CN116186888A - 航天器健康状态量化评估方法、装置、电子设备及介质 - Google Patents
航天器健康状态量化评估方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN116186888A CN116186888A CN202211698024.XA CN202211698024A CN116186888A CN 116186888 A CN116186888 A CN 116186888A CN 202211698024 A CN202211698024 A CN 202211698024A CN 116186888 A CN116186888 A CN 116186888A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- spacecraft
- health
- vector
- health state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000036541 health Effects 0.000 title claims abstract description 172
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 273
- 239000013598 vector Substances 0.000 claims abstract description 98
- 230000006870 function Effects 0.000 claims description 25
- 230000003862 health status Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 11
- 239000000758 substrate Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 9
- 238000000354 decomposition reaction Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种航天器健康状态量化评估方法、装置、电子设备及介质,其中方法包括:基于可影响航天器健康状态的部件形成评估因素集合,以及,确定用于评价航天器健康状态的评语集合;获取所述评估因素集合中每一个评估因素的权重和健康度打分结果;将每一个评估因素的健康度打分结果代入针对评语集合所构建的隶属度函数中,计算得到每一个评估因素对应所述评语集合的判定向量;根据每一个评估因素的权重和判定向量,通过模糊运算得到用于对航天器健康状态进行评估的评估向量;根据所述评估向量确定航天器健康状态的评估值。本方案,能够通过量化的评估值表征航天器健康状态,实现了对航天器健康状态的定量评估。
Description
技术领域
本发明实施例涉及航空航天技术领域,特别涉及一种航天器健康状态量化评估方法、装置、电子设备及介质。
背景技术
目前航天领域的单星功能多样复杂、多星组网协同运行等发展趋势日渐明显。若航天器发生故障未及时处置,极易造成服务中断、可用性变差,严重时甚至会导致系统报废无法使用。因此,健康状态评估技术是保证航天器在轨安全可靠稳定运行的关键核心技术之一,同时也为在轨任务规划、故障诊断处理等提供决策支持,这对有效提升航天器的自主生存能力、智能处理水平具有重要的实际价值。
现有航天器健康状态评估方法,严重依赖设计人员的工程经验,评估结果多以“健康”、“故障”等定性形式呈现,无法实现定量评估。
发明内容
本发明实施例提供了一种航天器健康状态量化评估方法、装置、电子设备及介质,能够实现对航天器健康状态的定量评估。
第一方面,本发明实施例提供了一种航天器健康状态量化评估方法,包括:
基于可影响航天器健康状态的部件形成评估因素集合,以及,确定用于评价航天器健康状态的评语集合;
获取所述评估因素集合中每一个评估因素的权重和健康度打分结果;
将每一个评估因素的健康度打分结果代入针对评语集合所构建的隶属度函数中,计算得到每一个评估因素对应所述评语集合的判定向量;
根据每一个评估因素的权重和判定向量,通过模糊运算得到用于对航天器健康状态进行评估的评估向量;
根据所述评估向量确定航天器健康状态的评估值。
在一种可能的实现方式中,所述评估因素集合中每一个评估因素的健康度打分结果的获取方式,包括:
针对每一个评估因素,均执行:确定该评估因素的参数集,基于该参数集中每一个参数的遥测值,计算每一个参数的健康度打分结果,根据每一个参数的健康度打分结果确定该评估因素的健康度打分结果。
在一种可能的实现方式中,所述根据每一个评估因素的权重和判定向量,通过模糊运算得到用于对航天器健康状态进行评估的评估向量,包括:
