電子設備健康監測預警系統和方法與流程

本發明涉及故障預測
技術領域：
，特別是涉及一種電子設備健康監測預警系統和方法。
背景技術：
：故障預測與健康管理(PrognosticsandHealthManagement，PHM)技術利用盡可能少的傳感器采集系統各種數據信息，采用智能推理算法來評估系統自身健康狀態，在系統故障發生前對其故障進行預測，并根據可利用資源信息提供維修保障措施以實現系統視情維修。PHM系統可實現由傳統的基于傳感器診斷轉向基于智能系統預測，極大地促進了狀態維修取代事后維修和預防性維修的進程。PHM系統能及時、準確地確定其當前狀態以及在未來一段時間內發生故障的可能性，并對使用、維修活動做出輔助決策建議。傳統的失效預警方法是當集成電路關鍵失效機理發生而失效時，預警電路將輸出報警信號。具體在參考器件中存儲參考數據，并由應力器件從集成電路的輸入管腳輸入參數進行測試，并從集成電路的輸出管腳進行檢測得到測試數據，通過比較電路對測試數據和參考數據進行比較而實現預警輸出。傳統的失效預警方法需要對集成電路的管腳進行參數輸入和數據采集，只適用于CMOS集成電路的失效預警，無法對電子設備進行故障預測。技術實現要素：基于此，有必要針對上述問題，提供一種適用于電子設備的電子設備健康監測預警系統和方法。一種電子設備健康監測預警系統，包括傳感器和嵌入式控制裝置，所述傳感器設置于電子設備內，所述嵌入式控制裝置連接所述傳感器，所述傳感器用于對所述電子設備的宿主電子系統電路板進行物理參數監測，并將獲取得到的傳感器數據發送至所述嵌入式控制裝置；所述傳感器數據包括電流數據、振動數據、溫度數據和電壓數據中的至少一種；所述嵌入式控制裝置用于對所述傳感器數據進行特征提取得到特征數據，并根據所述特征數據進行實時分析與預測，得到預測結果并顯示。一種電子設備健康監測預警方法，包括以下步驟：傳感器對電子設備的宿主電子系統電路板進行物理參數監測，獲取傳感器數據并發送至嵌入式控制裝置；所述傳感器數據包括電流數據、振動數據、溫度數據和電壓數據中的至少一種；所述嵌入式控制裝置對所述傳感器數據進行特征提取得到特征數據；所述嵌入式控制裝置根據所述特征數據進行實時分析與預測，得到預測結果并顯示。上述電子設備健康監測預警系統和方法，通過傳感器對電子設備的宿主電子系統電路板進行物理參數監測，獲取傳感器數據并發送至嵌入式控制裝置，傳感器數據包括電流數據、振動數據、溫度數據和電壓數據中的至少一種。嵌入式控制裝置對傳感器數據進行特征提取得到特征數據，并根據特征數據進行實時分析與預測，得到預測結果并顯示，為用戶提供宿主電子系統電路板實時健康監測及實時預測信息。可實時監測電子設備的性能退化過程，預測電子設備性能退化趨勢，實現了對電子設備的故障預測與健康管理功能。附圖說明圖1為一實施例中電子設備健康監測預警系統的結構圖；圖2為一實施例中嵌入式控制裝置的結構圖；圖3為一實施例中電子設備健康監測預警方法的流程圖；圖4為一實施例中嵌入式控制裝置根據特征數據進行實時分析與預測，得到預測結果的流程圖。具體實施方式在一個實施例中，一種電子設備健康監測預警系統，如圖1所示，包括傳感器110和嵌入式控制裝置120，傳感器110設置于電子設備內，嵌入式控制裝置120連接傳感器110。傳感器110用于對電子設備的宿主電子系統電路板進行物理參數監測，并將獲取得到的傳感器數據發送至嵌入式控制裝置120。傳感器110的數量和類型均不唯一，可以是一個或多個，也可是一種或多種類型。根據傳感器的類型不同，傳感器數據的種類也會對應有所不同，傳感器數據具體可包括電流數據、振動數據、溫度數據和電壓數據中的至少一種。