一种基于多源数据融合的航天器单机故障管理方法及系统与流程
本发明涉及航天器自主运维,特别是一种基于多源数据融合的航天器单机故障管理方法及系统。
背景技术:
1、随着航天任务的日益复杂和在轨时间的不断延长,航天器单机设备的可靠性与自主管理能力成为保障任务成功的关键因素。
2、传统的航天器故障管理方法多依赖于地面测控站进行事后数据分析与指令注入,存在通信时延大、响应滞后等问题,难以应对空间环境中突发性或渐变性故障的实时处置需求;同时,现有星上故障诊断技术往往仅依赖单一传感器阈值判断或简单的逻辑规则,缺乏对多维异构数据的深度融合能力,易受空间辐射、温度波动及工况切换等外部环境干扰而产生误报或漏报;此外,传统方法在检测到异常后通常采取固定模式的关机或重启策略,缺乏根据设备健康状态动态调整运行参数的弹性控制机制,导致系统在部分功能受损时无法最大化维持任务效能。
3、因此,亟须研发一种能够融合多源监测数据、精准识别隐性偏离、可靠预测剩余寿命并实现自主弹性降级控制的航天器单机故障管理方法及系统,以提升航天器在复杂空间环境下的自主运维水平与任务韧性。
技术实现思路
1、鉴于上述现有存在的问题,提出了本发明。
2、为解决上述技术问题,本发明提供如下技术方案:
3、第一方面,本发明提供了一种基于多源数据融合的航天器单机故障管理方法,其包括:
4、获取航天器单机多维原始数据并对多维原始数据进行时间对齐与异常剔除处理,得到多源预处理数据向量;
5、构建环境工况双维解耦模型并利用星上无故障窗口期数据更新环境工况双维解耦模型得到更新后解耦矩阵,基于更新后解耦矩阵对多源预处理数据向量进行干扰剥离计算,得到设备健康本征特征向量;
6、对设备健康本征特征向量进行序列截取得到当前本征特征序列,基于当前本征特征序列的局部变化率分布构造动态时间敏感度权重向量,采用引入动态时间敏感度权重向量的动态时间规整算法计算当前本征特征序列与预存标准健康基线序列之间的加权最优弯曲路径距离,当加权最优弯曲路径距离大于预设动态阈值时生成隐性偏离触发信号;
7、响应于隐性偏离触发信号构建物理信息神经网络模型并利用实时多源监测数据修正物理信息神经网络模型得到修正后物理信息神经网络模型,基于修正后物理信息神经网络模型外推健康状态衰减曲线得到单机剩余使用寿命预测值和健康状态下降斜率;
8、将加权最优弯曲路径距离、单机剩余使用寿命预测值、健康状态下降斜率及多源预处理数据向量中的原始关键参数变化率分别转化为第一基本概率分配函数、第二基本概率分配函数和第三基本概率分配函数,计算三个基本概率分配函数的信息熵及两两间动态趋势协同度分布,基于信息熵和动态趋势协同度分布构造多源证据动态冲突惩罚矩阵并计算综合权重,采用比例冲突分配规则对加权后的三个基本概率分配函数进行抗冲突融合计算并利用多源证据动态冲突惩罚矩阵定向分配冲突概率,得到单机状态置信度概率分布;
9、当单机状态置信度概率分布满足预设触发条件时,构建以处理器频率、供电电压和任务负载分配率为决策变量的热电热算耦合多目标优化函数,求解得到最优参数组合并下发至单机电源管理模块和任务调度模块执行弹性降级控制。
10、作为本发明所述基于多源数据融合的航天器单机故障管理方法的一种优选方案,其中:所述构建环境工况双维解耦模型并利用星上无故障窗口期数据更新环境工况双维解耦模型得到更新后解耦矩阵,具体步骤为:
11、采集星上无故障窗口期内的温度传感器读数、辐射剂量率读数和单机运行电流读数,构建环境工况原始数据矩阵;
12、对环境工况原始数据矩阵进行主成分分析,提取环境干扰主成分向量和工况负载主成分向量;
13、以环境干扰主成分向量和工况负载主成分向量为输入,以多源预处理数据向量为输出,训练线性回归模型得到初始解耦矩阵;
14、利用滑动时间窗口机制持续采集新的无故障数据,采用增量式最小二乘法对初始解耦矩阵进行在线迭代修正,得到更新后解耦矩阵。
15、作为本发明所述基于多源数据融合的航天器单机故障管理方法的一种优选方案,其中:所述基于当前本征特征序列的局部变化率分布构造动态时间敏感度权重向量,具体步骤为:
16、计算当前本征特征序列中相邻数据点的一阶差分绝对值,得到一阶差分绝对值序列;
17、对一阶差分绝对值序列进行归一化处理,得到变化率概率分布;
18、将变化率概率分布中高于预设变化率阈值的数据点位置标记为高敏感区间;
19、对高敏感区间内的数据点赋予第一权重系数,对非高敏感区间内的数据点赋予第二权重系数,第一权重系数大于第二权重系数,组合所有位置的权重系数得到动态时间敏感度权重向量。
20、作为本发明所述基于多源数据融合的航天器单机故障管理方法的一种优选方案,其中:所述采用引入动态时间敏感度权重向量的动态时间规整算法计算加权最优弯曲路径距离,具体步骤为:
21、构建当前本征特征序列与预存标准健康基线序列之间的累积代价矩阵;
22、在累积代价矩阵的每个元素计算过程中,计算加权累积代价,表达式为:
23、;
24、其中,表示累积代价矩阵第行第列元素值,表示动态时间敏感度权重向量在第个位置的值,表示当前本征特征序列第个数据点,表示预存标准健康基线序列第个数据点;
