检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

健康管理技术综述及卫星应用设想

电子测量与仪器学报 2014年第3期28卷 227-232页

作者：于功敬熊毅房红征北京航天测控技术有限公司北京100041 北京市高速交通工具智能诊断与健康管理重点实验室北京100041

健康管理技术是一项预先诊断系统完成其设计功能的状态,确定其剩余寿命或故障发生,并综合可用资源和使用需求,做出系统健康状态判断和维修活动决策的技术。综述了健康管理技术的发展及其关键技术,在当前国内外卫星PHM技术、应用现状的... 详细信息

健康管理技术是一项预先诊断系统完成其设计功能的状态,确定其剩余寿命或故障发生,并综合可用资源和使用需求,做出系统健康状态判断和维修活动决策的技术。综述了健康管理技术的发展及其关键技术,在当前国内外卫星PHM技术、应用现状的基础上,提出了一种基于星载总线的空地一体化的开放式卫星PHM系统,并阐述了系统的总体架构及功能模型。最后对健康管理技术的发展途径提出了一些应用思路和看法。

关键词：卫星故障预测健康管理应用

在线全文

学校读者我要写书评

暂无评论

基于遥测数据的航天器长期性能预示方法研究

计算机测量与控制 2013年第7期21卷 1792-1796页

作者：房红征马好东罗凯韩立明熊毅北京市高速交通工具智能诊断与健康管理重点实验室北京100041 北京航天测控技术有限公司北京100041 南京理工大学自动化学院南京210094

遥测数据的变化能够反映航天器性能的状态和改变,根据这些改变,能够对航天器关键部件的性能和趋势进行预测。首先利用基于x-11的数据分解方法,将遥测数据分为趋势项、季节项和随机项,之后针对这3种变化类型的数据分别利用BP神经网络、... 详细信息

遥测数据的变化能够反映航天器性能的状态和改变,根据这些改变,能够对航天器关键部件的性能和趋势进行预测。首先利用基于x-11的数据分解方法,将遥测数据分为趋势项、季节项和随机项,之后针对这3种变化类型的数据分别利用BP神经网络、多项式拟合、AR模型、非参数回归等方法进行预测,形成融合后的预测结果,并对算法的应用效果进行了分析,此外还计算了衰减因子。针对某航天器温度参数的实验结果表明,提出的预测方法平均相对误差小于10%,能够有效的用于航天器遥测数据的性能趋势预测,具有较强的航天器工程应用价值。

关键词：预示遥测数据 x-11 多项式拟合 BP神经网络 AR 非参数回归

在线全文

学校读者我要写书评

暂无评论

基于粒子群优化神经网络的卫星故障预测方法

计算机测量与控制 2013年第7期21卷 1730-1733,1745页

作者：房红征史慧韩立明罗凯李蕊北京市高速交通工具智能诊断与健康管理重点实验室北京100041 北京航天测控技术有限公司北京100041 南京理工大学自动化学院江苏南京210094

随着卫星数量和应用领域的日益增多,确保卫星的安全稳定运行,及时发现故障、处理故障,已成为运行管理工作的重点,因此有必要开展故障预测技术的研究;提出了一种粒子群优化的神经网络方法,实现卫星的故障预测;首先,基于卫星的原理和运行... 详细信息

随着卫星数量和应用领域的日益增多,确保卫星的安全稳定运行,及时发现故障、处理故障,已成为运行管理工作的重点,因此有必要开展故障预测技术的研究;提出了一种粒子群优化的神经网络方法,实现卫星的故障预测;首先,基于卫星的原理和运行特点,通过卫星遥测参数获取特征;其次,利用神经网络对卫星关键遥测参数进行近似和建模,并利用粒子群算法对神经网络进行优化;之后,利用时间序列方法对遥测参数进行预测,并将预测结果与粒子群优化的神经网络的输出进行比较,根据神经网络的输入层与输出层之间的关联信息实现对卫星的预测;最后,利用带有故障信息的电源系统真实遥测数据来对本文提出的方法的可行性进行验证,使用粒子群优化神经网络对遥测参数进行建模,能够很好地检测遥测参数是否正常,预测值与真实值的验证结果证明了在卫星故障预测中应用粒子群优化神经网络的有效性。

