卫星动量轮性能可靠性建模与评估方法研究

《卫星动量轮性能可靠性建模与评估方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号UDCTBll4学号密级工学硕士学位论文04050035卫星动量轮性能可靠性建模与评估方法研究硕士生姓名型鲎学科专业控剑銎堂皇至猩研究方向装叠墨统三猩指导教师周经焦熬援国防科学技术大学研究生院二oo六年十一月国防科学技术大学研究生院学位论文摘要动量轮是长寿命卫星姿态控制系统的关键部件，其寿命和可靠性是影响卫星寿命的重要因素。然而，动量轮这类航天产品的可靠性极高，寿命很长，若进行寿命试验，在一定的时间内很难获取到失效数据，而且由于动量轮价格昂贵，试验代价极高，无法进行大样本试验，不能采用基于寿命数据的传统统计推断方法进行寿命预计和可靠性评估，因此，如何在小子样条件下对动

2、量轮这样的高可靠性、长寿命产品进行科学的可靠性评估，成为可靠性工程中的一个难题。动量轮产品在其使用过程中产生了大量的性能退化数据，其中包含着大量的寿命信息，鉴于此，本文采用基于性能退化数据的可靠性分析方法，研究动量轮可靠性建模与评估问题，主要研究内容如下：(1)在动量轮寿命模型为Weibull分布的条件下，以寿命数据为基础，提出Bayes—Weibull可靠性评估方法，并采用该方法对动量轮的可靠性进行评估，与工程实际相比，验证基于寿命数据的可靠性评估方法是否符合。(2)采用性能可靠性方法和时间序列分析方法，针对动量轮轴系电流试验数据，提出动量轮性能可靠性建模方法，从数据预处

3、理方法、数据检验、时间序列建模等方面研究动量轮的性能可靠性叠合模型，并基于该模型评估动量轮性能可靠性。(3)针对传统时间序列分析在动量轮性能可靠性建模中存在的问题，提出基于改进的经验模态分解法(EMD)与AR建模法的动量轮性能可靠性建模与评估方法，并利用该方法评估动量轮性能可靠性。(4)针对动量轮产品试验样品数少的特点，采用参数Bootstrap方法研究不同性能可靠性评估方法的优劣。分析表明，基于EMD的性能可靠性建模与评估方法具有更高的置信水平，是一种有效的性能数据处理方法和性能可靠性建模方法。最后，对论文研究内容进行了总结，并对进一步的研究工作进行了展望。关键词：动量轮

4、，性能可靠性，时间序列，EMD方法，Bayes方法，Bootstrap方法国防科学技术大学研究生院学位论文图目录图1．1动量轮结构示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1图2．1轴系试验示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．11图2．2⋯可靠度曲线图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．13图3．1时间序列建模流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．16图3．2转速和电流原始数据图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．24图3．3电流转换前后对比图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

5、⋯⋯⋯⋯⋯⋯⋯⋯⋯．24图3．4剔除磨合期后的电流⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．25图3．5平滑处理效果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．25图3．6趋势项拟合图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．26图3．7周期项拟合图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．27图3．8差分处理效果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．27图3．9AIC准则判断曲线图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．28图3．10数据预测效果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

6、⋯⋯⋯⋯⋯⋯⋯⋯．．30图3．11可靠度陆线图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．31图4．1包络线图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．33图4．2两种包络线的对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．35图4．3原始数据⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．35图4．4基于镜像延拓的分解⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．36图4．5改进的EMD算法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．37图4．6原始信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

7、⋯⋯⋯⋯⋯⋯⋯⋯．38图4．7(a)原始信号正确分解图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯39图4．7(b)基于神经网络延拓算法的EMD分解图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯39图4．7(c)基于镜像延拓算法的EMD分解图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯40图4．7(d)基于统计推断的EMD分解图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯40图4．8预处理后的数据序列⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4l图4，9EMD算法提取趋势项⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4