25、采用动态规划算法搜索累积代价矩阵中从起点到终点的累积代价最小路径,作为加权最优弯曲路径;
26、将加权最优弯曲路径上所有加权局部代价之和除以路径长度,得到加权最优弯曲路径距离。
27、作为本发明所述基于多源数据融合的航天器单机故障管理方法的一种优选方案,其中:所述基于修正后物理信息神经网络模型外推健康状态衰减曲线得到单机剩余使用寿命预测值和健康状态下降斜率,具体步骤为:
28、将设备健康本征特征向量和实时多源监测数据输入修正后物理信息神经网络模型,得到当前健康状态估计值;
29、以当前健康状态估计值为初始条件,利用修正后物理信息神经网络模型内嵌的物理退化方程进行前向积分运算,生成未来时间段的健康状态预测序列;
30、对健康状态预测序列进行线性拟合,得到健康状态下降斜率;
31、计算健康状态预测序列首次低于预设失效阈值的时间点与当前时刻的时间差,作为单机剩余使用寿命预测值。
32、作为本发明所述基于多源数据融合的航天器单机故障管理方法的一种优选方案,其中:所述基于信息熵和动态趋势协同度分布构造多源证据动态冲突惩罚矩阵并计算综合权重,具体步骤为:
33、分别计算第一基本概率分配函数、第二基本概率分配函数和第三基本概率分配函数的信息熵值;
34、计算任意两个基本概率分配函数之间的皮尔逊相关系数,作为动态趋势协同度;
35、计算第个证据源的综合权重:
36、;
37、其中表示第个证据源的综合权重,表示第个证据源与其他证据源动态趋势协同度的均值,表示第个基本概率分配函数的信息熵值,表示冲突惩罚因子,当第个证据源的动态趋势协同度低于预设协同阈值时取小于1的正数,否则取1;
38、利用三个综合权重对对应的三个基本概率分配函数进行加权融合,得到单机状态置信度概率分布。
39、作为本发明所述基于多源数据融合的航天器单机故障管理方法的一种优选方案,其中:所述构建以处理器频率、供电电压和任务负载分配率为决策变量的热电热算耦合多目标优化函数,求解得到最优参数组合并下发至单机电源管理模块和任务调度模块执行弹性降级控制,具体步骤为:
40、建立处理器频率与结温峰值之间的热阻网络映射关系、供电电压与功耗之间的二次多项式映射关系、任务负载分配率与任务服务质量之间的性能评估映射关系;
41、以结温峰值最小化、功耗最小化和任务服务质量最大化为三个优化目标构建帕累托前沿面;
42、采用非支配排序遗传算法在安全温度约束和最低任务服务质量约束定义的可行域内搜索帕累托最优解集;
43、从帕累托最优解集中选取任务服务质量最高的解对应的处理器频率值、供电电压值和任务负载分配率值作为最优参数组合;
44、将最优参数组合通过星上总线分别下发至单机电源管理模块和任务调度模块,驱动电源管理模块调整供电电压输出、驱动任务调度模块重新分配处理器频率和任务负载分配率,完成弹性降级控制执行。
45、第二方面,本发明提供了一种基于多源数据融合的航天器单机故障管理系统,包括:
46、数据预处理模块、特征解耦模块、偏离检测模块、寿命预测模块、证据融合模块和弹性控制模块;
47、所述数据预处理模块,用于获取多维原始数据并执行时间对齐及异常剔除处理得到多源预处理数据向量;
48、所述特征解耦模块,用于构建并更新环境工况双维解耦模型得到更新后解耦矩阵,基于更新后解耦矩阵剥离干扰得到设备健康本征特征向量;
49、所述偏离检测模块,用于构造动态时间敏感度权重向量并计算加权最优弯曲路径距离,在距离超限时生成隐性偏离触发信号;
50、所述寿命预测模块,用于构建并修正物理信息神经网络模型,外推健康状态衰减曲线得到剩余使用寿命预测值及健康状态下降斜率;
51、所述证据融合模块,用于转化基本概率分配函数并计算信息熵及动态趋势协同度,构造冲突惩罚矩阵计算综合权重完成抗冲突融合得到单机状态置信度概率分布;
52、所述弹性控制模块,用于构建热电热算耦合多目标优化函数求解最优参数组合,驱动电源管理及任务调度执行弹性降级控制。
53、第三方面,本发明提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其中:所述计算机程序被处理器执行时实现如本发明第一方面所述的基于多源数据融合的航天器单机故障管理方法的任一步骤。
54、第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,其中:所述计算机程序被处理器执行时实现如本发明第一方面所述的基于多源数据融合的航天器单机故障管理方法的任一步骤。
55、本发明有益效果为:通过环境工况双维解耦模型剥离外部干扰提取设备健康本征特征,结合动态时间敏感度加权规整算法精准识别早期隐性偏离,利用物理信息神经网络融合机理与数据驱动优势实现剩余寿命及退化趋势的可靠预测,并基于信息熵与动态趋势协同度构造冲突惩罚矩阵完成多源证据抗冲突融合以提升状态评估置信度,通过热电热算耦合多目标优化实现弹性降级控制,从而在复杂空间环境下提升了航天器单机故障管理的准确性、鲁棒性及自主运维能力。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com