龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国人民解放军国防科技大学
摘要：本发明实施例提供基于故障趋势比及特征选择的微小故障诊断方法及系统，所述方法包括，通过对航天器控制系统的运动学和动力学分析获得所述控制系统的监控数据；根据先验知识对所述监控数据中的正常数据的趋势项进行剔除；基于不同故障之间的非对称重要性因子对剔除正常数据趋势项的监控数据进行特征选择以获得对应的次优可视化映射；根据所述次优可视化映射分离所述监控数据中的故障数据。本技术方案通过对正常数据的剔除及根据特征选择的数据次优可视化映射，提高基于故障趋势比及特征选择的微小故障诊断性能，这对提高在轨航天器可靠性和延长航天器寿命具有重要意义。
主权项：1.基于故障趋势比及特征选择的微小故障诊断方法，其特征在于，包括：通过对航天器控制系统的运动学和动力学分析获得所述控制系统的监控数据；根据先验知识对所述监控数据中的正常数据的趋势项进行剔除；基于不同故障之间的非对称重要性因子对剔除正常数据趋势项的监控数据进行特征选择以获得对应的次优可视化映射；根据所述次优可视化映射分离所述监控数据中的故障数据；其中，所述监控数据包括所述控制系统的运行机理数据、模型结构数据和模型参数数据；所述根据先验知识对所述监控数据中的正常数据的趋势项进行剔除，包括：利用系统建模手段与参数估计手段提取所述监控数据的非线性非平稳趋势的数据；剔除所述监控数据的非线性非平稳趋势的数据；所述系统建模手段包括混合多项式逼近、高维样条拟合、时序建模及多频信号分解；所述基于不同故障之间的非对称重要性因子对剔除正常数据趋势项的监控数据进行特征选择以获得对应的次优可视化映射通过下式实现： 其中，wiji,j＝1,…,q为非对称重要性因子，q为降维后的故障的数量；Isori,rj为任意两个故障的特征向量ri,rj的分离信息，表示为Isori,rj＝||Mri-signi,jMrj||2i,j＝1,…,q，若两个故障的特征向量ri,rj间方向角为锐角，则signi,j＝1，否则signi,j＝-1；M表示特征选择稀疏矩阵，I为单位矩阵。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 基于故障趋势比及特征选择的微小故障诊断方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号