一种用于电磁发射系统的监测预测方法及系统与流程

本发明涉及电磁场特性的测量，具体涉及一种用于电磁发射系统的监测预测方法及系统。

背景技术：

1、电磁发射系统(electromagnetic launch system,els)，是以电能为能源，将电磁能转化为动能的能量转化系统，主要由储能系统、功率变化系统、脉冲发射系统、控制系统等部分构成，是一类庞大且复杂的系统，目前主要运用在军事和航天领域。

2、电磁发射系统在运行时会受到多种干扰，包括电磁干扰源、敏感设备、环境因素、系统设计及部件完整性等，微小的故障会影响到电磁发射系统的精确性，因此有必要对其进行故障预测与健康管理。对电磁发射系统进行监测是确保其安全、高效运行的关键环节，主要的监测量包括：电流和电压、温度、速度及加速度、结构完整性、环境因素(电磁干扰)等，监测量较多，各监测量间存在相关性又同时会影响系统运行的稳定性。

3、现有技术中公开了相关技术：

4、公开号为cn112069703a的中国专利公开了一种电磁线圈发射系统的预测优化设计方法；具体公开了：构建电磁线圈发射器样本，将电磁线圈发射器样本采用电路模型法或有限元场路耦合法计算对应的发射性能样本，以发射性能样本为基础构建优化目标样本、约束目标样本，通过电磁线圈发射器样本、优化目标样本、约束目标样本构建预测模型训练集；根据预测模型训练集对支持向量回归模型训练优化，将优化后支持向量回归模型输出的电磁线圈性能预测值，优化目标值以及预测的约束目标值，构建电磁线圈参数优化模型，进一步通过智能优化算法得到优化后电磁线圈参数。实现了电磁线圈发射系统参数的全局优化，极大提升了电磁线圈发射系统参数的优化效率。

5、公开号为cn116184088a的中国专利公开了一种基于电磁频谱特征的电磁辐射发射系统故障检测方法；具体公开了：包括以下步骤：s1.确定测试频段和电磁辐射发射系统常见的m种故障状态，并测试得到n组背景环境噪声；s2.在第m种故障状态下，测试得到n组电磁辐射发射系统的辐射发射幅度；s3.提取第m种故障状态下的n组发射频谱电磁特征；s4.得到m种故障状态下，每一组故障状态的发射电磁频谱；s5.对每一种故障状态下的n组发射频谱电磁特征进行更新；s6.构建和训练故障识别模型；s7.利用成熟的故障识别模型进行电磁辐射发射系统的故障检测。利用设备的电磁辐射发射特征与设备对应的关系，进行故障识别模型的训练，用于电磁辐射发射系统的故障检测，降低了故障检测的难度并减小了排查周期。

6、然而：上述现有技术仍然存在以下问题：

7、1、现有的电磁系统监测方法监测量单一，即未考虑监测参数之间的耦合性，仅依靠单一监测数据难以对负载的电磁发射系统进行有效监测，除了电磁干扰外，系统结构的完整性、温度、电流及电压、敏感设备等因素均会对电磁发射系统产生影响，如果不对数据进行全面的监测，则电磁发射系统会出现稳定性差、精度不高等问题。

8、2、现有的电磁系统监测预测方法通过优化算法得到最优参数设计，但未考虑电磁发射系统运行时对于系统自身的影响，未及时对参数进行调整，进而使用未调整参数进行优化，优化容易产生偏差，在对电磁发射系统进行故障预测与健康管理时，应考虑到系统的使用寿命及使用频率，及时对系统进行修正，避免误差累计的问题。

