[发明专利]一种航天器机电部件的健康状态评估方法和装置有效
| 申请号: | 202211616097.X | 申请日: | 2022-12-15 |
| 公开(公告)号: | CN115828611B | 公开(公告)日: | 2023-08-01 |
| 发明(设计)人: | 刘成瑞;刘磊;刘文静;王淑一;徐赫屿;梁寒玉;李文博 | 申请(专利权)人: | 北京控制工程研究所 |
| 主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F18/25;G06F18/214 |
| 代理公司: | 北京格允知识产权代理有限公司 11609 | 代理人: | 张沫 |
| 地址: | 100080 北*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 航天器 机电 部件 健康 状态 评估 方法 装置 | ||
1.一种航天器机电部件的健康状态评估方法,其特征在于,包括:
获取航天器机电部件的待测数据;其中,所述待测数据包括机电部件的自身参数和航天器的整体参数的数据;
对每种参数的待测数据依次进行离群点处理、特征提取处理和标准化处理,得到每种参数的目标特征;
将所有参数的目标特征输入训练好的健康状态评估模型中,得到所述待测数据对应的健康因子;其中,所述健康因子用于表征所述机电部件的健康状态,所述健康状态评估模型是通过以所述机电部件的样本特征作为输入和以所述样本特征对应的样本健康因子作为输出来对预设的神经网络进行训练得到的,所述样本特征是通过对所述机电部件的样本数据依次进行离群点处理、特征提取处理和标准化处理得到的;
所述样本健康因子是通过如下方式得到的:
对每种参数的样本特征进行降维处理,得到每种参数的一维融合特征;
对所有参数的一维融合特征进行降维处理,得到所述样本数据对应的一维目标特征;
对所述一维目标特征进行曲线拟合,得到样本拟合曲线;
将所述样本拟合曲线的拟合值作为样本健康因子;
所述对所述一维目标特征进行曲线拟合,得到样本拟合曲线,包括:
基于所述一维目标特征的变化趋势,对所述一维目标特征进行标准化处理,得到一维标准特征;其中,所述变化趋势包括上升趋势和下降趋势;
采用最小二乘法对所述一维标准特征进行曲线拟合,得到样本拟合曲线;
所述采用最小二乘法对所述一维标准特征进行曲线拟合,包括:
采用如下公式对所述一维标准特征进行分段拟合:
式中,为所述一维标准特征,i∈(1,2,…,p),p为特征提取处理过程中每个特征的长度,p=floor(n/m),floor()为向下取整函数,n为所述样本数据的总个数,m为设定滑动窗口长度,a、b和c均为拟合参数,ti为所述一维标准特征中第i个参数对应的在轨运行时长;
假设所述一维标准特征分s段进行拟合,则第j(j≤s)段的aj由下式确定:
式中,aj-1、bj-1、cj-1分别为上一段曲线的拟合参数,tstage_j为第j段对应的起始时刻;
各段的拟合参数bj、cj是通过下式计算得到的:
式中,nj为所述一维标准特征在第j段中包含的数据个数。
2.根据权利要求1所述的方法,其特征在于,所述机电部件包括动量轮、控制力矩陀螺、惯性姿态敏感器和帆板驱动机构中的至少一种;
和/或,
所述自身参数包括电流参数、温度参数和转速参数中的至少一种;
和/或,
所述整体参数包括姿态参数、轨道参数、环境参数和指令参数中的至少一种。
3.根据权利要求1所述的方法,其特征在于,所述特征提取处理所提取的特征包括峰值、平均值、标准差、绝对平均值、方根幅值和峭度中的至少一种。
4.根据权利要求1所述的方法,其特征在于,所述降维处理采用主元分析法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京控制工程研究所,未经北京控制工程研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211616097.X/1.html,转载请声明来源钻瓜专利网。





