(19)中华 人民共和国 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 202111229353.5 (22)申请日 2021.10.21 (71)申请人 浙江大立科技股份有限公司 地址 310051 浙江省杭州市滨江区滨康路 639号 (72)发明人 何烈永　丁楠　徐世豪　 (74)专利代理 机构 中国航天科技专利中心 11009 代理人 任林冲 (51)Int.Cl. G06F 30/15(2020.01) G06F 30/27(2020.01) G06F 119/02(2020.01) (54)发明名称 一种健康管理系统 (57)摘要 本发明涉及一种健康管 理系统， 包括光电系 统状态监控模块、 功能检测模块、 故障监测和管 理模块、 异常容忍模块、 状态切换和恢复模块、 失 效可靠性分析模块、 寿命数据分析模块、 退化数 据分析模块、 概率风险评估模块、 诊断自动化设 计模块及 寿命预测模块； 光电系统状态监控模块 采用基于系统识别的方法， 将结构训练数据生成 系统模型估计冲击力和位置， 用于结构健康监 控； 功能检测模块用于对各成像传感器组件、 电 机驱动器、 控制器的工作状态、 参数和故障情况 进行监控。 本发 明可实时对系统的健康状态进行 自动采集、 处 理， 进行统一的健康数据管理。 权利要求书2页 说明书10页 附图3页 CN 114139274 A 2022.03.04 CN 114139274 A 1.一种健康管理系统， 其特征在于， 包括光电系统状态监控模块、 功能检测模块、 故障 监测和管理模块、 异常容忍模块、 状态切换和恢复模块、 失效可靠性分析模块、 寿命数据分 析模块、 退化数据分析模块、 概 率风险评估 模块、 诊断 自动化设计模块及寿命预测模块； 光电系统状态监控模块采用基于系统识别的方法， 将结构训练数据生成系统模型估计 冲击力和位置， 用于结构健康监控； 功能检测模块用于对各成像传感器组件、 电机驱动器、 控制器的工作状态、 参数和故障 情况进行监控； 故障监测和管理模块根据传感器、 信号调理、 数据转换、 数据处理的信息评估该健康管 理系统的状态， 健康管理系统实时验证传感器的读数并诊断传感器的故障； 当出现三类或四类故障时， 异常容忍模块将相关的非关键性功能中止， 以满足安全反 应需求； 状态切换和恢复模块： 状态切换通过状态监控触发冗余器件和备份单元的切换， 以应 对主用件失效后迅速接替工作； 状态恢复采用手动 或自动看门狗定时器， 实现检测和从非 灾难性失效中恢复； 失效可靠性分析模块： 对电气子系统或部件的内部故障检测、 隔离和恢复记忆系统处 于正常工作模式、 备用模式、 诊断模式、 故障模式下， 分析计算系统、 子系统和组件的最低、 标称和最大功率消耗； 寿命数据分析模块： 采用极大似然法评估分布分位数和失效概率， 以确定元件、 可更换 元件的失效时间以及可维修系统的首次失效时间； 退化数据分析模块： 将物理退化当做时间函数测量， 将实 际的物理退化通过产品性能 退化的数据测量； 概率风险评估 模块： 通过关联任务事 件树， 确定导 致意外事件发生的不同场景的概 率； 诊断自动 化设计模块： 对健康管理系统 的执行器模型参数和基础参数之间差异进行诊 断， 实现故障隔离； 寿命预测模块： 通过寿命的概 率密度模型， 实现对电子器件及结构件寿命的预则。 2.根据权利要求1所述的一种健康管理系统， 其特 征在于， 故障监测 和管理的方法为： 物理冗余， 在 传感器网络中部署二至四层物理冗余， 基于投票和中值计算选择 方案； 解析冗余， 传感器故障解析包括： 广义似然比， 多模型、 扩展和迭代扩展的卡尔曼滤波， 序贯概率似然比检验以及广义的可能性测试， 以连续检测传感器的测量状态， 当传感器发 生故障时， 输出信号偏离了来自产生残差评估计划的在线或离线预测值， 在单个或多个时 间段， 当残差超过一定阈值， 说明传感器存在故障； 通过神经网络训练， 健康管理系统在线学习和识别传感器的各种故障， 传感器信号完 全丢失的硬故障和产生漂移的软故障， 并由在线 学习的物理模型对失效的传感器数据进 行 调节。 3.根据权利要求2所述的一种健康管理系统， 其特征在于， 故障的处理方法包括： 故障 阻止、 故障移除、 故障容 错和输入序列工作区。 4.根据权利要求1所述的一种健康管理系统， 其特 征在于， 退化数据分析 方法为： (1)对于元件i， 样本的路径数据为(ti1,yi1)， ……， (tim,yim),求函数betai＝ (beta0i,beta1i)的极大似然估计值；权　利　要　求　书 1/2 页 2 CN 114139274 A 2(2)计算伪失效时间； (3)对于每 个样本路径， 重复以上步骤获得伪失效时间t1， ……， tn； (4)对数据t1， ……， tn进行单分布分析求得估计值F(t)。 5.根据权利要求1所述的一种健康管理系统， 其特 征在于， 概 率风险评估方法为： (1)初始事 件主逻辑图识别和分类所有能够导 致意外时间发生的危险事故； (2)建立时间性和功能性任务事 件树； (3)建立故障树和事 件序列图并与任务事 件树关联； (4)收集数据量化事故场景和事故结果， 包括元件的失效率数据、 维修时间数据、 初始 事件概率、 检查概率的审查 失效、 结构失效概率、 人为错误概率、 过程 失效概率、 常规原因的 失效概率； (5)通过概率风险评估模块将事件顺序表和故障树与任务事件树进行逻辑关联， 进行 事件识别、 自动分类、 优化排列事件； 通过关联任务事件树， 确定导致意外事件发生的不同 场景的概 率。 6.根据权利要求1所述的一种健康管理系统， 其特征在于， 还包括远程数据处理模块， 将健康管理系统产生的健康日志信息远程传输给地面保障工作 站， 用于对信息进 行监视和 控制。权　利　要　求　书 2/2 页 3 CN 114139274 A 3