-
公开(公告)号:CN116186888B
公开(公告)日:2024-01-23
申请号:CN202211698024.X
申请日:2022-12-28
Applicant: 北京控制工程研究所
IPC: G06F30/15 , G06F119/02
Abstract: 本发明提供了一种航天器健康状态量化评估方法、装置、电子设备及介质,其中方法包括:基于可影响航天器健康状态的部件形成评估因素集合,以及,确定用于评价航天器健康状态的评语集合;获取所述评估因素集合中每一个评估因素的权重和健康度打分结果;将每一个评估因素的健康度打分结果代入针对评语集合所构建的隶属度函数中,计算得到每一个评估因素对应所述评语集合的判定向量;根据每一个评估因素的权重和判定向量,通过模糊运算得到用于对航天器健康状态进行评估的评估向量;根据所述评估向量确定航天器健康状态的评估值。本方案,能够通过量化的评估值表征航天器健康状态,实现了对航天器健康状态的定量评估。
-
公开(公告)号:CN116246145B
公开(公告)日:2023-10-20
申请号:CN202310071972.9
申请日:2023-01-15
Applicant: 北京控制工程研究所
IPC: G06V10/82 , G06V10/774 , G06V20/13
Abstract: 本发明涉及航空航天技术领域,特别涉及一种航天器故障的辨识方法和装置。其中,该方法包括:获取航天器姿轨控系统的待测数据;对待测数据进行灰度处理,得到待测数据对应的二维灰度图像;将二维灰度图像输入训练好的故障辨识模型中,得到待测数据对应的故障类别;其中,故障辨识模型是通过以航天器姿轨控系统的样本二维灰度图像作为输入和以样本二维灰度图像对应的故障类别作为输出来对预设的卷积神经网络进行训练得到的,样本二维灰度图像是通过对航天器姿轨控系统的样本数据进行灰度处理得到的,对样本数据的灰度处理方式和对待测数据的灰度处理的方式相同。本发明的方案能够有效辨识航天器的故障。
-
公开(公告)号:CN116360387B
公开(公告)日:2023-09-15
申请号:CN202310095604.8
申请日:2023-01-18
Applicant: 北京控制工程研究所
IPC: G05B23/02
Abstract: 本发明涉及一种融合贝叶斯网络和性能‑故障关系图谱的故障定位方法,该方法包括:根据FMEA构建航天器控制系统的性能‑故障关系图谱;基于历史故障案例,计算所述性能‑故障关系图谱中各故障模原因出现的先验概率、故障原因导致故障模式的条件概率和故障模式导致故障征兆的条件概率;利用TransE算法获得所述性能‑故障关系图谱中各实体与关系的向量表示;获取所述航天器控制系统的在轨数据,通过向量匹配的方式得到包含所述在轨数据的故障征兆相关的所有故障原因的性能‑故障关系图谱的子图;针对每个所述故障征兆,采用贝叶斯网络计算各故障原因导致出现当前故障征兆的概率,以进行故障定位。本发明能够提高航天器控制系统故障定位的准确性。
-
公开(公告)号:CN116360388B
公开(公告)日:2023-09-08
申请号:CN202310095628.3
申请日:2023-01-18
Applicant: 北京控制工程研究所
IPC: G05B23/02
Abstract: 本发明涉及一种基于图神经网络的性能‑故障关系图谱的推理方法和装置,该方法包括:根据FMEA构建航天器控制系统的性能‑故障关系图谱;基于历史故障案例,计算所述性能‑故障关系图谱中各关系的亲密度;基于所述性能‑故障关系图谱中各关系的亲密度,采用图神经网络推理每个故障征兆对应的故障原因;针对每个所述故障征兆,采用贝叶斯网络对当前故障征兆对应的故障原因进行融合,以得到当前故障征兆最终的推理结果。本发明能够提高航天器控制系统故障推理的准确性。
-
公开(公告)号:CN116149297B
公开(公告)日:2023-09-08
申请号:CN202310095643.8
申请日:2023-01-18
Applicant: 北京控制工程研究所
IPC: G05B23/02
Abstract: 本发明涉及一种基于性能‑故障关系图谱的故障诊断能力评估方法和装置,该方法包括:对航天器控制系统的模型进行实体‑关系的抽取,构建航天器控制系统的性能‑故障关系图谱,性能‑故障关系图谱中的实体包括已知量实体、未知量实体和故障实体;并利用TransE算法对性能‑故障关系图谱中剩余的每个实体和关系进行训练,以得到性能‑故障关系图谱中剩余的每个实体和关系所组成的三元组的向量表示;基于三元组的向量表示,判断三元组中的未知量实体与已知量实体之间是否存在路径,若存在,则表明未知量实体是推导可知实体;基于未知量实体、已知量实体和推导已知实体,对基于性能‑故障关系图谱的故障诊断能力评估能力进行评估。
-
