-
公开(公告)号：CN110987254B
公开(公告)日：2022-05-24
申请号：CN201911168459.1
申请日：2019-11-25
Applicant: 北京宇航系统工程研究所 , 中国运载火箭技术研究院
Abstract: 本发明涉及一种螺栓载荷无线监测系统及监测方法，该系统包括光纤光栅传感器、解调系统和用户数据处理系统，该系统具备分布式测量、集成化无线传输的特点，可以对部件上多个螺栓的载荷变化情况进行实时测量，并通过无线通信方式进行监测信息上传和控制指令下发，实现远距离智能化监控，解决螺栓载荷实时定量测量问题；本发明提出的被测螺栓的轴力信息和剪力信息计算方法，结合光纤光栅传感器的设置位置，可以进行地面的实时解算，并可以准确全面获取被测螺栓的轴力和剪力信息；解决了航天测量领域螺栓载荷实时定量测量问题，也可以推广应用于其他国防、工业领域对螺栓载荷进行测量的场合，具有较强的实用性。
-
公开(公告)号：CN114118361A
公开(公告)日：2022-03-01
申请号：CN202111271943.4
申请日：2021-10-29
Applicant: 北京宇航系统工程研究所
Abstract: 一种基于深度学习参数锚定的态势评估方法，属于航天测控技术领域。本发明包括如下步骤：构建卷积神经网络模型；所述卷积神经网络模型的输入为二维矩阵；制作训练数据集，使用数据集对神经网络进行训练；将训练好的卷积神经网络模型部署至运载火箭智能辅助自主态势评估决策系统，在运载火箭飞行时，运载火箭智能辅助自主态势评估决策系统实时敏感运载火箭各部段传感器采集参数，并输入到神经网络模型，获取卷积神经网络模型的输出，检测识别当前运载火箭参数的异常状态，并锚定其参数位置。解决了航天飞行态势评估检测问题，特别是针对目标系统运行过程中关键参数突发异常的问题。
-
公开(公告)号：CN114118361B
公开(公告)日：2025-05-06
申请号：CN202111271943.4
申请日：2021-10-29
Applicant: 北京宇航系统工程研究所
IPC: G06N3/0464 , G06N3/084 , G06F18/241 , G06F17/16 , G06F17/18
Abstract: 一种基于深度学习参数锚定的态势评估方法，属于航天测控技术领域。本发明包括如下步骤：构建卷积神经网络模型；所述卷积神经网络模型的输入为二维矩阵；制作训练数据集，使用数据集对神经网络进行训练；将训练好的卷积神经网络模型部署至运载火箭智能辅助自主态势评估决策系统，在运载火箭飞行时，运载火箭智能辅助自主态势评估决策系统实时敏感运载火箭各部段传感器采集参数，并输入到神经网络模型，获取卷积神经网络模型的输出，检测识别当前运载火箭参数的异常状态，并锚定其参数位置。解决了航天飞行态势评估检测问题，特别是针对目标系统运行过程中关键参数突发异常的问题。
-
公开(公告)号：CN110987254A
公开(公告)日：2020-04-10
申请号：CN201911168459.1
申请日：2019-11-25
Applicant: 北京宇航系统工程研究所 , 中国运载火箭技术研究院
Abstract: 本发明涉及一种螺栓载荷无线监测系统及监测方法，该系统包括光纤光栅传感器、解调系统和用户数据处理系统，该系统具备分布式测量、集成化无线传输的特点，可以对部件上多个螺栓的载荷变化情况进行实时测量，并通过无线通信方式进行监测信息上传和控制指令下发，实现远距离智能化监控，解决螺栓载荷实时定量测量问题；本发明提出的被测螺栓的轴力信息和剪力信息计算方法，结合光纤光栅传感器的设置位置，可以进行地面的实时解算，并可以准确全面获取被测螺栓的轴力和剪力信息；解决了航天测量领域螺栓载荷实时定量测量问题，也可以推广应用于其他国防、工业领域对螺栓载荷进行测量的场合，具有较强的实用性。
-
-
-
Search Results
4
records
(took 0.047 seconds)
