(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 202210835947.9 (22)申请日 2022.07.15 (71)申请人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 于劲松　周金浛　梁思远　唐荻音　 周倜　苗毅　陶来发　刘浩　 (51)Int.Cl. G06F 30/20(2020.01) G06F 17/16(2006.01) G06F 119/02(2020.01) (54)发明名称 一种基于多阈值的单参数时序故障预警方 法 (57)摘要 本发明公开一种基于多阈值的单参数时序 故障预警方法， 所述的单参数时序故障预警方法 面向直接或间接拥有多阈值形式故障检测知识 的参数， 提取参数波形主要趋势的局部线性特 征， 从而根据参数具备的多阈值判据， 在中长期 时间尺度上预测参数未来超 限时刻以及该预测 结果的有效性及置信度。 所述的单参数时序故障 预警方法为单参数时序故障构建高效而实用的 预警机制， 为设备运行阶段的运维任务提供坚实 的保障， 从而提高设备中长期运行的稳定性。 权利要求书1页 说明书6页 附图2页 CN 115099056 A 2022.09.23 CN 115099056 A 1.一种基于多阈值的单参数时序故障预警方法， 其特征为： 所述的基于多阈值的单参 数时序故障预警方法面向于单参数时序故障， 利用参数故障检测方法中蕴含的多阈值信 息， 实现在长中期时间尺度上高效而实用的预警机制。 2.根据权利要求1， 所述的基于多阈值的单参数时序故障预警方法， 其特征为： 所述的 基于多阈值的单参数时序故障预警方法， 包含适用阈值自主选择、 参数波 形模态分解、 参数 趋势线性拟合、 超限时刻动态评估四个主 要步骤。 3.根据权利要求2， 所述的基于多阈值的单参数时序故障预警方法， 其特征为： 针对于 适用阈值自主选择步骤， 该步骤主要负责在多阈值知识中根据参数实时状态选择参数最为 适应的阈值、 并筛 选出该阈值区间内的最近连续帧波段。 4.根据权利要求2， 所述的基于多阈值的单参数时序故障预警方法， 其特征为： 针对于 参数波形模态分解步骤， 该步骤主要基于变分模态分解， 将主要演化趋势所对应的低频部 分会与局部扰动及噪声所对应的中 高频部分 分离到不同的模态中。 5.根据权利要求2， 所述的基于多阈值的单参数时序故障预警方法， 其特征为： 针对于 参数趋势线性拟合步骤， 该步骤主要通过松弛Cox ‑Stuart平稳性检验方法筛选出属于主要 演化趋势部 分的模态， 并将筛选出的模态加性融合后通过基于窗口自适应的最小二乘法拟 合出局部的线性演化趋势。 6.根据权利要求2， 所述的基于多阈值的单参数时序故障预警方法， 其特征为： 针对于 超限时刻动态评估步骤， 该步骤主要负责根据选择的阈值与挖掘的局部线性关系预估参数 超限故障时刻， 为预估出的故障时刻判定有效性并衡量置信度。权　利　要　求　书 1/1 页 2 CN 115099056 A 2一种基于多阈值的单参数时序故障预警方 法 技术领域 [0001]本发明涉及单参数时序故障预警方法， 尤其是一种面向多阈值的单参数时序故障 预警方法。 背景技术 [0002]航天器、 船舶等设备在轨运行阶段的在线故障维护是设备平稳运行的重要保障。 然而， 涉及设备关键部件的重要故障， 实际维修一般需要一定时间， 维修的难度也一般随设 备的故障程度的恶化而提升， 不能由单纯的故障实时检测机制实现。 因此， 要有效保障设备 运行阶段的稳定性， 必须针对可能产生的重要故障建立有效的故障预警机制， 从而降低 故 障维修的难度及成本， 为故障必需的处置操作留出充足的执 行时间。 [0003]有效的故障预警机制必须建立在充分的故障机理基础上， 而重要故障机理一般在 各类故障检测模型中具有较为成熟 的描述。 其中， 根据专家经验而设置的阈值门限为常见 的故障检测模型， 则提供重要故障提供了直观而明确的故障机理说明。 例如， 针对热控系统 水箱温度的阈值门限能够实现对系统热平衡失效故障的基础监控、 针对直流电源输出电压 的阈值门限则能够实现对电源供电失稳故障的基础监控等。 专家制定的阈值门限一般是单 阈值门限， 即阈值划分出的数据区间是连通的； 但对于诸如电池充放电电流、 姿态控制指 令 等具有多种运行工况 的参数而言， 则需要多阈值的专家门限， 即阈值划分出 的数据区间是 由多个互相不连通的连通子区间组成的。 因此， 多阈值形式的故障检测知识 来源极为丰富， 可以有效支撑故障预警机制对于不同类型重要故障的最大程度覆盖 。 [0004]在多阈值形式故障诊断知识的辅助下， 面向于多阈值的单参数时序故障预警方法 将故障预警转化为基于参数趋势预测的超限时刻预估问题。 基于传统最小二乘法(Least ‑ Square Method,LSM)的参数趋势估计方法则受限于固定积累窗口内数据的线性假设， 不能 敏锐挖掘实际工程中参数趋势由于部件性能快速失效而导致的指数型陡降、 由于工作状态 改变而导致的折线型变化等局部线性特征， 也容易受到参数与趋势无关的局部周期性变化 和噪声的干扰。 同时， 多阈值 故障机理是针对于故障检测而提出， 并不完全符合故障预警的 特殊需求。 例如， 故障预警在长时间尺度上的参数趋势预测很可能发生跨阈值的情况， 导致 不同状况下故障预警结果的置信度不完全相同。 因此， 传统的参数趋势估计方法一般会受 到波形扰动或工况变化的影响， 从而 预警结果鲁棒性较差、 虚警率较高， 不能够 满足实际工 程的需求。 [0005]基于上述实际工程的多方面特征和已有相关方法的应用缺陷， 针对 实际健康管理 任务的预警需求， 本发明提出一种面向多阈值的单参数时序故障预警方法， 旨在在参数波 形扰动和工况环境变化的工程场景下， 对于影响设备运行的重要故障形成有效的预警机 制， 从而保障设备中长期的平稳运行。 发明内容 [0006]本发明为解决多参数时序故障预警问题， 提供一种面向多阈值的单参数时序故障说　明　书 1/6 页 3 CN 115099056 A 3