《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 一種基于時間序列的環控生保系統遙測數據預測方法
一種基于時間序列的環控生保系統遙測數據預測方法
2020年信息技術與網絡安全第12期
潘點飛1,胡 偉1,周文興1,張慧穎2,唐 斌1,羅亞斌1,鄭為閣1
1.中國航天員科研訓練中心,北京 100094;2.北京跟蹤與通信技術研究所,北京100094
摘要: 為實現環控生保系統在軌故障預測與健康管理,研究系統遙測數據的時間序列信息。通過預測關鍵遙測數據的變化趨勢,實現在故障出現之前對其識別、預判。結合環控生保系統遙測數據的特點,通過AIC與BIC相結合的方法確定預測模型。運用該模型對實際工程中遙測數據進行預測驗證,結果表明采用該方法對氧分壓數據進行前向6點預測,預測精度可達98.2%,可為后續系統在軌故障預測與健康管理提供基礎。
中圖分類號: V476.1
文獻標識碼: A
DOI: 10.19358/j.issn.2096-5133.2020.12.012
引用格式: 潘點飛,胡偉,周文興,等. 一種基于時間序列的環控生保系統遙測數據預測方法[J].信息技術與網絡安全,2020,39(12):67-72.
A telemetry data prediction method of environmental control and life support system based on time series analysis
Pan Dianfei1,Hu Wei1,Zhou Wenxing1,Zhang Huiying2,Tang Bin1,Luo Yabin1,Zheng Weige1
1.China Astronaut Research and Training Center,Beijing 100094,China; 2.Beijing Institute of Tracking and Telecommunications Technology,Beijing 100094,China
Abstract: In order to realize on orbit fault prediction and health management of environmental control and life support system(ECLSS), time series information of telemetry data is studied. By predicting the change trend of key telemetry data, the fault can be identified and predicted before it occurs. Combined with the characteristics of telemetry data of ECLSS, the prediction model is determined by combining AIC and BIC. The model is used to predict and verify the telemetry data in practical engineering. The experimental results show that the prediction accuracy of this method can reach 98.2%when the oxygen partial pressure data is predicted forward by using this method, which can provide the basis for the subsequent system on orbit fault prediction and health management.
Key words : environmental control and life support system(ECLSS);telemetry data; prediction;fault prediction

0 引言

    當前,我國載人航天工程已經進入航天員長期駐留及進行空間科學實驗的空間站階段,環控生保系統直接關系到航天員的生命健康,要求對其運行狀態監測更加及時準確,對其故障預判、診斷更加快速智能。

    環控生保系統的運行狀態主要通過遙測數據獲得,數據的變化與產品、功能狀態的變化息息相關。從遙測數據中識別、提取關鍵信息是常用的航天器故障診斷方法。目前航天領域普遍采用二值邏輯型閾值比較方法進行故障識別[1],該方法雖然簡單、直觀,但是存在諸如閾值不易界定、缺乏故障征兆識別能力、故障診斷效率低等問題,且未能充分利用遙測數據中包含的大量時域、空域信息,數據利用效率較低。

    本文提出一種基于時間序列的遙測數據預測方法,能夠根據遙測數據的歷史信息預測未來一段時間的變化趨勢,在故障出現之前對其進行識別、預判,有效確保分系統的健康、長期工作,降低未來空間站環控生保分系統長期運行的維護成本。




本文詳細內容請下載:http://www.xxav2194.com/resource/share/2000003234




作者信息:

潘點飛1,胡  偉1,周文興1,張慧穎2,唐  斌1,羅亞斌1,鄭為閣1

(1.中國航天員科研訓練中心,北京 100094;2.北京跟蹤與通信技術研究所,北京100094)

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 久久精品国产久精国产一老狼 | 波多野结衣cesd—819| 国产强伦姧在线观看无码| caoporm在线视频| 无码国产色欲XXXXX视频| 亚洲人jizz| 特级做a爰片毛片免费看一区 | 你懂的视频在线| 好爽好多水好得真紧| 久久久无码精品午夜| 欧美亚洲视频一区| 亚洲视频免费在线播放| 羞羞漫画在线成人漫画阅读免费| 国产日韩精品欧美一区| 91系列在线观看| 孪生兄弟3ph尴尬| 久久se精品动漫一区二区三区| 欧美zozozo人禽交免费大片| 亚洲综合AV在线在线播放| 精品无码国产污污污免费网站| 国产成 人 综合 亚洲专| 2022国产精品手机在线观看| 天天操天天干天天插| 中文天堂最新版www在线观看| 日韩大片观看网址| 亚洲午夜爱爱香蕉片| 熟女精品视频一区二区三区| 午夜激情视频在线| 被两个同桌绑起来玩乳动态gif| 国产日韩精品欧美一区| 1000部夫妻午夜免费| 夜夜高潮天天爽欧美| 一本大道香蕉高清视频app| 日日操夜夜操狠狠操| 国产小视频福利| 91精品国产91久久久久久最新 | 精品一区二区三区在线视频| 国产a毛片高清视| 青青国产在线视频| 国产成人无码A区在线观看导航| 金8国欧美系列在线|