《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.j7575.cn/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: 久久天天躁狠狠躁夜夜不卡 | 男人天堂网2019 | 精品国产夜色在线 | 51精品视频在线一区二区 | 免费黄色小视频在线观看 | www.huangse.| 久久精品免费视频观看 | 99色在线 | 亚洲乱码国产乱码精品精98 | 理论在线视频 | 8888四色奇米在线观看免费看 | 日日综合网 | 五月婷婷激情视频 | 国产欧美一区二区三区观看 | 2021国产精品最新在线 | 成人免费毛片网站 | 欧洲一区在线观看 | 国产成人精品免费大全 | 欧美精品成人一区二区在线观看 | 欧美一区二区三区成人看不卡 | 埃及艳后h版成c人版在线 | 国产 欧美 日韩在线 | 五月天婷五月天综合网在线 | 欧美成人看片一区二区三区 | 久久这里只有精品2 | 欧美成人免费草草影院 | 亚洲欧美日韩综合一区久久 | 欧美色视频网 | 久久精品视频播放 | 色爱五月天| 99视频精品全部 在线 | www.男人天堂 | 男女男精品网站 | 久久99精品久久久久久综合 | 国产伦精一区二区三区视频 | 国产成人精品亚洲 | 国产美女视频网站 | 四虎影视亚洲精品 | 丁香花在线视频 | 人人狠狠综合久久亚洲 | 天天躁夜夜躁狠狠躁 |