论文部分内容阅读
随着我国航天技术的发展,航天器越来越向着高可靠、长寿命、高有效性方向发展。作为这些航天器中必不可少的姿态控制执行机构和姿态测量部件——飞轮、陀螺仪等旋转机电部件,由于其成本高、批量小等特点,如何评估这些产品及其部件的可靠性寿命成为一个迫切需要解决的难题。动调陀螺仪作为一种被广泛应用于航天器导航与制导系统中的中高精度陀螺仪,对其进行可靠性寿命预测方法研究具有十分重要的现实意义和理论研究价值。本文根据学校实验室现有的试验条件,在只有单个动调陀螺仪试验子样情况下,给出了一个在极小子样条件下的动调陀螺仪寿命试验和寿命预测方法研究思路、方案,即以支持向量机作为理论基础,采用参数外推法进行动调陀螺仪寿命评估与预测方法研究。通过对动调陀螺仪在极小子样条件下进行1:1完全寿命试验,测试与分析影响动调陀螺仪寿命的性能参数,研究并提取能够表征陀螺可靠性和寿命的关键因子,通过对其的分析与处理建立寿命预测模型,进而对单个动调陀螺仪的寿命进行评估和预测研究。本文主要完成了如下几方面的工作:第一,结合动调陀螺仪的结构特点及试验条件,采用一种新的寿命评估思路(即性能参数外推法)对陀螺仪寿命进行评估与预测研究,并给出了整个动调陀螺仪寿命预测研究方案。同时,根据此方案及陀螺仪自身的特点,确定陀螺振动、漂移、工作和环境温度、陀螺供电电压、功率等作为监测的性能参数,通过相应的测试电路、软件及界面等设计,建立动调陀螺仪寿命测试系统,完成其状态监测与数据采集。第二,由于测试系统及动调陀螺仪自身的结构温度特性,文中结合小波分析优越的多尺度(多分辨率)分析特性,提出了一种基于小波变换和支持向量机的温度建模与补偿模型,对陀螺各参数的长期测试数据进行温度建模补偿与预处理。另外,根据陀螺仪自身的性能状态变化,采用基于支持向量机的启发式搜索策略,以陀螺参数特征集的交叉验证错误率为评价指标进行自学习识别与提取分析,最终选取陀螺振动作为关键特征因子对陀螺仪性能进行评估和预测研究。第三,根据陀螺振动信号的非平稳特性,采用经验模态分解(EMD)的信号分析方法对陀螺振动进行分析。针对EMD分析方法自身的缺陷,文中提出了一种改进EMD方法的混合信号分析策略,并利用其对动调陀螺仪振动信号进行频域能量分析。同时,根据陀螺长期测试期间自身性能的变化,采用基于支持向量机的权重贡献分配方法对陀螺频域能量特征进行自学习提取,并以此建立反映动调陀螺仪性能状态渐进变化趋势的陀螺振动频率能量。第四,结合支持向量机预测及灰色数据生成操作的优势,提出了一种新的灰色支持向量机预测模型(即AGO-SVM预测模型),并利用其对实际陀螺振动能量数据进行建模预测比较研究。预测结果表明所提出的灰色支持向量机模型预测精度优于单一灰色预测和SVM预测方法,具有更好的建模预测性能。另外,根据提取的陀螺寿命指标——振动特征能量趋势,利用灰色支持向量机预测模型对动调陀螺仪进行寿命评估与预测研究。同时,通过对单个动调陀螺仪历史能量数据进行多次分段建模预测统计分析,从而建立多步预测误差模型,以此来评估动调陀螺仪寿命预测的误差及可信度。本论文的研究工作可为我国航天等领域机电旋转部件的寿命预测研究工作提供参考与借鉴。