(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210587540.9 (22)申请日 2022.05.25 (71)申请人 上海航天控制技 术研究所 地址 201109 上海市闵行区中春路15 55号 (72)发明人 何洋　唐德佳　徐志伟　李款　 孙华旺　张南　 (74)专利代理 机构 中国航天科技专利中心 11009 专利代理师 杨春颖 (51)Int.Cl. G06F 30/15(2020.01) G06F 30/23(2020.01) G06F 30/27(2020.01) G06F 30/28(2020.01) G06N 3/08(2006.01)G06F 113/08(2020.01) G06F 119/02(2020.01) G06F 119/14(2020.01) (54)发明名称 电动飞行器动力系统故障诊断及健康管理 体系设计方法 (57)摘要 本发明公开了一种电动飞行器动力系统故 障诊断及健康管理体系设计方法， 包括： 基于多 层次仿真模型， 建立故障知识库； 基于先进传感 器技术和基于非线性模型的深度置信网络算法， 结合故障知识库， 实现系统故障诊断及健康感知 预测； 构建系统关键指标评价体系， 采用多输入 单输出的健康决策生成过程， 通过前期系统故障 诊断及健康感知预测， 采用数据统计及失效物理 模型协调合作方式， 建立分级分类管理策略， 形 成健康管 理决策并执行。 本发明旨在实现高价值 飞行器大功率电推进系统故障诊断与健康管理 系统的设计， 满足未来电动飞行器高效高性能和 智能化发展趋势。 权利要求书2页 说明书7页 附图2页 CN 114996843 A 2022.09.02 CN 114996843 A 1.一种电动飞行器动力系统故障诊断及健康管理体系设计方法， 其特 征在于， 包括： 基于多层次仿真模型， 建立故障知识库； 基于先进传感器技术和基于非线性模型的深度置信网络算法， 结合故障知识库， 实现 系统故障诊断及健康感知预测； 构建系统关键指标评价体系， 采用多输入单输出的健康决策生成过程， 通过前期系统 故障诊断及健康感知预测， 采用数据 统计及失效物理模型协调合作方式， 建立分级分类管 理策略， 形成健康管理决策并执 行。 2.根据权利要求1所述的电动飞行器动力系统故障诊断及健康管理体系设计方法， 其 特征在于， 基于多层次仿真模型， 建立故障知识库， 包括： 梳理电动飞行器动力系统各单机部件、 分系统到全系统工作机理， 模拟真实工况， 建立 低‑高空气压、 温度模型及复杂突变来流模型， 针对部件机电、 磁、 温度场开展有限元分析， 采用电驱系统半实物或硬件在环仿 真， 通过注入不同类型故障信号， 模拟各典型故障模式， 提取故障参数， 构建得到故障知识库。 3.根据权利要求2所述的电动飞行器动力系统故障诊断及健康管理体系设计方法， 其 特征在于， 真实工况包括： 通过matlab中环境模型及往期飞试数据构建起飞、 巡航、 降落过 程时外部大气压温度及气压模型， 拟合起飞巡航过程中大气来流干扰变化， 通过往期全尺 寸低温低气压及吹风试验数据模拟螺旋桨真实推力与转速对应关系搭建飞行器不同倾角 下动力学仿真模型。 4.根据权利要求1所述的电动飞行器动力系统故障诊断及健康管理体系设计方法， 其 特征在于， 基于先进传感器技术和基于非线性模型的深度置信网络算法， 结合 故障知识库， 实现系统故障诊断及健康感知预测， 包括： 采用先进传感器技术提取含有故障分量的特征参数， 利用基于非线性模型的深度置信 网络算法对原始传感数据进行数据级与特征级的有效融合提取， 比对故障知识库进行趋势 分析， 实现系统故障诊断及健康感知预测。 5.根据权利要求4所述的电动飞行器动力系统故障诊断及健康管理体系设计方法， 其 特征在于， 采用先进传感器技术提取的信息包括： 螺旋桨推拉力及力矩参数、 电机及 控制器 温度、 压强、 电机电压和电流。 6.根据权利要求4所述的电动飞行器动力系统故障诊断及健康管理体系设计方法， 其 特征在于， 系统故障诊断及健康感知预测包括两 部分内容： 状态检测： 通过多通道数据传感器采集系统电流、 电压、 温度， 利用串口或1553B总线通 讯实时传输状态数据， 实现数据采集 监测； 故障诊断： 采用基于非线性模型的深度置信网络算法对原始传感数据进行数据级与 特 征级的有效融合提取， 实现数据处理及特征挖掘， 并比对故障知识库进 行趋势分析， 实现系 统故障诊断及健康感知预测。 7.根据权利要求6所述的电动飞行器动力系统故障诊断及健康管理体系设计方法， 其 特征在于， 状态检测与故障诊断两 部分通过通讯遥测实现数据传送及故障判别。 8.根据权利要求1所述的电动飞行器动力系统故障诊断及健康管理体系设计方法， 其 特征在于， 采用多输入单输出 的健康决策生成过程， 通过前期系统故障诊断及健康感知预 测， 采用数据统计及失效物理模 型协调合作方式， 建立分级分类管理策略， 形成健康管理决权　利　要　求　书 1/2 页 2 CN 114996843 A 2策并执行， 包括： 构建关键指标评价体系， 通过多项关键指标系数对系统健康状态进行交叉验证， 从而 确定健康状态评估； 通过样 机功效试验构建失效物理模型， 利用数据统计协调合作， 实现系 统健康状态分级分类管理， 将故障模式细分为通讯故障、 传感器故障、 控制算法故障、 驱动 硬件故障及电机故障， 将故障等级细分为一般故障及严重故障等， 并针对不同的健康状态 形成不同的管理决策并执 行。 9.根据权利要求1所述的电动飞行器动力系统故障诊断及健康管理体系设计方法， 其 特征在于， 还 包括： 依据系统故障情况进行分级处 理。 10.根据权利要求1所述的电动飞行器动力系统故障诊断及健康管理体系设计方法， 其 特征在于， 系统故障模式包括 通讯故障、 传感器故障、 控制算法故障、 驱动硬件故障及电机故障； 故障等级包括一般故障及严重故障； 其中， 一般故障包括： 电机、 控制器短时过温， 功率 短时过峰、 短时欠压； 严重故障包括： 超温， 电机、 控制器短路过流， 断路， 母线过压； 故障分级处 理包括通讯重启、 降额 运行、 冗余备份切换及停机处 理。权　利　要　求　书 2/2 页 3 CN 114996843 A 3