面向小衛(wèi)星群的神經網絡故障診斷技術研究
發(fā)布時間:2021-06-26 20:03
隨著航天技術的不斷發(fā)展,太空探索已逐漸進入集群時代。小衛(wèi)星因具有體積小、質量輕、研制周期短、發(fā)射成本低和易于組網等優(yōu)點,已成為空間實驗和太空探索的重要工具之一。與此同時,復雜的空間任務也對小衛(wèi)星群系統(tǒng)的可靠性提出了較高要求。因此,使衛(wèi)星具備自主故障診斷及故障處理能力便顯得尤為重要。本文以小衛(wèi)星群為研究對象,針對群系統(tǒng)的故障診斷技術展開研究。主要以級聯(lián)前饋神經網絡作為工具,設計了主從式小衛(wèi)星群中個體衛(wèi)星、衛(wèi)星群系統(tǒng)的姿態(tài)控制系統(tǒng)故障診斷策略、以及衛(wèi)星群隊形機動變換過程中的故障診斷策略。論文主要研究內容包括:針對主從式小衛(wèi)星群中領航主星的姿態(tài)控制系統(tǒng)故障,設計了一種基于級聯(lián)前饋神經網絡的觀測器,并引入李雅普諾夫函數(shù)證明了其穩(wěn)定性。在此基礎上,建立了基于神經網絡觀測器的故障診斷系統(tǒng)。以姿態(tài)控制系統(tǒng)中的執(zhí)行器故障為例,利用神經網絡觀測器對系統(tǒng)的狀態(tài)變量進行估計,判斷是否有故障發(fā)生,以及故障發(fā)生的時間和位置,從而實現(xiàn)對衛(wèi)星群中領航主星的故障診斷。針對主從式小衛(wèi)星群中從星的姿態(tài)控制系統(tǒng)故障,提出了一種利用主、從星間相對姿態(tài)信息設計的神經網絡故障診斷策略。對從星的執(zhí)行器——脈沖等離子體推進器進行了建...
【文章來源】:南京航空航天大學江蘇省 211工程院校
【文章頁數(shù)】:103 頁
【學位級別】:碩士
【部分圖文】:
立方體衛(wèi)星大小示意圖
圖 1. 2 Flock-1 成像星座任務衛(wèi)星示意圖圖 1. 3 首次 QB50 任務發(fā)射的兩顆衛(wèi)星度、范圍和動力學特性的專項研究任務和新罕布什爾大學牽頭,并由美國國家科學基金會資性(Focused Investigations of Relativistic Electron BursIRD)任務,旨在使用兩顆 1.5U 的立方星評估范 艾倫模糊性。2013 年 12 月 6 日,兩顆 FIREBIRD 立方星
圖 1. 3 首次 QB50 任務發(fā)射的兩顆衛(wèi)星度、范圍和動力學特性的專項研究任務和新罕布什爾大學牽頭,并由美國國家科學基金會資助性(Focused Investigations of Relativistic Electron BurstIRD)任務,旨在使用兩顆 1.5U 的立方星評估范 艾倫模糊性。2013 年 12 月 6 日,兩顆 FIREBIRD 立方星nbergAir Force Base,VAFB)搭乘宇宙神-5-501(Atlas-5-、軌道傾角 120.5°的太陽同步軌道。另外兩顆 FIREBIRD-II1.5U 的立方星搭乘德爾塔 2 號(到高度為 685km,軌道傾角為 98°的太陽同步軌道。為它們不能自主控制自己的位置,所以這個任務也是無
【參考文獻】:
期刊論文
[1]太空探索正在進入航天器集群時代[J]. 聞新. 人民論壇·學術前沿. 2017(05)
[2]隨機權神經網絡研究現(xiàn)狀與展望[J]. 喬俊飛,李凡軍,楊翠麗. 智能系統(tǒng)學報. 2016(06)
[3]衛(wèi)星群反作用飛輪的故障診斷方法研究[J]. 王嘉軼,聞新,張婉怡. 中國空間科學技術. 2016(04)
[4]基于小波神經網絡的一類非線性系統(tǒng)的故障檢測[J]. 李新,聞新,羅立生,陳運,任曉東. 鹽城工學院學報(自然科學版). 2016(01)
[5]基于改進人工神經網絡的航天器電信號分類方法[J]. 李可,王全鑫,宋世民,孫毅,王浚. 北京航空航天大學學報. 2016(03)
[6]改進的神經網絡觀測器在非線性系統(tǒng)中的應用[J]. 姜寅令,李艷輝,王海星. 吉林大學學報(信息科學版). 2015(04)
[7]BP模式識別與Hopfield聯(lián)想記憶識別能力的比較[J]. 王曉娟,白艷萍. 數(shù)學的實踐與認識. 2014(02)
[8]基于分層神經網絡的航天器故障診斷技術[J]. 安若銘,高陽. 航天器環(huán)境工程. 2013(02)
[9]智能故障診斷技術研究綜述與展望[J]. 李紅衛(wèi),楊東升,孫一蘭,韓娟. 計算機工程與設計. 2013(02)
[10]混合蛙跳脊波神經網絡觀測器電機故障診斷研究[J]. 陽同光,蔣新華,付強. 儀器儀表學報. 2013(01)
博士論文
[1]衛(wèi)星姿態(tài)控制系統(tǒng)的混合故障診斷方法研究[D]. 程瑤.哈爾濱工業(yè)大學 2016
[2]執(zhí)行器故障情況下的航天器姿態(tài)容錯控制方法研究[D]. 韓宇.哈爾濱工業(yè)大學 2016
[3]脈沖等離子體推力器工作過程理論和實驗研究[D]. 楊樂.國防科學技術大學 2007
碩士論文
[1]衛(wèi)星動量輪故障檢測與診斷方法研究[D]. 崔白云.哈爾濱工業(yè)大學 2016
