数据驱动的导弹故障诊断与预测维护技术-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

数据驱动的导弹故障诊断与预测维护技术

项目名称：数据驱动的导弹故障诊断与预测维护技术
项目类别：国家杰出青年科学基金
批准号：61025014
申请代码：F030117
项目来源：国家自然科学基金
研究期限：2011-01-01-2014-12-31

项目负责人：胡昌华
依托单位：中国人民解放军第二炮兵工程大学
批准年度：2010

中文摘要：

建立基于定量仿真的复杂电路系统潜在问题分析理论，研制出国内第一个具有完全自主知识产权的潜在问题自动分析系统，在航天科技集团、航天科工集团推广应用，发现并解决3型新研导弹中存在的10个重大潜在设计问题。解决了设计预留测试接口不足条件下导弹微负载、非介入在线监测的难题，成功研制出多型战略、战术导弹测试发射控制装备在线监测诊断系统，使我国导弹测发控装备的监测诊断技术与装备达到国际先进水平。是国内最早开展导弹故障预报与预测维护方面研究的学者，为实现复杂工程系统的预测维护开拓了新的思路。近五年，出版专著1部，在国内外重要期刊发表论文86篇，SCI收录20篇，EI收录64篇，CSCD收录67次。获军队科技进步一、二等奖各1项，获国家专利4项，先后被评为第五届国家教学名师，中国科协"求是"杰出青年实用工程奖，教育部新世纪优秀人才，享受政府特殊津贴专家。

中文主题词：战略导弹；故障诊断；故障预报；寿命估计；误差补偿

英文摘要：

Strategic missile；fault diagnosis；fault prediction；lifetime estimation；error compensation

英文主题词： Strategic missile；fault diagnosis；fault prediction；lifetime estimation；error compensation

结论摘要：

战略导弹是国家安全的基石，特点是“长期储存，一次使用”，受储存使用载荷作用导弹的性能会发生退化、劣化或失效。为保持导弹的作战性能，需要部队定期对导弹进行性能检测和维护，能否用战略导弹在长期储存使用中积累的丰富的定期检测数据，建立其性能、寿命演变的规律？回答这一问题涉及四个关键科学问题（1）数据去噪与特征提取；（2）数据驱动的性能退化规律模型建模方法；（3）基于性能退化规律的剩余寿命预测、故障预报方法；（4）性能评估与误差补偿方法。在信号去噪与故障特征提取方面，提出一种自稳定主元/微元、主子空间/微子空间神经网络迭代求解算法，并给出算法收敛性条件，为信号去噪与故障特征提取提供了理论基础，国际同行专家认为该研究成果具有原创性。在IEEE Trans. Signal Process.等国际期刊发表论文4篇，出版专著1部。在数据驱动的故障预报方面，提出一种信度规则库在线更新预测模型建模型方法。构造出一种在线更新信度规则库与隐马尔可夫过程结合的预测模型建模方法，国际同行专家认为该研究“push the state-of-art in the proposed field”。在IEEE Trans. Cybernetics等国际期刊发表论文6篇，出版专著1部。在数据驱动的寿命预测与预测维护方面，提出了一类一般性的非线性随机退化模型，攻克了非线性随机退化过程首达时间的求解难题。提出了存在状态切换的随机退化系统剩余储存寿命预测及求解算法。率先解决了剩余寿命预测的精确封闭解求解问题。在IEEE Trans. Ind. Electron.等国际期刊发表论文11篇，2篇进入ESI库。在误差补偿方面，建立了惯导系统误差模型与制导、控制精度之间的关联方程，提出一种非全姿态平台惯导系统射前标定与误差补偿方法，授权国家发明专利4项，获2014年陕西省科学技术二等奖1项。本项目实施过程中，出版专著2部，国家规划教材1部。发表论文92篇，IEEE Trans.等国际期刊55篇，IEEE PHM等国际会议14篇，SCI收录50篇，SCI他引192次。培养研究生26名，获全国优博论文提名奖1篇，省（军队）优秀学位论文4篇，获省（军队）科学技术奖二等奖3项。负责人胡昌华入选教育部长江学者特聘教授，新世纪百千万人才工程国家级人选，国家有突出贡献的中青年专家，军队领军人才培养对象。

成果综合统计