基于流形学习的卫星姿态控制系统故障检测技术研究

基于流形学习的卫星姿态控制系统故障检测技术研究

ID:34876022

大小:3.57 MB

页数:87页

时间:2019-03-13

基于流形学习的卫星姿态控制系统故障检测技术研究_第1页
基于流形学习的卫星姿态控制系统故障检测技术研究_第2页
基于流形学习的卫星姿态控制系统故障检测技术研究_第3页
基于流形学习的卫星姿态控制系统故障检测技术研究_第4页
基于流形学习的卫星姿态控制系统故障检测技术研究_第5页
资源描述:

《基于流形学习的卫星姿态控制系统故障检测技术研究》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、中图分类号:V448论文编号:102870315-S158学科分类号:081102硕士学位论文基于流形学习的卫星姿态控制系统故障检测技术研究研究生姓名王涛学科、专业检测技术与自动化装置研究方向故障检测与诊断指导教师齐瑞云教授南京航空航天大学研究生院自动化学院二О一五年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAutomationEngineeringResearchonManifoldLearning-BasedFaultDetectionforSatelliteAttitudeContro

2、lSystemsAThesisinDetectionTechnology&AutomaticEquipmentbyTaoWangAdvisedbyProf.RuiyunQiSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2015承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京

3、航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)作者签名:日期:南京航空航天大学硕士学位论文摘要卫星在轨运行期间会向地面传送大量遥测数据,这些数据真实地反应了卫星的有效载荷与运行状态,通过挖掘高维遥测数据低维特征信息,可以有效提高卫星异常状态检测能力和可靠性水平。本文针对“天巡一号”卫星姿态控制系统遥测数据,开展了基于局部线性潜入流形学习法的高维数据特征提取与故障检测方法研究,并建立了卫星姿态控制系统故障检测快速半物理仿真系统,验证故障检测方法可行性与适用性。在总结分析卫星遥测数据的一

4、般特征与分类基础上,深入研究卫星姿态控制系统遥测数据特性,设计基于主元分析的卫星姿态控制系统故障检测方案。从在轨卫星的星上工作模式与遥测参量影响因素两方面,介绍卫星姿态控制系统遥测数据基本特征;针对遥测数据高维特性,通过主元分析方法,开展高维数据降维与特征提取方法研究,同时利用统计量实现对低维特征信息的异常检测。针对一般线性特征提取方法无法挖掘非线性高维遥测数据特征信息问题,本文研究了基于局部线性嵌入流形学习法的数据特征提取与故障检测方法。非线性高维遥测数据的低维嵌入几何结构难以通过一般线性特征提取方法获得,采用局部线性嵌入流形法,设计高维遥测数据降2维与特征提取方案;针对获得的低维特征信息,

5、结合统计量SPE和T设计故障检测方法;通过“天巡一号”遥测数据验证所设计的特征提取与故障检测方案的有效性。针对在线样本数据不断更新,传统批处理工作模式的局部线性嵌入难以更新完善数据库等问题,研究了基于增量式局部线性嵌入法的数据特征提取与故障检测方法。通过在线样本更新权值矩阵进而完善数据库,在此基础上设计了在线样本特征提取与故障检测方案,通过“天巡一号”遥测数据验证方法的有效性。针对地面获取遥测数据不完整、卫星在轨故障模拟困难等问题,设计卫星姿态控制系统故障检测快速仿真平台。采用PC104和AD7011-EVA单板机分别模拟星载控制计算机、模型计算机,采用激励源端信号注入方式实现故障模拟与故障注

6、入,将多配置飞轮接入闭环回路,通过对飞轮系统的故障模拟与故障注入,模拟飞行、获取仿真数据基础上验证上述故障检测方法的可行性以及检测结论的一致性。关键词:卫星姿态控制系统;故障检测;局部线性嵌入;流形学习;快速仿真I基于流形学习的卫星姿态控制系统故障检测技术研究ABSTRACTQuiteanumberoftelemetrydatatransmittedbacktogroundstationsfromin-orbitsatellitesdirectlyindicatetheworkingstatusofsatellitesandtheirpayloads.Notonlythereliability

7、buttheanomalydetectionabilitycanbeimprovedbyminingtheembeddedinformationinhighdimensionaldata.Inthepaper,thefeatureextraction(FE)andfaultdetection(FD)schemeforsatelliteattitudecontrolsystems(SACS)base

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。