基于贝叶斯网络的航天器姿控系统故障诊断研究

发布时间：2017-08-04 10:30

  本文关键词：基于贝叶斯网络的航天器姿控系统故障诊断研究

  更多相关文章： 航天器 姿态控制系统 故障诊断 贝叶斯网络 特征提取 分类器

【摘要】：姿态控制系统是航天器最重要的子系统之一,因其工作环境恶劣,极易出现故障。故障诊断技术可以使航天器对系统异常状况做出快速响应,从而减少甚至避免灾难性事故的发生,保证航天器在轨运行的可靠性与安全性。本文以航天器姿态控制系统为研究对象,在基于贝叶斯网络分析系统部件重要性的基础上,深入研究了航天器姿态控制系统的故障诊断问题。论文的研究工作主要包括:首先,通过对大量文献的调研,论述了故障及故障诊断的概念,系统地分析了航天器故障诊断的方法、国内外研究现状及发展方向。在详细分析了贝叶斯网络在故障诊断中的应用及优势的基础上,发现贝叶斯网络模型可以很好地处理不确定性信息并且不依赖于系统的数学模型,因此,本文将贝叶斯网络引入航天器姿控系统故障诊断研究之中。其次,归纳给出贝叶斯网络的基本理论。简单地阐述了贝叶斯网络的产生、发展及其分类,系统地分析了贝叶斯网络的学习与推理算法及其相关工具软件,重点分析了贝叶斯网络的构建过程及贝叶斯网络分类器的研究情况。为基于贝叶斯网络的航天器姿态控制系统故障诊断方法研究奠定理论基础。然后,为了节省故障诊断资源,加快故障诊断速度,研究了基于贝叶斯网络灵敏度函数的航天器姿控系统节点优选问题。针对航天器姿态控制系统,利用专家经验及历史故障数据确定航天器姿控系统的贝叶斯网络结构及参数,以此避免不确定性因素的影响。在该模型的基础上结合贝叶斯灵敏度函数,提出一种航天器姿控系统节点优选算法,通过计算节点的重要度,找出对系统安全影响最大的部件,以指导后文故障诊断算法的研究。最后,针对航天器姿控系统关键部件的典型故障,提出一种基于贝叶斯网络分类器的航天器姿控系统故障诊断方法。该方法将信号特征提取技术与贝叶斯网络分类器相结合,首先应用时域及频域信号特征提取技术提取故障信号特征信息,然后采用属性约简算法去掉特征信息的冗余属性,并在此基础上设计改进的朴素贝叶斯分类器进行数据分类,实现故障的诊断。本文将该方法应用于航天器姿控系统的单故障及多故障的故障诊断研究,通过实例分析验证该方法的有效性。
【关键词】：航天器 姿态控制系统 故障诊断 贝叶斯网络 特征提取 分类器
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V467
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-21
• 1.1 课题来源9
• 1.2 课题研究的目的和意义9-10
• 1.3 航天器故障诊断技术综述10-16
• 1.3.1 故障诊断技术概念10-11
• 1.3.2 国内外航天器故障诊断技术发展概况11-12
• 1.3.3 航天器故障诊断方法研究综述12-15
• 1.3.4 未来的发展方向15-16
• 1.4 贝叶斯网络及其在故障诊断中的应用16-19
• 1.4.1 贝叶斯网络的研究现状16-17
• 1.4.2 贝叶斯网络应用于故障诊断领域17-18
• 1.4.3 贝叶斯网络应用于故障诊断的优势18-19
• 1.5 本文主要研究内容及安排19-21
• 第2章 贝叶斯网络的基本理论21-33
• 2.1 引言21
• 2.2 贝叶斯网络的基本概念21-24
• 2.2.1 贝叶斯网络的提出与发展21-22
• 2.2.2 贝叶斯网络的概念与分类22-24
• 2.3 贝叶斯网络的学习与推理算法24-26
• 2.3.1 贝叶斯网络的学习算法24-26
• 2.3.2 贝叶斯网络的推理算法26
• 2.4 贝叶斯网络分类器26-31
• 2.4.1 贝叶斯分类器的概念26-27
• 2.4.2 朴素贝叶斯分类器27-28
• 2.4.3 朴素贝叶斯分类器的改进算法28-31
• 2.5 贝叶斯网络的工具软件31-32
• 2.6 本章小结32-33
• 第3章 基于贝叶斯网络航天器姿控系统故障节点优选33-48
• 3.1 引言33-34
• 3.2 航天器姿控系统贝叶斯网络模型的建立34-38
• 3.2.1 系统节点的选取与离散化34-35
• 3.2.2 贝叶斯网络拓扑结构的建立35-36
• 3.2.3 确定网络中节点的参数值36-38
• 3.3 基于贝叶斯灵敏度函数的故障节点优选38-44
• 3.3.1 贝叶斯网络灵敏度函数38-39
• 3.3.2 姿控系统节点灵敏度函数的计算与节点优选39-44
• 3.4 航天器姿控系统优选节点的故障分析44-47
• 3.5 本章小结47-48
• 第4章 航天器姿控系统故障诊断方法研究48-74
• 4.1 引言48
• 4.2 航天器姿控系统故障信号特征提取方法研究48-54
• 4.2.1 故障信号的时域特征提取48-51
• 4.2.2 基于小波包的频域特征提取51-54
• 4.3 信号特征属性约简算法研究54-57
• 4.3.1 建立样本决策表并离散化54-55
• 4.3.2 基于类差别矩阵和属性重要度的属性约简算法55-57
• 4.4 基于属性约简的朴素贝叶斯分类器的设计57-60
• 4.4.1 属性约简朴素贝叶斯分类器算法57-59
• 4.4.2 算法流程59-60
• 4.5 ARNBC在航天器姿控系统故障诊断中的应用60-72
• 4.5.1 ARNBC在航天器姿控系统单故障诊断中的应用60-67
• 4.5.2 ARNBC在航天器姿控系统多故障诊断中的应用67-72
• 4.5.3 诊断结果对比分析72
• 4.6 本章小结72-74
• 结论74-75
• 参考文献75-80
• 攻读硕士学位期间发表的论文及其它成果80-82
• 致谢82