关键词：故障预测卫星粒子群优化神经网络时间序列

数据链测试仿真评估中的信道与链路干扰仿真技术

在线全文

学校读者我要写书评

暂无评论

宇航计测技术 2016年第1期36卷 1-6页

作者：朱锦房红征北京航天测控技术有限公司北京100041 北京市高速交通工具智能诊断与健康管理重点实验室北京100041

信道和链路干扰仿真是数据链测试仿真评估系统的关键技术之一。在局域网下模拟数据链系统真实运行的无线环境的非理想特性,需要对典型应用环境的信道条件、干扰特征进行分析和建模,仿真验证数据链系统在不同环境条件下的性能。本文首先... 详细信息

信道和链路干扰仿真是数据链测试仿真评估系统的关键技术之一。在局域网下模拟数据链系统真实运行的无线环境的非理想特性,需要对典型应用环境的信道条件、干扰特征进行分析和建模,仿真验证数据链系统在不同环境条件下的性能。本文首先分析了几类常见的信道和链路干扰仿真工具相关模块的原理和机制,研究并提出了传输时延、信道与链路干扰、链路级仿真方法及方案,并对几个关键问题进行了分析并提出解决方案。该研究在数据链测试仿真评估系统中的验证效果良好,能够为数据链系统可靠性、稳定性提供无线信道和链路干扰模拟工具,从而为数据链系统的设计提供参考和依据。

关键词：数据链测试仿真信道链路干扰

在线全文

学校读者我要写书评

暂无评论

锂离子电池寿命预测仿真建模技术

计算机仿真 2018年第4期35卷 65-69页

作者：温鹏房红征河北农业大学机电工程学院河北保定071001 北京航天测控技术有限公司北京100041 北京市高速交通工具智能诊断与健康管理重点实验室北京100041

建立合适的寿命退化仿真模型是研究锂离子电池寿命预测方法的基础。首先介绍了影响锂离子电池寿命退化的因素,之后总结归纳了国内外常用的寿命预测模型,并针对现有锂离子电池实验数据的特点,结合模型的可行性和精确性考虑,提出了一种双... 详细信息

建立合适的寿命退化仿真模型是研究锂离子电池寿命预测方法的基础。首先介绍了影响锂离子电池寿命退化的因素,之后总结归纳了国内外常用的寿命预测模型,并针对现有锂离子电池实验数据的特点,结合模型的可行性和精确性考虑,提出了一种双指数容量衰减仿真模型,并对模型参数进行初始化。利用锂离子电池测试数据集完成的验证表明,上述双指数容量衰减仿真模型构建简易、拟合优度高,能较好的模拟锂离子电池寿命退化的过程,具有较强的应用价值。

关键词：锂离子电池寿命预测仿真建模

在线全文

学校读者我要写书评

暂无评论

平流层飞艇地面通用测试原型系统设计

计算机测量与控制 2016年第7期24卷 82-85,89页

作者：刘收北京航天测控技术有限公司北京100041 北京市高速交通工具智能诊断与健康管理重点实验室北京100041

针对不同技术路线平流层飞艇试验靶场地面通用化综合测试评估的迫切需求,分析了平流层飞艇平台地面通用测试技术体制和测试矩阵,提出了飞艇地面通用测试原型系统总体架构,研究了系统功能组成和通用性;基于高速信息交换架构、合成仪器、... 详细信息

针对不同技术路线平流层飞艇试验靶场地面通用化综合测试评估的迫切需求,分析了平流层飞艇平台地面通用测试技术体制和测试矩阵,提出了飞艇地面通用测试原型系统总体架构,研究了系统功能组成和通用性;基于高速信息交换架构、合成仪器、公共测试接口等新一代自动测试系统关键技术,完成了原型系统的硬件、软件和机械结构设计方案,可以作为原型系统分系统实施方案设计、研制和综合集成调试的主要依据文件;经分析,地面通用测试原型系统可对多型号平流层飞艇实现快速自动通用测试评估,对飞行试验任务顺利完成起到的重要支撑作用。

