【技术实现步骤摘要】
本专利技术涉及航天器试验，尤其涉及一种航天器环境试验传感器剪裁方法、装置、计算机设备及计算机可读存储介质。
技术介绍
1、互联网航天器星座具备超大航天器规模、紧迫研制周期和巨大经济潜力，国内外相关制造商均向低成本、批量化生产进行研制模式转型。
2、环境试验是常见的航天器故障检测手段，包括力学试验(如振动试验、噪声试验等)、热学试验(如热真空试验、热循环试验等)，是当前互联网航天器星座中每颗星必做的项目。环境试验时，需要在航天器各个设备和舱板的典型位置处布置传感器，例如力学试验时布置振动传感器、热学试验时布置热电偶，用以测量航天器响应和制定试验条件；通常，航天器传感器数量不少于100个，其中约三分之一在航天器内部，在试验前、后需要打开航天器舱板分别进行传感器粘贴、拆卸操作，不可避免地延长了航天器试验时间，这不符合航天器脉动式生产模式的需求。此外，航天器外表面需要进行白漆、osr片或热控多层包覆等处理以解决航天器在轨热控问题，在航天器外表面粘贴传感器可能会影响外表面的热控措施，进而影响航天器在轨寿命。
3、当前，航天器传感器裁剪常用方法是裁剪舱内测点或不参与试验条件制定的测点。对于裁剪舱内测点，可用舱外测点替代对应位置的舱内测点，或用舱外测点响应预示舱内测点响应，前者方法无法覆盖全部的舱内测点，如航天器隔板上的测点，两种方法都无法减少、甚至可能增加舱外测点，无法降低影响航天器外表面热控措施寿命的风险。对于裁剪不参与试验条件制定的测点，裁剪原则是基于历史数据，不仅无法得知裁剪测点对应的响应，而且没有考虑因工艺操
技术实现思路
1、本专利技术的目的在于提供一种航天器环境试验传感器剪裁方法、装置、计算机设备及计算机可读存储介质，集合非监督和监督式学习算法可实现裁剪60％以上传感器情况下，准确获得航天器各处响应，安全、快速开展航天器试验，并保护航天器外表面热控措施。
2、为了实现上述目的，一方面，本专利技术提供了一种航天器环境试验传感器剪裁方法，包括步骤：
3、在待测航天器中的前序试验航天器的舱内外粘贴传感器，并执行所述前序试验航天器的环境试验，以获得所述前序试验航天器的响应数据；
4、根据所述传感器粘贴位置进行航天器测点分类；其中，航天器测点类型包括有舱内测点、舱外必裁测点以及舱外可选测点；
5、裁剪掉所述待测航天器中的后序试验航天器中对应的所述舱内测点和所述舱外必裁测点；
6、建立以预设保留测点个数作为分类数目的kmeans聚类模型；
7、通过所述kmeans聚类模型以每一类别保留一个测点的方式，对所述舱外可选测点进行裁剪；
8、建立基于机器学习的航天器响应预示模型，将所述前序试验航天器中的部分航天器的所述响应数据作为测试集，所述前序试验航天器中相对的其余航天器的所述响应数据作为训练集；
9、基于所述训练集对所述航天器响应预示模型进行训练，并采用所述测试集中输出测点响应预示的平均误差和最大误差作为模型评价参数，通过调节所述预设保留测点个数，以确定符合预设误差的所述后序试验航天器的保留测点。
10、可选的，所述在待测航天器中的前序试验航天器的舱内外粘贴传感器包括：
11、若所述传感器为力学传感器，则在待测航天器的前序试验航天器的舱内所有设备根部、舱外刚性设备根部、舱外柔性设备根部和最大响应点处粘贴所述传感器；其中，所述刚性设备为基频不小于力学试验频率上限的设备，所述柔性设备是基频小于力学试验频率上限的设备；
12、若所述传感器为热学传感器，则在待测航天器的前序试验航天器对应于热管首末两端的舱板表面、高热耗设备根部、高热耗设备中温度最高处粘贴所述传感器。
13、可选的，所述kmeans聚类模型输入的数据结构以每个所述舱外可选测点作为一个样本，且每一所述样本由所有所述前序试验航天器的所有试验工况下在边界条件内数据拼接而成。
14、可选的，所述kmeans聚类模型输入的数据结构为m行(a×d×s×n)列的矩阵；其中，m为所述舱外可选测点的数量，a为试验中在边界条件内的测试次数，s为每颗所述前序试验航天器试验工况的次数，n为所述前序试验航天器的数量，d为传感器在所述测点上的测量组数。
15、可选的，所述航天器响应预示模型基于随机森林或神经网络的机器学习算法训练而成。
16、可选的，所述测试集的数据结构以所述前序试验航天器中部分航天器的所有试验工况下在边界条件内每个响应数据作为一个样本，且所有保留测点对应响应作为模型输入，裁剪测点对应的响应作为模型输出；
17、所述训练集的数据结构以所述前序试验航天器中相对的其余航天器的所有试验工况下在边界条件内每个响应数据作为一个样本，且所有保留测点对应的响应作为模型输入，裁剪测点对应的响应作为模型输出。
