数据驱动的卫星姿态控制系统微小故障检测与预测方法研究
发布时间：2021-10-21 00:52
卫星,不论是在军事领域还是民用领域中都具有重要的应用价值,其安全性和可靠性一直是航天工程研究领域的热点问题。然而太空环境复杂多变、卫星系统复杂零部件众多、星载计算机和诊断资源有限,以及各种未知的干扰因素,这些都对卫星的安全运行带来巨大威胁。卫星设备造价昂贵,一旦出现严重故障,将导致巨大的经济损失和不良的社会影响。因此,设计故障检测与诊断方案,及时发现异常征兆并且预测微小故障发展趋势,采取预防措施从而降低故障可能带来的伤害,是一项具有重要理论意义和工程应用价值的课题。本文以卫星姿态控制系统为研究对象,分析挖掘卫星遥测数据的独有特征,研究基于遥测数据的微小故障检测与预测方法,为卫星在轨维护提供理论支撑。本文主要工作总结如下。首先,分析了卫星轨道特性给遥测数据带来的影响,总结了遥测数据的周期性和片段性特征;考虑高维遥测数据之间往往存在信息冗余,提出一种基于主成分分析的故障检测方法,实现了基于遥测数据的在轨卫星异常监测功能。其次,针对主成分分析方法不能处理数据间非线性关系的缺点,研究了基于近邻保持嵌入（NPE）非线性流形学习的微小故障检测方法。通过动态邻域参数改进NPE算法对参数敏感的缺陷,根...
【文章来源】： 刘敏 南京航空航天大学
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
注释表
缩略词
第一章 绪论
1.1 课题研究背景与意义
1.2 国内外研究现状
1.2.1 航天器故障检测与诊断技术研究现状
1.2.2 航天器故障预测技术研究现状
1.3 本文的主要研究工作
第二章 卫星姿态控制系统及常见故障模式分析
2.1 引言
2.2 卫星姿控系统结构
2.3 常见故障模式分析
2.4 验证平台介绍
2.5 本章小结
第三章 遥测数据特征分析与基于主成分分析(PCA)的故障检测方法
3.1 引言
3.2 遥测数据分析与预处理
3.2.1 分段平均周期图法
3.2.2 动态时间弯曲算法
3.2.3 实验结果与分析
3.3 基于PCA的故障检测方法
3.3.1 主成分分析法
3.3.2 基于统计量的遥测数据故障检测方法
3.3.3 实验结果与分析
3.4 本章小结
第四章 基于改进近邻保持嵌入(EWMA-DNPE)的微小故障检测研究
4.1 引言
4.2 相关算法介绍
4.2.1 近邻保持嵌入算法(NPE)
4.2.2 EWMA控制图
4.3 基于EWMA-DNPE的微小故障检测方法
4.3.1 近邻保持嵌入算法的局限
4.3.2 改进的近邻保持嵌入算法
4.3.3 实验结果与分析
4.4 本章小结
第五章 基于多变量时间序列分析的故障预测研究
5.1 引言
5.2 基于改进VAR模型的陀螺故障预测
5.2.1 ARMA模型的基本理论
5.2.2 改进的VAR模型
5.3 实验结果与分析
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
在攻读硕士学位期间发表的学术论文目录与参加科研情况
【参考文献】：
期刊论文
[1]基于遥测数据的在轨卫星性能预测方法研究[J]. 马凯航,高永明,李磊,吴芷锾. 现代电子技术. 2017(21)
[2]未来航天器预测与健康管理技术研究及启示[J]. 詹景坤,王小辉,俞启东,蔡昱,惠俊鹏. 电子测试. 2017(11)
[3]一种基于动态时间弯曲距离的快速子序列匹配算法[J]. 刘晓影. 现代电子技术. 2017(06)
[4]基于判别信息的近邻保持嵌入降维方法[J]. 张海武,陈晓云. 福州大学学报(自然科学版). 2015(04)
[5]基于变元统计分析的微小故障检测[J]. 尚骏,陈茂银,周东华. 上海交通大学学报. 2015(06)
[6]遥感卫星接收系统故障诊断专家系统设计[J]. 王万玉,陶孙杰,冯旭祥,马彬彬. 电讯技术. 2015(05)
[7]基于监督协同近邻保持投影的人脸识别算法[J]. 张其文,庄新磊. 计算机科学. 2015(05)
[8]基于分段平均周期图的泥浆脉冲信号滤波方法[J]. 徐宝昌,杨晓旭. 测控技术. 2014(12)
[9]新一代航空电子故障预测与健康管理系统综述[J]. 杨军祥,田泽,李成文,杨涛,王纯委,刘宇. 计算机测量与控制. 2014(04)
[10]数据驱动故障预测和健康管理综述[J]. 彭宇,刘大同. 仪器仪表学报. 2014(03)
博士论文
[1]卫星姿态控制系统的混合故障诊断方法研究[D]. 程瑶.哈尔滨工业大学 2016
[2]基于传递系统模型的在轨卫星故障诊断方法研究[D]. 金洋.哈尔滨工业大学 2013
[3]基于失效物理的性能可靠性技术及应用研究[D]. 刘强.国防科学技术大学 2011
硕士论文
[1]基于CLIPS的卫星电源故障诊断专家系统[D]. 王明远.哈尔滨工业大学 2017
[2]基于流形学习的动量轮轴承性能退化研究[D]. 朱丽莎.南京航空航天大学 2017
[3]卫星在轨状态异变的演变趋势分析与预测算法研究[D]. 戴维夫.电子科技大学 2016
[4]基于动态故障树的卫星姿态控制系统寿命预测方法研究[D]. 田静.南京航空航天大学 2016
[5]基于神经网络的航天器姿态控制系统故障诊断研究[D]. 李新.沈阳航空航天大学 2016
