System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及航天器健康評估,尤其涉及一種航天器在軌運行健康評估方法。
技術介紹
1、航天器在軌運行的健康評估對于確保其長期穩定運作至關重要,而目前這一評估存在不準確性,由于失效數據量相對較小,難以構建全面準確的預測模型,系統的性能和可靠性往往依賴于專家的經驗和定性描述,而這些描述可能帶有主觀性和模糊性,增加了評估的不確定性,且航天器的運行狀態不能簡單分為“正常”和“故障”,鑒于這些挑戰,開發更精確的在軌健康評估系統顯得尤為重要,這不僅能提高航天器的操作效率,降低意外故障的風險,還能有效延長航天器的服務壽命,確保空間任務的成功完成。
2、中國專利公開號:cn103425874a公開了一種基于率模可靠性理論的航天器健康評估方法,它有七大步驟:步驟一:航天器運行狀態空間劃分;步驟二:設計航天器狀態轉移概率矩陣計算方法;步驟三:設計航天器穩態概率計算方法;步驟四:設計航天器率模可靠度估計方法;步驟五:設計航天器健康等級的確定方法;步驟六:設計航天器平均模糊故障時間的計算方法;步驟七:進入設計結束階段。但該方案的航天器健康評估準確度仍然不足,且未根據航天器健康評估結果對航天器進行修理。
技術實現思路
1、為此,本專利技術提供一種航天器在軌運行健康評估方法,用以克服現有技術中未對航天器在軌運行健康進行前置預測、數字孿生預生產和多模態數據融合處理,無法預測航天器在軌運行健康狀態,且航天器在軌運行健康評估準確度低,未根據航天器在軌運行健康評估結果進行邊緣計算備份預防和自主決策,無法及
2、為實現上述目的,本專利技術提供一種航天器在軌運行健康評估方法,包括:
3、步驟s1,對航天器實時運行數據進行采集;
4、步驟s2,根據航天器實時運行數據對前置數據進行預測;
5、步驟s3,根據前置數據對航天器在軌前置狀態進行數字孿生預測;
6、步驟s4,根據航天器實時運行數據對航天器在軌實時狀態進行監測;
7、步驟s5,根據航天器在軌前置狀態和航天器在軌實時狀態對航天器邊緣計算方式進行調整;
8、步驟s6,根據航天器在軌前置狀態和航天器在軌實時狀態對多模態數據進行采集和融合,并對航天器在軌運行健康進行評估,得到航天器在軌運行健康評估結果;
9、步驟s7,根據航天器在軌運行健康評估結果進行自主決策,并根據自主決策結果進行航天器修復;
10、步驟s8,計算航天器在軌運行健康評估結果錯誤率,并根據航天器在軌運行健康評估結果錯誤率對前置數據預測過程進行調整;
11、步驟s9,根據前置數據預測時長對前置數據預測過程的調整過程進行優化。
12、進一步地,在所述步驟s3中,在對航天器在軌前置狀態進行數字孿生預測時,將前置數據輸入至孿生預測模型中,由孿生預測模型輸出航天器在軌前置狀態,當孿生預測模型輸出航天器在軌前置狀態為異常前置狀態時,所述孿生預測模型將前置時長內航天器存在異常在軌運行狀態的時間點作為異常前置時間點進行標記。
13、進一步地,在所述步驟s4中,在對航天器在軌實時狀態進行監測時,將航天器實時運行數據與預設航天器標準運行數據閾值進行比對,并根據比對結果對航天器在軌實時狀態進行監測,其中:
14、當航天器實時運行數據全都落在預設航天器標準運行數據閾值內時,判定航天器在軌實時狀態正常;