18、可选的，所述平均误差和所述最大误差基于以下公式计算：
19、
20、其中，error1和error2分别为所述平均误差和所述最大误差，at和ap分别为航天器响应试验值和预示值，均为(a×s)行d×(b+c)列矩阵；a为试验中在边界条件内的测试次数，s为每颗所述前序试验航天器试验工况的次数，n为所述前序试验航天器的数量，d为传感器在所述测点上的测量组数；b为保留侧点的数量，c为裁剪测点的数量。
21、另一方面，基于同一专利技术构造，本专利技术还提供了一种航天器环境试验传感器剪裁装置，包括有：
22、测试单元，用于在待测航天器中的前序试验航天器的舱内外粘贴传感器，并执行所述前序试验航天器的环境试验，以获得所述前序试验航天器的响应数据
23、划分单元，用于根据所述传感器粘贴位置进行航天器测点分类；其中，航天器测点类型包括有舱内测点、舱外必裁测点以及舱外可选测点；
24、第一执行单元，用于裁剪掉所述待测航天器中的后序试验航天器中对应的所述舱内测点和所述舱外必裁测点；
25、第一计算单元，用于建立以预设保留测点个数作为分类数目的kmeans聚类模型；
26、第二执行单元，用于通过所述kmeans聚类模型以每一类别保留一个测点的方式，对所述舱外可选测点进行裁剪；
27、第二计算单元，用于建立基于机器学习的航天器响应预示模型，将所述前序试验航天器中的部分航天器的所述响应数据作为测试集，所述前序试验航天器中相对的其余航天器的所述响应数据作为训练集；
28、确定单元，用于基于所述训练集对所述航天器响应预示模型进行训练，并采用所述测试集中输出测点响应预示的平均误差和最大误差作为模型评价参数，通过调节所述预设保留测点个数，以确定符合预设误差的所述后序试验航天器的保留测点。
29、为了实现本专利技术的另一专利技术目的，本专利技术还提供了一种计算机设备，包括：
30、存储本文档来自技高网...
【技术保护点】
1.一种航天器环境试验传感器剪裁方法，其特征在于，包括步骤：
2.根据权利要求1所述的航天器环境试验传感器剪裁方法，其特征在于，所述在待测航天器中的前序试验航天器的舱内外粘贴传感器包括：
3.根据权利要求1所述的航天器环境试验传感器剪裁方法，其特征在于，所述KMeans聚类模型输入的数据结构以每个所述舱外可选测点作为一个样本，且每一所述样本由所有所述前序试验航天器的所有试验工况下在边界条件内数据拼接而成。
4.根据权利要求3所述的航天器环境试验传感器剪裁方法，其特征在于，所述KMeans聚类模型输入的数据结构为m行(a×d×s×n)列的矩阵；其中，m为所述舱外可选测点的数量，a为试验中在边界条件内的测试次数，s为每颗所述前序试验航天器试验工况的次数，n为所述前序试验航天器的数量，d为传感器在所述测点上的测量组数。
5.根据权利要求1所述的航天器环境试验传感器剪裁方法，其特征在于，所述航天器响应预示模型基于随机森林或神经网络的机器学习算法训练而成。
6.根据权利要求1所述的航天器环境试验传感器剪裁方法，其特征在于，所述测试
7.根据权利要求1所述的航天器环境试验传感器剪裁方法，其特征在于，所述平均误差和所述最大误差基于以下公式计算：
8.一种航天器环境试验传感器剪裁装置，其特征在于，包括有：
9.一种计算机设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质存储一个或者多个程序，所述一个或者多个程序当被处理器执行时，实现权利要求1～7中任一项所述的方法。
...【技术特征摘要】
1.一种航天器环境试验传感器剪裁方法，其特征在于，包括步骤：
2.根据权利要求1所述的航天器环境试验传感器剪裁方法，其特征在于，所述在待测航天器中的前序试验航天器的舱内外粘贴传感器包括：
3.根据权利要求1所述的航天器环境试验传感器剪裁方法，其特征在于，所述kmeans聚类模型输入的数据结构以每个所述舱外可选测点作为一个样本，且每一所述样本由所有所述前序试验航天器的所有试验工况下在边界条件内数据拼接而成。
4.根据权利要求3所述的航天器环境试验传感器剪裁方法，其特征在于，所述kmeans聚类模型输入的数据结构为m行(a×d×s×n)列的矩阵；其中，m为所述舱外可选测点的数量，a为试验中在边界条件内的测试次数，s为每颗所述前序试验航天器试验工况的次数，n为所述前序试验航天器的数量，d为传感器在所述测点上的测量组数。
5.根据权利要求1所...
【专利技术属性】
技术研发人员：张婕，叶桑，孙浩，裴胜伟，
申请(专利权)人：中国空间技术研究院，
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。