故障檢測(cè)技術(shù)是實(shí)現(xiàn)航天器智能故障診斷和健康管理的基礎(chǔ)。針對(duì)航天器故障檢測(cè)領(lǐng)域存在的測(cè)試數(shù)據(jù)量大、故障標(biāo)簽稀缺問(wèn)題以及對(duì)實(shí)時(shí)性的要求,提出了一種基于改進(jìn)型變分自編碼器（VAE）的無(wú)監(jiān)督故障檢測(cè)算法。所提算法首先利用長(zhǎng)短期記憶（LSTM）單元替換VAE中傳統(tǒng)的神經(jīng)元,提取航天器測(cè)試數(shù)據(jù)間的時(shí)間依賴性和相關(guān)性等特征。然后提出了一種重構(gòu)概率計(jì)算方法。該網(wǎng)絡(luò)在只含有正常數(shù)據(jù)的訓(xùn)練集上進(jìn)行訓(xùn)練,學(xué)習(xí)特征,并以較高的概率對(duì)訓(xùn)練集上的數(shù)據(jù)進(jìn)行重構(gòu)。當(dāng)測(cè)試集中輸入數(shù)據(jù)的重構(gòu)概率小于設(shè)定的閾值時(shí),則判定對(duì)應(yīng)的輸入數(shù)據(jù)為故障數(shù)據(jù),從而實(shí)現(xiàn)故障檢測(cè)。實(shí)驗(yàn)表明,所提方法可行,能夠有效地對(duì)故障進(jìn)行檢測(cè)。 

【文章來(lái)源】：西北工業(yè)大學(xué)學(xué)報(bào). 2020,38(S1)北大核心EICSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

LSTM-VAE網(wǎng)絡(luò)結(jié)構(gòu)

LSTM-VAE的訓(xùn)練過(guò)程如圖2所示。首先將測(cè)試數(shù)據(jù)分為訓(xùn)練集和測(cè)試集,訓(xùn)練集僅包含正常數(shù)據(jù),在訓(xùn)練集中隨機(jī)選取一部分?jǐn)?shù)據(jù)作為驗(yàn)證集。當(dāng)驗(yàn)證集上的損失函數(shù)不再下降時(shí)采用早停策略停止迭代。然后,對(duì)于每一個(gè)輸入數(shù)據(jù)x,在隱層空間采集L個(gè)變量z并計(jì)算損失函數(shù)。3 故障檢測(cè)方法

訓(xùn)練過(guò)程中損失函數(shù)的變化情況如圖所示3所示。模型訓(xùn)練好后,利用測(cè)試集對(duì)模型的故障檢測(cè)功能進(jìn)行驗(yàn)證。圖4中實(shí)線為原始的輸入數(shù)據(jù),虛線為經(jīng)過(guò)LSTM-VAE網(wǎng)絡(luò)后重構(gòu)出來(lái)的數(shù)據(jù),從圖4中可知,重構(gòu)數(shù)據(jù)很好的跟隨了輸入數(shù)據(jù)的變化趨勢(shì)。

【參考文獻(xiàn)】：
期刊論文
[1]面向衛(wèi)星電源系統(tǒng)的一種新穎異常檢測(cè)方法[J]. 張懷峰,江婧,張香燕,皮德常.  宇航學(xué)報(bào). 2019(12)
[2]自編碼神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用綜述[J]. 袁非牛,章琳,史勁亭,夏雪,李鋼.  計(jì)算機(jī)學(xué)報(bào). 2019(01)
[3]航天控制系統(tǒng)中國(guó)產(chǎn)化海量數(shù)據(jù)處理優(yōu)化技術(shù)[J]. 劉孟語(yǔ),張潔,上官子糧,趙玉梅,楊喆.  航天控制. 2016(06)
[4]對(duì)產(chǎn)品成功數(shù)據(jù)包絡(luò)分析方法的探索與實(shí)踐[J]. 荊泉,李京苑,胡云.  質(zhì)量與可靠性. 2014(04)



本文編號(hào)：3302271