大功率雷达发射机测试参数特性与故障预测方法

电子系统故障预测与健康管理(PHM)是目前测试与可靠性领域研究热点，目前研究存在三方面不足：(1)忽略了被测对象可测参数的统计特性研究;(2) 时序数据预测未有效利用多参数多特征信息；(3)寿命预测主要考虑疲劳等机械失效而较少考虑电性能参数性能退化规律.此外，电子系统还存在是否可预测与值得预测问题。大功率发射机是故障率高、价格昂贵且可预测电子系统，且是制约我国高可靠雷达瓶颈部件。本项目结合模拟电路故障诊断、时序数据分析与可靠性理论，研究大功率雷达发射机可测参数统计特征、数据预测与寿命评估方法，为高可靠雷达发射机研制与维护提供理论与方法支撑。另外，本项目提出的基于隐式马尔科夫(HMM)变换微弱早期故障检测方法、模拟电路动态模型故障特征、多特征时序数据预测方法以及融合失效物理与电性能退化数据电子系统寿命预测方法对于完善电子系统PHM理论与探索电子系统PHM应用具有较好的支撑作用。

大功率雷达发射机主要由模拟电路组成, 而且组成模块多，故障关联关系复杂，所以对于雷达发射机这种复杂模电系统故障预测与健康管理（Prognostics and Health Management, PHM）主要解决两个关键问题：（1）模拟电路测试参数特性及诊断预测方法；（2）由多个电路模块组成电子系统故障诊断与预测方法。本项目对这2个方面进行了深入研究，取得主要成果简介如下：. 在模拟电路测试参数特性及诊断预测方法方面，模拟电路由于缺乏固定故障模型具有容差以及非线性特性而成为电路测试诊断研究难点与热点。对于较简单的模拟电路，申请者提出了角度区间模型，该模型把无限多的固定参数故障转化为有限几个角度故障模型，解决了中小型模拟电路故障模型问题。对于复杂模拟电路故障诊断，数据驱动方法如支持向量机是解决其测试诊断有效办法，故障特征提取与选择是其关键技术。申请者从模拟电路时域与频域两个方面，利用响应曲线特殊点及全局信息量全面研究其特征提取方法，并利用马式距离研究了故障特征优选方法，为模拟电路故障特征提取与优选提供了新的思路。该方面成果发表论文10篇（其中SCI7篇, EI3篇）, 申请国家发明专利3项（已授权2项）。. 电子系统故障诊断与预测方面，针对电子系统模块多、信号特性复杂、失效物理模型难以建立等特点，提出了结合多信号模型与数据驱动为核心的模电系统故障诊断与预测系统新框架及具体实现手段，作为第一著者撰写国内首部关于电子系统PHM专著:《模电系统在线监测、故障预测与诊断理论及应用》2012年获得国防出版基金资助,现已出版。在预测方法上，以锂电池加速寿命试验数据为基础，研究了粒子群算法、粒子滤波算法、ARMA与Verhulst预测模型，得到了很好锂电池预测方法。在工程应用方面，主持开发了国内首个基于多信号模型电子系统可测性分析、故障诊断与预测软件。该软件在科工三院、中电10所与中电784厂等国防单位得到了成功应用。该方面成果撰写专著1本，发表论文7篇（其中SCI2篇, EI5篇）; 申请国家发明专利3项（已授权1项）; 软件著作权1项。