15、當存在落在預設航天器標準運行數據閾值外的航天器實時運行數據時,判定航天器在軌實時狀態異常,并將落在預設航天器標準運行數據閾值外的航天器實時運行數據作為關鍵異常數據。
16、進一步地,在所述步驟s5中,在對航天器邊緣計算方式進行調整時,根據航天器在軌前置狀態和航天器在軌實時狀態對航天器邊緣計算方式的調整情況進行判斷,其中:
17、當航天器在軌前置狀態為異常前置狀態,且航天器在軌實時狀態正常時,判定對航天器邊緣計算方式的數據計算任務優先級進行調整;
18、當航天器在軌前置狀態為異常前置狀態,且航天器在軌實時狀態異常時,判定對航天器邊緣計算方式的數據計算任務優先級進行調整;
19、當航天器在軌前置狀態為正常前置狀態,且航天器在軌實時狀態正常時,判定不對航天器邊緣計算方式的數據計算任務優先級進行調整;
20、當航天器在軌前置狀態為正常前置狀態,且航天器在軌實時狀態異常時,判定對航天器邊緣計算方式的數據計算任務優先級進行調整。
21、進一步地,在所述步驟s6中,在對航天器在軌運行健康進行評估時,根據航天器在軌前置狀態和航天器在軌實時狀態對多模態數據的采集進行判斷,其中:
22、當航天器在軌前置狀態為異常前置狀態,且航天器在軌實時狀態正常時,判定對多模態數據進行采集,并將采集到的多模態數據與航天器實時運行數據和前置數據進行融合,得到評估數據;
23、當航天器在軌前置狀態為異常前置狀態,且航天器在軌實時狀態異常時,判定對多模態數據進行采集,并將采集到的多模態數據與航天器實時運行數據和前置數據進行融合,得到評估數據;
24、當航天器在軌前置狀態為正常前置狀態,且航天器在軌實時狀態正常時,判定不對多模態數據進行采集,并將航天器實時運行數據和前置數據進行融合,得到評估數據;
25、當航天器在軌前置狀態為正常前置狀態,且航天器在軌實時狀態異常時,判定對多模態數據進行采集,并將采集到的多模態數據與航天器實時運行數據和前置數據進行融合,得到評估數據;
26、將評估數據輸入至各模態航天器評估模型中,并獲取各模態航天器評估模型輸出的評估系數,將各評估系數輸入至神經網絡模型中,通過神經網絡模型輸出航天器在軌運行健康評估結果。
27、進一步地,在所述步驟s7中,在進行自主決策時,根據航天器在軌運行健康評估結果進行自主決策判斷,其中:
28、當航天器在軌運行健康評估結果為航天器在軌運行健康時,不進行自主決策;
29、當航天器在軌運行健康評估結果為航天器在軌運行不健康時,進行自主決策,將評估數據輸入至自主決策模型中,并輸出自主決策結果。
30、進一步地,在所述步驟s7中,在進行航天器修復時,根據自主決策結果對航天器修復方式進行判斷,其中:
31、當自主決策結果為修復執行指令時,判定將執行指令發送至航空器修復控制器中,由航空器修復控制器對修復執行指令進行執行;
32、當自主決策結果為空白執行指令時,判定航空器修復控制器執行模糊控制算法。
33、進一步地,在所述步驟s8中,在計算航天器在軌運行健康評估結果錯誤率時,獲取航天器在軌運行健康評估結果錯誤次數n1、航天器在軌運行健康評估總次數n10,航天器在軌運行不健康未評估次數n2,并計算航天器在軌運行健康評估結果錯誤率r,設定r=a×n1/n10+b×n2/n20,n20為預設未評估次數,a為錯評權重參數,b本文檔來自技高網...
