[發(fā)明專(zhuān)利]基于Bayes多源數(shù)據(jù)融合的陀螺系統(tǒng)壽命預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910139718.1
• 申請(qǐng)日: 2019-02-26
• 公開(kāi)（公告）號(hào): CN110059337B
• 公開(kāi)（公告）日: 2022-11-22
• 發(fā)明（設(shè)計(jì)）人: 肇剛;陳宇;楊天社;樊恒海;王信峰;程月華;陸寧云;劉帆;高宇;吳冠;楊懷軍;趙靜
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)西安衛(wèi)星測(cè)控中心
• 主分類(lèi)號(hào): G06F30/20
• 分類(lèi)號(hào): G06F30/20
• 代理公司: 南京蘇高專(zhuān)利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

1.基于Bayes多源數(shù)據(jù)融合的陀螺系統(tǒng)壽命預(yù)測(cè)方法，其特征在于：所述方法通過(guò)壽命預(yù)測(cè)子方法對(duì)多源小樣本失效數(shù)據(jù)進(jìn)行擴(kuò)充，然后通過(guò)Bayes融合擴(kuò)充后的多源壽命數(shù)據(jù)樣本，且建立壽命預(yù)測(cè)矩陣進(jìn)行分析預(yù)測(cè)，包括如下步驟：

(1)獲取光纖陀螺子系統(tǒng)小樣本失效數(shù)據(jù)，所述小樣本失效數(shù)據(jù)包括部件失效數(shù)據(jù)和光纖陀螺系統(tǒng)壽命數(shù)據(jù)；

(2)分析陀螺的失效機(jī)理和數(shù)據(jù)特征，通過(guò)壽命預(yù)測(cè)子方法對(duì)小樣本失效數(shù)據(jù)進(jìn)行擴(kuò)充，得到多源壽命數(shù)據(jù)樣本；

(3)檢驗(yàn)多源壽命數(shù)據(jù)樣本的相容性，對(duì)各樣本數(shù)據(jù)擬合分析求解先驗(yàn)分布，所述的先驗(yàn)分布包括正太分布、指數(shù)分布、對(duì)數(shù)分布和威布爾分布；

(4)根據(jù)Bayes融合方法獲取Bayes驗(yàn)前信息，通過(guò)Bayes壽命參數(shù)的融合得到后驗(yàn)分布并對(duì)其進(jìn)行參數(shù)估計(jì)，獲得光纖陀螺系統(tǒng)的壽命預(yù)測(cè)值。

2.根據(jù)權(quán)利要求1所述基于Bayes多源數(shù)據(jù)融合的陀螺系統(tǒng)壽命預(yù)測(cè)方法，其特征在于：所述壽命預(yù)測(cè)子方法包括基于物理模型的壽命預(yù)測(cè)方法、基于數(shù)據(jù)驅(qū)動(dòng)的壽命預(yù)測(cè)方法和基于混合模型的壽命預(yù)測(cè)方法。

3.根據(jù)權(quán)利要求1所述基于Bayes多源數(shù)據(jù)融合的陀螺系統(tǒng)壽命預(yù)測(cè)方法，其特征在于：所述方法對(duì)于已知部件失效機(jī)理下的樣本數(shù)據(jù)集通過(guò)基于物理模型的壽命預(yù)測(cè)方法擴(kuò)充樣本數(shù)據(jù)，所述基于物理模型的壽命預(yù)測(cè)方法包括動(dòng)態(tài)故障樹(shù)法、隨機(jī)混雜自動(dòng)機(jī)法和曲線法；對(duì)于失效機(jī)理未知但可獲得歷史故障數(shù)據(jù)或統(tǒng)計(jì)數(shù)據(jù)集通過(guò)基于數(shù)據(jù)驅(qū)動(dòng)的壽命預(yù)測(cè)方法擴(kuò)充樣本數(shù)據(jù)，所述的基于數(shù)據(jù)驅(qū)動(dòng)的壽命預(yù)測(cè)方法包括ARIMA模型、相似樣本模型、Markov模型；對(duì)于其他類(lèi)型的數(shù)據(jù)集通過(guò)基于混合模型的壽命預(yù)測(cè)方法擴(kuò)充樣本數(shù)據(jù)，所述的基于混合模型的壽命預(yù)測(cè)方法包括最小二乘支持向量機(jī)法與隱馬爾科夫模型法、灰色支持向量機(jī)法、多層感知與徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)法。

4.根據(jù)權(quán)利要求1所述基于Bayes多源數(shù)據(jù)融合的陀螺系統(tǒng)壽命預(yù)測(cè)方法，其特征在于：步驟(4)對(duì)于光纖陀螺系統(tǒng)的壽命預(yù)測(cè)包括基于SHA模型的陀螺子系統(tǒng)壽命預(yù)測(cè)方法、基于相似性的陀螺子系統(tǒng)壽命預(yù)測(cè)方法、基于灰色支持向量機(jī)的陀螺子系統(tǒng)壽命預(yù)測(cè)方法。

5.根據(jù)權(quán)利要求1所述基于Bayes多源數(shù)據(jù)融合的陀螺系統(tǒng)壽命預(yù)測(cè)方法，其特征在于：步驟(3)包括通過(guò)相容性檢驗(yàn)后確定融合先驗(yàn)分布，通過(guò)分布擬合確定各來(lái)源數(shù)據(jù)的先驗(yàn)分布，通過(guò)AHP法確定各數(shù)據(jù)源所占權(quán)重，進(jìn)而確定融合先驗(yàn)分布。

6.根據(jù)權(quán)利要求5所述基于Bayes多源數(shù)據(jù)融合的陀螺系統(tǒng)壽命預(yù)測(cè)方法，其特征在于：所述AHP法包括如下步驟：

(A)影響數(shù)據(jù)源評(píng)價(jià)因素確定：根據(jù)航天器可靠性數(shù)據(jù)的特性確定可信性、時(shí)效性和環(huán)境相似性三個(gè)重要度評(píng)價(jià)因素；

(B)建立判斷矩陣：矩陣元素為影響因素兩兩之間的重要度；

(C)生成預(yù)測(cè)矩陣：矩陣元素為各個(gè)數(shù)據(jù)源對(duì)各個(gè)影響因素的重要度；

(D)確定各個(gè)判斷矩陣的權(quán)值。