所述评估向量为:B=(b1,…bm);其中,B为评估向量,m为所述评语集合中的评语数量,bk为对应第k个评语的评估参数,k=1,2,…,m;
bk通过如下公式进行模糊运算:
其中,n为所述评估因素集合中评估因素的数量,wj为第j个评估因素的权重,rjk为第j个评估因素对应第k个评语的隶属度;所述判定向量包括对应评估因素对应每一个评语的隶属度。
在一种可能的实现方式中,还包括:将所述评估因素集合中的评估因素按所属部件进行分组,每一个分组中的评估因素的权重之和为1;
所述评估向量的数量为多个,多个评估向量与多个分组一一对应;
所述根据所述评估向量确定航天器健康状态的评估值,包括:确定每一个分组所对应部件的权重;根据每一个分组所对应部件的权重和对应的评估向量,计算航天器健康状态的评估值。
在一种可能的实现方式中,所述基于可影响航天器健康状态的部件形成评估因素集合,包括:
将可影响航天器健康状态的部件进行逐层分解,将分解至最低层级的每一个组件作为一个评估因素,形成评估因素集合。
在一种可能的实现方式中,所述评估向量包括多个评估参数,多个评估参数的数量为所述评语集合中的评语数量;
所述根据每一个分组所对应部件的权重和对应的评估向量,计算航天器健康状态的评估值,包括:
针对每一个分组,将该分组对应的评估向量中的最大评估参数与100的乘积确定为该分组的初始健康度打分结果,并将该分组对应部件的权重与该初始健康度打分结果的乘积确定为该分组的健康度打分结果;
将各分组的健康度打分结果之和确定为该航天器健康状态的评估值。
在一种可能的实现方式中,在所述根据所述评估向量计算得到航天器健康状态的评估值之后,还包括:
将所述评估值代入每一个评语对应的隶属度函数,计算得到对应评语的隶属度,根据计算得到的隶属度确定航天器健康状态所隶属的评语及其对应的可信程度。
第二方面,本发明实施例还提供了一种航天器健康状态量化评估装置,包括:
集合确定单元,用于基于可影响航天器健康状态的部件形成评估因素集合,以及,确定用于评价航天器健康状态的评语集合;
获取单元,用于获取所述评估因素集合中每一个评估因素的权重和健康度打分结果;
计算单元,用于将每一个评估因素的健康度打分结果代入针对评语集合所构建的隶属度函数中,计算得到每一个评估因素对应所述评语集合的判定向量;
运算单元,用于根据每一个评估因素的权重和判定向量,通过模糊运算得到用于对航天器健康状态进行评估的评估向量;
评估值确定单元,用于根据所述评估向量确定航天器健康状态的评估值。
第三方面,本发明实施例还提供了一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时,实现本说明书任一实施例所述的方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行本说明书任一实施例所述的方法。
本发明实施例提供了一种航天器健康状态量化评估方法、装置、电子设备及介质,通过获取评估因素集合中每一个评估因素的健康度打分结果,并将每一个评估因素的健康度打分结果代入到针对评语集合所构建的隶属度函数中,从而能够计算得到每一个评估因素对应评语集合的判定向量,进一步通过将评估因素的权重和判定向量进行模糊运算,可以得到用于对航天器健康状态进行评估的评估向量,而通过评估向量即可确定航天器健康状态的评估值。可见,本方案能够通过量化的评估值表征航天器健康状态,实现了对航天器健康状态的定量评估。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种航天器健康状态量化评估方法流程图;
图2是本发明一实施例提供的航天器的姿态控制系统进行逐层分解后得到的分解结果示意图;
图3是本发明一实施例提供的隶属度和评估值的对应关系示意图;
图4是本发明一实施例提供的一种电子设备的硬件架构图;
图5是本发明一实施例提供的一种航天器健康状态量化评估装置结构图;
图6是本发明一实施例提供的另一种航天器健康状态量化评估装置结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参考图1,本发明实施例提供了一种航天器健康状态量化评估方法,该方法包括:
步骤100,基于可影响航天器健康状态的部件形成评估因素集合,以及,确定用于评价航天器健康状态的评语集合;
步骤102,获取所述评估因素集合中每一个评估因素的权重和健康度打分结果;
步骤104,将每一个评估因素的健康度打分结果代入针对评语集合所构建的隶属度函数中,计算得到每一个评估因素对应所述评语集合的判定向量;
步骤106,根据每一个评估因素的权重和判定向量,通过模糊运算得到用于对航天器健康状态进行评估的评估向量;
步骤108,根据所述评估向量确定航天器健康状态的评估值。
