针对动车组故障预测与健康管理(Prognostics and Health Management,PHM)实时海量数据解析处理与模型计算问题,提出一种基于流计算的动车组PHM模型处理框架。首先分析动车组车载数据处理流程,然后基于Spark Streaming给出动车组PHM模型...针对动车组故障预测与健康管理(Prognostics and Health Management,PHM)实时海量数据解析处理与模型计算问题,提出一种基于流计算的动车组PHM模型处理框架。首先分析动车组车载数据处理流程,然后基于Spark Streaming给出动车组PHM模型处理的总体框架。针对实时海量数据解析处理,首先分析解析前的车载数据结构,定义解析后的车载数据结构,然后设计通用化数据解析组件,给出流计算实现方式。针对模型计算,详细给出PHM模型的形式化定义,包括模型的基本信息、输入、输出和逻辑主体等,根据此定义设计模型通用组件,实现模型的快速研发、高效计算和统一应用。通过动车组PHM系统的有效应用,证明了该框架可以很好地满足海量数据的实时计算需求。展开更多
Implementing an efficient real-time prognostics and health management (PHM) framework improves safety and reduces maintenance costs in complex engineering systems.However, research on PHM framework development for rad...Implementing an efficient real-time prognostics and health management (PHM) framework improves safety and reduces maintenance costs in complex engineering systems.However, research on PHM framework development for radar systems is limited. Furthermore, typical PHM approaches are centralized, do not scale well, and are challenging to implement.This paper proposes an integrated PHM framework for radar systems based on system structural decomposition to enhance reliability and support maintenance actions. The complexity challenge associated with implementing PHM at the system level is addressed by dividing the radar system into subsystems. Subsequently, optimal measurement point selection and sensor placement algorithms are formulated for effective data acquisition. Local modules are developed for each subsystem health assessment, fault diagnosis, and fault prediction without a centralized controller. Maintenance decisions are based on each local module’s fault diagnosis and prediction results. To further improve the effectiveness of the prognostics stage, the feasibility of integrating deep learning (DL) models is also investigated.Several experiments with different degradation patterns are performed to evaluate the effectiveness of the framework’s DLbased prognostics model. The proposed framework facilitates transitioning from traditional reactive maintenance practices to a predictive maintenance approach, thereby reducing downtime and improving the overall availability of radar systems.展开更多
PHM(Prognostic and Health Management)是装备实现自主保障的一项关键技术。通过对美军联合攻击机PHM系统功能和结构的分析,提出了一种基于扩展FMEA的PHM系统的实现方法,并阐明了其运作原理。在此基础上,引入模糊综合评判这一数学方法...PHM(Prognostic and Health Management)是装备实现自主保障的一项关键技术。通过对美军联合攻击机PHM系统功能和结构的分析,提出了一种基于扩展FMEA的PHM系统的实现方法,并阐明了其运作原理。在此基础上,引入模糊综合评判这一数学方法建立了PHM系统的故障预测模型。最后以飞机起落架的收放系统为例进行了实例分析。展开更多
故障预测与健康管理(Prognostics and Health Management PHM)系统对于推动作战飞机从"事后维修"、"定时维修"向"视情维修"转变具有十分重要的意义。针对新一代作战飞机的技术特点以及在维修保障方面的需...故障预测与健康管理(Prognostics and Health Management PHM)系统对于推动作战飞机从"事后维修"、"定时维修"向"视情维修"转变具有十分重要的意义。针对新一代作战飞机的技术特点以及在维修保障方面的需求,对机载PHM系统体系结构的3种备选方案进行了对比分析,提出了一种由模块/单元层PHM、子系统级PHM、区域级PHM和平台级PHM等4层集成的层次化体系结构,并着重从层次的划分、组成要素的功能描述、信息传输和外部逻辑等几个方面进行了论述。展开更多
随着高速铁路运营里程的增加,准确快速获取基础设施的运行状态尤为重要。本文基于PHM(Prognostics and Health Management)先进管养理念,探索了利用BIM(Building Information Modeling)技术搭建桥梁运维管养系统的关键技术。从PHM系统...随着高速铁路运营里程的增加,准确快速获取基础设施的运行状态尤为重要。本文基于PHM(Prognostics and Health Management)先进管养理念,探索了利用BIM(Building Information Modeling)技术搭建桥梁运维管养系统的关键技术。从PHM系统架构、功能设计、构件分类与编码、运维BIM模型构建、多源信息的有效关联和集成开展研究,实现了基于BIM的信息存储、传递和关联,并依托大胜关长江大桥开展了试点应用。展开更多
