机载健康监测系统可信性模型优化方案

健康监测系统主要的工作是故障诊断和故障预测，因此评价健康监测系统性能的指标有：及时性、敏感性、鲁棒性、误报率、漏报率、错误率和确诊率、全面性^[11]。健康监测系统大致可分为串联的三个部分，即数据采集、数据处理和数据分析，如图8-15所示。

图8-15 健康监测系统结构图

数据采集部分主要通过传感器来获得，健康监测系统中一种故障的确定往往并不是依靠一种传感器获得的系统状态参数，有时是几个传感器信号的综合或者可以通过另外几种传感器异构得到，传感器的各项指标如工作原理、温漂、零位偏移、灵敏度、线性度等都是影响健康监测系统指标的因素。数据处理部分是将采集到的数据进行隔离、滤波、放大，然后根据数据分析部分的需要将时域内的信号变换成频域信号或者时频信号^[12]。数据分析部分就是将得到的系统状态参数进行处理，根据需要用不同的算法进行故障诊断和预测。

根据上述分析，可将整个机载健康管理系统分为传感器采集、信号处理和管理算法三个部分。其中传感器的温漂、零位偏移、灵敏度、线性度造成了数据的不精确，为简化模型，可将这些不精确性统一在一个参数误差率ε中表示，表征传感器采集到的数据与真实数据的误差程度。另外传感器本身由于制造及使用时外界环境的影响，其使用寿命是有限的。在健康管理系统中，主要关心被监测部位采集数据的正确度，因此如果以在规定时间内、一定条件下正确完成数据采集工作的概率定义传感器的可靠性，假设传感器自身的寿命服从参数为λ的指数分布，可以得到一个传感器的可靠性模型为

R（t）=εe^-λt （8-23）

考虑到健康监测系统传感器一般是采用多传感器融合以及重构方式工作，可将整个系统的传感器部分看成是k/n表决系统或者可重构的热贮备系统。结合单个传感器的可靠性模型，传感器系统的可靠度R_s（t）为

k/n系统：

(www.xing528.com)

式中，R为单个传感器的可靠度，Cⁱ_n为从n中取i的组合。

热贮备系统（假设有一组传感器能重构）：

R_s（t）=R₁+R₂-R₁R₂ （8-25）

式中，R₁、R₂分别为主系统和重构系统的可靠度。

信号处理部分主要是电路元件，依照电路元件的一般可靠性处理办法，可假设信号处理部分寿命服从参数为λ_p指数分布，其可靠度R_p（t）可表示如下：

根据管理算法的不同，故障检测和预测的效率有所不同，目前只关心算法是否能正确及全面地反映设备正在或者即将出现的故障，这两种性能可以用虚警率η和故障覆盖率c表示。如果以正确诊断或预测故障的概率作为评价管理算法的可靠性，则健康管理算法的可靠度R_m为

R_m=η（1-c） （8-27）