本发明实施例中,通过获取评估因素集合中每一个评估因素的健康度打分结果,并将每一个评估因素的健康度打分结果代入到针对评语集合所构建的隶属度函数中,从而能够计算得到每一个评估因素对应评语集合的判定向量,进一步通过将评估因素的权重和判定向量进行模糊运算,可以得到用于对航天器健康状态进行评估的评估向量,而通过评估向量即可确定航天器健康状态的评估值。可见,本方案能够通过量化的评估值表征航天器健康状态,实现了对航天器健康状态的定量评估。
下面描述图1所示的各个步骤的执行方式。
首先,针对步骤100,基于可影响航天器健康状态的部件形成评估因素集合,以及,确定用于评价航天器健康状态的评语集合。
不同航天器基于组成部件不同,所形成的评估因素集合也不同。
在形成评估因素集合时,可以直接将组成部件作为评估因素,比如,姿态控制系统的敏感器、姿态控制系统的执行机构等。但是,这些部件还包括具体的组件,因此直接将较高层级的部件作为评估因素,在评估航天器健康状态时粒度较粗,评估结果的准确性会有影响。
本发明一个实施例中,可以通过如下一种方式基于可影响航天器健康状态的部件形成评估因素集合,包括:将可影响航天器健康状态的部件进行逐层分解,将分解至最低层级的每一个组件作为一个评估因素,形成评估因素集合。
请参考图2,为航天器的姿态控制系统进行逐层分解后得到的分解结果示意图。敏感器分解为红外地球敏感器组件、太阳敏感器组件和陀螺组件,执行机构分解为动量轮组件、磁力矩器组件和推力器组件;这些组件均能够通过遥测信号获取到参数的遥测值,因此,这些遥测值能够更准确的评估航天器健康状态,因此将这些组件作为评估因素,形成评估因素集合U=(u1,…un)。其中,n为所述评估因素集合中评估因素的数量。
在本发明实施例中,用于评价航天器健康状态的评语集合V=(v1,…vm)可以针对健康状态评估问题,结合航天器的组成特点,其评语集合可以为V=(正常,异常,故障,失效)。
然后,针对步骤102,获取所述评估因素集合中每一个评估因素的权重和健康度打分结果。
本发明实施例中,每一个评估因素的健康度打分结果关系到航天器健康状态评估结果的准确性,需要利用实际的遥测结果进行打分,具体地,针对每一个评估因素,均可以通过如下方式确定该评估因素的健康度打分结果:
确定该评估因素的参数集,基于该参数集中每一个参数的遥测值,计算每一个参数的健康度打分结果,根据每一个参数的健康度打分结果确定该评估因素的健康度打分结果。
其中,该评估因素的参数集为P=(p1,…,pt),t为参数的总数量;每一个参数的遥测值可以通过遥测信号获取到,每一个参数的健康度打分结果可以通过如下计算公式计算得到:
其中,|P-Pe|为该参数的遥测值P与对应期望值pe的参数偏差,f(P-Pe)为该参数的健康度打分结果,x1和x2分别表示参数偏差的最小值和最大值;A为健康度的打分制,为满分100;B为形状参数,为便于计算,本实施例中采用线性参数,即B=0。
在计算得到每一个参数的健康度打分结果之后,可以计算参数的健康度打分结果计算平均值,将平均值确定为该评估因素的健康度打分结果。
一个实施方式中,每一个评估因素的权重可以通过经验进行输入。
另一个实施方式中,每一个评估因素的权重可以基于健康度打分结果采用AHP方法来不断调整,以确定每一个评估因素最终的权重。
接下来,针对步骤104,将每一个评估因素的健康度打分结果代入针对评语集合所构建的隶属度函数中,计算得到每一个评估因素对应所述评语集合的判定向量。
隶属度函数是基于已确定的评语集合构建出来的,以评语集合V=(正常,异常,故障,失效)为例,则可以得出如图3所示隶属度和评估值的对应关系示意图,基于该示意图可以构建出如下表1所示的隶属度函数:
表1:
其中,x为健康度打分结果,μ(x)为该健康度打分结果对应该评语的隶属度。
举例来说,如下几个评估因素的健康度打分结果和判定向量分别为:
红外地球敏感器组件的健康度打分结果为94,则将该健康度打分结果分别代入上述每一个评语的隶属度函数中,得到对应评语集合的判定向量为r11=(0.9,0.1,0,0);
太阳敏感器组件的健康度打分结果为96,则将该健康度打分结果分别代入上述每一个评语的隶属度函数中,得到对应评语集合的判定向量为r21=(1,0,0,0);
陀螺组件的健康度打分结果为93,则将该健康度打分结果分别代入上述每一个评语的隶属度函数中,得到对应评语集合的判定向量为r31=(0.8,0.2,0,0)。
同理还可以得出动量轮组件、磁力矩器组件、推力器组件等执行机构的判定向量。比如,判定向量分别为:(0,0.2,0.8,0)、(1,0,0,0)、(0.8,0.2,0,0)。
继续,针对步骤106,根据每一个评估因素的权重和判定向量,通过模糊运算得到用于对航天器健康状态进行评估的评估向量。
本发明实施例中,评估向量为:B=(b1,…bm);其中,B为评估向量,m为所述评语集合中的评语数量,bk为对应第k个评语的评估参数,k=1,2,…,m;
bk通过如下公式进行模糊运算:
其中,n为所述评估因素集合中评估因素的数量,wj为第j个评估因素的权重,rjk为第j个评估因素对应第k个评语的隶属度;所述判定向量包括对应评估因素对应每一个评语的隶属度。
本发明实施例中,若评估因素集合中所有评估因素的权重之和为1,则可以得到一个评估向量B。
本发明另一个实施例中,可以将评估因素集合中的评估因素按所属部件进行分组,每一个分组中的评估因素的权重之和为1,那么评估向量的数量为多个,且多个评估向量与多个分组一一对应。如此可以根据不同分组所对应的评估向量确定不同部件的健康状态,且不同部件的健康状态对航天器健康状态的影响结果不同,因此,该方式可以进一步提高航天器健康状态评估结果的准确性。
具体地,在利用多个评估向量确定航天器健康状态的评估值时,可以包括:确定每一个分组所对应部件的权重;根据每一个分组所对应部件的权重和对应的评估向量,计算航天器健康状态的评估值。
其中,红外地球敏感器组件、太阳敏感器组件、陀螺组件属于同一个部件敏感器,将红外地球敏感器组件、太阳敏感器组件、陀螺组件分为一组,而动量轮组件、磁力矩器组件、推力器组件属于同一个部件执行机构,将动量轮组件、磁力矩器组件、推力器组件分为另一组。其中,第一个分组中红外地球敏感器组件、太阳敏感器组件、陀螺组件的权重分别为0.7、0.2和0.1,第二个分组中动量轮组件、磁力矩器组件、推力器组件的权重分别为0.75、0.15和0.1,那么,可以得到敏感的评估向量B1和执行机构的评估向量B2,分别为:B1=[0.910.0900]和B2=[0.23 0.17 0.6 0]。
最后,针对步骤108,根据所述评估向量确定航天器健康状态的评估值。
当评估向量的数量为一个时,则可以将评估向量中的最大评估参数与100的乘积确定为航天器健康状态的评估值。
当评估向量的数量为多个时,则针对每一个分组,将该分组对应的评估向量中的最大评估参数与100的乘积确定为该分组的初始健康度打分结果,并将该分组对应部件的权重与该初始健康度打分结果的乘积确定为该分组的健康度打分结果;将各分组的健康度打分结果之和确定为该航天器健康状态的评估值。
以上述两个分组为例,假设敏感器和执行机构的权重分别为0.35和0.65,那么针对第一个分组,该分组的评估向量为B1=[0.910.0900],最大评估参数为0.91,该最大评估参数与100的乘积为91,作为第一个分组的初始健康度打分结果,将0.35与91的乘积31.85作为该分组的健康度打分结果;相应地针对第二个分组,该分组的评估向量为B2=[0.230.17 0.6 0],最大评估参数为0.6,该最大评估参数与100的乘积为60,作为第二个分组的初始健康度打分结果,将0.65与60的乘积39作为该分组的健康度打分结果;如此可以得出航天器健康状态的评估值为31.85+39=70.85。
需要说明的是,由于评估因素是逐层分解之后得到的,那么可以逐层向上确定相应部件的权重,以计算最终的评估值。比如,航天器包括姿态控制系统和电源系统,其相对于航天器的权重分别为0.8和0.2,则可以将0.8与70.85的乘积作为姿态控制系统的健康度打分结果,以此可以基于权重0.2计算出电源系统的健康度打分结果,将二者之和确定为最终的航天器健康状态的评估值。本方案通过逐层确定各因素的重要性,可以有效弥补传统方法难以得到客观、定量结果的不足。
进一步地,在得到航天器健康状态的评估值之后,还可以将所述评估值代入每一个评语对应的隶属度函数,计算得到对应评语的隶属度,根据计算得到的隶属度确定航天器健康状态所隶属的评语及其对应的可信程度。
根据评估值70.85和表1的隶属度函数,将评估值代入隶属度函数,可以得到对应每一个评语的隶属度,分别为:对应正常的隶属度为0,对应异常的隶属度为0.585,对应故障的隶属度为0.415,对应失效的隶属度为0。那么,可以确定航天器健康状态以58.5%的概率处于异常状态,以41.5%的概率处于故障状态。由此可见,本实施例不仅能够实现航天器健康状态的定量评估,还能够实现航天器健康状态的评估结果的置信区间及可信程度,从而可以进一步提高评估结果的准确性。
如图4、图5所示,本发明实施例提供了一种航天器健康状态量化评估装置。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。从硬件层面而言,如图4所示,为本发明实施例提供的一种航天器健康状态量化评估装置所在电子设备的一种硬件架构图,除了图4所示的处理器、内存、网络接口、以及非易失性存储器之外,实施例中装置所在的电子设备通常还可以包括其他硬件,如负责处理报文的转发芯片等等。以软件实现为例,如图5所示,作为一个逻辑意义上的装置,是通过其所在电子设备的CPU将非易失性存储器中对应的计算机程序读取到内存中运行形成的。本实施例提供的一种航天器健康状态量化评估装置,包括:
集合确定单元501,用于基于可影响航天器健康状态的部件形成评估因素集合,以及,确定用于评价航天器健康状态的评语集合;
