【技术实现步骤摘要】
基于周期数据的数据分布特性的航天器部件状态评估方法
[0001]本申请涉及航空航天
,尤其是一种基于周期数据的数据分布特性的航天器部件状态评估方法。
技术介绍
[0002]随着航空航天领域技术的不断发展,执行任务的复杂度不断提升,出于合理任务规划与部件性能的需求,在航天器运行过程中对其各个部件进行准确的健康评估具有重要意义。
[0003]目前基于数据对设备进行健康评估大多会选择平稳数据,通过数据变化与偏离程度可以直观进行设备的健康状态的评估。但是很多航天器部件由于定期运行与轨道周期等因素使得反应其性能变化的数据呈现周期变化特征,这类数据的周期性、波动性使得对于这类数据的健康评估成为难题。常规针对周期数据的健康评估需要长期运行的运行数据,从其中提取变化趋势建立隐性健康特征观测模型,但是实际航天器部件初期运行时并无大量运行数据,采用相同航天器部件的历史数据进行分析也会因工作环境差异等因素使得评估结果出现较大偏差,因此无法适用。这些因素都导致目前对于航天器部件的健康评估的难度较大,并没有很好地解决方法。
技术实现思路
[0004]本申请人针对上述问题及技术需求,提出了一种基于周期数据的数据分布特性的航天器部件状态评估方法,本申请的技术方案如下:
[0005]一种基于周期数据的数据分布特性的航天器部件状态评估方法,该方法包括在待评估航天器部件运行过程中的任意当前采样时刻:
[0006]采集当前采样时刻最近一个完整运行周期内的原始运行数据序列;
[0007]基于采集到的原始 ...
【技术保护点】
【技术特征摘要】
1.一种基于周期数据的数据分布特性的航天器部件状态评估方法,其特征在于,所述方法包括在待评估航天器部件运行过程中的任意当前采样时刻:采集当前采样时刻最近一个完整运行周期内的原始运行数据序列;基于采集到的原始运行数据序列构建得到与所述待评估航天器部件的基准数据序列的相位一致的运行状态数据序列,其中,所述待评估航天器部件的基准数据序列包括所述待评估航天器部件在平稳运行后的第一个完整运行周期内的运行数据;计算所述运行状态数据序列与所述基准数据序列的数据分布离差;计算所述运行状态数据序列与所述基准数据序列的运行数据变化相似度;融合所述数据分布离差和所述运行数据变化相似度得到所述待评估航天器部件在当前采样时刻的健康状态评估结果。2.根据权利要求1所述的方法,其特征在于,所述构建当前采样时刻对应的运行状态数据序列的方法包括:对采集到的原始运行数据序列中包含的各个采样时刻的运行数据的时序排列位置进行重排列,将所述原始运行数据序列中的第二序列重排列到第一序列的时序之前得到与所述基准数据序列的相位一致的运行状态数据序列;其中,第一序列包含所述待评估航天器部件在平稳运行后的第t+1
‑
n个采样时刻至第k*n个采样时刻采集到的运行数据,第二序列包含所述待评估航天器部件在平稳运行后的第k*n+1个采样时刻至第t个采样时刻采集到的运行数据;所述基准数据序列包括所述待评估航天器部件在平稳运行后的第1个采样时刻至第n个采样时刻采集到的运行数据,k为参数且k≥1。3.根据权利要求1所述的方法,其特征在于,计算所述运行状态数据序列与所述基准数据序列的数据分布离差的方法包括:将函数域F定义成再生希尔伯特空间中单位球内的任意向量,通过计算所述运行状态数据序列与所述基准数据序列之间的最大均值差异MMD作为所述数据分布离差D;其中,f表示映射到再生希尔伯特空间中的任意向量,f∈F且||f||<1,E
p
[f(x)]表示所述运行状态数据序列中的各个运行数据映射到再生希尔伯特空间中的向量f(x)后的期望的差,E
q
[f(y)]表示所述基准数据序列中的各个运行数据映射到再生希尔伯特空间中的向量f(y)后的期望的差,函数sup()用于取上确界。4.根据权利要求3所述的方法,其特征在于,计算所述运行状态数据序列与所述基准数据序列之间的最大均值差异MMD的方法包括:按照公式计算得到所述运行状态数据序列与所述基准数据序列之间的最大均值差异MMD;其中,函数Φ()为映射函数,Φ(x
i
)是将所述运...
【专利技术属性】
技术研发人员:程月华,惠永超,姜斌,陆宁云,杨磊,
申请(专利权)人:南京航空航天大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。