[發明專利]有效載荷的故障決策方法

有效

• 申請號: 201811429074.1
• 申請日: 2018-11-27
• 公開（公告）號: CN109583751B
• 公開（公告）日: 2020-09-08
• 發明（設計）人: 樊中華;宋磊;郭麗麗;王紅飛;孫冬柏;張衛冬;尹怡欣
• 申請（專利權）人: 中國科學院空間應用工程與技術中心
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N3/04
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 楊立;趙秀斌

本發明公開了有效載荷的故障決策方法，涉及航天器領域。該方法包括：獲取有效載荷的運行參數；建立決策模型，根據運行參數和馬爾科夫模型對決策模型進行訓練，其中，決策模型為深度增強網絡模型；根據訓練后的決策模型對有效載荷的故障進行決策。本發明提供的故障決策方法，通過運行參數和馬爾科夫模型對深度增強網絡模型進行訓練，將故障診斷、推理與決策相結合，實現航天器有效載荷從故障發現直到故障決策的全周期過程，解決了多重因素影響下復雜跳變參數關聯性和誤檢率高的問題，實現了上下文邏輯關系的概率模糊診斷和動態更新，提高了故障診斷與決策的準確性和時效性。

技術領域

本發明涉及航天器領域，尤其涉及一種有效載荷的故障決策方法。

背景技術

目前，航天器有效載荷故障診斷方法主要分為：基于專家系統的故障診斷方法、基于支持向量機的診斷方法、基于人工神經網絡的診斷方法、基于故障樹分析的診斷方法等。

航天器是有效探索、開發和合理利用空間資源的設備，實時高效的故障診斷與決策技術對航天器的可靠穩定運行具有重要意義。然而，由于系統復雜性、運行環境的特殊性以及不確定性等因素，傳統的故障診斷方法僅僅診斷原因而缺少決策輔助，且對多重因素影響下的復雜跳變參數具有較高的誤檢率，無法滿足智能性、準確性和時效性的要求。

發明內容

本發明所要解決的技術問題是針對現有技術的不足，提供一種有效載荷的故障決策方法及一種存儲介質。

本發明解決上述技術問題的技術方案如下：

一種有效載荷的故障決策方法，包括：

獲取有效載荷的運行參數；

建立決策模型，根據所述運行參數和馬爾科夫模型對所述決策模型進行訓練，其中，所述決策模型為深度增強網絡模型；

根據訓練后的所述決策模型對所述有效載荷的故障進行決策。

本發明的有益效果是：本發明提供的故障決策方法，通過運行參數和馬爾科夫模型對深度增強網絡模型進行訓練，將故障診斷、推理與決策相結合，實現航天器有效載荷從故障發現直到故障決策的全周期過程，解決了多重因素影響下復雜跳變參數關聯性和誤檢率高的問題，實現了上下文邏輯關系的概率模糊診斷和動態更新，提高了故障診斷與決策的準確性和時效性。

本發明解決上述技術問題的另一種技術方案如下：

一種存儲介質，所述存儲介質中存儲有指令，當計算機讀取所述指令時，使所述計算機執行如上述技術方案所述的方法。

本發明附加的方面的優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明實踐了解到。

附圖說明

圖1為本發明有效載荷的故障決策方法的實施例提供的流程示意圖。

具體實施方式

以下結合附圖對本發明的原理和特征進行描述，所舉實施例只用于解釋本發明，并非用于限定本發明的范圍。

如圖1所示，為本發明有效載荷的故障決策方法的實施例提供的流程示意圖，該方法包括：

S1，獲取有效載荷的運行參數。

需要說明的是，有效載荷是指航天器上裝載的為直接實現航天器在軌運行要完成的特定任務的儀器、設備、人員、試驗生物及試件等。例如，當有效載荷為航天器的儀器時，運行參數可以為儀器的溫度、電壓、工作狀態等。

應理解，為了對決策模型進行訓練，獲取的是運行參數的數據集，例如，當運行參數為溫度時，可以以預設的采集頻率采集溫度值，得到數據集，然后再將數據集劃分成訓練集和測試集，使用訓練集對決策模型進行訓練。