获取单元502,用于获取所述评估因素集合中每一个评估因素的权重和健康度打分结果;
计算单元503,用于将每一个评估因素的健康度打分结果代入针对评语集合所构建的隶属度函数中,计算得到每一个评估因素对应所述评语集合的判定向量;
运算单元504,用于根据每一个评估因素的权重和判定向量,通过模糊运算得到用于对航天器健康状态进行评估的评估向量;
评估值确定单元505,用于根据所述评估向量确定航天器健康状态的评估值。
在本发明一个实施例中,所述获取单元在获取评估因素集合中每一个评估因素的健康度打分结果时,具体包括:针对每一个评估因素,均执行:确定该评估因素的参数集,基于该参数集中每一个参数的遥测值,计算每一个参数的健康度打分结果,根据每一个参数的健康度打分结果确定该评估因素的健康度打分结果。
在本发明一个实施例中,所述运算单元,具体用于:得到如下评估向量:B=(b1,…bm);其中,B为评估向量,m为所述评语集合中的评语数量,bk为对应第k个评语的评估参数,k=1,2,…,m;
bk通过如下公式进行模糊运算:
其中,n为所述评估因素集合中评估因素的数量,wj为第j个评估因素的权重,rjk为第j个评估因素对应第k个评语的隶属度;所述判定向量包括对应评估因素对应每一个评语的隶属度。
在本发明一个实施例中,集合确定单元还用于将所述评估因素集合中的评估因素按所属部件进行分组,每一个分组中的评估因素的权重之和为1;
所述评估向量的数量为多个,多个评估向量与多个分组一一对应;
所述评估值确定单元,具体用于确定每一个分组所对应部件的权重;根据每一个分组所对应部件的权重和对应的评估向量,计算航天器健康状态的评估值。
在本发明一个实施例中,所述集合确定单元在基于可影响航天器健康状态的部件形成评估因素集合时,具体用于将可影响航天器健康状态的部件进行逐层分解,将分解至最低层级的每一个组件作为一个评估因素,形成评估因素集合。
在本发明一个实施例中,所述评估向量包括多个评估参数,多个评估参数的数量为所述评语集合中的评语数量;
所述评估值确定单元在根据每一个分组所对应部件的权重和对应的评估向量,计算航天器健康状态的评估值时,具体用于:针对每一个分组,将该分组对应的评估向量中的最大评估参数与100的乘积确定为该分组的初始健康度打分结果,并将该分组对应部件的权重与该初始健康度打分结果的乘积确定为该分组的健康度打分结果;将各分组的健康度打分结果之和确定为该航天器健康状态的评估值。
在本发明一个实施例中,请参考图6,该装置还可以包括:
可信程度确定单元506,用于将所述评估值代入每一个评语对应的隶属度函数,计算得到对应评语的隶属度,根据计算得到的隶属度确定航天器健康状态所隶属的评语及其对应的可信程度。
可以理解的是,本发明实施例示意的结构并不构成对一种航天器健康状态量化评估装置的具体限定。在本发明的另一些实施例中,一种航天器健康状态量化评估装置可以包括比图示更多或者更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件、软件或者软件和硬件的组合来实现。
上述装置内的各模块之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
本发明实施例还提供了一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时,实现本发明任一实施例中的一种航天器健康状态量化评估方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序在被处理器执行时,使所述处理器执行本发明任一实施例中的一种航天器健康状态量化评估方法。
具体地,可以提供配有存储介质的系统或者装置,在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码,且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。
在这种情况下,从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能,因此程序代码和存储程序代码的存储介质构成了本发明的一部分。
用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地,可以由通信网络从服务器计算机上下载程序代码。
此外,应该清楚的是,不仅可以通过执行计算机所读出的程序代码,而且可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作,从而实现上述实施例中任意一项实施例的功能。
此外,可以理解的是,将由存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展模块中设置的存储器中,随后基于程序代码的指令使安装在扩展板或者扩展模块上的CPU等来执行部分和全部实际操作,从而实现上述实施例中任一实施例的功能。
