基于1D-CNN的卫星姿态控制系统故障诊断方法

• 作者: 王俊鸿 闻新 魏炳翌 龙弟之
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: 故障诊断 卷积神经网络 航天器姿态控制系统 反作用飞轮
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 武器装备自动化
• 页码范围: 1-6
• 页数: 6页
• 分类号: TP277
• 字数: 4448字
• 语种: 中文
• DOI: 10.7690/bgzdh.2020.07.001

摘要

为解决卫星姿态控制系统中自主故障检测和诊断的问题,提出一种改进的1D-CNN卫星姿态控制系统故障诊断方法.以卫星姿态控制系统的故障诊断为背景,构建航天器姿态动力学模型,将卷积神经网络(convolutional neural network,CNN)与快速卷积算法相结合,对卷积神经网络的拓扑结构进行改进,根据BP算法,将1维原始数据作为输入,结合反作用飞轮作为执行机构的技术特征,给出一种基于卷积神经网络的故障检测和隔离方法.仿真结果验证了该方法对卫星姿态控制系统实时故障检测和分类的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闻新	南京航空航天大学航天学院	34	105	5.0	8.0
2	龙弟之	南京航空航天大学航天学院	2	0	0.0	0.0
3	王俊鸿	南京航空航天大学航天学院	2	0	0.0	0.0
4	魏炳翌	中国运载火箭技术研究院北京航天自动控制研究所	1	0	0.0	0.0