[6]基于信号处理的卫星故障诊断方法研究[D]. 卞德坤（Deking）.沈阳理工大学 2016
[7]卫星遥测时序数据中预测算法研究[D]. 钟足华.南京航空航天大学 2015
[8]基于主元分析的微小故障检测[D]. 郑茜予.华北电力大学 2015
[9]基于流形学习的卫星姿态控制系统故障检测技术研究[D]. 王涛.南京航空航天大学 2015
[10]一种与分布无关的自适应多元EWMA控制图[D]. 魏文.天津职业技术师范大学 2014
本文编号：3447923
【文章来源】： 刘敏 南京航空航天大学
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
注释表
缩略词
第一章 绪论
1.1 课题研究背景与意义
1.2 国内外研究现状
1.2.1 航天器故障检测与诊断技术研究现状
1.2.2 航天器故障预测技术研究现状
1.3 本文的主要研究工作
第二章 卫星姿态控制系统及常见故障模式分析
2.1 引言
2.2 卫星姿控系统结构
2.3 常见故障模式分析
2.4 验证平台介绍
2.5 本章小结
第三章 遥测数据特征分析与基于主成分分析(PCA)的故障检测方法
3.1 引言
3.2 遥测数据分析与预处理
3.2.1 分段平均周期图法
3.2.2 动态时间弯曲算法
3.2.3 实验结果与分析
3.3 基于PCA的故障检测方法
3.3.1 主成分分析法
3.3.2 基于统计量的遥测数据故障检测方法
3.3.3 实验结果与分析
3.4 本章小结
第四章 基于改进近邻保持嵌入(EWMA-DNPE)的微小故障检测研究
4.1 引言
4.2 相关算法介绍
4.2.1 近邻保持嵌入算法(NPE)
4.2.2 EWMA控制图
4.3 基于EWMA-DNPE的微小故障检测方法
4.3.1 近邻保持嵌入算法的局限
4.3.2 改进的近邻保持嵌入算法
4.3.3 实验结果与分析
4.4 本章小结
第五章 基于多变量时间序列分析的故障预测研究
5.1 引言
5.2 基于改进VAR模型的陀螺故障预测
5.2.1 ARMA模型的基本理论
5.2.2 改进的VAR模型
5.3 实验结果与分析
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
在攻读硕士学位期间发表的学术论文目录与参加科研情况
【参考文献】：
期刊论文
[1]基于遥测数据的在轨卫星性能预测方法研究[J]. 马凯航,高永明,李磊,吴芷锾. 现代电子技术. 2017(21)
[2]未来航天器预测与健康管理技术研究及启示[J]. 詹景坤,王小辉,俞启东,蔡昱,惠俊鹏. 电子测试. 2017(11)
[3]一种基于动态时间弯曲距离的快速子序列匹配算法[J]. 刘晓影. 现代电子技术. 2017(06)
[4]基于判别信息的近邻保持嵌入降维方法[J]. 张海武,陈晓云. 福州大学学报(自然科学版). 2015(04)
[5]基于变元统计分析的微小故障检测[J]. 尚骏,陈茂银,周东华. 上海交通大学学报. 2015(06)
[6]遥感卫星接收系统故障诊断专家系统设计[J]. 王万玉,陶孙杰,冯旭祥,马彬彬. 电讯技术. 2015(05)
[7]基于监督协同近邻保持投影的人脸识别算法[J]. 张其文,庄新磊. 计算机科学. 2015(05)
[8]基于分段平均周期图的泥浆脉冲信号滤波方法[J]. 徐宝昌,杨晓旭. 测控技术. 2014(12)
[9]新一代航空电子故障预测与健康管理系统综述[J]. 杨军祥,田泽,李成文,杨涛,王纯委,刘宇. 计算机测量与控制. 2014(04)
[10]数据驱动故障预测和健康管理综述[J]. 彭宇,刘大同. 仪器仪表学报. 2014(03)
博士论文
[1]卫星姿态控制系统的混合故障诊断方法研究[D]. 程瑶.哈尔滨工业大学 2016
[2]基于传递系统模型的在轨卫星故障诊断方法研究[D]. 金洋.哈尔滨工业大学 2013
[3]基于失效物理的性能可靠性技术及应用研究[D]. 刘强.国防科学技术大学 2011
硕士论文
[1]基于CLIPS的卫星电源故障诊断专家系统[D]. 王明远.哈尔滨工业大学 2017
[2]基于流形学习的动量轮轴承性能退化研究[D]. 朱丽莎.南京航空航天大学 2017
[3]卫星在轨状态异变的演变趋势分析与预测算法研究[D]. 戴维夫.电子科技大学 2016
[4]基于动态故障树的卫星姿态控制系统寿命预测方法研究[D]. 田静.南京航空航天大学 2016
[5]基于神经网络的航天器姿态控制系统故障诊断研究[D]. 李新.沈阳航空航天大学 2016
[6]基于信号处理的卫星故障诊断方法研究[D]. 卞德坤（Deking）.沈阳理工大学 2016
[7]卫星遥测时序数据中预测算法研究[D]. 钟足华.南京航空航天大学 2015
[8]基于主元分析的微小故障检测[D]. 郑茜予.华北电力大学 2015
[9]基于流形学习的卫星姿态控制系统故障检测技术研究[D]. 王涛.南京航空航天大学 2015
[10]一种与分布无关的自适应多元EWMA控制图[D]. 魏文.天津职业技术师范大学 2014
本文编号：3447923
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3447923.html
