一种航天器可重构性的表征、判定和量化方法

    公开(公告)号:CN116956458B

    公开(公告)日:2024-10-25

    申请号:CN202310761247.4

    申请日:2023-06-26

    Abstract: 一种航天器可重构性的表征、判定和量化方法,首先,对航天器故障模式集和资源配置包络进行了分析,建立了系统状态方程;然后,对重构目标进行了逐层分解,给出了统一框架下重构目标的数学表达;在此基础之上,建立了资源配置到重构目标的映射关系,得到了反映该映射关系的可重构性矩阵,实现了系统重构能力的数学表征;基于可重构性矩阵的行列式分析,确定了资源配置到重构目标映射关系的连通性,实现了系统重构能力的准确判定;基于可重构性矩阵的最小特征值分析,衡量了将资源配置映射到重构目标的难易程度,进而建立了可重构度指标体系,实现了系统重构能力的完备量化,为空间飞行器实现自主重构提供定量依据。

    一种航天器自主诊断重构过程动态协同方法

    公开(公告)号:CN117031935B

    公开(公告)日:2024-09-20

    申请号:CN202310777363.5

    申请日:2023-06-28

    Abstract: 本发明公开了一种航天器自主诊断重构过程动态协同方法,其中,该方法包括:建立航天器控制系统的连续时间状态方程和离散时间状态方程;得到与诊断时间相关的系统输入输出模型;得到与诊断时间相关的故障估计表达式;得到无故障情况下航天器的控制输入;得到与重构时机相关的系统重构控制率;根据与重构时机相关的系统重构控制率得到与诊断时间、重构时机相关的可诊断性和可重构性的综合评价指标;根据可诊断性和可重构性的综合评价指标、与诊断时间相关的故障估计表达式和与重构时机相关的系统控制率得到最优故障估计表达式和最优系统重构控制率。本发明可在轨提升诊断重构过程的协同程度,实现航天器自主诊断重构过程的动态协同。

    一种航天器自主诊断重构过程动态协同方法

    公开(公告)号:CN117031935A

    公开(公告)日:2023-11-10

    申请号:CN202310777363.5

    申请日:2023-06-28

    Abstract: 本发明公开了一种航天器自主诊断重构过程动态协同方法,其中,该方法包括:建立航天器控制系统的连续时间状态方程和离散时间状态方程;得到与诊断时间相关的系统输入输出模型;得到与诊断时间相关的故障估计表达式;得到无故障情况下航天器的控制输入;得到与重构时机相关的系统重构控制率;根据与重构时机相关的系统重构控制率得到与诊断时间、重构时机相关的可诊断性和可重构性的综合评价指标;根据可诊断性和可重构性的综合评价指标、与诊断时间相关的故障估计表达式和与重构时机相关的系统控制率得到最优故障估计表达式和最优系统重构控制率。本发明可在轨提升诊断重构过程的协同程度,实现航天器自主诊断重构过程的动态协同。

    基于诊断重构能力定量表征的卫星资源配置自主统筹方法

    公开(公告)号:CN119577287A

    公开(公告)日:2025-03-07

    申请号:CN202411610667.3

    申请日:2024-11-12

    Abstract: 本发明基于诊断重构能力定量表征的卫星资源配置自主统筹方法,步骤如下:首先,构建卫星的故障空间和器上资源配置集。然后,建立卫星正常性能、诊断能力和重构能力的定量表征模型。接着,基于不同故障模式的发生概率,进行不同故障模式的权重分配,由此构建面向资源配置自主统筹的目标函数。基于此,优化资源配置方案,得到最优资源配置策略。最后,考虑在轨故障,更新故障空间和资源配置集,重复上述过程得到当前的最优配置策略。该发明考虑了故障后系统诊断重构能力的变化情况,在保证正常功能的前提下,可以保证有限资源约束下系统诊断重构能力始终能够保持最优。

    基于正常和故障一体化设计的主被动结合自主重构方法

    公开(公告)号:CN116893610A

    公开(公告)日:2023-10-17

    申请号:CN202310761236.6

    申请日:2023-06-26

    Abstract: 本发明基于正常和故障一体化设计的主被动结合自主重构方法,首先,构建故障模式集并得到与之对应的资源配置集;然后,确定可重构的故障模式子集及其相对应的资源配置子集,并找出其中的最小可重构资源配置子集;其次,确定各个最小配置的扩展配置集,并将故障模式集划分成与各扩展配置集相对应的故障子集;接着,对每一个故障子集进行正常与故障模式一体化设计,得到可处理子集中所有故障的自下而上可扩展控制律,并对其进行优化,形成一个主被动结合重构控制库;最后,设计一个决策模块,使每一个故障唯一对应控制库中某个控制律。该发明相比于被动重构方法提升了性能,相比于主动重构方法降低了运算复杂度。