【技術保護點】
1.一種航天器在軌運行健康評估方法,其特征在于,包括:
2.根據權利要求1所述的航天器在軌運行健康評估方法,其特征在于,在所述步驟S3中,在對航天器在軌前置狀態進行數字孿生預測時,將前置數據輸入至孿生預測模型中,由孿生預測模型輸出航天器在軌前置狀態,當孿生預測模型輸出航天器在軌前置狀態為異常前置狀態時,所述孿生預測模型將前置時長內航天器存在異常在軌運行狀態的時間點作為異常前置時間點進行標記。
3.根據權利要求1所述的航天器在軌運行健康評估方法,其特征在于,在所述步驟S4中,在對航天器在軌實時狀態進行監測時,將航天器實時運行數據與預設航天器標準運行數據閾值進行比對,并根據比對結果對航天器在軌實時狀態進行監測,其中:
4.根據權利要求1所述的航天器在軌運行健康評估方法,其特征在于,在所述步驟S5中,在對航天器邊緣計算方式進行調整時,根據航天器在軌前置狀態和航天器在軌實時狀態對航天器邊緣計算方式的調整情況進行判斷,其中:
5.根據權利要求1所述的航天器在軌運行健康評估方法,其特征在于,在所述步驟S6中,在對航天器在軌運行健康進行評估時,根
6.根據權利要求1所述的航天器在軌運行健康評估方法,其特征在于,在所述步驟S7中,在進行自主決策時,根據航天器在軌運行健康評估結果進行自主決策判斷,其中:
7.根據權利要求6所述的航天器在軌運行健康評估方法,其特征在于,在所述步驟S7中,在進行航天器修復時,根據自主決策結果對航天器修復方式進行判斷,其中:
8.根據權利要求1所述的航天器在軌運行健康評估方法,其特征在于,在所述步驟S8中,在計算航天器在軌運行健康評估結果錯誤率時,獲取航天器在軌運行健康評估結果錯誤次數N1、航天器在軌運行健康評估總次數N10,航天器在軌運行不健康未評估次數N2,并計算航天器在軌運行健康評估結果錯誤率r,設定r=a×N1/N10+b×N2/N20,N20為預設未評估次數,a為錯評權重參數,b為漏評權重參數,a+b=1,a的值和b的值根據N1/N10的值和N2/N20的值進行設定,其中:
9.根據權利要求8所述的航天器在軌運行健康評估方法,其特征在于,在所述步驟S8中,在對前置數據預測過程進行調整時,將航天器在軌運行健康評估結果錯誤率r與預設航天器在軌運行健康評估結果錯誤率r0進行比對,并根據比對結果對前置數據預測過程的調整情況進行判斷,其中:
10.根據權利要求1所述的航天器在軌運行健康評估方法,其特征在于,在所述步驟S9中,獲取前置數據預測時長Th,并將前置數據預測時長Th與預設前置數據預測時長Th0進行比對,根據比對結果對前置數據預測過程的調整過程的優化情況進行判斷,其中:
...【技術特征摘要】
1.一種航天器在軌運行健康評估方法,其特征在于,包括:
2.根據權利要求1所述的航天器在軌運行健康評估方法,其特征在于,在所述步驟s3中,在對航天器在軌前置狀態進行數字孿生預測時,將前置數據輸入至孿生預測模型中,由孿生預測模型輸出航天器在軌前置狀態,當孿生預測模型輸出航天器在軌前置狀態為異常前置狀態時,所述孿生預測模型將前置時長內航天器存在異常在軌運行狀態的時間點作為異常前置時間點進行標記。
3.根據權利要求1所述的航天器在軌運行健康評估方法,其特征在于,在所述步驟s4中,在對航天器在軌實時狀態進行監測時,將航天器實時運行數據與預設航天器標準運行數據閾值進行比對,并根據比對結果對航天器在軌實時狀態進行監測,其中:
4.根據權利要求1所述的航天器在軌運行健康評估方法,其特征在于,在所述步驟s5中,在對航天器邊緣計算方式進行調整時,根據航天器在軌前置狀態和航天器在軌實時狀態對航天器邊緣計算方式的調整情況進行判斷,其中:
5.根據權利要求1所述的航天器在軌運行健康評估方法,其特征在于,在所述步驟s6中,在對航天器在軌運行健康進行評估時,根據航天器在軌前置狀態和航天器在軌實時狀態對多模態數據的采集進行判斷,其中:
6.根據權利要求1所述的航天器在軌運行健康評估方法,其特征在于,在所述步驟s7中,在進行自主決策時,根據航天器在軌運行健康...
【專利技術屬性】
技術研發人員:王碩,李達,呼震杰,李肇峰,
申請(專利權)人:北京開運聯合信息技術集團股份有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。