基于局部线性嵌入的卫星姿态控制系统微小故障检测方法

    公开(公告)号:CN110032167A

    公开(公告)日:2019-07-19

    申请号:CN201910140244.2

    申请日:2019-02-26

    Abstract: 本发明公布了基于局部线性嵌入的卫星姿态控制系统微小故障检测方法,该方法基于局部线性嵌入方法,首先使历史数据具有零均值和统一方差,再用动态局部线性嵌入法确定邻域点个数,动态重构权重矩阵W,然后通过得到的权值矩阵W从而找到样本集的低维嵌入Y,进而求得T2和SPE两个统计量;接着用指数加权平均算法求解EWMA统计量,将正常数据的EWMA统计量范围作为判断待检测数据是否故障的阈值,进一步求得映射矩阵A,用于计算在线数据的T2和SPE统计量,并计算对应的EWMA统计量;最后判断在线数据的EWMA统计量是否大于控制限,如果大于则系统故障,否则系统正常。本发明克服了原算法的弊端,提高了算法对微小故障的检测性能。

    一种挖掘时序数据状态关联的方法

    公开(公告)号:CN106384128A

    公开(公告)日:2017-02-08

    申请号:CN201610814387.3

    申请日:2016-09-09

    CPC classification number: G06K9/6218

    Abstract: 一种挖掘时序数据状态关联的方法,首先对时序数据变量进行预处理,包括去野值、等间隔插值、归一化操作;然后对单个变量进行状态挖掘,用动态划分聚类方法对单个变量所有窗口的综合特征向量进行聚类,不同簇的窗口代表不同的状态,将所有簇按照大小排序,将每个窗口用其所在簇对应的字符表示,这样原始数值型数据被转化成字符串形式,即获取每个变量的状态字符串;再将所有变量的状态字符串对齐,获得多变量状态矩阵;利用Apriori算法挖掘不同变量状态之间的关联规则并给出形式化表达及其关联强度;最后进行关联规则约简以去除冗余信息;本发明具有抗噪音干扰能力,适合于对小参数集合细致地分析其状态取值关联性,挖掘出状态值映射关系。

    一种挖掘时序数据故障模式的系统及方法

    公开(公告)号:CN105205111A

    公开(公告)日:2015-12-30

    申请号:CN201510551484.3

    申请日:2015-09-01

    CPC classification number: G06F16/35

    Abstract: 本发明公开一种挖掘时序数据故障模式的系统及方法,包括数据预处理模块、TK-Means聚类模块、统计学习模块、DBSCAN聚类模块、故障模式生成模块;本发明通过对时序数据异常信息进行分析,一方面可以挖掘出数据变化规律的共同特征,从而发现比较通用、一致的异常和故障模式;另一方面也可以挖掘出新型变化规律,从而发现未知异常和故障模式。本发明利用DBSCAN方法对异常模式进行聚类,根据聚类结果将故障模式写成形式化规则。同时,形式化规则的前件和后件也反映了对应事件的先后关系。

    基于累积和控制图的卫星电源系统异常检测方法

    公开(公告)号:CN105117615A

    公开(公告)日:2015-12-02

    申请号:CN201510661474.5

    申请日:2015-10-14

    Abstract: 基于累积和控制图的卫星电源系统异常检测方法,涉及电源系统故障诊断领域。本发明为了解决现有卫星电源系统异常检测所存在的门限值太宽、无法检测微小故障和早期预警等问题。本发明获取一段时间内镍氢电池型卫星电源正常运行的历史数据,选取电源的氢压值作为评估参数;将氢压值分成m组并计算每组氢压值的均值pj;然后计算电源氢压值的统计特性,确定累积和控制图的允偏量和门限值;计算待检测卫星电源的氢压值均值pi;将氢压值均值pi作为累积和函数的输入,将输出值绘制在累积和控制图中;判断当前待检测卫星电源氢压值对应的累积和S+(i)、S-(i)是否超过累积和控制图的门限值,判断电源系统当前工作状态。本发明适用于镍氢电池型卫星电源系统故障诊断领域。

