机器学习在有效载荷PHM系统中的应用研究

发布时间：2024-03-07 19:14

　　近年来,随着我国航天事业取得迅猛发展,在轨卫星数量不断增多,以中科院空间科学先导专项为例,自2015年12月暗物质粒子探测卫星发射以来,先后有量子科学实验卫星、硬X射线调制望远镜卫星成功发射。结合实际的卫星在轨运行经验,对卫星遥测参数数据进行预测分析已成为研究有效载荷PHM系统的热点问题,而以机器学习为代表的计算机技术迅猛发展,正在成为有效载荷PHM技术的一个重要突破口。本文首先通过对时间序列模型的研究及真实卫星的遥测参数数据特性的分析,表明卫星遥测参数的时间特性符合时间序列模型的应用条件,然后基于卫星遥测参数数据的时间特性,把卫星遥测参数数据的趋势预测问题转化为对时间序列的趋势预测问题,并以暗物质粒子探测卫星和量子科学实验卫星在轨运行期间所产生的大量卫星历史遥测参数数据为基础,结合中科院空间科学先导专项实际的空间科学卫星运控任务背景,对有效载荷PHM系统中的异常检测进行研究,提出了一种基于时间序列模型的卫星有效载荷异常检测方法。重点研究了多项式拟合外推算法、自回归滑动平均(ARMA)算法、深度学习循环神经网络LSTM模型三种机器学习算法,并且针对量子科学实验卫星和暗物质粒子探测卫星遥...

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

图1.1TensorBoard的可视化服务功能示意图

绪论算速度也成为了它的软肋。一直到2016年4月份，Google开放了TensorFlow的分布式版本，使用16块GPU可以达到单块GPU的15倍速度，在50块GPU的时候则可以达到单块GPU的40倍速度，TensorFlow分布式版本....

图2.1量子科学实验卫星Y帆板外板温度

本章主要介绍了基于真实卫星的遥测参数数据特性的分析及其预测方法，并结合实际的卫星运控任务背景，选取了多项式拟合外推算法、自回归滑动平均算法、BP神经网络算法以及灰度理论预测模型四种算法进行了研究分析。2.1 基于真实卫星的遥测参数数据特性的分析 时间序列分析是指用曲线拟合和参....

图2.2量子科学实验卫星电源采负载电流

相应数学模型的理论和方法。目前时间序列分析已经被广泛应用于国家宏观经济控制、市场潜力预测、天气预报以及交通大数据等领域。而在航天领域中，卫星在轨运行期间所产生的大量遥测参数，如电流、电压、温度等，亦可以把它们看做时间序列。下面两幅图分别是量子科学实验卫星2016年9月3....

图2.3典型的三层BP神经网络结构

图2.3典型的三层BP神经网络结构Figure2.3Atypicalthree-layerBPneuralnetworkstructure现在有BP神经网络输入层、隐含层、输出层的节点数分别为样本大小为N,最大训练次数为Lmax，最小训练误差为....

本文编号：3921611