[发明专利]一种基于PCA的航天器多工况寿命预测方法

说明书

本发明公开了一种基于PCA的航天器多工况寿命预测方法，包括如下步骤：S1、获取数据集，对数据进行工况聚类，并进行数据标准化处理；S2、分别对各聚类数据集进行PCA分解，并进行主成分分析；S3、构建基于主成分的健康指标以及剩余使用寿命模型，对航天器剩余寿命进行预测；S4、输入传感器数据，利用训练模型对航天器剩余寿命进行预测和估计；本方案为航天器寿命预测提供了一种基于PCA的多工况寿命预测方法，能够很好地处理航天器运行过程中的多工况特性，解决遥测参数众多无法客观描述遥测参数对寿命预测的重要性等问题。

技术领域

本发明涉及航天器的寿命预测与健康管理技术领域，特别涉及一种基于PCA的航天器多工况寿命预测方法

背景技术

随着航空航天技术的发展，航天器是必要的设备，而大部分航天器均为发射后进行长时间使用的设备，而由于航天器处于的空间环境受到太阳风的影响，使得对发射成功后的航天器的寿命预测成为重要的命题，而现有技术多是通过对航天器内的器件进行使用损耗模拟，同时结合太阳活动状态进行补正，从而实现对航天器寿命的预测，这种预测方法需要处理的数量大，且整体误差较大，为此我们提出一种基于PCA的航天器多工况寿命预测方法。

发明内容

本发明的目的在于提供一种基于PCA的航天器多工况寿命预测方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于PCA的航天器多工况寿命预测方法，包括如下步骤：

S1、获取数据集，对数据进行工况聚类，并进行数据标准化处理；

S2、分别对各聚类数据集进行PCA分解，并进行主成分分析；

S3、构建基于主成分的健康指标以及剩余使用寿命模型，对航天器剩余寿命进行预测；

S4、输入传感器数据，利用训练模型对航天器剩余寿命进行预测和估计。

优选的，所述S1中的数据集的获取、数据的工况聚类及数据标准化处理的具体方法如下：

提取数据操作参数，获取样本工况类型集合，若工况类别信息包含在操作参数中，可根据操作参数进行聚类分析，获取工况类别集合；若操作参数未知，可根据多维传感器数据进行聚类分析，将传感器数据划分到其所在的聚类，计算各聚类下各传感器的均值和标准差，对于每个传感器的测量值，减去“该聚类下该传感器的平均值”，再除以“该聚类下该传感器的标准差”，得到标准化传感器数据。

优选的，所述S2中的各聚类的数据集通过PCA分解进行主成分分析的具体方法如下：

求取样本集合的协方差矩阵，计算解协方差矩阵的特征值和特征向量，按照特征值大小顺序对特征向量进行排列得到变换矩阵，计算累计贡献率，求解影响航天器寿命的主要成分。

优选的，所述S3中的航天器剩余寿命的预测的具体方法如下：

建立选取的主成分与健康状况的线性回归模型，估计回归参数，使用样本验证数据验证剩余使用寿命模型，估计剩余使用寿命。

与现有技术相比，本发明的有益效果是：本方案为航天器寿命预测提供了一种基于PCA的多工况寿命预测方法，能够很好地处理航天器运行过程中的多工况特性，解决遥测参数众多无法客观描述遥测参数对寿命预测的重要性等问题。

说明书附图

图1为本发明的寿命预测方法流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。