基于聚类分析的卫星姿态控制系统故障诊断方法研究

论文摘要

应用于卫星系统的故障诊断技术是确保卫星系统正常工作必不可少的一项关键技术,它不仅让卫星系统具有智能化修复功能,而且其诊断经验可以优化卫星系统观测点的分布。随着卫星系统越来越复杂与智能化,卫星故障诊断的能力在未来卫星技术发展中变得突出重要,并不断向更高水平发展。现代卫星系统的复杂化,使得基于模的故障诊断方法——建模难度大、灵活性差,导致基于模型的方法很难取得较好的故障诊断结果。由于基于聚类分析的故障诊断方法利用历史数据进行建模,不需要实际的物理结构模型,它能够克服基于模型的诊断方法的缺点。本论文采用基于聚类分析的故障诊断方法,开发和利用卫星监控系统所采集的历史数据。论文的研究内容主要包括以下几个方面:首先,研究基于聚类分析的数据分布特征提取方法的特点,学习聚类分析的两种算法,利用聚类算法分析拟合数据与异常数据,设计拟合数据与异常数据的差值模型,初步建立基于聚类分析的故障诊断模型。其次,对标准的飞机控制系统模型进行数值仿真,获取该模型的健康数据和故障数据,采用基于聚类分析的诊断方法进行故障诊断,依据诊断结果来完善该故障诊断模型的建模与诊断推理步骤。再次,结合卫星姿态控制系统的结构,对主要部件的数学模型做了详细分析,并研究飞轮摩擦力矩对姿态角控制效果的影响。建立卫星姿态控制系统的外在干扰力与力矩的数学模型,针对系统的执行部件与测量部件,设置了不同的故障模式并建立相应的数学模型。最后,根据卫星姿态控制系统部件的几种典型的故障模式,建立相应的simulink仿真模型,设置卫星姿态控制系统仿真参数与设定该系统的状态观测点,对这几种仿真模型进行数值仿真模拟并采集系统的健康数据与故障数据。利用聚类分析的方法对该姿态控制系统进行故障诊断。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题背景和意义
• 1.2 故障诊断技术国内外进展
• 1.2.1 基于定性模型的故障诊断方法
• 1.2.2 基于定量模型的故障诊断方法
• 1.2.3 基于历史数据的故障诊断方法
• 1.2.4 基于历史数据的定量模型故障诊断方法
• 1.3 发展趋势
• 1.4 本文工作总结
• 第2章 基于聚类分析的故障诊断方法
• 2.1 引言
• 2.2 聚类算法的选取标准
• 2.2.1 聚类算法可行性
• 2.2.2 聚类质量评估
• 2.3 聚类分析的数据结构和数据类型
• 2.3.1 聚类分析的数据结构
• 2.3.2 聚类分析的数据类型
• 2.4 聚类算法模型建立
• 2.4.1 基于划分的方法
• 2.4.2 基于密度的方法
• 2.4.3 两种方法的比较
• 2.5 建立基于聚类分析的故障诊断模型
• 2.5.1 健康状态的聚类学习
• 2.5.2 系统异常状态监测
• 2.6 本章小结
• 第3章 基于聚类分析的控制系统故障诊断
• 3.1 引言
• 3.2 数据矢量的属性对异常检测结果的影响
• 3.2.1 输入为常值时
• 3.2.2 输入为正弦波时
• 3.2.3 输入为方波时
• 3.3 健康数据的选择对故障检测结果的影响
• 3.3.1 输入为常值
• 3.3.2 输入为方波
• 3.3.3 输入为正弦波
• 3.4 基于聚类算法的复合故障检测
• 3.5 本章小结
• 第4章 卫星姿态控制系统仿真模型的建立
• 4.1 引言
• 4.2 数学模型
• 4.2.1 卫星姿态控制系统的数学模型
• 4.2.2 空间环境力与力矩
• 4.3 控制系统的故障建模
• 4.4 本章小结
• 第5章 卫星控制系统的故障诊断
• 5.1 引言
• 5.2 卫星姿态控制系统的数值模拟
• 5.2.1 系统仿真模型
• 5.2.2 系统仿真参数
• 5.2.3 系统健康状态学习
• 5.2.4 故障分类与建模
• 5.2.5 基于聚类算法的故障检测
• 5.2.6 测量部件的故障检测
• 5.3 本章小结
• 结论
• 参考文献
• 致谢