9、3、电磁发射系统的影响因素之一为电磁干扰，产生电磁干扰的原因较多，同时还包括的环境因素，现有技术中并未对系统进行实时的监测及预测，存在数据更新不及时等问题。

10、因此，针对如何实时有效地对电磁发射系统进行监测及预测，是亟需解决的技术难题。

技术实现思路

1、为实现本发明的目的，本发明通过以下技术方案实现：一种用于电磁发射系统的监测预测方法，包括以下步骤：

2、s1、采集监测数据；对影响因素进行分析，确定监测量及监测点，在监测点布置采集传感器，对所述监测量进行标准化处理形成监测数据集pi；

3、s2、建立数字孪生模型；基于系统设计搭建数字仿真模型，接入采集传感器接口、发射参数以及结果参数，形成数字孪生模型；

4、s3、构建拓扑映射关系；收集历史发射数据，形成发射数据池{rk{[p]}}，rk为结果参数，包括坐标及高程，[p]为获得rk结果的监测数据，包括多组监测数据集；

5、s4、训练预测模型；以发射数据池为训练数据，基于机器学习模型，训练得到预测模型，并接入数字孪生模型；

6、s5、模型验证；设定目标参数wk，通过预测模型得到监测预测结果pget，通过所述数字孪生模型得到实际监测数据集pi+1，计算预测误差ε：

7、

8、其中，ε1,ε2,ε3,ε4,ε5分别为电压、电流、敏感设备的影响度、电磁干扰向量及系统受力状态误差值；若误差值大于误差阈值，则筛选出最大误差值对应的监测数据，调整监测数据后形成新的拓扑映射关系，通过预测模型得到监测预测结果pget+1，直至误差值小于误差阈值；

9、s6、基于验证后的模型对监测数据进行预测；

10、s7、若预测得到的监测数据超过发射运行值，则停止发射，对电磁发射系统进行故障检修。

11、进一步地，步骤s1中所述监测数据集pi如下：

12、pi＝{ui,ii,[si(n)},bi,fi}

13、其中，pi表示序号为i的监测数据集，i∈n，n为监测总数，为自然数集合；ui和ii分别表示电流和电压；{si(n)}表示该电磁发射系统中敏感设备的影响度，n为设备编号；bi为电磁干扰影响度，包括自然因素；fi为系统受力状态，表征系统主要部件完整性。

14、进一步地，所述系统受力状态为应力-应变曲线图或冲击波动曲线图。

15、进一步地，所述电磁干扰影响度计算如下：

16、s21、测定周围环境电磁干扰源xenv(m)，包括多个干扰源；

17、s22、获取当前时刻自然因素xnat(g)，包括大气噪声以及太阳噪声；

18、s23、计算电磁干扰影响度，计算如下：

19、bi＝km×f(xenv(m),xnat(g))

