數(shù)據(jù)驅(qū)動的衛(wèi)星姿態(tài)控制系統(tǒng)微小故障檢測與預測方法研究
發(fā)布時間:2021-10-21 00:52
衛(wèi)星,不論是在軍事領域還是民用領域中都具有重要的應用價值,其安全性和可靠性一直是航天工程研究領域的熱點問題。然而太空環(huán)境復雜多變、衛(wèi)星系統(tǒng)復雜零部件眾多、星載計算機和診斷資源有限,以及各種未知的干擾因素,這些都對衛(wèi)星的安全運行帶來巨大威脅。衛(wèi)星設備造價昂貴,一旦出現(xiàn)嚴重故障,將導致巨大的經(jīng)濟損失和不良的社會影響。因此,設計故障檢測與診斷方案,及時發(fā)現(xiàn)異常征兆并且預測微小故障發(fā)展趨勢,采取預防措施從而降低故障可能帶來的傷害,是一項具有重要理論意義和工程應用價值的課題。本文以衛(wèi)星姿態(tài)控制系統(tǒng)為研究對象,分析挖掘衛(wèi)星遙測數(shù)據(jù)的獨有特征,研究基于遙測數(shù)據(jù)的微小故障檢測與預測方法,為衛(wèi)星在軌維護提供理論支撐。本文主要工作總結如下。首先,分析了衛(wèi)星軌道特性給遙測數(shù)據(jù)帶來的影響,總結了遙測數(shù)據(jù)的周期性和片段性特征;考慮高維遙測數(shù)據(jù)之間往往存在信息冗余,提出一種基于主成分分析的故障檢測方法,實現(xiàn)了基于遙測數(shù)據(jù)的在軌衛(wèi)星異常監(jiān)測功能。其次,針對主成分分析方法不能處理數(shù)據(jù)間非線性關系的缺點,研究了基于近鄰保持嵌入(NPE)非線性流形學習的微小故障檢測方法。通過動態(tài)鄰域參數(shù)改進NPE算法對參數(shù)敏感的缺陷,根...
【文章來源】: 劉敏 南京航空航天大學
【文章頁數(shù)】:84 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
注釋表
縮略詞
第一章 緒論
1.1 課題研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 航天器故障檢測與診斷技術研究現(xiàn)狀
1.2.2 航天器故障預測技術研究現(xiàn)狀
1.3 本文的主要研究工作
第二章 衛(wèi)星姿態(tài)控制系統(tǒng)及常見故障模式分析
2.1 引言
2.2 衛(wèi)星姿控系統(tǒng)結構
2.3 常見故障模式分析
2.4 驗證平臺介紹
2.5 本章小結
第三章 遙測數(shù)據(jù)特征分析與基于主成分分析(PCA)的故障檢測方法
3.1 引言
3.2 遙測數(shù)據(jù)分析與預處理
3.2.1 分段平均周期圖法
3.2.2 動態(tài)時間彎曲算法
3.2.3 實驗結果與分析
3.3 基于PCA的故障檢測方法
3.3.1 主成分分析法
3.3.2 基于統(tǒng)計量的遙測數(shù)據(jù)故障檢測方法
3.3.3 實驗結果與分析
3.4 本章小結
第四章 基于改進近鄰保持嵌入(EWMA-DNPE)的微小故障檢測研究
4.1 引言
4.2 相關算法介紹
4.2.1 近鄰保持嵌入算法(NPE)
4.2.2 EWMA控制圖
4.3 基于EWMA-DNPE的微小故障檢測方法
4.3.1 近鄰保持嵌入算法的局限
4.3.2 改進的近鄰保持嵌入算法
4.3.3 實驗結果與分析
4.4 本章小結
第五章 基于多變量時間序列分析的故障預測研究
5.1 引言
5.2 基于改進VAR模型的陀螺故障預測
5.2.1 ARMA模型的基本理論
5.2.2 改進的VAR模型
5.3 實驗結果與分析
5.4 本章小結
第六章 總結與展望
6.1 總結
6.2 展望
參考文獻
致謝
在攻讀碩士學位期間發(fā)表的學術論文目錄與參加科研情況
【參考文獻】:
期刊論文
[1]基于遙測數(shù)據(jù)的在軌衛(wèi)星性能預測方法研究[J]. 馬凱航,高永明,李磊,吳芷鍰. 現(xiàn)代電子技術. 2017(21)
[2]未來航天器預測與健康管理技術研究及啟示[J]. 詹景坤,王小輝,俞啟東,蔡昱,惠俊鵬. 電子測試. 2017(11)