公开(公告)号:CN116304083A
公开(公告)日:2023-06-23
申请号:CN202310065743.6
申请日:2023-01-13
Applicant: 北京控制工程研究所
Abstract: 本发明提供了一种性能‑故障关系图谱的关系预测方法及装置,其中方法包括:获取性能‑故障关系图谱中各实体的实体向量和各已知关系的关系向量;基于所述性能‑故障关系图谱,获取多个训练样本;每一个训练样本均包括:存在已知关系的头实体和尾实体,及,该头实体和尾实体之间的路径;针对每一个训练样本,将该训练样本中路径上的每一个实体的实体向量作为RNN模型的输入向量,将该训练样本中头实体和尾实体之间存在的已知关系的关系向量作为RNN模型的输出向量,以对RNN模型进行训练;利用训练好的RNN模型对所述性能‑故障关系图谱中关系未知的两个实体之间的关系进行预测。本方案,能够实现性能‑故障关系图谱的关系预测。
-
公开(公告)号:CN116186888A
公开(公告)日:2023-05-30
申请号:CN202211698024.X
申请日:2022-12-28
Applicant: 北京控制工程研究所
IPC: G06F30/15 , G06F119/02
Abstract: 本发明提供了一种航天器健康状态量化评估方法、装置、电子设备及介质,其中方法包括:基于可影响航天器健康状态的部件形成评估因素集合,以及,确定用于评价航天器健康状态的评语集合;获取所述评估因素集合中每一个评估因素的权重和健康度打分结果;将每一个评估因素的健康度打分结果代入针对评语集合所构建的隶属度函数中,计算得到每一个评估因素对应所述评语集合的判定向量;根据每一个评估因素的权重和判定向量,通过模糊运算得到用于对航天器健康状态进行评估的评估向量;根据所述评估向量确定航天器健康状态的评估值。本方案,能够通过量化的评估值表征航天器健康状态,实现了对航天器健康状态的定量评估。
-
公开(公告)号:CN116305531B
公开(公告)日:2023-09-15
申请号:CN202310071787.X
申请日:2023-01-13
Applicant: 北京控制工程研究所
IPC: G06F30/15
Abstract: 本发明涉及航天器监测技术领域,特别涉及一种航天器健康演化模型建模方法、装置、设备及介质,其中方法包括:获取不同时间的航天器遥测数据并进行预处理;基于预处理后的航天器遥测数据,进行特征提取;基于所有特征量,进行融合处理,得到与时间相对应的一维特征;按照时序对一维特征进行曲线拟合,得到拟合曲线,并将拟合曲线的拟合值作为与时间对应的健康因子;基于健康因子与各特征量之间的相关程度,对所有特征量进行筛选,选出相关程度高的特征量;构建模糊神经网络,并以选出的特征量作为输入、健康因子作为输出,对模糊神经网络进行训练得到航天器健康演化模型。本发明能够得到用于评估航天器健康的演化模型。
-
公开(公告)号:CN115828611B
公开(公告)日:2023-08-01
申请号:CN202211616097.X
申请日:2022-12-15
Applicant: 北京控制工程研究所
IPC: G06F30/20 , G06F18/25 , G06F18/214
Abstract: 本发明涉及一种航天器机电部件的健康状态评估方法和装置,该方法包括:获取航天器机电部件的待测数据,待测数据包括机电部件的自身参数和航天器的整体参数的数据;对每种参数的待测数据依次进行离群点处理、特征提取处理和标准化处理得到每种参数的目标特征;将所有参数的目标特征输入训练好的健康状态评估模型中得到待测数据对应的健康因子,健康因子用于表征机电部件的健康状态,健康状态评估模型通过以机电部件的样本特征作为输入和以样本特征对应的样本健康因子作为输出来对预设的神经网络进行训练得到,样本特征通过对机电部件的样本数据依次进行离群点处理、特征提取处理和标准化处理得到。本发明能够有效评估航天器机电部件的健康状态。
-
公开(公告)号:CN116360388A
公开(公告)日:2023-06-30
申请号:CN202310095628.3
申请日:2023-01-18
Applicant: 北京控制工程研究所
IPC: G05B23/02
Abstract: 本发明涉及一种基于图神经网络的性能‑故障关系图谱的推理方法和装置,该方法包括:根据FMEA构建航天器控制系统的性能‑故障关系图谱;基于历史故障案例,计算所述性能‑故障关系图谱中各关系的亲密度;基于所述性能‑故障关系图谱中各关系的亲密度,采用图神经网络推理每个故障征兆对应的故障原因;针对每个所述故障征兆,采用贝叶斯网络对当前故障征兆对应的故障原因进行融合,以得到当前故障征兆最终的推理结果。本发明能够提高航天器控制系统故障推理的准确性。
-
-
-
-
-
-
-
-
-