可通過針對宿主電子系統電路板進行傳感器110的布局設計，以監測所需的物理參數。本實施例中，傳感器110包括連接嵌入式控制裝置120的電流傳感器、振動傳感器、溫度傳感器和電壓傳感器，分別對宿主電子系統電路板進行監測，對應采集得到的傳感器數據包括電流數據、振動數據、溫度數據和電壓數據。同時對宿主電子系統電路板的四種物理參數進行采集并發送至嵌入式控制裝置120進行健康預測，確保預測結果更符合實際情況，提高了預測準確性。可以理解，傳感器110的具體類型包括并不限于以上四種，還可包括其他可嵌入的傳感器。嵌入式控制裝置120用于對傳感器數據進行特征提取得到特征數據，并根據特征數據進行實時分析與預測，得到預測結果并顯示。通過對傳感器數據進行特征提取得到特征數據，表征宿主電子系統電路板的物理狀態，以便用作后續進行健康預測。嵌入式控制裝置120對傳感器數據進行特征提取的具體方式并不唯一，可以是對同一時刻對宿主電子系統電路板不同位置采集到的同類型傳感器數據進行特征提取，得到特征數據；也可以是對宿主電子系統電路板同一位置采集到的多個同類型傳感器數據進行特征提取，得到特征數據。特征數據的類型也不唯一，具體可包括均值或均方差。以傳感器數據包括溫度數據、特征數據包括均值為例，可以是通過多個溫度傳感器對宿主電子系統電路板的不同位置同時進行溫度監測，根據同一時刻采集得到的多個溫度數據計算得到均值作為特征數據；也可以是通過溫度傳感器對宿主電子系統電路板的同一位置進行溫度監測，獲取每個采集周期內的多個溫度數據計算得到均值作為特征數據。嵌入式控制裝置120的具體類型并不唯一，具體可以是SoPC嵌入式裝置或SoC嵌入式裝置。本實施例中，嵌入式控制裝置120為SoPC嵌入式裝置，將處理器、存儲器、I/O(輸入/輸出)口等系統設計及其他用戶需要的功能模塊集成到一個器件上，構建成一個可編程的片上系統。SoPC嵌入式裝置具有靈活的設計方式，可裁減、可擴充、可升級，并具備軟硬件的系統可編程能力。在一個實施例中，如圖2所示，嵌入式控制裝置120包括FPGA(Field-ProgrammableGateArray，現場可編程門陣列)邏輯器件121、嵌入式處理器122和顯示器123，FPGA邏輯器件121連接傳感器110，嵌入式處理器122連接FPGA邏輯器件121和顯示器123。嵌入式處理器122通過FPGA邏輯器件121獲取傳感器110輸出的傳感器數據，對傳感器數據進行特征提取得到特征數據，并根據特征數據進行實時分析與預測得到預測結果，并將預測結果發送至顯示器123進行顯示。此外，嵌入式控制裝置120還包括連接嵌入式處理器122的存儲器124和應用程序編程接口125。存儲器124用于存儲傳感器數據以及預測結果等數據，應用程序編程接口125用于提供程序訪問接口，以便進行應用程序的開發和訪問，提高了操作便利性。具體地，FPGA邏輯器件121可以是具有軟核或硬核的FPGA邏輯器件。嵌入式處理器122內置有內核層、服務層和應用層。其中，內核層包括操作系統內核和傳感器驅動程序，本實施例中，操作系統內核為面向SoPC的操作系統內核，傳感器驅動程序用于結合操作系統內核，針對傳感器進行驅動。服務層包括基于數據驅動的預測算法模型和應用編程接口，基于數據驅動的預測算法模型用于根據操作系統內核提供的接口獲取傳感器數據，針對傳感器數據進行特征提取，并對特征數據進行實時分析與預測。應用層包括故障預測與健康管理APP(Application，應用程序)以及訪問APP。