国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于支持向量機(jī)的動(dòng)量輪故障檢測裝置及方法

      文檔序號(hào):6009941閱讀:231來源:國知局
      專利名稱:基于支持向量機(jī)的動(dòng)量輪故障檢測裝置及方法
      技術(shù)領(lǐng)域
      本發(fā)明涉及一種基于支持向量機(jī)的動(dòng)量輪故障檢測裝置及方法,屬于可靠性技術(shù)中衛(wèi)星姿控系統(tǒng)執(zhí)行器故障診斷的領(lǐng)域。
      背景技術(shù)
      統(tǒng)計(jì)學(xué)習(xí)理論(Statistical Learning Theory或SLT)是一種專門研究實(shí)際應(yīng)用中有限樣本情況下機(jī)器學(xué)習(xí)規(guī)律的理論。V. Vapnik等人從六、七十年代開始致力于此方面的研究。由此發(fā)展了支持向量機(jī)(Support Vector Machine,SVM)這一新的通用學(xué)習(xí)方法,它基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化(SRM)原理,在使訓(xùn)練樣本分類誤差極小化的前提下,盡量提高分類器的泛化推廣能力。在解決小樣本、非線性及高維模式識(shí)別問題中表現(xiàn)出許多特有的優(yōu)勢,已經(jīng)在模式識(shí)別、函數(shù)逼近和概率密度估計(jì)等方面取得了良好的應(yīng)用效果。傳統(tǒng)的統(tǒng)計(jì)模式識(shí)別方法的研究前提是數(shù)目要足夠多,所以所提出的各種方法只有在樣本數(shù)趨向于無窮大時(shí)其性能才有理論上的保證。但是,在實(shí)際情況下,動(dòng)量輪故障數(shù)據(jù)樣本是非常稀缺的,對于這樣的小樣本問題,利用傳統(tǒng)的機(jī)器學(xué)習(xí)方式就會(huì)遇到過學(xué)習(xí)與欠學(xué)習(xí)、局部極小點(diǎn)等問題。

      發(fā)明內(nèi)容
      本發(fā)明提出了一種基于支持向量機(jī)的動(dòng)量輪故障檢測裝置及方法,能夠用于動(dòng)量輪故障檢測、報(bào)警及狀態(tài)監(jiān)測的可行性驗(yàn)證,提高了故障檢測精度,降低了故障檢測的工作量, 具有良好的工程可實(shí)現(xiàn)性。本發(fā)明為解決其技術(shù)問題采用如下技術(shù)方案
      一種基于支持向量機(jī)的動(dòng)量輪故障檢測裝置,包括SVM訓(xùn)練模塊、故障注入模塊、數(shù)據(jù)采集模塊、故障檢測模塊、地面監(jiān)控模塊、控制回路模塊;經(jīng)過SVM訓(xùn)練模塊得到支持向量機(jī),故障注入模塊注入特性類型故障,數(shù)據(jù)采集模塊采集控制回路模塊中與故障信息相關(guān)的數(shù)據(jù)流傳遞給故障檢測模塊,地面監(jiān)控模塊及時(shí)給出報(bào)警處理并存儲(chǔ)相關(guān)異常數(shù)據(jù);所述控制回路模塊由精密軸系氣浮臺(tái)、測角裝置、臺(tái)上控制機(jī)、動(dòng)量輪構(gòu)成閉環(huán)控制回路;所述地面監(jiān)控模塊包括地面監(jiān)控機(jī)、數(shù)據(jù)存儲(chǔ)器和報(bào)警處理器。所述的基于支持向量機(jī)的動(dòng)量輪故障檢測裝置的故障檢測方法,包括如下步驟
      1)首先選取動(dòng)量輪樣本數(shù)據(jù),經(jīng)過數(shù)據(jù)預(yù)處理環(huán)節(jié),得到與故障信息相關(guān)的特征故障樣本數(shù)據(jù),SVM訓(xùn)練模塊利用監(jiān)督式學(xué)習(xí)法對特征故障樣本數(shù)據(jù)進(jìn)行訓(xùn)練分類,對于無故障情況,令SVM閥值為-1,對于故障情況,令SVM閥值為1,求解得到分類超平面及一組支持向量,該支持向量機(jī)將用于后續(xù)的故障檢測模塊;
