[發明專利]基于人工智能的航天器故障診斷方法

在審

• 申請號: 201811216219.X
• 申請日: 2018-10-18
• 公開（公告）號: CN109255441A
• 公開（公告）日: 2019-01-22
• 發明（設計）人: 劉偉;付莎莎
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06N3/04
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華

本發明公開了一種基于反向傳播BP神經網絡的航天器故障診斷方法，主要解決現有技術中對先驗知識依賴性強的問題。本發明利用航天器環境數據訓練反向傳播BP神經網絡，對航天器異常事件發生的概率數據進行擬合。其實現方案為：確定反向傳播BP神經網絡模型；獲取反向傳播BP神經網絡的訓練集數據和測試集數據；初始化反向傳播BP神經網絡的參數；對反向傳播BP神經網絡進行訓練；對訓練好的反向傳播BP神經網絡進行優化；利用優化好的BP神經網絡對新的航天器數據進行故障診斷。本發明充分利用了BP神經網絡的自適應能力和學習能力，能很好地對航天器異常事件發生的概率數據進行擬合，減少了對先驗知識的依賴，可用于無線網絡通信領域。

技術領域

本發明屬于人工智能技術領域，特別涉及一種航天器故障診斷方法，可用于無線網絡通信領域。

背景技術

近年來，隨著航天領域的不斷發展和航天技術的不斷突破，人類航天活動不斷增加，航天器的健康狀態也受到了從事航天器設計的技術人員和專家的廣泛重視。由于空間環境的復雜性、航天器地面測試系統的局限性以及當前航天器系統的復雜度的提升，航天器運行異常和系統故障問題不可避免，航天器的可靠性將會相應降低，如不能及時準確地對航天器系統進行故障診斷和修復，將會造成嚴重損失。因此，航天器能否進行智能故障診斷對于整個太空飛行任務的完成起著至關重要的作用。

已有的航天器故障診斷方法主要有三種，分別是基于信號處理的方法、基于數學模型的方法和基于知識的方法。其中：

基于信號處理的方法，是最早使用的故障診斷技術，是其他方法進行故障診斷的基礎。該方法不需要以系統的數學模型為基礎，只需對時域、幅值、頻域等可測信號特性進行分析，就能識別和檢測系統故障。這種方法的航天器故障診斷技術由于實時性和自主性差，往往達不到預期效果。

基于數學模型的故障診斷方法，是現代故障診斷技術發展的基礎，也是發展最成熟、應用最廣泛的一種方法。其核心是以分析系統數學模型為基礎，通過參數估計、狀態估計等多種方法來產生殘差，然后通過閾值或其他限定準則對該殘差進行分析和下一步的故障處理。該方法雖能夠較為精確、高效地完成航天器系統的故障診斷，但是對于系統結構較為復雜的航天器以及無法預測的太空環境而言，精確數學模型的建立是非常困難的，即使建立出數學模型也很難保證不受不確定因素的干擾。

基于知識的故障診斷方法，是通過直接或間接的方法來獲取故障診斷的發生征兆或判定原則，較為直觀地了解系統的故障發生情況，能及時做出準確的判斷來完成系統的故障診斷。但由于知識的覆蓋有限，航天器系統的不確定因素較多，加之經驗技術的缺乏，使得該方法具有一定的局限性。

北京空間飛行器總體設計部在其申請的專利“一種航天器在軌異常報警與故障診斷系統”(專利發明人：王環秦巍等；專利申請號：CN201510608592.X，公開號：105159286B)中提出一種航天器在軌異常報警與故障診斷系統，其中：知識編輯器輸入已編譯好的報警診斷知識；數據緩沖區緩沖輸入的原始遙測數據；數據區從數據緩沖區提取推理控制器進行邏輯匹配運算時的遙測數據或遙測指令并對其進行存儲；規則區從知識編輯器中裝載已經編譯好的報警診斷知識，在規則區每個報警診斷知識稱之為規則；推理控制器將數據區中的原始遙測數據與規則區中的報警診斷知識進行邏輯匹配運算獲得診斷結果；選擇需要輸出的診斷結果輸出至黑板；黑板存儲推理控制器通過邏輯匹配運算獲得的診斷結果；結果緩沖區緩沖推理控制器選擇輸出的診斷結果并發送至客戶端，待用戶通過該客戶端查看診斷結果后回復確認信息。該方法存在的局限性在于：對先驗知識的依賴性強，如需預先確定參數上下限、故障知識和系統模型，因而該方法在自適應能力、學習能力以及處理不精確信息等方面表現不足。

發明內容

本發明的目的在于針對上述現有技術存在的不足，提出一種基于BP神經網絡的航天器故障診斷方法，以減少對先驗知識的依賴，提高自學習和自適應能力，有效實現對航天器異常預警和故障的智能地診斷。

本發明的技術方案是這樣實現的：

一、技術原理