故障預測與健康管理APP用于將預測結果發送至顯示器123進行顯示，為用戶提供宿主電子系統電路板的實時健康監測及實時預測信息。工作人員可通過訪問APP連接服務層所提供的應用編程接口，設計操作系統內核、傳感器驅動程序、基于數據驅動的預測模型以及故障預測與健康管理APP的應用程序。傳感器110實時獲取傳感器數據，對所獲得的傳感器數據經FPGA邏輯器件121、內核層中傳感器驅動程序與操作系統內核傳遞后，在服務層中的基于數據驅動的預測模型中進行特征提取，并利用預測算法對特征數據進行實時預測，通過應用層中的故障預測與健康管理APP顯示所獲得的預測結果，為用戶提供宿主電子系統電路板實時健康監測及實時預測信息。嵌入式控制裝置120根據特征數據進行實時分析與預測，得到預測結果的具體方式并不唯一，可以采用任何具有預測功能的算法進行分析和預測。具體地，可采用拓展卡爾曼濾波、無跡卡爾曼濾波和粒子濾波算法進行實時分析與預測，這些算法均是以卡爾曼濾波為基礎。給定N個量測輸出數據y1,y2,...,yN，要預測p步之后系統狀態xN+p。其中，濾波是指：x^k|k=E(xk|yk)→xk,yk={yi}i=1k,k=1,2,...,N]]>一步預測和兩步預測分別為：x^k+1|k=E(xk+1|yk)→xk+1,x^k+2|k=E(xk+2|yk)→xk+2,]]>其中，為記號方便，簡記具體而言，對于線性隨機系統xk+1=Axk+wkyk=Cxk+vk]]>其中，A和C為預設矩陣，wk是均值為0，方差為Q不相關過程噪聲，vk是均值為0，方差為R不相關量測噪聲，且wk,vk不相關。本實施例中，嵌入式控制裝置120采用卡爾曼預測算法根據特征數據進行實時分析與預測，具體包括以下步驟：對特征數據進行卡爾曼濾波濾波得到濾波數據。具體為：x^k′=Ax^k-1,]]>P′k＝APk-1AT+Q,Kk＝P′kCT(CP′kCT+R)-1,x^k=x^k′+Kk(yk-Cx^k′),]]>Pk＝P′k-KkCP′k.其中，k＝1,2,...,N，N為特征數據的個數，且P0,已知；A和C為預設矩陣，AT,CT分別表示對矩陣A和C進行轉置，Q和R分別為不相關過程噪聲和不相關量測噪聲的方差，yk表示特征數據，表示濾波數據。根據濾波數據進行卡爾曼預測得到預測結果。具體為：x^N+k|N=Ax^N+k-1|N,k=1,2,...,p]]>其中，為濾波數據，表示第k步的預測結果；N為特征數據的個數，p為預測步數。上述電子設備健康監測預警系統，通過傳感器110對電子設備的宿主電子系統電路板進行物理參數監測，獲取傳感器數據并發送至嵌入式控制裝置120，傳感器數據包括電流數據、振動數據、溫度數據和電壓數據中的至少一種。嵌入式控制裝置120對傳感器數據進行特征提取得到特征數據，并根據特征數據進行實時分析與預測，得到預測結果并顯示，為用戶提供宿主電子系統電路板實時健康監測及實時預測信息。可實時監測電子設備的性能退化過程，預測電子設備性能退化趨勢，實現了對電子設備的故障預測與健康管理功能。在一個實施例中，一種電子設備健康監測預警方法，基于上述電子設備健康監測預警系統實現。如圖3所示，該方法包括以下步驟：步驟S110：傳感器對電子設備的宿主電子系統電路板進行物理參數監測，獲取傳感器數據并發送至嵌入式控制裝置。傳感器設置于電子設備內，傳感器的數量和類型均不唯一，可以是一個或多個，也可是一種或多種類型。根據傳感器的類型不同，傳感器數據的種類也會對應有所不同，傳感器數據具體可包括電流數據、振動數據、溫度數據和電壓數據中的至少一種。可通過針對宿主電子系統電路板進行傳感器的布局設計，以監測所需的物理參數。