      2)開啟運(yùn)行半物理仿真平臺(tái),給精密軸系氣浮臺(tái)、動(dòng)量輪、臺(tái)上控制機(jī)、地面監(jiān)控機(jī)加電,啟動(dòng)各模塊運(yùn)行程序;將精密軸系氣浮臺(tái)置于某一初始運(yùn)行狀態(tài);
      3)設(shè)定動(dòng)量輪某一特定故障特征信息,包括故障類型、故障發(fā)生開始結(jié)束時(shí)間、故障大小參數(shù);
      4)故障注入模塊在設(shè)定的故障開始時(shí)間,根據(jù)需模擬的故障類型、故障大小特性,對控制指令進(jìn)行信號(hào)處理,產(chǎn)生偽指令信號(hào),輸出到動(dòng)量輪,實(shí)現(xiàn)動(dòng)量輪故障模擬;5)測角裝置實(shí)時(shí)獲取精密軸系氣浮臺(tái)姿態(tài)信息,傳輸給臺(tái)上控制機(jī);數(shù)據(jù)采集模塊從控制回路中獲取數(shù)據(jù)流,包括控制信號(hào)、姿態(tài)信息,提取與故障信息相關(guān)的數(shù)據(jù)序列;
      6)支持向量機(jī)獲取數(shù)據(jù)序列,通過運(yùn)算判斷數(shù)據(jù)序列所屬類別,當(dāng)SVM閥值為-1時(shí),判斷為無故障發(fā)生,當(dāng)SVM閥值為1時(shí),判斷為發(fā)生故障,得出檢測結(jié)果;
      7)一旦故障檢測模塊檢測到故障,地面監(jiān)控機(jī)給出報(bào)警處理,并將相關(guān)異常數(shù)據(jù)及信息存入數(shù)據(jù)存儲(chǔ)器中。本發(fā)明的有益效果如下
      1、本方案采用基于支持向量機(jī)的方法進(jìn)行動(dòng)量輪故障檢測,提出的方法適用于故障樣本數(shù)據(jù)稀缺、系統(tǒng)非線性耦合強(qiáng)等實(shí)際問題,該方法避免了傳統(tǒng)故障檢測方法的局限性,無需設(shè)計(jì)觀測器,實(shí)現(xiàn)簡單且占用系統(tǒng)資源少、工程可實(shí)現(xiàn)性強(qiáng)以及診斷效率高的特性符合航天工程要求。2、本方案所采用的地面監(jiān)控模塊,一旦檢測出系統(tǒng)故障會(huì)立即給出警告提示并將異常數(shù)據(jù)存入系統(tǒng)日記及數(shù)據(jù)庫,能夠有效提高系統(tǒng)的決策應(yīng)變能力。該平臺(tái)能夠用于動(dòng)量輪故障檢測、報(bào)警及狀態(tài)監(jiān)測的可行性驗(yàn)證。


      圖1為基于支持向量機(jī)的動(dòng)量輪故障檢測裝置的檢測方法模塊連接圖。圖2為支持向量機(jī)形成過程。圖3為基于支持向量機(jī)的動(dòng)量輪故障檢測裝置的檢測方法的流程圖。
      具體實(shí)施例方式
      下面結(jié)合附圖對發(fā)明創(chuàng)造做進(jìn)一步詳細(xì)說明
      如圖1所示,為基于支持向量機(jī)的動(dòng)量輪故障檢測裝置的檢測方法模塊連接圖。主要包含故障檢測過程各模塊連接關(guān)系。故障注入模塊將故障信息注入到控制回路模塊;數(shù)據(jù)采集模塊采集數(shù)據(jù)流,并傳輸給故障檢測模塊;故障檢測模塊對數(shù)據(jù)做相應(yīng)的分析并將檢測結(jié)果及相關(guān)異常數(shù)據(jù)傳輸給地面監(jiān)控模塊;地面監(jiān)控模塊做出報(bào)警及異常數(shù)據(jù)存儲(chǔ)等工作。所述控制回路模塊由精密軸系氣浮臺(tái)、測角裝置、臺(tái)上控制機(jī)、動(dòng)量輪構(gòu)成閉環(huán)控制回路;所述地面監(jiān)控模塊包括地面監(jiān)控機(jī)、數(shù)據(jù)存儲(chǔ)器和報(bào)警處理器。以下簡述各模塊的功能。故障注入模塊該模塊根據(jù)需模擬的故障類型,對控制指令進(jìn)行信號(hào)處理,輸出偽指令信號(hào)到動(dòng)量輪,實(shí)現(xiàn)動(dòng)量輪故障模擬。