    航天器自主诊断重构的轻量化数据模型自适应构建方法

    公开(公告)号:CN119475719A

    公开(公告)日:2025-02-18

    申请号:CN202411512744.1

    申请日:2024-10-28

    Abstract: 一种航天器自主诊断重构的轻量化数据模型自适应构建方法,首先,构建故障模式集并得到与之关联的遥测参数集;然后,整理、收集遥测参数的历史数据样本,基于傅里叶变换分析遥测参数周期性规律并确定可数据建模的遥测参数子集;其次,对样本按周期项、趋势项和随机项进行分解;接着,对历史数据样本的周期项进行统计分析,确定周期中每一时刻的数据,作为周期数据模板;最后,采用ARIMA方法对趋势项进行自适应拟合,构建趋势项表征模型,并与周期项、趋势项按时刻进行叠加,形成最终的数据模型。该发明相比于当前主流的基于深度学习的建模方法,数据模型更加轻量,且建模难度更低,适用于由海量遥测参数表征的航天器的数据建模工作。

    一种航天器可诊断性的表征、判定和量化方法

    公开(公告)号:CN116992202B

    公开(公告)日:2024-10-01

    申请号:CN202310778585.9

    申请日:2023-06-28

    Abstract: 本发明公开了一种航天器可诊断性的表征、判定和量化方法,包括:利用航天器控制器数据和传感器数据构建可诊断性评价数据矩阵;对可诊断性评价数据矩阵进行融合得到融合矩阵;对融合矩阵进行正交三角分解得到数据特征矩阵;对数据特征矩阵进行奇异值分解得到过程矩阵;根据过程矩阵得到可诊断性评价参数矩阵;根据数据特征矩阵和可诊断性评价参数矩阵得到可诊断性评价方差矩阵;对可诊断性评价方差矩阵行丘拉斯基分解得到可诊断性评价特征矩阵;根据可诊断性评价参数矩阵和可诊断性评价特征矩阵得到航天器可诊断性量化指标;基于航天器可诊断性量化指标,判断航天器诊断能力的有无以及诊断能力的大小。本发明确保了航天器能够长期安全可靠运行。

    一种航天器轻量化自主故障诊断方法

    公开(公告)号:CN116880171B

    公开(公告)日:2024-09-20

    申请号:CN202310780419.2

    申请日:2023-06-28

    Abstract: 本发明公开了一种航天器轻量化自主故障诊断方法,其中,该方法包括:建立航天器控制系统的状态方程;构建信息优选模型;根据信息优选模型构建优选等价空间模型;根据优选等价空间模型构建动态特征方程;根据故障时序、故障模式总数、用信息数量和动态特征方程,得到最优信息优选模型;根据最优信息优选模型得到航天器的轻量化故障诊断残差;根据航天器的轻量化故障诊断残差得到轻量化故障诊断残差的参数矩阵;根据轻量化故障诊断残差的参数矩阵得到轻量化故障诊断评价函数;根据轻量化故障诊断评价函数构建诊断阈值,根据诊断阈值判断航天器是否故障。本发明降低了器载计算机所需处理的信息维数,实现了航天器的自主故障诊断。

    一种面向卫星遥测多维时序数据的异常检测方法、装置、介质及产品

    公开(公告)号:CN118094425A

    公开(公告)日:2024-05-28

    申请号:CN202410128930.9

    申请日:2024-01-30

    Abstract: 本发明提供了一种面向卫星遥测多维时序数据的异常检测方法、装置、介质及产品,涉及卫星遥测多维时序数据异常检测领域,方法包括:将待检测的卫星遥测多维时序数据输入至异常检测模型中,输出各时刻的融合误差;异常检测模型包括降噪稀疏自编码器以及图注意力网络;降噪稀疏自编码器学习输入的卫星遥测多维时序数据的低维特征,重构卫星遥测多维时序数据,生成重构误差;图注意力网络从因果性和相似性两个层面提取不同重构的卫星遥测多维时序数据之间的相关关系,生成预测误差;生成各时刻的融合误差,判断待检测的卫星遥测多维时序数据是否存在异常;若是,记录异常时间点。本发明能够适用于不同维度的卫星遥测多维时序数据,提高异常检测精度。

    一种航天器可诊断性的表征、判定和量化方法

    公开(公告)号:CN116992202A

    公开(公告)日:2023-11-03

    申请号:CN202310778585.9

    申请日:2023-06-28

    Abstract: 本发明公开了一种航天器可诊断性的表征、判定和量化方法,包括:利用航天器控制器数据和传感器数据构建可诊断性评价数据矩阵;对可诊断性评价数据矩阵进行融合得到融合矩阵;对融合矩阵进行正交三角分解得到数据特征矩阵;对数据特征矩阵进行奇异值分解得到过程矩阵;根据过程矩阵得到可诊断性评价参数矩阵;根据数据特征矩阵和可诊断性评价参数矩阵得到可诊断性评价方差矩阵;对可诊断性评价方差矩阵行丘拉斯基分解得到可诊断性评价特征矩阵;根据可诊断性评价参数矩阵和可诊断性评价特征矩阵得到航天器可诊断性量化指标;基于航天器可诊断性量化指标,判断航天器诊断能力的有无以及诊断能力的大小。本发明确保了航天器能够长期安全可靠运行。

Patent Agency Ranking