí)把混沌運(yùn)動(dòng)的遍歷范圍放大到優(yōu)化變量的取值范圍 然后直接利用混沌變量進(jìn)行搜索。一般應(yīng)用 Logistic 映射(邏輯映射)來產(chǎn)生混沌變量,其映射形式如下:

其中μ ∈[ 0,4]為控制變量,zk∈[ 0,1],k =0,1, 2,…。 當(dāng) μ = 4 時(shí),系統(tǒng)完全處于混沌狀態(tài),此時(shí),軌道布滿區(qū)間[ 0,1],即混沌軌道在區(qū)間[ 0,1]內(nèi)遍歷。由任意初值 z0∈[ 0,1]可迭代出一個(gè)確定的混沌時(shí)間序列 z1,z2,z3, …。
4 、仿真實(shí)例分析
以中阿波羅號(hào)發(fā)射前的檢測(cè)為例,根據(jù)上述方法進(jìn)行仿真分析。該系統(tǒng)有 10 種故障模式,可提供 15 個(gè)傳感器測(cè)量點(diǎn)。假設(shè)系統(tǒng)的故障檢測(cè)率、故障隔離率要求分別為不低于 90% 和 85%,虛警率要求不高于 5%。該系統(tǒng)的部分故障 - 傳感器相關(guān)性矩陣 (S1- S10) 如表 2 所示,故障先驗(yàn)概率和各傳感器成本分別見表 3 和表 4。
根據(jù)本文的混沌二進(jìn)制粒子群算法對(duì)建立的傳感器優(yōu)化配置模型進(jìn)行求解, 結(jié)果為:各傳感器配置數(shù)量為[ 1,0,0,0,0,0,0,0,1,0,1,0,0,1,0],故障檢測(cè)率為 95.2%,故障隔離率為 91.5%,虛警率為 3.7%,故障檢測(cè)可靠性指標(biāo)為 0.0368,總成本為 1.1。文獻(xiàn)13]的配置結(jié)果為:各傳感器配置數(shù)量為[ 0,0,0,0,0,0,0,0,0,0,1,0,0,1,0],系統(tǒng)故障檢測(cè)率 100%,故障隔離率為 100%,總成本為 0.7。

由仿真計(jì)算結(jié)果可知,各項(xiàng)性能指標(biāo)都能滿足系統(tǒng)的要求。跟的結(jié)果對(duì)比分析得: 本文方法要比多安裝傳感器 S1和 S9; 故障檢測(cè)率、故障隔離率結(jié)果都較有所降低,但都能滿足系統(tǒng)的故障診斷要求。導(dǎo)致這一結(jié)果的原因有:(1) 本文建模時(shí)將故障檢測(cè)可靠性作為一個(gè)優(yōu)化的性能指標(biāo);(2) 本文模型考慮了傳感器對(duì)故障的檢測(cè)性能,即傳感器對(duì)故障的檢測(cè)能力不是簡(jiǎn)單的0 或者1,而是介于 0 和 1 之間的實(shí)數(shù)。由于考慮了傳感器檢測(cè)故障能力的實(shí)際屬性, 本文建立的模型更加符合實(shí)際情況, 優(yōu)化結(jié)果也更加準(zhǔn)確和可靠。
5 結(jié)論
信息獲取的完備性和準(zhǔn)確性是 PHM 系統(tǒng)功能有效實(shí)現(xiàn)的基礎(chǔ)。隨著航空航天技術(shù)的飛速發(fā)展,航空航天設(shè)備的功能日益強(qiáng)大,復(fù)雜性也越來越高,為了對(duì)其工作狀況和健康狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè),需要安裝大量的傳感器以采集其各種信息。大型復(fù)雜設(shè)備具有數(shù)量龐大的監(jiān)測(cè)變量,對(duì)其進(jìn)行有效的選擇性測(cè)量顯得尤為重要,這就需要在系統(tǒng)設(shè)計(jì)之初就對(duì)傳感器的選擇和配置進(jìn)行全局優(yōu)化,安裝盡可能少的傳感器對(duì)其關(guān)鍵變量進(jìn)行監(jiān)測(cè),以滿足系統(tǒng)的PHM 要求。本文在參考他人研究的基礎(chǔ)上,將傳感器的故障檢測(cè)能力加入優(yōu)化配置模型之中,用概率的形式對(duì)傳感器的故障檢測(cè)性能進(jìn)行描述:傳感器的故障檢測(cè)能力不是系統(tǒng)故障 - 傳感器相關(guān)性矩陣中簡(jiǎn)單的 0 或者 1,而是介于 0 和 1 之間的實(shí)數(shù),具體取決于傳感器的可靠性(故障率)、信噪比、靈敏度等和環(huán)境因素等多種因素。仿真實(shí)例結(jié)果說明了本文方法的可行性和準(zhǔn)確性,對(duì)航空航天設(shè)備 PHM系統(tǒng)的傳感器優(yōu)化配置具有參考價(jià)值。
投稿箱:
如果您有機(jī)床行業(yè)、企業(yè)相關(guān)新聞稿件發(fā)表,或進(jìn)行資訊合作,歡迎聯(lián)系本網(wǎng)編輯部, 郵箱:skjcsc@vip.sina.com
如果您有機(jī)床行業(yè)、企業(yè)相關(guān)新聞稿件發(fā)表,或進(jìn)行資訊合作,歡迎聯(lián)系本網(wǎng)編輯部, 郵箱:skjcsc@vip.sina.com
更多相關(guān)信息
業(yè)界視點(diǎn)
| 更多
行業(yè)數(shù)據(jù)
| 更多
- 2025年5月 新能源汽車銷量情況
- 2025年5月 新能源汽車產(chǎn)量數(shù)據(jù)
- 2025年5月 基本型乘用車(轎車)產(chǎn)量數(shù)據(jù)
- 2025年5月 軸承出口情況
- 2025年5月 分地區(qū)金屬切削機(jī)床產(chǎn)量數(shù)據(jù)
- 2025年5月 金屬切削機(jī)床產(chǎn)量數(shù)據(jù)
- 2025年4月 新能源汽車銷量情況
- 2025年4月 新能源汽車產(chǎn)量數(shù)據(jù)
- 2025年4月 基本型乘用車(轎車)產(chǎn)量數(shù)據(jù)
- 2025年4月 軸承出口情況
- 2025年4月 分地區(qū)金屬切削機(jī)床產(chǎn)量數(shù)據(jù)
- 2025年4月 金屬切削機(jī)床產(chǎn)量數(shù)據(jù)
- 2025年1月 新能源汽車銷量情況
博文選萃
| 更多
- 機(jī)械加工過程圖示
- 判斷一臺(tái)加工中心精度的幾種辦法
- 中走絲線切割機(jī)床的發(fā)展趨勢(shì)
- 國(guó)產(chǎn)數(shù)控系統(tǒng)和數(shù)控機(jī)床何去何從?
- 中國(guó)的技術(shù)工人都去哪里了?
- 機(jī)械老板做了十多年,為何還是小作坊?
- 機(jī)械行業(yè)最新自殺性營(yíng)銷,害人害己!不倒閉才
- 制造業(yè)大逃亡
- 智能時(shí)代,少談點(diǎn)智造,多談點(diǎn)制造
- 現(xiàn)實(shí)面前,國(guó)人沉默。制造業(yè)的騰飛,要從機(jī)床
- 一文搞懂?dāng)?shù)控車床加工刀具補(bǔ)償功能
- 車床鉆孔攻螺紋加工方法及工裝設(shè)計(jì)
- 傳統(tǒng)鉆削與螺旋銑孔加工工藝的區(qū)別