[3]一種基于動態(tài)時間彎曲距離的快速子序列匹配算法[J]. 劉曉影. 現(xiàn)代電子技術. 2017(06)
[4]基于判別信息的近鄰保持嵌入降維方法[J]. 張海武,陳曉云. 福州大學學報(自然科學版). 2015(04)
[5]基于變元統(tǒng)計分析的微小故障檢測[J]. 尚駿,陳茂銀,周東華. 上海交通大學學報. 2015(06)
[6]遙感衛(wèi)星接收系統(tǒng)故障診斷專家系統(tǒng)設計[J]. 王萬玉,陶孫杰,馮旭祥,馬彬彬. 電訊技術. 2015(05)
[7]基于監(jiān)督協(xié)同近鄰保持投影的人臉識別算法[J]. 張其文,莊新磊. 計算機科學. 2015(05)
[8]基于分段平均周期圖的泥漿脈沖信號濾波方法[J]. 徐寶昌,楊曉旭. 測控技術. 2014(12)
[9]新一代航空電子故障預測與健康管理系統(tǒng)綜述[J]. 楊軍祥,田澤,李成文,楊濤,王純委,劉宇. 計算機測量與控制. 2014(04)
[10]數(shù)據(jù)驅(qū)動故障預測和健康管理綜述[J]. 彭宇,劉大同. 儀器儀表學報. 2014(03)
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]基于傳遞系統(tǒng)模型的在軌衛(wèi)星故障診斷方法研究[D]. 金洋.哈爾濱工業(yè)大學 2013
[3]基于失效物理的性能可靠性技術及應用研究[D]. 劉強.國防科學技術大學 2011
碩士論文
[1]基于CLIPS的衛(wèi)星電源故障診斷專家系統(tǒng)[D]. 王明遠.哈爾濱工業(yè)大學 2017
[2]基于流形學習的動量輪軸承性能退化研究[D]. 朱麗莎.南京航空航天大學 2017
[3]衛(wèi)星在軌狀態(tài)異變的演變趨勢分析與預測算法研究[D]. 戴維夫.電子科技大學 2016
[4]基于動態(tài)故障樹的衛(wèi)星姿態(tài)控制系統(tǒng)壽命預測方法研究[D]. 田靜.南京航空航天大學 2016
[5]基于神經(jīng)網(wǎng)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
[6]基于信號處理的衛(wèi)星故障診斷方法研究[D]. 卞德坤(Deking).沈陽理工大學 2016
[7]衛(wèi)星遙測時序數(shù)據(jù)中預測算法研究[D]. 鐘足華.南京航空航天大學 2015
[8]基于主元分析的微小故障檢測[D]. 鄭茜予.華北電力大學 2015
[9]基于流形學習的衛(wèi)星姿態(tài)控制系統(tǒng)故障檢測技術研究[D]. 王濤.南京航空航天大學 2015
[10]一種與分布無關的自適應多元EWMA控制圖[D]. 魏文.天津職業(yè)技術師范大學 2014
本文編號:3447923
【文章來源】: 劉敏 南京航空航天大學
【文章頁數(shù)】:84 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
注釋表
縮略詞
第一章 緒論
1.1 課題研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 航天器故障檢測與診斷技術研究現(xiàn)狀
1.2.2 航天器故障預測技術研究現(xiàn)狀
1.3 本文的主要研究工作
第二章 衛(wèi)星姿態(tài)控制系統(tǒng)及常見故障模式分析
2.1 引言
2.2 衛(wèi)星姿控系統(tǒng)結構
2.3 常見故障模式分析
2.4 驗證平臺介紹
2.5 本章小結
第三章 遙測數(shù)據(jù)特征分析與基于主成分分析(PCA)的故障檢測方法
3.1 引言
3.2 遙測數(shù)據(jù)分析與預處理
3.2.1 分段平均周期圖法
3.2.2 動態(tài)時間彎曲算法
3.2.3 實驗結果與分析
3.3 基于PCA的故障檢測方法
3.3.1 主成分分析法
3.3.2 基于統(tǒng)計量的遙測數(shù)據(jù)故障檢測方法
3.3.3 實驗結果與分析
3.4 本章小結