为了提高综合航空电子的可靠性、可用性以及寿命周期内的经济可承受性,将故障预测与健康管理(prognostics and health management,PHM)技术应用到该系统中。分析PHM技术的目标和优势,构建基于OSA-CBM的综合航电PHM系统的框架结构,从可...为了提高综合航空电子的可靠性、可用性以及寿命周期内的经济可承受性,将故障预测与健康管理(prognostics and health management,PHM)技术应用到该系统中。分析PHM技术的目标和优势,构建基于OSA-CBM的综合航电PHM系统的框架结构,从可预测性设计、故障预测技术和健康管理技术3个方面,阐述构建综合航电PHM系统的支撑技术。该研究对综合航电PHM系统的应用和开发具有重要意义。展开更多
文摘针对动车组故障预测与健康管理(Prognostics and Health Management,PHM)实时海量数据解析处理与模型计算问题,提出一种基于流计算的动车组PHM模型处理框架。首先分析动车组车载数据处理流程,然后基于Spark Streaming给出动车组PHM模型处理的总体框架。针对实时海量数据解析处理,首先分析解析前的车载数据结构,定义解析后的车载数据结构,然后设计通用化数据解析组件,给出流计算实现方式。针对模型计算,详细给出PHM模型的形式化定义,包括模型的基本信息、输入、输出和逻辑主体等,根据此定义设计模型通用组件,实现模型的快速研发、高效计算和统一应用。通过动车组PHM系统的有效应用,证明了该框架可以很好地满足海量数据的实时计算需求。
基金National Natural Science Foundation of China (42027805)。
文摘Implementing an efficient real-time prognostics and health management (PHM) framework improves safety and reduces maintenance costs in complex engineering systems.However, research on PHM framework development for radar systems is limited. Furthermore, typical PHM approaches are centralized, do not scale well, and are challenging to implement.This paper proposes an integrated PHM framework for radar systems based on system structural decomposition to enhance reliability and support maintenance actions. The complexity challenge associated with implementing PHM at the system level is addressed by dividing the radar system into subsystems. Subsequently, optimal measurement point selection and sensor placement algorithms are formulated for effective data acquisition. Local modules are developed for each subsystem health assessment, fault diagnosis, and fault prediction without a centralized controller. Maintenance decisions are based on each local module’s fault diagnosis and prediction results. To further improve the effectiveness of the prognostics stage, the feasibility of integrating deep learning (DL) models is also investigated.Several experiments with different degradation patterns are performed to evaluate the effectiveness of the framework’s DLbased prognostics model. The proposed framework facilitates transitioning from traditional reactive maintenance practices to a predictive maintenance approach, thereby reducing downtime and improving the overall availability of radar systems.
文摘PHM(Prognostic and Health Management)是装备实现自主保障的一项关键技术。通过对美军联合攻击机PHM系统功能和结构的分析,提出了一种基于扩展FMEA的PHM系统的实现方法,并阐明了其运作原理。在此基础上,引入模糊综合评判这一数学方法建立了PHM系统的故障预测模型。最后以飞机起落架的收放系统为例进行了实例分析。
文摘故障预测与健康管理(Prognostics and Health Management PHM)系统对于推动作战飞机从"事后维修"、"定时维修"向"视情维修"转变具有十分重要的意义。针对新一代作战飞机的技术特点以及在维修保障方面的需求,对机载PHM系统体系结构的3种备选方案进行了对比分析,提出了一种由模块/单元层PHM、子系统级PHM、区域级PHM和平台级PHM等4层集成的层次化体系结构,并着重从层次的划分、组成要素的功能描述、信息传输和外部逻辑等几个方面进行了论述。
文摘随着高速铁路运营里程的增加,准确快速获取基础设施的运行状态尤为重要。本文基于PHM(Prognostics and Health Management)先进管养理念,探索了利用BIM(Building Information Modeling)技术搭建桥梁运维管养系统的关键技术。从PHM系统架构、功能设计、构件分类与编码、运维BIM模型构建、多源信息的有效关联和集成开展研究,实现了基于BIM的信息存储、传递和关联,并依托大胜关长江大桥开展了试点应用。
文摘为了提高综合航空电子的可靠性、可用性以及寿命周期内的经济可承受性,将故障预测与健康管理(prognostics and health management,PHM)技术应用到该系统中。分析PHM技术的目标和优势,构建基于OSA-CBM的综合航电PHM系统的框架结构,从可预测性设计、故障预测技术和健康管理技术3个方面,阐述构建综合航电PHM系统的支撑技术。该研究对综合航电PHM系统的应用和开发具有重要意义。