    一种基于关联关系建模的卫星敏感器故障诊断方法

    公开(公告)号:CN105136172B

    公开(公告)日:2017-11-03

    申请号:CN201510662583.9

    申请日:2015-10-14

    Abstract: 一种基于关联关系建模的卫星敏感器故障诊断方法,本发明涉及卫星敏感器故障诊断方法。本发明是为了解决传统的敏感器故障诊断方法大多从单个敏感器的测量信息出发,不能很好的完成故障检测诊断任务的问题。本发明有效利用多种敏感器所提供的冗余关系,对地球敏感器与星敏感器、太阳敏感器与星敏感器、地球敏感器与太阳敏感器间的关联关系建模,利用大量数据计算相应的检测量特征量,最终实现卫星敏感器故障诊断。本发明更加准确地完成故障检测诊断任务,充分利用各种测量信息,适应工程实际应用。本发明应用卫星敏感器故障诊断领域。

    结合关联分析和数据融合的故障诊断方法

    公开(公告)号:CN104950875A

    公开(公告)日:2015-09-30

    申请号:CN201510329213.3

    申请日:2015-06-15

    CPC classification number: G05B23/024

    Abstract: 本发明公开了一种结合关联分析和数据融合的故障诊断方法,用于解决现有故障诊断方法故障诊断结果精确度低的技术问题。技术方案是将来自不同测量来源的设备信息进行提取,对多源信息与已知故障模式对应的同源信息进行关联性分析,得到的关联度作为待诊断故障中测得的多源数据与已知故障模式之间的相关系数,通过数据融合的方法对多个来源的信息进行综合,计算出待诊断故障属于各已知故障模式的信度,从中选择最大信度对应的故障模式。由于采用将待诊断故障过程中单一物理量与已知故障类型中的同一物理量之间的灰色关联度代替多源数据融合过程中的相关系数的方法,有效的衔接了单一物理量与多元信息融合的过程,提高了故障诊断结果的精确度。

    在轨航天器模型的实时修正方法

    公开(公告)号:CN104899456A

    公开(公告)日:2015-09-09

    申请号:CN201510329094.1

    申请日:2015-06-15

    Abstract: 本发明公开了一种在轨航天器模型的实时修正方法,用于解决现有航天器模型的修正方法实时性差的技术问题。技术方案是根据历史测量数据辨识出在轨航天器在正常状态下的模型,在tk时刻对模型进行修正,从实测数据中提取最新的m个采样时刻的数据,并将该组数据分成λ层,依次对每一层数据进行辨识,得到每一层数据的辨识模型计算修正模型的相对误差,判断相对误差是否超过设定的门限值,若未超出门限值,认为在轨航天器工作状态稳定,若超出门限值,认为在轨航天器工作状态发生改变。由于采用数据分层、逐层辨识的方法建立修正方程,能够使辨识出的模型更加逼近在轨航天器的运行状态,能够消除因历史数据对辨识结果的影响,实时性好。

    基于Bayes多源数据融合的陀螺系统寿命预测方法

    公开(公告)号:CN110059337B

    公开(公告)日:2022-11-22

    申请号:CN201910139718.1

    申请日:2019-02-26

    Abstract: 本发明公开了基于Bayes多源数据融合的陀螺系统寿命预测方法,所述方法根据光纤陀螺子系统多源小样本失效数据,然后选择合适的寿命预测子方法进行陀螺系统的寿命值预测,用其预测值进行扩充获得有效寿命样本,然后通过相容性检验,对各样本数据拟合分析获得先验分布,利用Bayes融合方法获得Bayes验前信息,通过Bayes公式获得Bayes寿命参数的融合后验分布并对其进行参数估计,最后获得光纤陀螺系统的寿命预测值。本发明针对可获取的光纤陀螺子系统多源小样本失效数据,采用Bayes方法建立预测模型,实现对陀螺的寿命预测研究,相比较于单一数据源,本发明所预测结果更接近于光纤陀螺的真实寿命。

Patent Agency Ranking