(19)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 202211150770.5 (22)申请日 2022.09.21 (71)申请人 西北工业大 学 地址 710003 陕西省西安市友谊西路127号 (72)发明人 闫斌斌　冯睿哲　张一鹏　刘双喜　 (74)专利代理 机构 北京维正专利代理有限公司 11508 专利代理师 刘美莲 (51)Int.Cl. G06Q 10/04(2012.01) G06N 3/04(2006.01) G06Q 10/00(2012.01) G06F 17/14(2006.01) G06K 9/62(2022.01) G01D 21/02(2006.01) (54)发明名称 一种舰炮故障预测与健康管理方法及相关 设备 (57)摘要 本申请公开了一种舰炮故障预测与健康管 理方法及相关设备， 其方法包括： 通过设置在舰 炮上的传感器采集舰炮数据， 舰炮数据包括舰炮 设备零部件 标识及状态数据； 根据舰炮设备零部 件标识确定对应的目标零部件， 获取目标零部件 的零部件复杂程度值； 根据零部件复杂程度值选 择相应的预设处理策略； 根据预设处理策略及状 态数据进行故障预测， 得到目标零部件的故障预 测结果； 根据故障预测结果 综合分析得到舰炮运 维信息， 根据舰炮运维信息对舰炮进行健康管 理。 提高了舰炮故障检测的可靠性， 结合各零部 件的故障预测结果综合分析舰炮运维信息， 减小 了人力检测 和分析的成本 。 权利要求书3页 说明书7页 附图6页 CN 115470997 A 2022.12.13 CN 115470997 A 1.一种舰炮故障预测与健康管理方法， 其特 征在于， 包括： 通过设置在舰炮上的传感器采集舰炮数据， 所述舰炮数据包括舰炮设备零部件标识及 状态数据； 根据所述舰炮设备零部件标识确定对应的目标零部件， 获取所述目标零部件的零部件 复杂程度值； 根据所述 零部件复杂程度值选择相应的预设处 理策略； 根据所述预设处理策略及所述状态数据进行故障预测， 得到所述目标零部件的故障预 测结果； 根据所述故障预测结果综合分析得到舰炮运维信 息， 根据所述舰炮运维信 息对所述舰 炮进行健康管理。 2.根据权利要求1所述的舰炮故障预测与健康管理方法， 其特征在于， 所述通过设置在 舰炮上的传感器采集舰炮数据， 包括： 确定设置在舰炮的不同的舰炮设备零部件上的传感器 类型； 根据所述传感器 类型确定每一个传感器测量的物理量类型； 当多个第一传感器测量同一个舰炮设备零部件的物理量类型相同时， 获取多个所述第 一传感器测量的第一物理量， 对所述第一物理量进行平均计算， 得到状态数据； 或， 根据所 述第一传感器的灵敏度性能差异值， 确定每一个所述第一物理量的加权值， 对加权后的所 述第一物理量进行平均计算， 得到状态数据； 当单个第二传感器测量单个舰炮设备零部件的一个物理量类型时， 获取所述第 二传感 器测量的第二物理量， 利用传感器标定数据对所述第二物理量进行处理， 得到状态数据； 或， 利用预设滑动窗口将预定时间内的均值作为状态数据； 获取所述状态数据对应的传感器设置的舰炮设备零部件， 得到对应的舰炮设备零部件 标识； 根据所述舰炮设备零部件标识及所述状态数据得到舰炮数据。 3.根据权利要求1所述的舰炮故障预测与健康管理方法， 其特征在于， 所述根据 所述舰 炮设备零部件标识确定对应的目标零部件， 获取所述 目标零部件的零部件复杂程度值， 包 括： 根据所述舰炮设备零部件标识确定对应的目标零部件； 获取所述目标零部件的结构参数及预设重要度权值； 根据所述结构参数分析 得到结构复杂值； 根据所述结构复杂值及预设重要度权值， 计算得到所述 零部件复杂程度值。 4.根据权利要求3所述的舰炮故障预测与健康管理方法， 其特征在于， 所述根据 所述零 部件复杂程度值选择相应的预设处 理策略， 包括： 根据所述零部件复杂程度值判断对应的目标零部件为复杂零部件、 适中零部件或简单 零部件； 当所述目标零部件为所述简单零部件时， 选择第一类预设处 理策略； 当所述目标零部件为所述 适中零部件时， 选择第二类预设处 理策略； 当所述目标零部件为所述复杂零部件时， 选择第三类预设处 理策略。 5.根据权利要求4所述的舰炮故障预测与健康管理方法， 其特征在于， 当所述预设处理权　利　要　求　书 1/3 页 2 CN 115470997 A 2策略为所述第一类预设处 理策略时， 所述根据 所述预设处理策略及所述状态数据进行故障预测， 得到所述目标零部件的故 障预测结果， 包括： 根据所述第一类预设处 理策略判断所述状态数据是否处于零部件正常值区间内； 若不处于所述零部件正常值区间内， 则生成所述目标零部件的第一报警信号， 将所述 第一报警信号作为故障预测结果； 或， 根据所述第 一类预设处理策略获取当前时间点及最近历史更换时间点， 计算得到所述 目标零部件的使用时长； 判断所述使用时长是否超过 预设更换时间阈值； 若所述使用时长超过所述预设更换时间阈值， 则生成所述目标零部件的第二报警信 号， 将所述第二报警信号作为故障预测结果。 6.根据权利要求4所述的舰炮故障预测与健康管理方法， 其特征在于， 当所述预设处理 策略为所述第二类预设处 理策略时， 所述根据 所述预设处理策略及所述状态数据进行故障预测， 得到所述目标零部件的故 障预测结果， 包括： 根据所述第二类预设处 理策略从所述状态数据中提取 得到振动数据； 对所述振动数据进行 特征提取， 得到振动相关因子； 对所述振动相关因子进行归一 化处理， 得到特 征矩阵； 根据多元状态估计技 术MSET及所述特 征矩阵， 计算得到残差值； 通过滑动窗口获取 预设时间内所述残差值的残差均值； 判断所述残差均值是否大于预警值； 若所述残差均值大于所述预警值， 则生成所述目标零部件的第三报警信号， 将所述第 三报警信号作为故障预测结果。 7.根据权利要求6所述的舰炮故障预测与健康管理方法， 其特征在于， 当所述预设处理 策略为所述第三类预设处 理策略时， 所述根据 所述预设处理策略及所述状态数据进行故障预测， 得到所述目标零部件的故 障预测结果， 包括： 根据所述第 三类预设处理策略从所述状态数据中提取得到综合数据， 所述综合数据中 的数据类型包括振动数据、 流 量数据、 温度数据、 压力数据、 声 音数据及光学信息； 对所述综合数据按照预设时段进行分段计算， 得到所述综合数据中各数据类型的相关 因子的时段变化 规律； 根据所述时段变化 规律判断所述目标零部件是否异常； 若所述目标零部件异常， 则生成所述目标零部件的第 四报警信号， 将所述第 四报警信 号作为故障预测结果； 或， 对所述综合数据进行离散小波分解， 将所述综合数据中各数据类型分解到不同的频 带； 计算不同的频 带上相对小 波能量， 将所述相对小 波能量作为能量矩阵；权　利　要　求　书 2/3 页 3 CN 115470997 A 3