[發明專利]一種基于決策樹的飛行器動力系統故障在線辨識方法

有效

• 申請號: 202010076008.1
• 申請日: 2020-01-23
• 公開（公告）號: CN111221345B
• 公開（公告）日: 2023-04-14
• 發明（設計）人: 郜詩佳;鞏慶海;翟雯婧;徐頌;張雋;柳嘉潤;張惠平;禹春梅;馬衛華
• 申請（專利權）人: 北京航天自動控制研究所
• 主分類號: G05D1/08
• 分類號: G05D1/08;G05D1/10
• 代理公司: 中國航天科技專利中心 11009
• 代理人: 胡健男

1.一種基于決策樹的飛行器推力故障在線辨識方法，其特征在于步驟如下：

(1)根據真實飛行器和其所處的環境，構建飛行器六自由度動力學仿真模型；

(2)設定各個仿真偏差組合，將設定的仿真偏差組合輸入步驟(1)構建的飛行器六自由度動力學仿真模型中；進行步驟(3)；

(3)設定各個故障發生時刻與故障程度，將設定的故障發生時刻與故障程度輸入步驟(1)構建的飛行器六自由度動力學仿真模型中；

(4)將步驟(2)設定的仿真偏差組合與步驟(3)設定的各個故障發生時刻與故障程度進行排列組合，得到飛行器六自由度動力學仿真模型在不同組合情況下的仿真數據，將不同組合情況下的仿真數據進行保存；

(5)將不同組合情況下的仿真數據進行截取，生成數據樣本；根據故障發動機編號以及故障程度設計數據標簽，并對每個數據樣本打標簽，所有數據樣本中大部分以上的數據樣本放入訓練集中；其余部分放于測試集中；

(6)采用訓練集中數據樣本，利用CART算法訓練，生成決策樹，當生成決策樹時，訓練結束，得到訓練結果；

(7)對訓練結果進行判斷，若訓練結果滿足要求，則將生成的決策樹保存，進行步驟(8)；若不滿足，則返回步驟(4)；

(8)采用測試集中的數據樣本，對步驟(7)中的決策樹進行驗證，若驗證準確率滿足要求，則提取決策樹中判別規則，并保存；若不滿足要求，返回步驟(4)；

(9)使用決策樹，進行故障在線辨識。

2.根據權利要求1所述的一種基于決策樹的飛行器推力故障在線辨識方法，其特征在于：所有數據樣本中大部分以上的數據樣本放入訓練集中，具體為:所有數據樣本中2/3以上的數據樣本放入訓練集中。

3.根據權利要求1所述的一種基于決策樹的飛行器推力故障在線辨識方法，其特征在于：步驟(4)中仿真數據包括：位置、速度、加速度，以及姿態角，姿態角偏差。

4.根據權利要求1所述的一種基于決策樹的飛行器推力故障在線辨識方法，其特征在于：決策樹，為一種基本的分類與回歸方法。

5.根據權利要求1所述的一種基于決策樹的飛行器推力故障在線辨識方法，其特征在于：決策樹呈樹形結構，在分類問題中，表示給予特征對實例下進行分類的過程。

6.根據權利要求1所述的一種基于決策樹的飛行器推力故障在線辨識方法，其特征在于：飛行器具有2臺發動機，形成的推力合力為總推力，所處的環境為真實低空環境，考慮風擾、氣動的影響。

7.根據權利要求1所述的一種基于決策樹的飛行器推力故障在線辨識方法，其特征在于：飛行器六自由度動力學仿真模型，優選為：基于機器學習的飛行器推力故障在線辨識六自由度動力學仿真模型。

8.根據權利要求1所述的一種基于決策樹的飛行器推力故障在線辨識方法，其特征在于：決策樹具有可讀性，分類速度快。

9.根據權利要求1所述的一種基于決策樹的飛行器推力故障在線辨識方法，其特征在于：根據損失函數最小化的原則建立決策樹模型。

10.根據權利要求1所述的一種基于決策樹的飛行器推力故障在線辨識方法，其特征在于：通過決策樹的算法構造決策樹來發現數據中蘊含的分類規則。