基于数据的动量轮寿命预测方法研究

《基于数据的动量轮寿命预测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：TB114论文编号：102870315-S136学科分类号：081101硕士学位论文基于数据的动量轮寿命预测方法研究研究生姓名刘胜南学科、专业控制理论与控制工程研究方向寿命预测指导教师陆宁云教授南京航空航天大学研究生院自动化学院二О一五年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAutomationStudyondata-basedlifetimepredictionmethodsforsatellite'

2、smomentumwheelAThesisinControlTheoryandControlEngineeringByShengnanLiuAdvisedbyProf.LuNingyunSubmittedinPartialFulfillmentOftheRequirementsFortheDegreeofMasterofEngineeringMarch，2015承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成

3、果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：摘要动量轮是卫星姿态控制系统的关键部件，对卫星的可靠性及整体寿命有直接影响。然而，动量轮属于长寿命、高可靠度的航天类产品，在一定时间内很难获取大样本的寿命试验数据。因此，基于传统方法(如寿命加速试验)的寿命预测技术难以适用。动量轮在运行过程中可产生蕴含动量轮寿命信

4、息的性能退化数据。因此，本文研究基于数据的动量轮寿命预测方法，主要工作和研究成果总结如下。1.研究了基于单退化量的寿命预测方法。分析了影响动量轮寿命的主要因素，选择动量轮润滑剂剩余量和电流作为表征动量轮寿命的退化量，建立单退化量下的动量轮寿命预测模型，并利用试验和仿真数据进行了模型验证。2.提出一种基于Copula函数的多退化量下的寿命预测方法。该方法通过Copula函数族来描述多退化量（润滑剂剩余量和电流）之间的相关性，基于各单退化量下动量轮寿命的边缘分布，得到动量轮寿命的联合分布函数，最后应用AIC(AkaikeIn

5、formationCriterion)准则评价Copula函数的适用性。3.针对卫星动量轮退化变量的不完整数据问题，分析了动量轮电流数据可能的缺失模式，选择回归法和最大似然法进行缺失值填充，分析比较了两种缺失值填充算法的准确性。关键词：寿命预测、多退化量、Copula函数、动量轮可靠性iABSTRACTMomentumwheel(MW)isacriticalcomponentinsatelliteattitudecontrolsystems.Itsremaininglifetimehasadirectimpactonth

6、ereliabilityandlifetimeofanon-orbitsatellite.Howerver,MWisatypeofaerospaceproductdesignedwithlonglifeandhighreliability.It’sdifficulttoobtainalargenumberoffailuredatainacertainperiodoftime.Therefore,remaininglifetimepredictiontechniquesbasedonthetraditionalmethod

7、s(suchastheacceleratedlifetest)aredifficulttouse.Ontheotherside,alotofperformancedegradationdatacanbeacquiredinanoperatingMW,whichcontainrichinformationabouttheremaininglifetimeofMW.Thus,thisthesisfocusesonthestudyofdata-drivenlifetimepredictionmethodsforMWsequip

8、pedinon-orbitsatellites.Majorcontributionsaresummarizedasbelow.1.Lifetimepredictionbasedonsingledegradationvariableisstudied.Firstly,keyfactorsconnectingtoMW’s