基于弱信号增强和可视化映射的航天器控制系统微小故障诊断方法研究
项目介绍
AI项目解读
基本信息
- 批准号:61903366
- 项目类别:青年科学基金项目
- 资助金额:22.0万
- 负责人:
- 依托单位:
- 学科分类:F0301.控制理论与技术
- 结题年份:2022
- 批准年份:2019
- 项目状态:已结题
- 起止时间:2020-01-01 至2022-12-31
- 项目参与者:--
- 关键词:
项目摘要
Incipient faults of the spacecraft control systems need to be detected and isolated in time. Otherwise, they may evolve into abrupt faults and lead to huge economic loss, task failure and public opinion shock. This project aims to research the detection and isolation methods for the incipient faults of the spacecraft control systems. The research can be divided into two parts: First, the detection method of incipient faults will be studied based on weak signal enhancement technology, because the magnitudes are so small that they are prone to be buried by the trend or the noise of the normal signal. Second, the isolation method of incipient faults will be researched based on the visualization mapping techniques, because the computer resources of the spacecraft are severely limited and the knowledge of the expert tends to be neglected by the full automatic fault diagnosis. This research will improve the theory of incipient fault diagnosis, complete the fault mode library of the spacecraft control systems, and provide theoretical and technical support for improving the on-orbit fault diagnosis and processing capability of spacecraft.
航天器控制系统的微小故障需要及时检测与分离,否则可能演化为显著故障,导致巨大的经济损失、任务失利和舆论震动。本项目开展航天器控制系统微小故障检测与分离方法研究,包括两个循序渐进的内容:其一、针对航天器控制系统微小故障的“噪声淹没故障效应”及“趋势淹没故障效应”,研究基于弱信号增强技术的微小故障检测方法。其二、针对航天器计算机资源严重受限和“自主诊断孤立效应”,研究基于可视化映射技术的微小故障分离方法。本研究将完善微小故障诊断理论,完备在轨航天器控制系统的故障模式库,为提高航天器在轨故障诊断与处理能力提供理论与技术支撑。
结项摘要
航天器微小故障的及时诊断在状态监控/健康管理中发挥着重要作用,在大数据的背景下,数据驱动方法成为研究热点。本项目以卫星姿态控制系统数据为对象,沿着“又好又快又稳”的思路开展航天器长期管理过程的微小故障诊断方法研究。研究内容主要包括:.(1)针对微小故障的故障趋势比、故障噪声比很小的特点,研究了基于趋势剔除和噪声消减的微小故障检测方法,提高了微小故障检测率。.(2)针对线性动态数据,给出了稳定核表示的辨识算法;定义了动态模型的特征方向,依此给出了基于特征方向的故障诊断规则,提高了故障隔离率。高维故障信息的最优可视化为微小故障诊断提供了辅助诊断思路。.(3)针对航天器在轨计算和存储资源严重受限困境,提出了基于增量/减量递归公式的静态平稳数据和动态非平稳数据的故障检测快速算法,降低了微小故障诊断的计算复杂度。.(4)针对数据驱动故障诊断中的参数估计过程,依据小偏差换大方差思路,提出了三种稳定性逐渐增强的拓展型有偏估计方法,有望提高微小故障诊断的计算稳定性。..相关成果主要包括:.(1)交流创新,强传帮带。通过3年的研究,协助培养博士生2名,硕士生7名;组织召开学术研讨会2次,参加国际/国内学术交流18人次,发表学术论文10篇,其中SCI检索7篇,EI检索3篇,提交进展报告1份,出版专著1部,授权国家发明专利5项,省部级(军队)获奖3次。.(2)以赛促研,贴近实战。研究型教学项目《以算求胜,深算制胜——军力的极大似然估计》(排名1),获2021年全国职业院校教学能力比赛中获全国一等奖,该成果与军队战斗力生成紧密相关,也可向民用航天、测控推广应用。.(3)教研融合,提炼升华。《概率统计中的“直觉-逻辑—仿真”闭环教学法》(排名1),获2022年军队院校数学优秀教研论文评选一等奖。.(4)扎根靶场,服务空天。《卫星高精度轨道与姿态确定新方法及国防应用》(排名5),获2022年,教育部高等学校科学研究技术发明奖,二等奖。.本项对提高在轨航天器可靠性和延长航天器寿命具有重要意义。