需要说明的是,在本文中,诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储在计算机可读取的存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种航天器健康状态量化评估方法,其特征在于,包括:
基于可影响航天器健康状态的部件形成评估因素集合,以及,确定用于评价航天器健康状态的评语集合;
获取所述评估因素集合中每一个评估因素的权重和健康度打分结果;
将每一个评估因素的健康度打分结果代入针对评语集合所构建的隶属度函数中,计算得到每一个评估因素对应所述评语集合的判定向量;
根据每一个评估因素的权重和判定向量,通过模糊运算得到用于对航天器健康状态进行评估的评估向量;
根据所述评估向量确定航天器健康状态的评估值。
2.根据权利要求1所述的方法,其特征在于,所述评估因素集合中每一个评估因素的健康度打分结果的获取方式,包括:
针对每一个评估因素,均执行:确定该评估因素的参数集,基于该参数集中每一个参数的遥测值,计算每一个参数的健康度打分结果,根据每一个参数的健康度打分结果确定该评估因素的健康度打分结果。
4.根据权利要求1所述的方法,其特征在于,
还包括:将所述评估因素集合中的评估因素按所属部件进行分组,每一个分组中的评估因素的权重之和为1;
所述评估向量的数量为多个,多个评估向量与多个分组一一对应;
所述根据所述评估向量确定航天器健康状态的评估值,包括:确定每一个分组所对应部件的权重;根据每一个分组所对应部件的权重和对应的评估向量,计算航天器健康状态的评估值。
5.根据权利要求4所述的方法,其特征在于,所述基于可影响航天器健康状态的部件形成评估因素集合,包括:
将可影响航天器健康状态的部件进行逐层分解,将分解至最低层级的每一个组件作为一个评估因素,形成评估因素集合。
6.根据权利要求4所述的方法,其特征在于,所述评估向量包括多个评估参数,多个评估参数的数量为所述评语集合中的评语数量;
所述根据每一个分组所对应部件的权重和对应的评估向量,计算航天器健康状态的评估值,包括:
针对每一个分组,将该分组对应的评估向量中的最大评估参数与100的乘积确定为该分组的初始健康度打分结果,并将该分组对应部件的权重与该初始健康度打分结果的乘积确定为该分组的健康度打分结果;
将各分组的健康度打分结果之和确定为该航天器健康状态的评估值。
7.根据权利要求1-6中任一所述的方法,其特征在于,在所述根据所述评估向量计算得到航天器健康状态的评估值之后,还包括:
将所述评估值代入每一个评语对应的隶属度函数,计算得到对应评语的隶属度,根据计算得到的隶属度确定航天器健康状态所隶属的评语及其对应的可信程度。
8.一种航天器健康状态量化评估装置,其特征在于,包括:
集合确定单元,用于基于可影响航天器健康状态的部件形成评估因素集合,以及,确定用于评价航天器健康状态的评语集合;
获取单元,用于获取所述评估因素集合中每一个评估因素的权重和健康度打分结果;
计算单元,用于将每一个评估因素的健康度打分结果代入针对评语集合所构建的隶属度函数中,计算得到每一个评估因素对应所述评语集合的判定向量;
运算单元,用于根据每一个评估因素的权重和判定向量,通过模糊运算得到用于对航天器健康状态进行评估的评估向量;
评估值确定单元,用于根据所述评估向量确定航天器健康状态的评估值。
9.一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211698024.XA CN116186888B (zh) | 2022-12-28 | 2022-12-28 | 航天器健康状态量化评估方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211698024.XA CN116186888B (zh) | 2022-12-28 | 2022-12-28 | 航天器健康状态量化评估方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116186888A true CN116186888A (zh) | 2023-05-30 |
CN116186888B CN116186888B (zh) | 2024-01-23 |
Family