[2]基于神經網絡的航天器姿態(tài)控制系統(tǒng)故障診斷研究[D]. 李新.沈陽航空航天大學 2016
[3]衛(wèi)星姿態(tài)控制系統(tǒng)故障診斷研究[D]. 謝思赟.廈門大學 2014
[4]神經網絡學習算法及其應用[D]. 高東蓮.燕山大學 2012
[5]衛(wèi)星姿態(tài)控制系統(tǒng)故障診斷方法研究[D]. 王振華.哈爾濱工業(yè)大學 2010
[6]基于離散Hopfield網絡的船舶發(fā)電機故障診斷研究[D]. 徐若冰.上海海事大學 2007
[7]小衛(wèi)星編隊飛行隊形控制與仿真[D]. 吳霞.中國科學院研究生院(空間科學與應用研究中心) 2006
本文編號:3251994
【文章來源】:南京航空航天大學江蘇省 211工程院校
【文章頁數(shù)】:103 頁
【學位級別】:碩士
【部分圖文】:
立方體衛(wèi)星大小示意圖
圖 1. 2 Flock-1 成像星座任務衛(wèi)星示意圖圖 1. 3 首次 QB50 任務發(fā)射的兩顆衛(wèi)星度、范圍和動力學特性的專項研究任務和新罕布什爾大學牽頭,并由美國國家科學基金會資性(Focused Investigations of Relativistic Electron BursIRD)任務,旨在使用兩顆 1.5U 的立方星評估范 艾倫模糊性。2013 年 12 月 6 日,兩顆 FIREBIRD 立方星
圖 1. 3 首次 QB50 任務發(fā)射的兩顆衛(wèi)星度、范圍和動力學特性的專項研究任務和新罕布什爾大學牽頭,并由美國國家科學基金會資助性(Focused Investigations of Relativistic Electron BurstIRD)任務,旨在使用兩顆 1.5U 的立方星評估范 艾倫模糊性。2013 年 12 月 6 日,兩顆 FIREBIRD 立方星nbergAir Force Base,VAFB)搭乘宇宙神-5-501(Atlas-5-、軌道傾角 120.5°的太陽同步軌道。另外兩顆 FIREBIRD-II1.5U 的立方星搭乘德爾塔 2 號(到高度為 685km,軌道傾角為 98°的太陽同步軌道。為它們不能自主控制自己的位置,所以這個任務也是無
【參考文獻】:
期刊論文
[1]太空探索正在進入航天器集群時代[J]. 聞新. 人民論壇·學術前沿. 2017(05)
[2]隨機權神經網絡研究現(xiàn)狀與展望[J]. 喬俊飛,李凡軍,楊翠麗. 智能系統(tǒng)學報. 2016(06)
[3]衛(wèi)星群反作用飛輪的故障診斷方法研究[J]. 王嘉軼,聞新,張婉怡. 中國空間科學技術. 2016(04)
[4]基于小波神經網絡的一類非線性系統(tǒng)的故障檢測[J]. 李新,聞新,羅立生,陳運,任曉東. 鹽城工學院學報(自然科學版). 2016(01)
[5]基于改進人工神經網絡的航天器電信號分類方法[J]. 李可,王全鑫,宋世民,孫毅,王浚. 北京航空航天大學學報. 2016(03)
[6]改進的神經網絡觀測器在非線性系統(tǒng)中的應用[J]. 姜寅令,李艷輝,王海星. 吉林大學學報(信息科學版). 2015(04)
[7]BP模式識別與Hopfield聯(lián)想記憶識別能力的比較[J]. 王曉娟,白艷萍. 數(shù)學的實踐與認識. 2014(02)
[8]基于分層神經網絡的航天器故障診斷技術[J]. 安若銘,高陽. 航天器環(huán)境工程. 2013(02)
[9]智能故障診斷技術研究綜述與展望[J]. 李紅衛(wèi),楊東升,孫一蘭,韓娟. 計算機工程與設計. 2013(02)
[10]混合蛙跳脊波神經網絡觀測器電機故障診斷研究[J]. 陽同光,蔣新華,付強. 儀器儀表學報. 2013(01)
博士論文
[1]衛(wèi)星姿態(tài)控制系統(tǒng)的混合故障診斷方法研究[D]. 程瑤.哈爾濱工業(yè)大學 2016
[2]執(zhí)行器故障情況下的航天器姿態(tài)容錯控制方法研究[D]. 韓宇.哈爾濱工業(yè)大學 2016
[3]脈沖等離子體推力器工作過程理論和實驗研究[D]. 楊樂.國防科學技術大學 2007
碩士論文
[1]衛(wèi)星動量輪故障檢測與診斷方法研究[D]. 崔白云.哈爾濱工業(yè)大學 2016
[2]基于神經網絡的航天器姿態(tài)控制系統(tǒng)故障診斷研究[D]. 李新.沈陽航空航天大學 2016
[3]衛(wèi)星姿態(tài)控制系統(tǒng)故障診斷研究[D]. 謝思赟.廈門大學 2014
[4]神經網絡學習算法及其應用[D]. 高東蓮.燕山大學 2012
[5]衛(wèi)星姿態(tài)控制系統(tǒng)故障診斷方法研究[D]. 王振華.哈爾濱工業(yè)大學 2010
[6]基于離散Hopfield網絡的船舶發(fā)電機故障診斷研究[D]. 徐若冰.上海海事大學 2007
[7]小衛(wèi)星編隊飛行隊形控制與仿真[D]. 吳霞.中國科學院研究生院(空間科學與應用研究中心) 2006
本文編號:3251994
本文鏈接:http://sikaile.net/kejilunwen/hangkongsky/3251994.html