项目成果
期刊论文数量(9)
专著数量(1)
科研奖励数量(1)
会议论文数量(1)
专利数量(5)
Landmark-Based Inertial Navigation System for Autonomous Navigation of Missile Platform
用于导弹平台自主导航的地标惯性导航系统
- DOI:10.3390/s20113083
- 发表时间:2020
- 期刊:Sensors (Switzerland)
- 影响因子:--
- 作者:Lyu Donghui;Wang Jiongqi;He Zhangming;Chen Yuyun;Hou Bowen
- 通讯作者:Hou Bowen
基于序列图像的深空小天体探测自主相对导航误差补偿方法研究
- DOI:10.1360/sspma-2020-0485
- 发表时间:2022
- 期刊:中国科学. 物理学, 力学, 天文学
- 影响因子:--
- 作者:侯博文;王炯琦;周海银;周萱影;何章鸣
- 通讯作者:何章鸣
Navigation and Control Scheme for Space Rendezvous and Docking With Maneuvering Noncooperative Target Based on Dynamic Compensation
基于动态补偿的机动非合作目标空间交会对接导航控制方案
- DOI:10.1109/access.2020.2972030
- 发表时间:2020
- 期刊:IEEE Access
- 影响因子:3.9
- 作者:Lyu Donghui;Wang Jiongqi;He Zhangming;Hou Bowen;Zhou Haiyin;Wang Dayi
- 通讯作者:Wang Dayi
Deep transfer learning with metric structure for fault diagnosis
具有度量结构的深度迁移学习用于故障诊断
- DOI:10.1016/j.knosys.2022.109826
- 发表时间:2022-09
- 期刊:Knowledge Based Systems
- 影响因子:--
- 作者:Yaqi Xiao;Jiongqi Wang;Zhangming He;Haiyin Zhou;Huibin Zhu
- 通讯作者:Huibin Zhu
基于高斯混合模型的卫星电源系统异常检测方法
- DOI:10.3969/j.issn.1674-1579.2022.04.013
- 发表时间:2022
- 期刊:空间控制技术与应用
- 影响因子:--
- 作者:魏居辉;王炯琦;穆京京;何章鸣;周萱影
- 通讯作者:周萱影
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
基于数据驱动的复杂系统非预期故障诊断通用过程模型
- DOI:--
- 发表时间:--
- 期刊:国防科技大学学报
- 影响因子:--
- 作者:王炯琦;侯博文;何章鸣
- 通讯作者:何章鸣
弹道跟踪数据野值剔除方法性能分析
- DOI:10.19328/j.cnki.1006-1630.2018.04.014
- 发表时间:2018
- 期刊:上海航天
- 影响因子:--
- 作者:侯博文;王炯琦;周萱影;李冬;何章鸣
- 通讯作者:何章鸣
Model for Unanticipated Fault Detection by OCPCA
OCPCA 意外故障检测模型
- DOI:10.4028/www.scientific.net/amr.591-593.2108
- 发表时间:2012-11
- 期刊:Advanced Materials Research
- 影响因子:--
- 作者:何章鸣
- 通讯作者:何章鸣
数据驱动的复杂系统非预期故障诊断通用过程模型
- DOI:--
- 发表时间:2017
- 期刊:国防科技大学学报
- 影响因子:--
- 作者:陈彧赟;侯博文;何章鸣;王炯琦
- 通讯作者:王炯琦
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
内容获取失败,请点击重试
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图
请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}