● 摘要
故障预测及健康管理技术(PHM)是一种对产品或系统在实际应用条件下进行全新的全生命周期综合性能设计的有效方法。当它结合失效物理(PoF)模型时,在实际的应用环境和工作条件下可做出连续的可更新预测。PHM技术通过传感器检测,记录环境运行和性能相关的一些参数来显示系统的健康状况。故障预测是通过研究正常运行状态的偏移或退化程度,以此来估计将来的可用性。健康管理系统是对优先方式失效的一种响应。在本文中主要研究了镍镉电池(NiCd)可靠性的失效问题和几种典型的健康监测方法以及镍镉电池的寿命预测。主要的研究工作分为以下几点:1、比较了镍镉电池几种不同的测量方法。通过结合它们各自的性能特点,提出了一种基于动态神经网络技术失效物理的融合故障预测方法。这种融合预测方法不仅能够彻底分析物理和化学特性改变的电池失效机理,而且也能评估系统实时监控下关键的参数变化对失效的影响。2、研究和仿真了精确评价航空电源中的镍镉电池充电状态(SOC)的模型和方法。系统开路电压(VOC)和电池充电状态之间存在着一种线性关系。当电池的充电状态确定时,可以采用系统辨识理论来计算开路电压的大小。3、研究了镍镉电池充电状态(SOC)、健康状态(SOH)和寿命(SOL)的退化模型以及有效残余寿命(RUL)的预测方法。4、研究了镍镉电池的性能退化和基于PHM的最优化维护策略。
相关内容
相关标签