第四章 基于改進近鄰保持嵌入(EWMA-DNPE)的微小故障檢測研究
4.1 引言
4.2 相關算法介紹
4.2.1 近鄰保持嵌入算法(NPE)
4.2.2 EWMA控制圖
4.3 基于EWMA-DNPE的微小故障檢測方法
4.3.1 近鄰保持嵌入算法的局限
4.3.2 改進的近鄰保持嵌入算法
4.3.3 實驗結果與分析
4.4 本章小結
第五章 基于多變量時間序列分析的故障預測研究
5.1 引言
5.2 基于改進VAR模型的陀螺故障預測
5.2.1 ARMA模型的基本理論
5.2.2 改進的VAR模型
5.3 實驗結果與分析
5.4 本章小結
第六章 總結與展望
6.1 總結
6.2 展望
參考文獻
致謝
在攻讀碩士學位期間發(fā)表的學術論文目錄與參加科研情況
【參考文獻】:
期刊論文
[1]基于遙測數(shù)據(jù)的在軌衛(wèi)星性能預測方法研究[J]. 馬凱航,高永明,李磊,吳芷鍰. 現(xiàn)代電子技術. 2017(21)
[2]未來航天器預測與健康管理技術研究及啟示[J]. 詹景坤,王小輝,俞啟東,蔡昱,惠俊鵬. 電子測試. 2017(11)
[3]一種基于動態(tài)時間彎曲距離的快速子序列匹配算法[J]. 劉曉影. 現(xiàn)代電子技術. 2017(06)
[4]基于判別信息的近鄰保持嵌入降維方法[J]. 張海武,陳曉云. 福州大學學報(自然科學版). 2015(04)
[5]基于變元統(tǒng)計分析的微小故障檢測[J]. 尚駿,陳茂銀,周東華. 上海交通大學學報. 2015(06)
[6]遙感衛(wèi)星接收系統(tǒng)故障診斷專家系統(tǒng)設計[J]. 王萬玉,陶孫杰,馮旭祥,馬彬彬. 電訊技術. 2015(05)
[7]基于監(jiān)督協(xié)同近鄰保持投影的人臉識別算法[J]. 張其文,莊新磊. 計算機科學. 2015(05)
[8]基于分段平均周期圖的泥漿脈沖信號濾波方法[J]. 徐寶昌,楊曉旭. 測控技術. 2014(12)
[9]新一代航空電子故障預測與健康管理系統(tǒng)綜述[J]. 楊軍祥,田澤,李成文,楊濤,王純委,劉宇. 計算機測量與控制. 2014(04)
[10]數(shù)據(jù)驅(qū)動故障預測和健康管理綜述[J]. 彭宇,劉大同. 儀器儀表學報. 2014(03)
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]基于傳遞系統(tǒng)模型的在軌衛(wèi)星故障診斷方法研究[D]. 金洋.哈爾濱工業(yè)大學 2013
[3]基于失效物理的性能可靠性技術及應用研究[D]. 劉強.國防科學技術大學 2011
碩士論文
[1]基于CLIPS的衛(wèi)星電源故障診斷專家系統(tǒng)[D]. 王明遠.哈爾濱工業(yè)大學 2017
[2]基于流形學習的動量輪軸承性能退化研究[D]. 朱麗莎.南京航空航天大學 2017
[3]衛(wèi)星在軌狀態(tài)異變的演變趨勢分析與預測算法研究[D]. 戴維夫.電子科技大學 2016
[4]基于動態(tài)故障樹的衛(wèi)星姿態(tài)控制系統(tǒng)壽命預測方法研究[D]. 田靜.南京航空航天大學 2016
[5]基于神經(jīng)網(wǎng)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
[6]基于信號處理的衛(wèi)星故障診斷方法研究[D]. 卞德坤(Deking).沈陽理工大學 2016
[7]衛(wèi)星遙測時序數(shù)據(jù)中預測算法研究[D]. 鐘足華.南京航空航天大學 2015
[8]基于主元分析的微小故障檢測[D]. 鄭茜予.華北電力大學 2015
[9]基于流形學習的衛(wèi)星姿態(tài)控制系統(tǒng)故障檢測技術研究[D]. 王濤.南京航空航天大學 2015
[10]一種與分布無關的自適應多元EWMA控制圖[D]. 魏文.天津職業(yè)技術師范大學 2014
本文編號:3447923
本文鏈接:http://sikaile.net/kejilunwen/hangkongsky/3447923.html
最近更新
教材專著