資源描述：
《基于數(shù)據(jù)關(guān)聯(lián)性分析的飛輪異常檢測》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、航空學(xué)報Mar．252015V01．36No．3898·906ActaAeronauticaetAstronauticaSinicaISSN1000·6893CN11-1929／Vhttp：／／hkxb．buaa．edu．cnhkxb@buaa．edu．cn基于數(shù)據(jù)關(guān)聯(lián)性分析的飛輪異常檢測龔學(xué)兵，王日新*，徐敏強(qiáng)哈爾濱工業(yè)大學(xué)深空探測基礎(chǔ)研究中心，哈爾濱150080摘要：針對航天器早期故障在閉環(huán)系統(tǒng)下難以被檢測、數(shù)學(xué)模型難以精確建立的問題，提出了一種基于數(shù)據(jù)關(guān)聯(lián)性分析的歸納式系統(tǒng)異常監(jiān)測(IMS)方法。該方法采用無監(jiān)督學(xué)習(xí)的
2、聚類算法，利用具有關(guān)聯(lián)性的參數(shù)構(gòu)建數(shù)據(jù)向量，通過聚類分析自動建立健康數(shù)據(jù)向量的族類閾值區(qū)間。關(guān)聯(lián)關(guān)系的破壞將引起部分參數(shù)超出族類閾值區(qū)間，使系統(tǒng)的異常程度存在模糊性與隨機(jī)性。引入云模型評價指標(biāo)，將閉環(huán)系統(tǒng)異常程度的不確定性通過熵與超嫡定量表示，從而更加準(zhǔn)確地判斷閉環(huán)系統(tǒng)的異常程度。仿真結(jié)果表明：該方法能夠建立衛(wèi)星飛輪閉環(huán)系統(tǒng)的族類知識庫，并可以根據(jù)云模型提供的定性知識有效判斷系統(tǒng)的異常程度。關(guān)鍵詞：閉環(huán)系統(tǒng)；飛輪；關(guān)聯(lián)性分析；無監(jiān)督學(xué)習(xí)；異常檢測；云模型中圖分類號；V474文獻(xiàn)標(biāo)識碼：A文章編號：1000—6893(2015
3、)03—0898—09隨著深空探測任務(wù)的發(fā)展，自主故障診斷技術(shù)的推理、預(yù)測與學(xué)習(xí)能力成為了未來航天器工程化的關(guān)鍵技術(shù)。基于模型的故障診斷技術(shù)是最早在航天器中應(yīng)用的技術(shù)之一，它能夠快速、準(zhǔn)確地推理、預(yù)測出航天器的行為，當(dāng)預(yù)測值與實測值產(chǎn)生沖突時，可對系統(tǒng)故障實施檢測，并進(jìn)行故障單元的隔離與修復(fù)uj。飛輪是衛(wèi)星姿態(tài)控制系統(tǒng)的關(guān)鍵部件。飛輪的自主故障檢測和隔離方法包括未知輸入觀測器[23和擴(kuò)展卡爾曼濾波器[3]。但這類方法進(jìn)行飛輪行為預(yù)測的前提是要有理想、精確的數(shù)學(xué)模型，且模型還需要滿足非線性項可簡化、模型維數(shù)較低[4]等假設(shè)條件
4、?；谏窠?jīng)網(wǎng)絡(luò)的故障診斷方法能夠使飛輪故障診斷模型[5’7]具有學(xué)習(xí)能力，但該模型中用于保證學(xué)習(xí)誤差收斂性的設(shè)置參數(shù)需要經(jīng)過復(fù)雜的公式推導(dǎo)后才能獲得。閉環(huán)系統(tǒng)的引入使得航天器的早期故障難以被檢測，從而導(dǎo)致了更高的漏報率[8]。而對具有關(guān)聯(lián)性的多個變量進(jìn)行聚類分析，則能夠刻畫出系統(tǒng)和模型參數(shù)之間相互作用的復(fù)雜過程，并能夠自動提取出系統(tǒng)中未知的早期故障特征[9]，使得故障診斷模型具有推理、預(yù)測及學(xué)習(xí)能力。此外，工程實際中的數(shù)據(jù)獲取要比模型知識獲取相對容易實現(xiàn)。因此，聚類分析方法能夠滿足深空探測的任務(wù)需求，例如：美國國家航空航天局
5、(NASA)的研究人員利用歸納式系統(tǒng)異常監(jiān)測(IMS)算法實現(xiàn)了對哥倫比亞航天飛機(jī)的早期故障檢測[10
6、，并利用IMS算法對國際空間站[11
7、、空間飛行器的主要推進(jìn)系統(tǒng)[12]等復(fù)雜系統(tǒng)進(jìn)行了早期異常檢測。IMS算法是一種基于數(shù)據(jù)關(guān)聯(lián)性分析的異常檢測方法，它利用健康數(shù)據(jù)自動定義系統(tǒng)參數(shù)之間的關(guān)聯(lián)關(guān)系，并將實測數(shù)據(jù)向量與知識庫的族類進(jìn)行對比收稿日期：2014-04-01；退修日期：2014—05-22；錄用日期：2014—06．23；網(wǎng)絡(luò)出版時間：2014—07-0107：51網(wǎng)絡(luò)出版地址：WWW．cnki．net／kcms／
8、detail／10．7527／$1000-6893．20140124．htmI基金項目：國家“973”計劃(2012CB720003)*通訊作者Tel．：0451-86418320E-mail：wangrx@hit．edu．cn弓l用格武lGongxB．WangRX．XuMo．AbnormalitydetectionforflywheelsbasedondataassociationanalysisEJJActaAeronauticaetAstronauticaSinica．2015．36(3)：898—906．龔學(xué)兵．王目
9、新。徐敏強(qiáng)．基于數(shù)據(jù)關(guān)聯(lián)性分析的飛輪異常橙溯￡J]i航空學(xué)報．2015．36(3)：898—906．龔學(xué)兵等：基于數(shù)據(jù)關(guān)聯(lián)性分析的飛輪異常檢測分析，以推理、預(yù)測系統(tǒng)的行為是否發(fā)生異常。當(dāng)系統(tǒng)改變工況或者處于新的工作環(huán)境中時，系統(tǒng)參數(shù)之間的關(guān)聯(lián)關(guān)系可能會發(fā)生改變，但實時更新的數(shù)據(jù)向量會使IMS算法能夠主動學(xué)習(xí)系統(tǒng)的新行為。由于系統(tǒng)的新行為可能會導(dǎo)致多個相同或者相似系統(tǒng)的IMS指標(biāo)同時超出閾值，而多個相同或相似系統(tǒng)同時發(fā)生故障的概率較小，因此，當(dāng)只有一個系統(tǒng)的IMS指標(biāo)超出閾值時，即可判斷所獲數(shù)據(jù)為故障數(shù)據(jù)。控制系統(tǒng)在衛(wèi)星等航天
10、器中應(yīng)用廣泛，閉環(huán)系統(tǒng)設(shè)計使得飛輪控制系統(tǒng)具有魯棒性，但也增加了其異常檢測的難度。IMS算法在工程應(yīng)用中具有良好的可移植性。本文以閉環(huán)飛輪模型為例，建立了飛輪的Simulink仿真模型，設(shè)置2種異常狀態(tài)并應(yīng)用IMS算法進(jìn)行異常檢測，同時，依據(jù)云模型[13-143的逆向云提取飛輪異常程度的定
