基于CNLS-MMD的孪生混合网络四旋翼飞行器故障诊断方法

四旋翼飞行器在众多领域中应用广泛,由于工作环境复杂多变,四旋翼飞行器极易出现结构损伤性故障,给飞行器的安全性带来巨大的挑战,因此开展四旋翼飞行器结构损伤性故障的相关研究对提高四旋翼飞行器可靠性具有重要意义。针对四旋翼飞行器在实际应用中结构损伤性小样本故障数据诊断率低的问题,本文提出了一种在小样本条件下基于卷积神经网络和长短时记忆网络的孪生混合网络（CNLS-MMD）四旋翼飞行器故障诊断方法。首先,设计试验获取四旋翼飞行器多工况结构损伤性飞行数据并对数据进行预处理。其次,建立基于孪生混合网络的故障诊断模型,采用卷积神经网络（CNN）和长短时记忆网络（LSTM）构建CNLS混合模型提取数据特征,利用最大均值差异（MMD）衡量样本的相似度,实现对故障标签的预测。最后,选择不同样本数量的训练集训练模型,使用多工况小样本数据集对搭建的模型进行故障测试。结果表明,该故障诊断方法具有较好的诊断性能和泛化能力。     

基于RO-NUIO/LMI的挠性卫星轨控期间姿控系统故障诊断

卫星轨控期间,由于推力偏心,会产生较大的干扰力矩,直接影响卫星姿态。针对轨道控制期间的挠性卫星姿态控制系统,设计了干扰解耦的降阶非线性未知输入观测器(RO-NUIO),用于故障检测与故障隔离。在设计过程中,首先通过坐标变换,使得不可观的状态及部分可观状态不受干扰影响,然后针对不可观的子系统利用可观状态的信息设计观测器,观测器中的部分参数利用LMI方法获得,可以弱化非线性部分对观测器的影响。所设计观测器的存在条件仅依赖于系统本身特性,无需在线验证。观测器采用降阶设计,同时借助LMI思想,结构简单,适合于非线性卫星姿态控制系统。仿真结果验证了降阶非线性未知输入观测器实现卫星姿态控制故障诊断的可行性与有效性。     

基于近邻保持嵌入的卫星姿态控制系统微小故障检测

摘要： 以卫星姿态控制系统(ACS)为研究对象，以微小故障检测为研究目标，提出一种改进的近邻保持嵌入算法(EWMA DNPE).针对近邻保持嵌入(NPE)算法中邻域参数无法自动设定的缺陷，通过引入动态邻域，使得动态近邻保持嵌入算法（DNPE）可根据流形的样本密度动态地选取近邻点计算权值重构矩阵.将指数加权移动平均(EWMA)引入DNPE，通过EWMA对历史故障数据的累加作用，建立SPE统计量实现微小故障的检测，并仿真验证了EWMA DNPE算法对卫星ACS微小故障检测的有效性和可行性.     

基于多退化量的动量轮剩余寿命预测方法

动量轮是卫星姿态控制系统的关键部件,对卫星的可靠性及整体寿命有直接影响。针对卫星动量轮的剩余寿命预测问题,提出一种基于Copula函数的多退化量下的寿命预测方法。首先,分析了影响动量轮寿命的关键因素,选择润滑剂剩余量和电流作为退化量;其次,分别对单个退化量进行退化建模,得到动量轮剩余寿命的边缘分布函数;然后,通过Copula函数族来描述多退化量之间的相关性,并对边缘分布进行融合,得到动量轮剩余寿命的联合分布函数;最后,提出基于赤池信息准则（Akaike information criterion,AIC)模型评价的Copula函数选择方法。     

基于DS证据理论的航天设备寿命预测方法

以动量轮为研究对象,提出一种基于D S证据理论和Bayes理论的信息融合及寿命预测方法。首先,挖掘多个寿命信息源的内、外部信息作为Bayes多源验前信息,并构建证据集合;其次,利用合成规则对证据集合进行合成,得到合理的验前融合权重的分配结果;然后,利用Bayes方法求解寿命参数的融合验后分布,并计算寿命参数的估计值;最后,根据参数估计值预测设备的剩余寿命。仿真结果表明,基于多源寿命信息融合的预测结果与单一来源的寿命预测结果相比,更加接近于设备的真实寿命信息。