ID=86435621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211698024.XA Active CN116186888B (zh) | 2022-12-28 | 2022-12-28 | 航天器健康状态量化评估方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116186888B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116502871A (zh) * | 2023-06-26 | 2023-07-28 | 中国电子信息产业集团有限公司第六研究所 | 一种航天测控任务的评定方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203875A (zh) * | 2016-07-19 | 2016-12-07 | 广西电网有限责任公司电力科学研究院 | 一种用于电力设备健康状态评估的模型 |
CN109934358A (zh) * | 2019-01-30 | 2019-06-25 | 中国人民解放军32181部队 | 装备故障预测和健康评估方法、系统及终端设备 |
CN111105153A (zh) * | 2019-12-13 | 2020-05-05 | 西安交通大学 | 基于ahp-熵权法的卫星健康状态多级模糊评价方法 |
WO2021185177A1 (zh) * | 2020-03-16 | 2021-09-23 | 福建省特种设备检验研究院 | 基于多数据采集的石化常压储油罐健康状态评估方法 |
CN114971332A (zh) * | 2022-06-06 | 2022-08-30 | 国网江苏省电力有限公司连云港供电分公司 | 变电站建筑物及设备基础健康状况检测识别方法及介质 |
CN115114128A (zh) * | 2021-11-30 | 2022-09-27 | 北京东方计量测试研究所 | 一种卫星健康状态评估系统及评估方法 |
-
2022
- 2022-12-28 CN CN202211698024.XA patent/CN116186888B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203875A (zh) * | 2016-07-19 | 2016-12-07 | 广西电网有限责任公司电力科学研究院 | 一种用于电力设备健康状态评估的模型 |
CN109934358A (zh) * | 2019-01-30 | 2019-06-25 | 中国人民解放军32181部队 | 装备故障预测和健康评估方法、系统及终端设备 |
CN111105153A (zh) * | 2019-12-13 | 2020-05-05 | 西安交通大学 | 基于ahp-熵权法的卫星健康状态多级模糊评价方法 |
WO2021185177A1 (zh) * | 2020-03-16 | 2021-09-23 | 福建省特种设备检验研究院 | 基于多数据采集的石化常压储油罐健康状态评估方法 |
CN115114128A (zh) * | 2021-11-30 | 2022-09-27 | 北京东方计量测试研究所 | 一种卫星健康状态评估系统及评估方法 |
CN114971332A (zh) * | 2022-06-06 | 2022-08-30 | 国网江苏省电力有限公司连云港供电分公司 | 变电站建筑物及设备基础健康状况检测识别方法及介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116502871A (zh) * | 2023-06-26 | 2023-07-28 | 中国电子信息产业集团有限公司第六研究所 | 一种航天测控任务的评定方法及系统 |
CN116502871B (zh) * | 2023-06-26 | 2023-09-15 | 中国电子信息产业集团有限公司第六研究所 | 一种航天测控任务的评定方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116186888B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ding et al. | State of AI-based monitoring in smart manufacturing and introduction to focused section | |
Lin et al. | Predicting node failure in cloud service systems | |
Kadiyala et al. | Applications of python to evaluate the performance of decision tree‐based boosting algorithms | |
Huang et al. | Active fault tolerant control systems by the semi‐Markov model approach | |