數(shù)據(jù)采集模塊該模塊從控制回路中獲取數(shù)據(jù)流,提取與故障信息相關(guān)的數(shù)據(jù)序列。故障檢測模塊針對動(dòng)量輪設(shè)計(jì)支持向量機(jī),該模塊獲取與故障信息相關(guān)的數(shù)據(jù)序列,將數(shù)據(jù)序列傳輸給事先訓(xùn)練好的支持向量機(jī),支持向量機(jī)通過運(yùn)算對數(shù)據(jù)序列進(jìn)行分類,判別是否發(fā)生故障。地面監(jiān)控模塊一旦檢測到故障,地面監(jiān)控模塊給出報(bào)警處理,并將相關(guān)異常數(shù)據(jù)及信息存入系統(tǒng)日記及數(shù)據(jù)庫。控制回路模塊包括精密軸系氣浮臺(tái)、動(dòng)量輪、臺(tái)上控制機(jī)、測角裝置,其中動(dòng)量輪置于精密軸系氣浮轉(zhuǎn)臺(tái)上。(1)精密軸系氣浮臺(tái)對于偏置角動(dòng)量控制方式的小衛(wèi)星姿態(tài)控制系統(tǒng),俯仰軸與其他兩軸解耦,故可以單獨(dú)采用偏置動(dòng)量輪來實(shí)現(xiàn)俯仰軸的姿態(tài)控制;精密軸系氣浮臺(tái)用于模擬偏置角動(dòng)量控制方式下的小衛(wèi)星俯仰軸動(dòng)力學(xué)特性。(2)動(dòng)量輪動(dòng)量輪作為重要執(zhí)行機(jī)構(gòu),接收控制指令,輸出控制力矩作用于精密軸系氣浮轉(zhuǎn)臺(tái),實(shí)現(xiàn)小衛(wèi)星姿態(tài)控制。(3)臺(tái)上控制機(jī)臺(tái)上控制機(jī)包括兩個(gè)方面功能,姿態(tài)確定和姿態(tài)控制。采用測角裝置實(shí)現(xiàn)姿態(tài)確定,姿態(tài)控制是根據(jù)姿態(tài)信息,采用控制律計(jì)算得到執(zhí)行機(jī)構(gòu)控制指令并輸出。(4)測角裝置角度傳感器,實(shí)時(shí)獲取氣浮臺(tái)單軸姿態(tài)信息,用于代替陀螺等姿態(tài)敏感器功能。本方案采用基于支持向量機(jī)的方法來對動(dòng)量輪故障進(jìn)行檢測,而支持向量庫是由動(dòng)量輪故障特征數(shù)據(jù)進(jìn)行SVM訓(xùn)練而得到的。支持向量機(jī)形成過程如圖2所示,首先選取樣本數(shù)據(jù),經(jīng)過數(shù)據(jù)預(yù)處理環(huán)節(jié),得到與故障信息相關(guān)的特征故障樣本數(shù)據(jù),SVM訓(xùn)練模塊利用監(jiān)督式學(xué)習(xí)法對特征故障樣本數(shù)據(jù)進(jìn)行訓(xùn)練分類,對于無故障情況,令SVM閥值為-1,對于故障情況,令SVM閥值為1,求解得到分類超平面及一組支持向量,該支持向量機(jī)將用于后續(xù)的故障檢測模塊。SVM訓(xùn)練模塊的功能該模塊對預(yù)先選定的樣本數(shù)據(jù)進(jìn)行訓(xùn)練,利用監(jiān)督式學(xué)習(xí)法(對訓(xùn)練數(shù)據(jù)集中的每一條數(shù)據(jù)都給出其類別信息,即訓(xùn)練樣本是由(x,y)成對給出)。經(jīng)訓(xùn)練之后將得到一組支持向量。決策函數(shù)
      權(quán)利要求
      1.一種基于支持向量機(jī)的動(dòng)量輪故障檢測裝置,其特征在于包括SVM訓(xùn)練模塊、故障注入模塊、數(shù)據(jù)采集模塊、故障檢測模塊、地面監(jiān)控模塊、控制回路模塊;經(jīng)過SVM訓(xùn)練模塊得到支持向量機(jī),故障注入模塊注入特性類型故障,數(shù)據(jù)采集模塊采集控制回路模塊中與故障信息相關(guān)的數(shù)據(jù)流傳遞給故障檢測模塊,地面監(jiān)控模塊及時(shí)給出報(bào)警處理并存儲(chǔ)相關(guān)異常數(shù)據(jù);所述控制回路模塊由精密軸系氣浮臺(tái)、測角裝置、臺(tái)上控制機(jī)、動(dòng)量輪構(gòu)成閉環(huán)控制回路;所述地面監(jiān)控模塊包括地面監(jiān)控機(jī)、數(shù)據(jù)存儲(chǔ)器和報(bào)警處理器。