【相似文献】

中国期刊全文数据库 前10条

1 赵志祥;周德邻;;数据调整的贝叶斯方法在微观核数据评价中的应用[J];核科学与工程;1985年01期

2 丁以华;;贝叶斯方法的发展及其存在问题[J];质量与可靠性;1986年01期

3 王宏洲;引信的可靠性评定——贝叶斯方法和经验贝叶斯方法[J];现代引信;1989年02期

4 吴伯贤;;贝叶斯方法在洪水频率分析中的应用[J];成都科技大学学报;1990年01期

5 张家新,王自力;贝叶斯方法在船体结构疲劳分析中的应用[J];造船技术;2000年05期

6 陈晓怀,程真英,刘春山;动态测量误差的贝叶斯建模预报[J];仪器仪表学报;2004年S1期

7 黎红;陶勇;;基于主观贝叶斯方法的装备故障概率分析[J];国防技术基础;2009年02期

8 冯为民;朱俊;李嘉荣;;贝叶斯方法在房地产风险决策中的应用研究[J];重庆建筑大学学报;2006年02期

9 鲁华;周德云;;贝叶斯网络的对地多目标攻击决策[J];火力与指挥控制;2008年07期

10 汪力;叶桦;夏良正;;贝叶斯框架下的人的检测[J];东南大学学报(自然科学版);2007年S1期

中国重要会议论文全文数据库 前10条

1 David Z.D'Argenio;;贝叶斯方法在实验室研究向临床的转化以及辨识隐含亚群体中的应用(英文)[A];中国药理学会临床药理学专业委员会会议暨第十次全国临床药理学学术会议论文集[C];2007年

2 姜峰;高文;姚鸿勋;;贝叶斯网络的推理和学习[A];全国网络与信息安全技术研讨会'2005论文集（下册）[C];2005年

3 丁东洋;刘希阳;;风险分析中的稳健贝叶斯方法[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

4 周桃庚;沙定国;;贝叶斯可靠性序贯验证试验方法[A];中国仪器仪表学会第三届青年学术会议论文集（下）[C];2001年

5 陈晓怀;程真英;刘春山;;动态测量误差的贝叶斯建模预报[A];第二届全国信息获取与处理学术会议论文集[C];2004年

6 杜鹏英;罗小平;何志明;;贝叶斯网络的发展及理论应用[A];第三届全国虚拟仪器大会论文集[C];2008年

7 杨丽;武海滨;李康;;无金标准诊断试验评价的贝叶斯方法及应用[A];2011年中国卫生统计学年会会议论文集[C];2011年

8 宁鹏达;;贝叶斯方法在风险投资项目决策中的应用[A];第四届中国科学学与科技政策研究会学术年会论文集（Ⅰ）[C];2008年

9 朱永生;;贝叶斯方法确定泊松变量的置信上限[A];中国物理学会高能物理分会第七届学术年会实验分会场论文集[C];2006年

10 王增忠;柳玉杰;施建刚;;建筑工程项目全寿命安全管理决策的贝叶斯方法[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年

中国博士学位论文全文数据库 前10条

1 阚英男;基于网格近似法的数控机床贝叶斯可靠性评估研究[D];吉林大学;2015年

2 翟胜;基于贝叶斯网络的复杂系统可靠分析方法研究与应用[D];天津工业大学;2016年

3 刘瑞;基于贝叶斯网络的洪水灾害风险评估与建模研究[D];华东师范大学;2016年

4 张润梅;基于贝叶斯网络的复杂系统因果关系研究[D];合肥工业大学;2015年

5 李艳颖;贝叶斯网络学习及数据分类研究[D];西安电子科技大学;2015年

6 贾海洋;贝叶斯网学习若干问题研究[D];吉林大学;2008年

7 黄友平;贝叶斯网络研究[D];中国科学院研究生院（计算技术研究所）;2005年

8 朱允刚;贝叶斯网学习中若干问题研究及其在信息融合中的应用[D];吉林大学;2012年

9 董立岩;贝叶斯网络应用基础研究[D];吉林大学;2007年

10 李小琳;面向智能数据处理的贝叶斯网络研究与应用[D];吉林大学;2005年

中国硕士学位论文全文数据库 前10条

1 张路路;贝叶斯网络系统可靠性分析及故障诊断方法研究[D];山东建筑大学;2015年

2 徐冰;基于贝叶斯网络的传染病时空预警模型研究[D];长安大学;2015年

3 李艳强;基于不确定理论的酸洗线和镀锌线的视情维修策略研究[D];河北工程大学;2015年

4 王芸;贝叶斯AGARCH模型在我国商业银行利率风险度量中的应用[D];南京财经大学;2015年

5 侯欢欢;基于贝叶斯网络城市埋地燃气管线风险评价研究[D];首都经济贸易大学;2015年

6 王宇;贝叶斯参数更新在可靠性分析中的应用[D];南京航空航天大学;2014年

7 李福伟;贝叶斯压缩感知理论与技术[D];电子科技大学;2015年

8 李景囡;基于依赖分析的贝叶斯网络结构学习算法研究[D];西安电子科技大学;2014年

9 杨祥睿;基于贝叶斯网络的船撞桥风险评估研究[D];重庆交通大学;2015年

10 汤玉利;贝叶斯反问题的MAP估计及其一致性[D];上海交通大学;2015年

，

本文编号：619073