Girish et al. | Anomaly detection in cloud environment using artificial intelligence techniques | |
CN116186888B (zh) | 航天器健康状态量化评估方法、装置、电子设备及介质 | |
Duan et al. | Root cause analysis approach based on reverse cascading decomposition in QFD and fuzzy weight ARM for quality accidents | |
US20060282708A1 (en) | System and method for detecting faults in a system | |
Kapur et al. | A discrete SRGM for multi release software system | |
Chouchane et al. | Diagnosis of partially observed Petri net based on analytical redundancy relationships | |
Asraful Haque et al. | A logistic growth model for software reliability estimation considering uncertain factors | |
CN114218781B (zh) | 系统功能与可靠性、安全性及测试性综合建模分析方法 | |
Park et al. | Tailoring a large‐sized software process using process slicing and case‐based reasoning technique | |
Tiwari et al. | Analysis of use case requirements using sfta and sfmea techniques | |
US11373285B2 (en) | Image generation device, image generation method, and image generation program | |
Carbery et al. | A new data analytics framework emphasising pre-processing in learning AI models for complex manufacturing systems | |
Choudhary et al. | Efficient parameter estimation of software reliability growth models using harmony search | |
Shao et al. | Fault identification in industrial processes using an integrated approach of neural network and analysis of variance | |
Long et al. | A data fusion fault diagnosis method based on LSTM and DWT for satellite reaction flywheel | |
CN114139636B (zh) | 异常作业处理方法及装置 | |
Groth | A framework for using SACADA to enhance the qualitative and quantitative basis of HRA | |
Zhou et al. | A new complex system fault detection method based on belief rule base for unreliable interval values | |
CN112365014A (zh) | 一种基于ga-bp-cbr的工业设备故障诊断系统及方法 | |
Jyotish et al. | Reliability and performance evaluation of safety-critical instrumentation and control systems of nuclear power plant | |
Chou et al. | Economic design of variable sampling intervals charts with B&L switching rule |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |