-
公开(公告)号：CN116956229A
公开(公告)日：2023-10-27
申请号：CN202211698004.2
申请日：2022-12-28
Applicant: 北京控制工程研究所
Abstract: 本发明提供了一种航天器剩余寿命预测方法、装置、电子设备及存储介质，其中方法包括：确定用于预测航天器剩余寿命的数据样本；所述数据样本对应不同来源；确定每一个来源的数据样本分别对应的先验分布；确定每一种先验分布的权重系数，以根据每一种先验分布的权重系数将多种先验分布进行融合，得到融合后的先验分布；根据融合后的先验分布，计算后验分布的均值和标准差，并根据后验分布的均值和标准差，确定航天器的剩余寿命和可信范围。本方案，不仅能够提高剩余寿命的预测精度，还可以预测出剩余寿命的可信范围，大大提高了预测结果的可信性。
-
公开(公告)号：CN116400662B
公开(公告)日：2023-09-15
申请号：CN202310085883.X
申请日：2023-01-18
Applicant: 北京控制工程研究所
IPC: G05B23/02
Abstract: 本发明涉及一种正向推理与逆向推理相结合的故障推演方法和装置，该方法包括：根据FMEA构建航天器控制系统的性能‑故障关系图谱；其中，性能‑故障关系图谱的每个实体均包含两个状态，每个实体均具有对应的实体概率属性，实体概率属性用于描述故障原因发生的概率，性能‑故障关系图谱的每个关系均具有对应的关系概率属性，关系概率属性用于描述头实体和尾实体所处状态的概率；将性能‑故障关系图谱转变为一个联结树；计算联结树中各节点的概率值，以得到每个故障征兆最有可能发生的故障原因集合；针对每个故障原因集合，采用A‑star算法确定当前故障原因集合中最终的故障原因和故障影响路径。本发明能够提高航天器控制系统故障推演结果的准确性。
-
公开(公告)号：CN116304083B
公开(公告)日：2023-09-15
申请号：CN202310065743.6
申请日：2023-01-13
Applicant: 北京控制工程研究所
Abstract: 本发明提供了一种性能‑故障关系图谱的关系预测方法及装置，其中方法包括：获取性能‑故障关系图谱中各实体的实体向量和各已知关系的关系向量；基于所述性能‑故障关系图谱，获取多个训练样本；每一个训练样本均包括：存在已知关系的头实体和尾实体，及，该头实体和尾实体之间的路径；针对每一个训练样本，将该训练样本中路径上的每一个实体的实体向量作为RNN模型的输入向量，将该训练样本中头实体和尾实体之间存在的已知关系的关系向量作为RNN模型的输出向量，以对RNN模型进行训练；利用训练好的RNN模型对所述性能‑故障关系图谱中关系未知的两个实体之间的关系进行预测。本方案，能够实现性能‑故障关系图谱的关系预测。
-
公开(公告)号：CN116203926A
公开(公告)日：2023-06-02
申请号：CN202310096097.X
申请日：2023-01-18
Applicant: 北京控制工程研究所
IPC: G05B23/02
Abstract: 本发明涉及一种基于性能‑故障关系图谱的航天器故障分级诊断方法，该方法包括：对接收到的航天器控制系统数据进行数据清洗和特征提取，得到目标数据；将所述目标数据输入到预先构建好的系统级性能‑故障关系图谱、组件级性能‑故障关系图谱和外环部件级性能‑故障关系图谱中，得到第一故障诊断结果；若所述第一故障诊断结果为有故障发生，则将所述目标数据输入到预先构建好的子系统级性能‑故障关系图谱和内环部件级性能‑故障关系图谱中，得到第二故障诊断结果；对所述第一故障诊断结果和所述第二故障诊断结果进行融合，得到最终的故障诊断结果。本发明能够有效保证航天器控制系统故障诊断的统一性。
-
公开(公告)号：CN116149297A
公开(公告)日：2023-05-23
申请号：CN202310095643.8
申请日：2023-01-18
Applicant: 北京控制工程研究所
IPC: G05B23/02
Abstract: 本发明涉及一种基于性能‑故障关系图谱的故障诊断能力评估方法和装置，该方法包括：对航天器控制系统的模型进行实体‑关系的抽取，构建航天器控制系统的性能‑故障关系图谱，性能‑故障关系图谱中的实体包括已知量实体、未知量实体和故障实体；并利用TransE算法对性能‑故障关系图谱中剩余的每个实体和关系进行训练，以得到性能‑故障关系图谱中剩余的每个实体和关系所组成的三元组的向量表示；基于三元组的向量表示，判断三元组中的未知量实体与已知量实体之间是否存在路径，若存在，则表明未知量实体是推导可知实体；基于未知量实体、已知量实体和推导已知实体，对基于性能‑故障关系图谱的故障诊断能力评估能力进行评估。
-
Patent Agency Ranking
公开(公告)号：CN119046828A
公开(公告)日：2024-11-29
申请号：CN202411032569.6
申请日：2024-07-30
Applicant: 北京控制工程研究所
IPC: G06F18/2433 , G06F16/9536 , G06F18/213
Abstract: 本发明涉及一种支持在线快速评估的异常检测智能推荐方法，属于航天器异常检测与故障诊断领域；包括如下步骤：步骤一、确定所需的表示符号；步骤二、以#imgabs0#和Ddec作为输入，代入检测数据预处理模型#imgabs1#输出预处理后的数据#imgabs2#和#imgabs3#步骤三、以数据#imgabs4#为输入，代入计算分布参数模型#imgabs5#输出为p；步骤四、以预处理后的数据#imgabs6#和#imgabs7#为输入，带入过滤模型#imgabs8#判断预处理后的数据#imgabs9#是否被过滤；步骤五、建立异常检测推荐模型#imgabs10#获得最终推荐的方法，实现了基于元学习的智能推荐算法，将协同过滤方法的数据特征融合，支持基于时序数据的异常检测算法性能快速在线评估。
-
公开(公告)号：CN116502516B
公开(公告)日：2023-12-01
申请号：CN202310082621.8
申请日：2023-01-15
Applicant: 北京控制工程研究所
IPC: G06F30/27 , G06F30/15 , G06F18/2321 , G06N3/0442 , G06N3/08 , G06F119/04 , G06F119/02
Abstract: 本发明涉及航空航天技术领域，特别涉及一种航天器部件退化阶段的辨识方法和装置。其中，该方法包括：获取航天器部件的待测数据；其中，所述待测数据包括所述航天器部件的多种参数的数据；对每种参数的待测数据依次进行野值和停机数据的剔除处理，得到处理后的数据；对所述处理后的数据依次进行时域特征的提取和降维处理，得到所述航天器部件的目标特征；利用DBSCAN算法对所述目标特征进行聚类，以识别所述航天器部件的退化阶段。本发明的方案能够有效辨识航天器部件的退化阶段。
-
公开(公告)号：CN116011109B
公开(公告)日：2023-09-08
申请号：CN202310073236.7
申请日：2023-01-13
Applicant: 北京控制工程研究所
IPC: G06F30/15 , G06N3/08 , G06N7/01 , G06N3/0442 , G06F119/04
Abstract: 本发明涉及航天器监测技术领域，特别涉及一种航天器寿命预测方法、装置、电子设备及存储介质，其中方法包括：获取航天器遥测数据，包括航天器多项工作参数的数据；对每项工作参数的数据依次进行离群点处理、特征提取处理和标准化处理，得到每项工作参数的目标特征；将所有工作参数的目标特征输入训练好的航天器健康演化模型中，得到航天器遥测数据对应的健康因子；将航天器遥测数据对应的健康因子输入训练好的航天器寿命预测模型中，得到航天器遥测数据对应的预测寿命及置信区间。本发明能够综合多维数据进行航天器剩余寿命预测，并给出置信区间，对提高航天器寿命预测准确率起到重要作用。
-
公开(公告)号：CN116522467A
公开(公告)日：2023-08-01
申请号：CN202310077074.4
申请日：2023-01-16
Applicant: 北京控制工程研究所
IPC: G06F30/15 , G06F30/27 , G06F18/23 , G06N3/0442 , G06N3/08 , G06N3/04 , G06F119/04
Abstract: 本发明涉及航空航天技术领域，特别涉及一种航天器部件寿命的预测方法和装置。其中，该方法包括：获取航天器部件的待测数据；其中，所述待测数据包括所述航天器部件的多种参数的数据；对每种参数的待测数据依次进行野值和停机数据的剔除处理，得到处理后的数据；对所述处理后的数据依次进行时域特征的提取、降维处理和归一化处理，得到所述航天器部件的目标特征；利用DBSCAN算法对所述目标特征进行聚类，以识别所述航天器部件的目标退化阶段；将目标特征输入到预先训练好的且与目标退化阶段对应的寿命预测模型中，得到航天器部件的剩余使用寿命。本发明的方案能够有效预测航天器部件的剩余使用寿命。
-
公开(公告)号：CN116011109A
公开(公告)日：2023-04-25
申请号：CN202310073236.7
申请日：2023-01-13
Applicant: 北京控制工程研究所
IPC: G06F30/15 , G06N3/08 , G06N7/01 , G06N3/0442 , G06F119/04
Abstract: 本发明涉及航天器监测技术领域，特别涉及一种航天器寿命预测方法、装置、电子设备及存储介质，其中方法包括：获取航天器遥测数据，包括航天器多项工作参数的数据；对每项工作参数的数据依次进行离群点处理、特征提取处理和标准化处理，得到每项工作参数的目标特征；将所有工作参数的目标特征输入训练好的航天器健康演化模型中，得到航天器遥测数据对应的健康因子；将航天器遥测数据对应的健康因子输入训练好的航天器寿命预测模型中，得到航天器遥测数据对应的预测寿命及置信区间。本发明能够综合多维数据进行航天器剩余寿命预测，并给出置信区间，对提高航天器寿命预测准确率起到重要作用。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.027 seconds)
