基于分数阶UPF的航空功率变换器故障预测方法

摘要

本发明公开一种基于分数阶UPF的航空功率变换器故障预测方法：首先，实时采集航空功率变换器各测点的状态信号，提取反映航空功率变换器性能退化状况的故障特征参数，并获取故障特征参数历史时间序列值；然后，基于LS-SVM模型训练航空功率变换器性能退化过程的状态方程，并建立航空功率变换器性能退化过程的分数阶状态空间模型；最后，结合分数阶状态空间模型，利用分数阶UPF算法对故障特征参数进行时间序列预测，实现航空功率变换器故障预测。本发明提出了基于改进PF算法的航空功率变换器故障预测方法，利用分数阶UKF算法产生粒子的建议分布，缓解了传统PF算法的粒子退化问题，并采用分数阶状态空间模型描述变换器性能退化过程，使其更符合实际情况，提高了航空功率变换器的故障预测精度。

主权项

基于分数阶UPF的航空功率变换器故障预测方法，其特征在于该方法包括如下步骤： 步骤1、数据采集：通过对待测航空功率变换器进行故障模式、机理及影响分析(Failure modes，mechanisms，and effects analysis，FMMEA)和可测性分析，选择合适的电路监测点，实时采集各测点的电压信号和电流信号，并对采样信号进行数据处理与分析，提取出反映航空功率变换器性能退化状况的故障特征参数，并获取故障特征参数的时间序列值st(t＝0，1，…，n)； 步骤2、建立航空功率变换器性能退化过程的分数阶状态空间模型：基于LS‑SVM模型建立电路性能退化过程的状态方程，即建立故障特征参数下一时刻与当前时刻的关系模型sk+1＝f′(sk)，考虑系统过程噪声和量测噪声，以故障特征参数的真实值作为状态向量xk，故障特征参数的计算值作为量测值yk，建立电路性能退化过程的整数阶状态空间模型，并将整数阶状态空间模型改写为分数阶状态空间模型； 步骤3、航空功率变换器故障预测：在已知状态方程和量测方程的基础上，采用分数阶UPF对当前k时刻的电路故障特征参数xk进行时间序列预测，获取未来k+p时刻的故障特征参数预测值；若预测值达到失效阈值Fr，则预测过程结束，实现航空功率变换器的故障预测；反之，进行下一时刻的航空功率变换器故障预测。