20、其中，f(xenv(m),xnat(g))为影响函数，通过测定多组数据拟合得到，km为影响度系数。

21、进一步地，所述敏感设备的影响度计算如下：

22、

23、其中，cn(e)表示编号为n的设备在磁场强度为e时的测量结果，cn(0)为无磁场时的测量结果，γ为环境调整因子。

24、进一步地，步骤s4中所述机器学习模型为lightgbm，学习步骤如下：

25、s31、数据准备，将发射数据池作为训练数据；

26、s32、模型构建，设置学习率、树的数量、叶子节点最大数量等参数；

27、s33、模型训练，将训练数据进行扩充，使用扩充后的训练数据对模型进行训练；

28、s34、模型评估及优化，构建验证集，调整设置参数以优化模型。

29、进一步地，步骤s5中所述筛选出最大误差值对应的监测数据，调整监测数据后形成新的拓扑映射关系的如下：

30、s41、筛选最大误差，εmax＝max(ε1,ε2,ε3,ε4,ε5)；

31、s42、替换监测数据，若εmax＝ε1，则pio＝{ui+δu,ii,{si(n)},bi,fi}；

32、s43、构建发射数据池数据：{wk{pio}}；

33、s44、将构建的发射数据池数据融入发射数据池形成新的拓扑映射关系。

34、进一步地，步骤s7中所述对电磁发射系统进行故障检修包括：

35、s51、定向检查超出发射运行值的监测数据对应设备；

36、s52、同步检修数据至数字孪生模型。

37、进一步地，步骤s3中所述多组监测数据集为经过相似数据处理的数据集。

38、一种用于电磁发射系统的监测预测系统，包括：

39、数据采集模块，用于获取采集传感器得到数据以及环境因素；

40、数字孪生模块，用于搭建数字孪生模型并进行可视化展示；

41、数据分析模块，用于分析监测数据相关性，构建拓扑映射关系；

42、训练模块，用于训练预测模型；

43、验证模块，用于对预测模型进行验证并优化。

44、本发明的有益效果为：

45、1、本发明建立数字孪生模型，并接入深度学习模型，考虑监测参数之间的耦合性，除电磁干扰外，还考虑系统结构的完整性、温度、电流及电压、敏感设备等因素，对数据进行全面、实时的监测和预测，使得电磁发射系统稳定性以及精度提高。

46、2、本发明考虑电磁发射系统运行时对于系统自身的影响，基于数字孪生模型的数据更新快等优点，实时对监测结果进行预测分析，存在误差时，调整数据池中数据，形成新的拓扑映射关系，从而不断对模型进行验证优化，避免误差累计的问题。

47、3、本发明考虑环境干扰源以及自然噪声干扰，对监测数据进行补充，同时也考虑敏感设备的影响度，提高了预测结果的准确性，通过对监测数据的预测，有效发现系统在发射前可能出现的故障，及时停止发射，避免出现发射事故。

技术特征：

1.一种用于电磁发射系统的监测预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种用于电磁发射系统的监测预测方法，其特征在于：步骤s1中所述监测数据集pi如下：

3.根据权利要求2所述的一种用于电磁发射系统的监测预测方法，其特征在于：所述系统受力状态为应力-应变曲线图或冲击波动曲线图。

4.根据权利要求2所述的一种用于电磁发射系统的监测预测方法，其特征在于：所述电磁干扰影响度计算如下：

5.根据权利要求2所述的一种用于电磁发射系统的监测预测方法，其特征在于：所述敏感设备的影响度计算如下：

6.根据权利要求1所述的一种用于电磁发射系统的监测预测方法，其特征在于：步骤s4中所述机器学习模型为lightgbm，学习步骤如下：

7.根据权利要求1所述的一种用于电磁发射系统的监测预测方法，其特征在于：步骤s5中所述筛选出最大误差值对应的监测数据，调整监测数据后形成新的拓扑映射关系的如下：

8.根据权利要求1所述的一种用于电磁发射系统的监测预测方法，其特征在于：步骤s7中所述对电磁发射系统进行故障检修包括：

9.根据权利要求1所述的一种用于电磁发射系统的监测预测方法，其特征在于：步骤s3中所述多组监测数据集为经过相似数据处理的数据集。

10.一种用于电磁发射系统的监测预测系统，用于实施如权利要求1-9任一项所述的一种用于电磁发射系统的监测预测方法，其特征在于，包括：

技术总结
本发明涉及电磁场特性的测量技术领域，具体涉及一种用于电磁发射系统的监测预测方法及系统；包括以下步骤：S1、采集监测数据；S2、建立数字孪生模型；S3、构建拓扑映射关系；S4、训练预测模型；基于机器学习模型，训练得到预测模型，并接入数字孪生模型；S5、模型验证；S6、基于验证后的模型对监测数据进行预测；S7、若预测得到的监测数据超过发射运行值，则停止发射，对电磁发射系统进行故障检修。本发明建立数字孪生模型，并接入深度学习模型，考虑监测参数之间的耦合性，除电磁干扰外，还考虑系统结构的完整性、温度、电流及电压、敏感设备等因素，对数据进行全面、实时的监测和预测，使得电磁发射系统稳定性以及精度提高。

技术研发人员：孙志强
受保护的技术使用者：广州国曜科技有限公司
技术研发日：
技术公布日：2024/9/23