基于DDPG的航天器性能-故障关系图谱推理方法研究
A Spacecraft Fault Diagnosis Method Based on Graph Attention Network and DDPG Algorithm作者机构:北京控制工程研究所北京100094 空间智能控制技术全国重点实验室北京100094
出 版 物:《空间控制技术与应用》 (Aerospace Control and Application)
年 卷 期:2023年第49卷第4期
页 面:1-8页
核心收录:
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(62022013) 国家重点研发计划资助(2021YFB1715000)
摘 要:对深度确定性策略算法进行改进,结合图注意力网络,提出将知识与人工智能结合的航天器故障推理方法.在构建航天器部件级知识图谱的基础上,根据航天器知识图谱的结构、语义配置强化学习的环境,设置独特的奖励函数、策略网络与价值网络.针对航天器知识图谱的图结构数据特性,引入图注意力机制进行更为准确的故障定位.模拟故障发生情况进行实验验证,实验结果表明该方法能够由测点与测点特征出发进行反向故障推理,获得故障路径,快速自主定位发生故障的功能模块与故障模式.