      2.一種應(yīng)用于權(quán)利要求1所述的基于支持向量機(jī)的動(dòng)量輪故障檢測裝置的故障檢測方法,其特征在于,包括如下步驟1)首先選取動(dòng)量輪樣本數(shù)據(jù),經(jīng)過數(shù)據(jù)預(yù)處理環(huán)節(jié),得到與故障信息相關(guān)的特征故障樣本數(shù)據(jù),SVM訓(xùn)練模塊利用監(jiān)督式學(xué)習(xí)法對特征故障樣本數(shù)據(jù)進(jìn)行訓(xùn)練分類,對于無故障情況,令SVM閥值為-1,對于故障情況,令SVM閥值為1,求解得到分類超平面及一組支持向量,該支持向量機(jī)將用于后續(xù)的故障檢測模塊;2)開啟運(yùn)行半物理仿真平臺(tái),給精密軸系氣浮臺(tái)、動(dòng)量輪、臺(tái)上控制機(jī)、地面監(jiān)控機(jī)加電,啟動(dòng)各模塊運(yùn)行程序;將精密軸系氣浮臺(tái)置于某一初始運(yùn)行狀態(tài);3)設(shè)定動(dòng)量輪某一特定故障特征信息,包括故障類型、故障發(fā)生開始結(jié)束時(shí)間、故障大小參數(shù);4)故障注入模塊在設(shè)定的故障開始時(shí)間,根據(jù)需模擬的故障類型、故障大小特性,對控制指令進(jìn)行信號(hào)處理,產(chǎn)生偽指令信號(hào),輸出到動(dòng)量輪,實(shí)現(xiàn)動(dòng)量輪故障模擬;5)測角裝置實(shí)時(shí)獲取精密軸系氣浮臺(tái)姿態(tài)信息,傳輸給臺(tái)上控制機(jī);數(shù)據(jù)采集模塊從控制回路中獲取數(shù)據(jù)流,包括控制信號(hào)、姿態(tài)信息,提取與故障信息相關(guān)的數(shù)據(jù)序列;6)支持向量機(jī)獲取數(shù)據(jù)序列,通過運(yùn)算判斷數(shù)據(jù)序列所屬類別,當(dāng)SVM閥值為-1時(shí),判斷為無故障發(fā)生,當(dāng)SVM閥值為1時(shí),判斷為發(fā)生故障,得出檢測結(jié)果;7)—旦故障檢測模塊檢測到故障,地面監(jiān)控機(jī)給出報(bào)警處理,并將相關(guān)異常數(shù)據(jù)及信息存入數(shù)據(jù)存儲(chǔ)器中。
      全文摘要
      本發(fā)明涉及一種基于支持向量機(jī)的動(dòng)量輪故障檢測裝置及方法,屬于可靠性技術(shù)中衛(wèi)星姿控系統(tǒng)執(zhí)行器故障診斷的領(lǐng)域。該裝置包括SVM訓(xùn)練模塊、故障注入模塊、數(shù)據(jù)采集模塊、故障檢測模塊、地面監(jiān)控模塊、控制回路模塊;經(jīng)過SVM訓(xùn)練模塊得到支持向量機(jī),故障注入模塊注入特性類型故障,數(shù)據(jù)采集模塊采集控制回路模塊中與故障信息相關(guān)的數(shù)據(jù)流傳遞給故障檢測模塊,地面監(jiān)控模塊及時(shí)給出報(bào)警處理并存儲(chǔ)相關(guān)異常數(shù)據(jù)。該裝置能夠用于動(dòng)量輪故障檢測、報(bào)警及狀態(tài)監(jiān)測的可行性驗(yàn)證,提高了故障檢測精度,降低了故障檢測的工作量,具有良好的工程可實(shí)現(xiàn)性。
      文檔編號(hào)G01M13/00GK102288398SQ20111012515
      公開日2011年12月21日 申請日期2011年5月16日 優(yōu)先權(quán)日2011年5月16日
      發(fā)明者傅艷萍, 姜斌, 楊明凱, 程月華 申請人:南京航空航天大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會(huì)獲得點(diǎn)贊!
      1