基于时间序列数据挖掘的航天器故障诊断方法

《基于时间序列数据挖掘的航天器故障诊断方法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、年月笫29卷笫63期航天器遥测「选取、航天器遥测:再处理.航天器遥测数据时间序列特征表示.航天器故障诊断的时间序列数据挖JournalofSpacecraft飞行器测控学报TT&CTechnology2010基于时间序列数据挖掘的航天器故障诊断方法肇刚,李言俊（西北工业大学航天学院#陕西西安#710072）摘要:时间序列方法是数据挖掘技术的一个重要分支，在航天器故障诊断领域具有非常广阔的应用前景。本文在系统研究时间序列数据挖掘技术现状基础上重点介绍了一种基于时间序列数据挖掘的航天器故障诊断方法，包括确定诊断对象.掘方法执行、挖掘结果的解释与

2、评I古、软件系统开发共7个步骤。最后通过卫星实例描述了该方法在航天器故障诊断中的具体应用。关键词:航天系统工程;航天器;时间序列;数据挖掘;故障诊断中图分类号:V574文献标识码:A文章编号1674-5620(2010)03-0001-05SpacecraftFaultDiagnosisMethodBasedonTimeSeriesDataMiningZHAOGang,LIYan-jun(SchoolofAstronautics.NorthwesternPolytechnicalUniversity,Xi.an,ShaanxiProvinc

3、e710042)Abstract：Asakeyfieldindataminingtechnology,timeseriesdatamininghasagreatprospectforapplicationinspacecraftfaultdiagnosis.Basedonsystematicalstudyofthepresentstatusoftimeseriesdataminingtechnology,anewfaultdiagnosismethodofspacecraftbasedontimeseriesdataminingispres

4、ented・Theprogramdevelopmentprocedureconsistsofsevenstepsincludingdiagnosisobjectidentification,spacecrafttelemetryparameterselection,reprocessingtimeseriespropertyclarification.representationoftimeseriessignaturesofspacecrafttelemetrydata,executionoffaultdiagnosistimeserie

5、sdata,estimationandinterpretationofdataminingresultandsoftwaresystemdevelopment.Finally；aspec讦icapplicationofthemethodisgiven・Keywords：SpaceSystemEngineering;Spacecraft;TimeSeries;DataMining;FaultDiagnosis0引言从1957年第一颗人造地球卫星上天以來，全世界发射的航天器有5000多颗，其屮人造地球卫星数量占航天器的90%以上。据统计，从19

6、57年至1988年的30年间各国发生灾难性事故的卫星约140颗,造成了重大经济损失⑺。近十儿年來，我国发射的卫星也出现了许多故障及问题，再次向人们敲响了警钟。随着航天器技术的迅速发展，航天器系统的结构更加复杂，功能要求FI益提高，对具可靠性和安全性的要求也越来越高。但由于空间环境的复杂性以及航天器测试的局限性，经常会岀现航天器运行界常或系统故障问题。航天器故障诊断对于提高航天器的可靠性、安全性和有效性具有重要作用，已经成为当今航天领域重点关注的研究方向⑺。在航天器的测控管理过程中，产生了大量的航天器遥测数据，它们按一定的时间顺序存储在数据库

7、中。在这些航天器遥测数据时间序列中蕴含大量可以用于航天器故障诊断的客观规律和知识，从中挖掘出航天器各部件及器件的信息，有效地认识、掌握和利用其规律无疑对航天器故障诊断决策与管理工作具有特别重要的意义。作为数据挖掘2研究的一个重要分支，时间序列数据挖掘(TSDM)为航天器故障诊断提供了一条新的途径，在航天器故障诊*收稿日期:2010-01-2&修回日期:2010-05-04基金项目：装备预先硏究项目(513201001)第T乍者简介:筆刚(1962-),男,计算机科学傅士研究生,高级工程师，目前主要从事航天器测控技术研究。E-mail:yan

8、gyongan@vip.163・comE行器测控学报第29卷断领域具有非常广阔的应用前景。□前，时间序列数据挖掘技术已经在银行、股票、商业、气象、卫星遥感、机械设备与电力系统等的