基于无监督聚类与LSTM网络的航天器健康状态预测方法 |
| |
引用本文: | 梁寒玉,刘成瑞,徐赫屿,刘文静,王淑一.基于无监督聚类与LSTM网络的航天器健康状态预测方法[J].空间控制技术与应用,2023(4):96-105. |
| |
作者姓名: | 梁寒玉 刘成瑞 徐赫屿 刘文静 王淑一 |
| |
作者单位: | 1. 北京控制工程研究所;2. 空间智能控制技术国防全国重点实验室 |
| |
摘 要: | 健康状态预测是从系统层面保证航天器在轨安全稳定运行的关键技术.针对机电类关键部件存在性能退化过程的特点,提出一种基于无监督聚类与长短时记忆(LSTM)网络的航天器健康状态预测方法.该方法首先提取航天器单部件多维参数的高维时域特征,通过PCA方法将高维特征融合为反映部件运行状态的健康因子,再结合无监督聚类算法识别出故障的不同演化阶段,最后采用LSTM网络分别对各退化阶段构建其健康状态演化预测模型,实现对航天器部件健康状态预测.本文以控制系统关键部件控制力矩陀螺(CMG)为例对上述算法进行试验验证,验证了方法的有效性.
|
关 键 词: | 航天器 健康因子 无监督聚类 LSTM网络 健康状态预测 |
|
|