[发明专利]一种航天器部件寿命的预测方法和装置

权利要求书

1.一种航天器部件寿命的预测方法，其特征在于，包括：

获取航天器部件的待测数据；其中，所述待测数据包括所述航天器部件的多种参数的数据；

对每种参数的待测数据依次进行野值和停机数据的剔除处理，得到处理后的数据；

对所述处理后的数据依次进行时域特征的提取、降维处理和归一化处理，得到所述航天器部件的目标特征；

利用DBSCAN算法对所述目标特征进行聚类，以识别所述航天器部件的目标退化阶段；

将所述目标特征输入到预先训练好的且与所述目标退化阶段对应的寿命预测模型中，得到所述航天器部件的剩余使用寿命；其中，所述寿命预测模型采用的是LSTM网络。

2.根据权利要求1所述的方法，其特征在于，所述航天器部件包括动量轮、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，

所述参数包括电流参数、温度参数、转速参数、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，所述对所述处理后的数据依次进行时域特征的提取、降维处理和归一化处理，得到所述航天器部件的目标特征，包括：

对每种参数对应的所述处理后的数据进行滑窗处理，以划分得到当前参数的多个区间；

计算每种参数所有区间内的时域特征值；

对所有参数所有区间内的时域特征值进行降维处理和归一化，得到所述航天器部件的目标特征；其中，所述目标特征为一维特征向量，所述目标特征的维度与所述区间的个数相同。

4.根据权利要求1所述的方法，其特征在于，所述时域特征包括最大值、最小值、平均值、峰峰值、整流平均值、方差、标准差、均方根、方根幅值、峭度、偏度、波形因子、峰值因子、脉冲因子和裕度因子中的至少一种。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述降维处理采用主元分析法。

6.根据权利要求1-4中任一项所述的方法，其特征在于，所述寿命预测模型是通过如下方式进行训练的：

对航天器部件的每种参数的样本数据依次进行野值和停机数据的剔除处理，得到处理后的样本数据；

对所述处理后的样本数据依次进行时域特征的提取、降维处理和归一化处理，得到所述航天器部件的样本目标特征；

利用DBSCAN算法对所述样本目标特征进行聚类，以识别所述航天器部件的样本目标退化阶段；

基于所述样本目标退化阶段，确定待训练的目标LSTM网络的网络结构；

将所述样本目标特征的前预设百分比的数据输入到待训练的目标LSTM网络中，输出所述样本目标特征的预测特征；其中，所述预测特征用于表征剩余使用寿命；

基于所述样本目标特征的前预设百分比的数据和所述预测特征的差值，对待训练的目标LSTM网络的网络参数进行更新，以完成对待训练的目标LSTM网络的训练。

7.根据权利要求6所述的方法，其特征在于，所述基于所述样本目标退化阶段，确定待训练的目标LSTM网络的网络结构，包括：

若所述样本目标退化阶段为快速退化阶段，则确定待训练的目标LSTM网络的网络结构为双层LSTM网络；

若所述样本目标退化阶段为非快速退化阶段，则确定待训练的目标LSTM网络的网络结构为单层LSTM网络。