[发明专利]一种复杂机电系统符号化质量特性灰色预测方法

说明书

技术领域

本发明属于复杂机电系统可靠性建模及质量预测技术领域，具体涉及一种复杂机电系统 符号化质量特性灰色预测方法的设计。

背景技术

复杂机电系统是机、电、热、磁、液等多物理过程融合于载体的复杂物理系统，也是将 多种单元技术集成于机电载体，形成特定功能的复杂装备。装备运行时，其内部各子系统与 环境进行着能量、物质与信息流的多种传递、转换和演变。现代各种高效生产设备、大型空 天运载工具、高速列车等无一不是耦合高度复杂、功能异常丰富、运行控制能力十分强大的 复杂机电系统。

随着我国制造业步伐的加快和国防工业水平的提升，一些高技术、高精度和高性能的复 杂产品的需求量与日俱增。我国相继开展了一系列重大机械装备工程项目和计划，如大型战 机、重型数控机床、高档汽车、核潜艇、航空母舰等复杂程度很高的机电产品。这些复杂产 品对性能、可靠性、安全性等关键质量特性有特殊要求。长期以来，由于在基础理论和质量 控制策略创新性方面的研究不够深入，导致我国质量管理技术相对落后。同时，由于缺乏产 品设计、制造以及质量管理控制方面的技术和经验，造成我国自主研发的这类复杂产品质量 性能和安全性差，可靠性水平低。

在实际生产制造过程中，复杂机电系统或产品关键质量特性往往受到多种因素的影响， 即使在相同操作环境下生产出的同类同批次产品的关键质量特性值也总存在一定差异。在时 域上质量特性是不断变化的，呈现出波动性和随机性。从质量控制角度看，当产品质量处于 可控的状态范围内，关键质量特性的波动会呈现某些特殊的统计特性，即质量特性数据序列 的统计分布具有规律性。质量控制过程中，控制模式与效果在很大程度上取决于质量特性波 动在质量系统中的传递趋势与影响程度。对于复杂机电系统而言，质量传递链长、质量特性 和影响因素之间的关联关系复杂；传递链通常是非线性的、复杂的以及不确定的。质量系统 的复杂程度决定着质量异常波动在传递过程中的无序与混沌程度，如何准确识别质量波动源 是一大难题，特别是对于经过多个过程和多次迭代演进之后的质量问题。因此，研究并建立 面向复杂机电系统或复杂机电产品的质量特性波动预测模型极为重要。

复杂机电系统在设计、制造和服役过程中，可以收集到一系列反映系统质量特性的各类 数据，按照一定顺序排列从而形成质量特性时间序列。探索此类时间序列的波动和统计特性， 以此反映系统质量特性变化趋势对系统质量特性的预测和控制具有极大的实用意义。

发明内容

本发明的目的是为了解决现有技术中对于经过多个过程和多次迭代演进之后的质量问题 难以准确识别质量波动源的问题，提出了一种复杂机电系统符号化质量特性灰色预测方法。

本发明的技术方案为：一种复杂机电系统符号化质量特性灰色预测方法，包括以下步骤：

S1、根据复杂机电系统服役实际环境工况、系统功能、性能以及系统组成，综合分析系 统故障模式和系统质量的影响因素，确定并抽象出系统的关键质量特性；

S2、根据步骤S1中系统的关键质量特性，调研和实时监测收集相关数据，提取系统关键 质量特性时间序列数据；

S3、选取符号划分规则处理步骤S2中得到的系统关键质量特性时间序列数据，得到相应 的质量特性符号化序列，并对系统的关键质量特性进行初步预测；

S4、应用GM(1,1)一阶灰色模型对质量特性符号化序列进行预测建模，建立微分方程模 型求出拟合曲线，最终实现系统的关键质量特性预测。

进一步地，步骤S1中关键质量特性为平均可用度。

进一步地，步骤S3具体包括以下分步骤：

S31、选取符号划分规则，将步骤S2中得到的系统关键质量特性时间序列数据作为原始 时间序列并划分为若干离散区域，当原始时间序列中的某个数据属于某区域时，用代表此区 域的符号表示该数据，从而将原始时间序列转换为新的质量特性符号化序列；

S32、研究质量特性符号化序列的波动特性，计算表征质量特性符号化序列波动大小的 Shannon熵，确定最佳的字长L；

S33、绘制质量特性符号化序列的频率统计直方图，从而反映各字长为L的编码序列的 概率分布情况，通过频率统计直方图可以看出各种符号模式的相对重要度，最终确定质量特 性符号化序列的主要变化模式；