本實施例中，傳感器包括電流傳感器、振動傳感器、溫度傳感器和電壓傳感器，分別對宿主電子系統電路板進行監測，對應采集得到的傳感器數據包括電流數據、振動數據、溫度數據和電壓數據。同時對宿主電子系統電路板的四種物理參數進行采集并發送至嵌入式控制裝置進行健康預測，確保預測結果更符合實際情況，提高了預測準確性。可以理解，傳感器的具體類型包括并不限于以上四種，還可包括其他可嵌入的傳感器。步驟S120：嵌入式控制裝置對傳感器數據進行特征提取得到特征數據。通過對傳感器數據進行特征提取得到特征數據，表征宿主電子系統電路板的物理狀態，以便用作后續進行健康預測。對傳感器數據進行特征提取的具體方式并不唯一，可以是對同一時刻對宿主電子系統電路板不同位置采集到的同類型傳感器數據進行特征提取，得到特征數據；也可以是對宿主電子系統電路板同一位置采集到的多個同類型傳感器數據進行特征提取，得到特征數據。特征數據的類型也不唯一，具體可包括均值或均方差。嵌入式控制裝置的具體類型并不唯一，具體可以是SoPC嵌入式裝置或SoC嵌入式裝置。步驟S130：嵌入式控制裝置根據特征數據進行實時分析與預測，得到預測結果并顯示。嵌入式控制裝置根據特征數據進行實時分析與預測，得到預測結果的具體方式并不唯一，具體地，可采用拓展卡爾曼濾波、無跡卡爾曼濾波和粒子濾波算法進行實時分析與預測，這些算法均是以卡爾曼濾波為基礎。本實施例中，如圖4所示，步驟S130中采用卡爾曼預測算法根據特征數據進行實時分析與預測，具體包括步驟S132和步驟S134。步驟S132：對特征數據進行卡爾曼濾波濾波得到濾波數據。具體為：x^k′=Ax^k-1,]]>P′k＝APk-1AT+Q,Kk＝P′kCT(CP′kCT+R)-1,x^k=x^k′+Kk(yk-Cx^k′),]]>Pk＝P′k-KkCP′k.其中，k＝1,2,...,N，N為特征數據的個數，且P0,已知；A和C為預設矩陣，AT,CT分別表示對矩陣A和C進行轉置，Q和R分別為不相關過程噪聲和不相關量測噪聲的方差，yk表示特征數據，表示濾波數據。步驟S134：根據濾波數據進行卡爾曼預測得到預測結果。具體為：x^N+k|N=Ax^N+k-1|N,k=1,2,...,p]]>其中，為濾波數據，表示第k步的預測結果；N為特征數據的個數，p為預測步數。上述電子設備健康監測預警方法，通過傳感器對電子設備的宿主電子系統電路板進行物理參數監測，獲取傳感器數據并發送至嵌入式控制裝置，傳感器數據包括電流數據、振動數據、溫度數據和電壓數據中的至少一種。嵌入式控制裝置對傳感器數據進行特征提取得到特征數據，并根據特征數據進行實時分析與預測，得到預測結果并顯示，為用戶提供宿主電子系統電路板實時健康監測及實時預測信息。可實時監測電子設備的性能退化過程，預測電子設備性能退化趨勢，實現了對電子設備的故障預測與健康管理功能。以上所述實施例的各技術特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術特征所有可能的組合都進行描述，然而，只要這些技術特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。以上所述實施例僅表達了本發明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對發明專利范圍的限制。應當指出的是，對于本領域的普通技術人員來說，在不脫離本發明構思的前提下，還可以做出若干變形和改進，這些都屬于本發明的保護范圍。因此，本發明專利的保護范圍應以所附權利要求為準。當前第1頁1 2 3