基于SKPCA的卫星整流罩空调系统传感器故障检测研究.pdf

《基于SKPCA的卫星整流罩空调系统传感器故障检测研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2015年第34卷第2期传感器与微系统(TransducerandMicrosystemTechnologies)23DOI：10．13873／J．1000-9787(2015)02--0023-05基于SKPCA的卫星整流罩空调系统传感器故障检测研究汪辉，税爱社，宗福兴，陈帆(后勤工程学院后勤信息与军事物流工程系，重庆401311)摘要：针对卫星整流罩空调系统对传感器故障检测的高可靠性的要求，在分析常见故障模式的基础上，采用了基于统计量核主元分析(SKPCA)的故障检测方法，建立整流罩空调系统传

2、感器故障检测模型，对整流罩空调系统传感器容易出现的偏置故障进行了验证实验。实验结果验证了SKPCA方法在整流罩空调系统传感器故障检测中的正确性和有效性。关键词：卫星整流罩；空调系统；传感器；统计量核主元分析；故障检测中图分类号：TP212．9文献标识码：A文章编号：1000-9787(2015)02-0023-05ResearchonsensorfaultdetectionforairconditioningsystemofsatellitefairingbasedonSKPCAWANGHui，S

3、HUIAi—she，ZONGFu—xing，CHENFan(DepartmentofLogisticsInformation&LogisticsEngineering，LEU，Chongqing401311，China)Abstract：Aimingathigherreliabilityrequirementforsensorfaultdetectionforairconditioningsystemofsatellitefairing，onthebasisofanalysisoncommonfa

4、ultmodes，whichfocusesonimprovingtheperformancesoftraditionaldetectionmethodsbasedondata—driven，adoptafaultdetectionmethodbasedonstatisticskernelprincipalcomponentanalysis(SKPCA)，sensorfaultdetectionmodelbasedonSKPCAisestablished，inaddition，makevalidat

5、ionexperimentforcommonbiasfaults．CorrectnessandeffectivenessofSKPCAonfaultdetectionisverifiedbyresultsofexperiment．Keywords：satellitefairing；airconditioningsystem；sensor；statisticskernelprincipalcomponentanalysis(SKPCA)；faultdetection0引言上，运用SKPCA方法，建立

6、整流罩空调系统传感器故障检传感器作为空调系统的“电五官”，其运行状态关系到测模型，并进行验证实验和结果分析。监控参数的稳定性和准确性。为及时发现传感器故障，目1传感器故障分析前广泛采用主元分析(principalcomponentanalysis，1．1传感器类型PCA)[1,2J、独立成分分析(independentcomponentanalysis，卫星整流罩空调系统为全新风直流式空调，由新风预ICA)。。l4]、偏最小二乘(partialleastsquares，PLS)E5,63及处理子系

7、统、空调后处理子系统、制冷子系统组成。空调系Fisher判别分析(fisherdiscriminantanalysis，FDA)等方统设备有风机、风阀、水泵、表冷器、电加热器、电加湿器等。法，由于这些方法的系统线性和历史数据高斯分布的假设，统计卫星整流罩空调监控系统采集的传感器测点共有在空调系统传感器故障检测应用中常常存在误报和漏报的66个，如，除湿机、表冷器等设备的温湿度测点和风阀、水问题，不能满足作为调节卫星发射环境温湿度的整流罩空阀的开度测点等。这些传感器输出的大多是温度、湿度、压调系统对传

8、感器故障检测的高可靠性要求。统计量核主元力、风量以及阀门开度等连续信号，所以，传感器类型主要分析(statisticskernelprincipalcomponentanalysis，SKPCA)是属于模拟量传感器。方法将统计量模式分析(statisticspatternanalysis，SPA)方1．2传感器故障模型法与核主元分析(kernelprincipalcomponentanalysis，KP—为了研究需要，人们已经提出了模拟量传感器故障的CA)方法相结合，经过两次空间变