题目：飞行器动态实时系统健康管理研究

 

随着现代科学技术尤其是信息产业技术的迅速发展，飞行器综合化、智能化程度不断提高，相应的研制、生产、维护的投入也越来越大；同时，伴随着飞行器复杂程度及关联影响因素的增加，发生故障的概率也越来越高。

飞行器动态实时系统作为飞行器的关键组成部分，如何对其实施有效的健康管理，是保障整个飞行器安全、可靠完成指定飞行任务，降低全寿命周期成本，最大限度提高飞行器服役年限的重要保障，现已成为国内乃至全世界共同关注和研究的热点问题。

飞行器动态实时系统通常具有三方面特性，即系统自身的不确定性、系统状态变化的动态性和系统任务完成的时限性。欧美等发达国家在飞行器动态实时系统健康管理领域的研究起步较早，现处于领先地位，而我国在相关领域的研究尚处于理论阶段；同时，国内外现有技术并不能同时解决不确定性推理、动态推理、实时推理、剩余寿命预测以及相应的系统模型构建问题。因此，飞行器动态实时系统健康管理研究对我国航天航空事业的发展有着重要意义。

本文针对飞行器动态实时系统健康管理进行了深入研究，取得的主要研究成果如下：


(1) 研究了基于贝叶斯网络的不确定性建模和推理方法。从系统层次化结构和因果依赖关系考虑，提出了基于面向对象的贝叶斯网络（Bayesian Networks，简称BNs）健康模型构建方法，解决系统BNs健康模型构建问题；分析比较了消元算法和团树传播算法，解决系统贝叶斯网络推理问题；结合NASA（National Aeronautics and Space Administration）的ADAPT-Lite系统，仿真验证了BNs建模，以及推理方法的实用性和可靠性。

(2) 研究了基于动态贝叶斯网络的动态系统建模和推理方法。从时序因果关系角度考虑，拓展BNs健康模型构建方法，成功解决了复杂系统的动态贝叶斯网络（Dynamic Bayesian Network，简称DBN）健康模型构建问题；分析了卡尔曼滤波、扩展卡尔曼滤波、无损卡尔曼滤波和粒子滤波方法，并比较了不同贝叶斯滤波方法的适用性及其优缺点；结合某飞行器燃油系统，仿真验证了DBN建模，以及粒子滤波处理复杂故障诊断的有效性。

(3) 研究了基于编译贝叶斯网络的实时推理方法。从BNs结构特性考虑，介绍了网络线性多项式理论；研究了离线编译BNs构建运算电路方法，并比较了不同编译方法的适合性和优缺点；提出了基于优化消元顺序的全局消元生成法；分析了运算电路（Arithmetic Circuit，简称AC）在线推理方法；结合NASA的ADAPT-Lite系统，验证基于优化消元顺序的全局消元生成法构建AC健康模型，以及采用AC处理在线实时故障诊断的有效性。


(4) 创新性提出和研究了基于编译DBN的动态实时推理方法。从DBN结构特性考虑，优化DBN构建PDBN（Pruned DBN）健康模型；研究了PDBN动态网络线性多项；设计了动态运算电路（Dynamic Arithmetic Circuit，简称DAC）离线编译生成和在线迭代推理方案；结合某飞行器燃油系统，验证了在系统存在不确定性情况下，DAC处理在线动态实时推理问题的有效性。这种方法由于将整个动态推理过程分解为离线编译和在线迭代推理过程，计算资源将集中消耗在离线编译过程，而在线迭代推理过程仅需占用极少的计算资源，能满足飞行器实时系统对诊断任务完成严格时限性要求。

(5) 创新性的提出和研究了基于动态运算电路的剩余寿命预测方法。分析了剩余寿命预测原理，并比较了基于BNs和DBN的剩余寿命预测方法；设计了DAC预测模型，并讨论了最大似然估计和最大期望值估计两种模型参数学习方法；分析了如何采用构建的DAC预测模型处理在线预测剩余寿命问题；结合某飞行器燃油系统，验证了在系统存在不确定性情况下，DAC在线动态实时预测的有效性。

本文针对飞行器动态实时系统健康管理进行了有益的探讨，研究成果具有一定的理论意义和较高的实际应用价值。