摘要

控制力矩陀螺是现代航天器的重要执行部件,可以通过检测控制力矩陀螺的运行情况实现航天器运行状态的实时监测。但是在航天器实际飞行中,飞行故障发生的情况很少,在故障检测时往往因为故障数据缺失或者不足导致结果不准确,因此本文使用基于半监督极限学习机的新奇性故障检测解决控制力矩陀螺转子故障检测问题。新奇性故障检测方法针对故障类型缺失或者不足的情况,通过构建已知类型数据的训练模型来判断未知类型数据的类型,同时半监督极限学习机具备了参数设置少、网络训练速度快的优点,能够对故障进行实时检测。本文同时使用了变分模态分解和奇异值分解方法处理控制力矩陀螺转子的振动加速度数据。实验结果证明该方法能够有效处理控制力矩陀螺转子故障数据类型缺失时的检测问题。

全文