论文摘要
卫星异常监测是保证卫星在轨安全可靠运行的关键技术之一。由于卫星结构复杂,并且处在复杂的太空环境下,影响卫星状态的因素众多,难以建立准确的分析模型,因此基于模型的状态监测方法不适用卫星状态监测问题。另外,卫星关键部件一般批量小,难以获得大量历史数据,而且缺乏关于部件异常的足够的知识和规则,基于信号处理的方法和基于知识的方法目前也难以完全解决卫星异常监测问题。为此,本文以锂离子电池异常监测问题为背景,在研究多状态估计技术(MSET)基础上,提出了基于MSET的卫星关键部件异常监测方法。利用在轨实测数据,实时监测卫星关键部件的异常,为解决卫星关键部件异常监测的问题提供了一种新途径。论文主要研究内容如下:(1)卫星蓄电池的失效物理分析和监测参数选取。以卫星锂离子电池为对象,在对其基本原理、失效机理和性能参数分析的基础上,提出了通过监测电解液内阻和电荷转移内阻变化,对锂离子电池进行异常监测。(2)研究基于MSET的状态估计和寿命预测方法,解决在缺乏历史数据的情况下,卫星关键部件的状态估计问题。提出了基于在轨遥测数据的MSET状态估计的方法,分别研究了数据正规化处理、训练数据选取、记忆矩阵构造和非线性算子选取及优化等MSET实现技术。并根据基于MSET状态估计得到的实际残差与产品退化之间的关系,研究了基于MSET的寿命预测方法。(3)研究基于SPRT的异常检测方法,解决了在实际残差分布已知或未知情况下的门限内异常检测问题。研究了序贯秩和概率比检验(SRPRT)的非参数检验方法,并根据实际残差分布的不同,比较了序贯概率比检验(SPRT)和序贯秩和概率比检验(SRPRT)的优劣。(4)以锂离子电池的电解液电阻和电荷转移内阻为监测参数,利用上述方法研究锂离子电池的异常监测问题,并与阈值监测方法进行了比较分析,说明了本文方法比阈值监测能更好的解决卫星关键部件异常监测问题。
论文目录
相关论文文献
- [1].基于MSET模型的风力发电机故障预警[J]. 华北电力技术 2016(12)
- [2].基于MSET和集成学习的风电机组齿轮箱故障预警[J]. 太阳能学报 2020(11)
- [3].基于MSET的起重机变频器工作状态评估[J]. 纺织报告 2017(05)
- [4].基于MSET的电站锅炉空气预热器状态预测系统[J]. 中国科技信息 2012(12)
- [5].基于MSET方法的风电机组齿轮箱预警仿真研究[J]. 系统仿真学报 2013(12)
- [6].基于MSET的电站风机故障预警技术研究[J]. 热能动力工程 2017(09)
- [7].基于MSET的土压平衡式盾构机建模[J]. 信息系统工程 2020(08)
- [8].基于RS-MSET的电站风机振动预测研究[J]. 仪器仪表用户 2014(03)
- [9].基于MSET和SPRT的导弹振动故障诊断[J]. 测控技术 2015(03)
- [10].基于MSET的框架变化点实例化模式挖掘[J]. 计算机工程 2011(06)
- [11].基于MSET和SPRT的内燃机气阀机构振动监测[J]. 振动工程学报 2009(02)
- [12].基于MSET和模糊识别的凝汽器故障诊断[J]. 热能动力工程 2018(10)
- [13].基于MSET的一次风机故障预警[J]. 仪器仪表用户 2018(06)
- [14].基于MSET诊断技术锅炉受热面泄漏预测算法建模及实践[J]. 科技创新导报 2019(13)
- [15].基于多变量状态估计的风电机组齿轮箱温度监测方法[J]. 仪器仪表用户 2015(06)