《基于深度森林的卫星ACS执行机构与传感器故障识别》PDF+DOC
作者:程月华,江文建,杨浩,薛琪,廖鹤
单位:中国航空学会;北京航空航天大学
出版:《航空学报》2020年第S1期
页数:11页 (PDF与DOC格式可能不同)
PDF编号:PDFHKXB2020S10200
DOC编号:DOCHKXB2020S10209
下载格式:PDF + Word/doc 文字可复制、可编辑
《局部均值分解与支持向量机相融合的传感器故障诊断》PDF+DOC 武青海
《磁悬浮动量轮的主动振动控制》PDF+DOC2001年第02期 解永春
《航空发动机智能容错数字控制》PDF+DOC2005年第04期 黄向华
《软件容错技术在AMT控制系统开发中的应用》PDF+DOC2004年第01期 阴晓峰,谭晶星,雷雨龙,葛安林,牛铭奎
《航天器的故障建模与应用》PDF+DOC2011年第05期 欧阳高翔,倪茂林,孙承启,李果
《蚁群神经网络传感器故障识别法在二次测爆装置中的应用》PDF+DOC2011年第05期 王国辉,叶宁,邹德东,冯立国,张岩,张东
《基于映射向量和加权Q贡献图的故障识别研究》PDF+DOC2010年第12期 李荣雨,杨小健,殷绚
《信息融合在燃料电池传感器故障识别中的应用》PDF+DOC2006年第06期 张菊秀,全书海,王超
《基于自适应观测器的故障检测方法研究》PDF+DOC2014年第02期 郭江维,缑林峰,时培燕,胥韦巍
《基于自适应LMD和SVM的电传系统传感器故障诊断》PDF+DOC2013年第06期 吴学钊,王小平,林秦颖,王发威
针对卫星姿态控制系统(ACS)闭环回路的故障难以辨识的问题,引入深度森林算法,实现执行机构与传感器故障识别。首先针对可获取的少量卫星姿态控制系统遥测数据,结合系统动力学特性,研究合适的特征选择和特征提取方法,再结合深度森林算法进行故障信息学习与辨识,建立故障预测模型,实现执行机构故障与传感器故障的识别。半物理仿真结果表明:在存在气浮台干扰力矩、卫星转动惯量未知、飞轮非线性特性、闭环故障传播等多种不利因素情况下,深度森林算法对于执行机构和传感器故障具有高效的识别能力。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。