-
公开(公告)号：CN116009517B
公开(公告)日：2023-08-29
申请号：CN202310084255.X
申请日：2023-01-18
Applicant: 北京控制工程研究所
IPC: G05B23/02
Abstract: 本发明涉及一种航天器控制系统性能‑故障关系图谱的构建方法和装置，该方法包括：根据航天器控制系统的故障诊断方案设计报告，构建基于模型知识的性能‑故障关系图谱；根据所述航天器控制系统各部件的FMEA和故障树，构建基于专家知识的性能‑故障关系图谱；根据所述航天器控制系统的历史数据，采用Granger因果分析方法构建基于数据的性能‑故障关系图谱。本发明能够提高航天器控制系统故障诊断的准确性。
-
公开(公告)号：CN116522467A
公开(公告)日：2023-08-01
申请号：CN202310077074.4
申请日：2023-01-16
Applicant: 北京控制工程研究所
IPC: G06F30/15 , G06F30/27 , G06F18/23 , G06N3/0442 , G06N3/08 , G06N3/04 , G06F119/04
Abstract: 本发明涉及航空航天技术领域，特别涉及一种航天器部件寿命的预测方法和装置。其中，该方法包括：获取航天器部件的待测数据；其中，所述待测数据包括所述航天器部件的多种参数的数据；对每种参数的待测数据依次进行野值和停机数据的剔除处理，得到处理后的数据；对所述处理后的数据依次进行时域特征的提取、降维处理和归一化处理，得到所述航天器部件的目标特征；利用DBSCAN算法对所述目标特征进行聚类，以识别所述航天器部件的目标退化阶段；将目标特征输入到预先训练好的且与目标退化阶段对应的寿命预测模型中，得到航天器部件的剩余使用寿命。本发明的方案能够有效预测航天器部件的剩余使用寿命。
-
公开(公告)号：CN116009517A
公开(公告)日：2023-04-25
申请号：CN202310084255.X
申请日：2023-01-18
Applicant: 北京控制工程研究所
IPC: G05B23/02
Abstract: 本发明涉及一种航天器控制系统性能‑故障关系图谱的构建方法和装置，该方法包括：根据航天器控制系统的故障诊断方案设计报告，构建基于模型知识的性能‑故障关系图谱；根据所述航天器控制系统各部件的FMEA和故障树，构建基于专家知识的性能‑故障关系图谱；根据所述航天器控制系统的历史数据，采用Granger因果分析方法构建基于数据的性能‑故障关系图谱。本发明能够提高航天器控制系统故障诊断的准确性。
-
公开(公告)号：CN116400662B
公开(公告)日：2023-09-15
申请号：CN202310085883.X
申请日：2023-01-18
Applicant: 北京控制工程研究所
IPC: G05B23/02
Abstract: 本发明涉及一种正向推理与逆向推理相结合的故障推演方法和装置，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；其中，性能‑故障关系图谱的每个实体均包含两个状态，每个实体均具有对应的实体概率属性，实体概率属性用于描述故障原因发生的概率，性能‑故障关系图谱的每个关系均具有对应的关系概率属性，关系概率属性用于描述头实体和尾实体所处状态的概率；将性能‑故障关系图谱转变为一个联结树；计算联结树中各节点的概率值，以得到每个故障征兆最有可能发生的故障原因集合；针对每个故障原因集合，采用A‑star算法确定当前故障原因集合中最终的故障原因和故障影响路径。本发明能够提高航天器控制系统故障推演结果的准确性。
-
公开(公告)号：CN116304083B
公开(公告)日：2023-09-15
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。
-
Patent Agency Ranking
公开(公告)号：CN116203926A
公开(公告)日：2023-06-02
申请号：CN202310096097.X
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‑故障关系图谱的航天器故障分级诊断方法，该方法包括：对接收到的航天器控制系统数据进行数据清洗和特征提取，得到目标数据；将所述目标数据输入到预先构建好的系统级性能‑故障关系图谱、组件级性能‑故障关系图谱和外环部件级性能‑故障关系图谱中，得到第一故障诊断结果；若所述第一故障诊断结果为有故障发生，则将所述目标数据输入到预先构建好的子系统级性能‑故障关系图谱和内环部件级性能‑故障关系图谱中，得到第二故障诊断结果；对所述第一故障诊断结果和所述第二故障诊断结果进行融合，得到最终的故障诊断结果。本发明能够有效保证航天器控制系统故障诊断的统一性。
-
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。
-
公开(公告)号：CN116360387A
公开(公告)日：2023-06-30
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：CN116246145A
公开(公告)日：2023-06-09
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：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。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.029 seconds)