关键词：平流层飞艇通用测试系统原型系统新一代测试系统

基于深度卷积网络的多传感器信号故障诊断方法研究

在线全文

学校读者我要写书评

暂无评论

计算机测量与控制 2018年第1期26卷 18-21页

作者：吴魁王仙勇孙洁黄玉龙北京航天测控技术有限公司北京100041 北京市高速交通工具智能诊断与健康管理重点实验室北京100041

针对传统故障诊断方法中多传感器数据融合技术难度大、特征提取困难等问题,提出了一种基于深度卷积网络的多传感器信号故障诊断方法,通过构建测量数据帧进行卷积计算实现多通道数据的自然融合,利用深度网络结构实现高层特征的自动提取... 详细信息

针对传统故障诊断方法中多传感器数据融合技术难度大、特征提取困难等问题,提出了一种基于深度卷积网络的多传感器信号故障诊断方法,通过构建测量数据帧进行卷积计算实现多通道数据的自然融合,利用深度网络结构实现高层特征的自动提取和分类,从而高效地实现了故障分类诊断;经分别采用小规模数据集REF和大规模故障数据集BI02进行实验验证,均取得了较高的故障识别准确率,具有很强的工程应用价值。

关键词：深度学习基于深度卷积网络故障诊断

基于LSTM的风洞设备健康状态评估方法研究

在线全文

学校读者我要写书评

暂无评论

计算机测量与控制 2018年第3期26卷 288-291页

作者：吴魁孙洁蒋波王仙勇黄玉龙北京航天测控技术有限公司北京100041 北京市高速交通工具智能诊断与健康管理重点实验室北京100041

针对风洞设备健康状态评估中特征提取困难、量化算法复杂等问题,提出了一种基于深度学习的健康度评估方法,利用正常状态样本数据训练LSTM编解码器网络并构建特征空间,利用测量数据特征向量与特征空间的欧氏距离衡量健康状态的退化程度,... 详细信息

针对风洞设备健康状态评估中特征提取困难、量化算法复杂等问题,提出了一种基于深度学习的健康度评估方法,利用正常状态样本数据训练LSTM编解码器网络并构建特征空间,利用测量数据特征向量与特征空间的欧氏距离衡量健康状态的退化程度,从而高效地实现了系统或设备的健康状态量化评估;经风洞试验室轴流风机转子不平衡故障、长轴轴承裂缝故障等两个数据集进行验证,取得了与设备工作状态一致的健康度评估值,具有很强的工程应用价值。

关键词：深度学习 LSTM 健康状态评估

在线全文

学校读者我要写书评

暂无评论

基于最小二乘支持向量机的卫星异常检测方法

计算机测量与控制 2014年第3期22卷 690-692,696页

作者：陈冰鲁刚房红征艾力海军工程大学电子工程学院武汉430033 海军装备部北京100055 北京航天测控技术有限公司北京100041 北京市高速交通工具智能诊断与健康管理重点实验室北京100041

异常检测技术在故障预测与健康状态管理(PHM)领域有着重要的作用,通过识别一个系统反常的运行状况,可监控卫星性能、检测故障、识别故障的根本起因,也可用于预测剩余使用寿命(RUL)以提高在轨卫星的安全性并减少其故障时间;提出了一种基... 详细信息

异常检测技术在故障预测与健康状态管理(PHM)领域有着重要的作用,通过识别一个系统反常的运行状况,可监控卫星性能、检测故障、识别故障的根本起因,也可用于预测剩余使用寿命(RUL)以提高在轨卫星的安全性并减少其故障时间;提出了一种基于最小二乘支持向量机(LS-SVM)的用于检测在轨卫星的异常状态的方法,该方法具有良好的学习、分类和概括能力,具体过程包括数据采集和预处理、特征提取、特征选择、异常检测等步骤;利用带有故障信息的卫星电源系统真实遥测数据来对提出的方法的可行性和性能进行验证,试验中选择LS-SVM的最佳参数(γ,σ)是(120,0.05),伴随着的交叉验证率是90.6%,验证结果证明了在卫星异常检测中应用基于最小二乘支持向量机检测方法的有效性。

关键词：异常检测 LS—SVM 卫星