[发明专利]基于专家知识和神经网络的太阳翼展开可靠性评估方法

摘要

本发明公开了一种基于专家知识和神经网络的太阳翼展开可靠性评估方法，包括：根据专家知识建立太阳翼展开可靠性综合评价指标体系；采用层次分析法来综合多位专家的知识，得到评价指标体系的权向量；将专家知识加入到太阳翼展开可靠性神经网络建模的网络训练过程，通过多位专家对原始试验数据的评价，使试验数据融入了专家知识，并统一了各评价标准的量纲。本发明将专家知识与神经网络方法相结合，充分利用历史试验数据，克服了以往因试验次数少以及单纯依赖个别专家知识而导致的评价结果不确定性高、可信度低的问题。

主权项

一种基于专家知识和神经网络的太阳翼展开可靠性评估方法，其特征在于包括如下步骤：(1)根据专家知识建立太阳翼展开可靠性综合评价指标体系：挖掘出影响太阳翼展开可靠性的主要指标及其层次结构，确定太阳翼展开可靠性综合评价指标体系包括4个一级指标：展开状态基频、最小静力矩裕度、铰链驱动特性综合指标和展开试验综合指标；其中铰链驱动特性综合指标包含以下4个2级指标：根部铰链力矩、支撑臂/连接架铰链力矩、连接架/内板铰链力矩、内板/外板铰链力矩；展开试验综合指标则包含以下5个2级指标：展开时间、展开对中度、钢丝绳张力、锁定深度、气浮装置连接件与横梁之间的高度；(2)确定基于专家知识的各评价指标的权系数：对构成同一个综合指标的各基本指标，由3位以上专家进行两两比较给出评分，然后采用层次分析法处理多位专家的评分矩阵，求得各指标的权系数；(3)根据综合评价指标体系的需要，收集和整理历史试验数据：根据步骤(1)所述的评价指标体系找到历史试验中每一个基本评价指标对应的试验数据；然后确定一个评价标准，由3位以上专家按照统一的标准对该试验对相应的评价指标给出评分；对于“铰链驱动特性综合指标”、“展开试验综合指标”和“太阳翼展开可靠性综合评价”3个综合性指标，则由专家参照历史数据中的评估结果，按照上述统一的评价标准，对上述三个指标给出评分；(4)对待评估的太阳翼的试验数据处理：根据步骤(1)所述的评价指标体系忽略不相关数据，找到每一个基本评价指标对应的试验数据，由3位以上专家针对该次展开试验结果对相应的评价指标给出评分；(5)建立神经网络模型：针对展开试验综合指标建立神经网络；网络输入为“展开时间”、“展开对中度”、“钢丝绳张力”、“锁定深度”、“气浮装置连接件与横梁之间的高度”5个指标对应的专家评分，网络输出为展开试验综合指标对应的评分；(6)求解太阳翼展开可靠性综合评价结果：用历史试验数据训练神经网络，用待评估的太阳翼试验数据和训练后的神经网络参数，计算展开试验综合指标；根据步骤(2)得出的各指标权系数和相应的试验数据，运用综合法计算出铰链驱动特性综合指标和最终的太阳翼展开可靠性综合评价结果。