CN116202558A - 基于增量式数据统计的cmg转动部件工况检测方法 - Google Patents

基于增量式数据统计的cmg转动部件工况检测方法 Download PDF

Info

Publication number
CN116202558A
CN116202558A CN202310490399.5A CN202310490399A CN116202558A CN 116202558 A CN116202558 A CN 116202558A CN 202310490399 A CN202310490399 A CN 202310490399A CN 116202558 A CN116202558 A CN 116202558A
Authority
CN
China
Prior art keywords
detected
cmg
error
moment
working condition
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
Application number
CN202310490399.5A
Other languages
English (en)
Other versions
CN116202558B (zh
Inventor
卞燕山
徐川
白庆华
黄晓峰
付枫
韩星
董广然
刘建飞
冯彦栋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Xian Satellite Control Center
Original Assignee
China Xian Satellite Control Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Xian Satellite Control Center filed Critical China Xian Satellite Control Center
Priority to CN202310490399.5A priority Critical patent/CN116202558B/zh
Publication of CN116202558A publication Critical patent/CN116202558A/zh
Application granted granted Critical
Publication of CN116202558B publication Critical patent/CN116202558B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Remote Sensing (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明是关于一种基于增量式数据统计的CMG转动部件工况检测方法，包括以下步骤：获取CMG转动部件的待检测参数在待检测时刻的实际测量值；计算所述待检测时刻的所述实际测量值与指令值之间的误差；将所述误差与误差阈值进行比较；根据比较结果得到所述CMG转动部件工况检测结果。本发明计算待检测时刻的实际测量值与指令值之间的误差，然后将误差与误差阈值进行比较，以确定检测结果。此过程中，不需要对全部历史数据进行重复计算，降低数据计算的时间消耗。

Description

基于增量式数据统计的CMG转动部件工况检测方法
技术领域
本发明涉及数据处理技术领域，尤其涉及一种基于增量式数据统计的CMG转动部件工况检测方法。
背景技术
控制力矩陀螺（Control Moment Gyroscopes,CMG）与动量轮、反作用飞轮同属常用的航天器姿态控制执行机构中的角动量交换装置，其核心部件均为电机驱动的高速转子。CMG通过低速框架改变转轴的方向与航天器进行角动量交换，实现对航天器姿态的敏捷控制。CMG的优势在于：极高的力矩放大能力，动态响应平稳快速，可输出连续光滑的控制力矩，控制精度高且主要使用电能，适用于长寿命工作。CMG被认为是未来航天器姿态控制的理想执行机构。然而，CMG存在转动部件，由于转动部件长期受到摩擦、空间环境等因素影响，可能导致CMG机械性能下降而出现故障，进而影响航天器空间姿态与在轨运行。因此，要对CMG的运行数据进行长期检测，以分析其是否正常工作。
相关技术中，在对CMG的运行数据的新增数据进行处理时，因航天器参数数据为时间序列数据，当时间跨度大，比如1年以上时，若新增一个数据，需要从开始重新计算，将耗费大量计算时间，导致检测结果获取较慢，不能快速对工况进行判断。
因此，有必要改善上述相关技术方案中存在的一个或者多个问题。
需要注意的是，本部分旨在为权利要求书中陈述的本发明的技术方案提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
发明内容
本发明的目的在于提供一种基于增量式数据统计的CMG转动部件工况检测方法，进而至少在一定程度上解决由于相关技术的限制和缺陷而导致的一个或者多个问题。
本发明提供一种基于增量式数据统计的CMG转动部件工况检测方法，所述检测方法包括以下步骤：
获取CMG转动部件的待检测参数在待检测时刻的实际测量值；
计算所述待检测时刻的所述实际测量值与指令值之间的误差；
将所述误差与误差阈值进行比较；
根据比较结果得到所述CMG转动部件工况检测结果。
本发明中，当所述误差小于所述误差阈值时，则所述根据比较结果得到所述CMG转动部件工况检测结果的步骤之后还包括：
计算所述待检测时刻所在的时间序列数据集的当前均值以及所述待检测时刻的前一时刻所在的时间序列数据集的历史均值；
利用所述当前均值与所述历史均值计算所述待检测时刻的所述待检测参数的标准差；
对所述标准差进行分析；
根据分析结果得到所述CMG转动部件工况检测结果。
本发明中，所述误差的计算过程如下：
Figure SMS_1
（1）
Figure SMS_2
（2）
Figure SMS_3
（3）
其中，xi为时刻i的所述待检测参数的实际测量值，
Figure SMS_5
为时刻i的所述待检测参数的指令值，由航天器控制系统给出；/>
Figure SMS_8
为所述待检测参数在待检测时刻的前一时刻所在的时间序列数据集/>
Figure SMS_9
的误差矢量，N为时间序列长度，/>
Figure SMS_6
为误差矢量/>
Figure SMS_7
的第i个分量；/>
Figure SMS_10
为待检测时刻所在的时间序列数据集XN+1的误差矢量，时间序列数据集XN+1为/>
Figure SMS_11
；/>
Figure SMS_4
表示取绝对值。
本发明中，历史均值μN的计算公式如下：
Figure SMS_12
（4）
当前均值μN+1的计算公式如下：
Figure SMS_13
（5）
其中，
Figure SMS_14
为时间序列数据集/>
Figure SMS_15
的均值，/>
Figure SMS_16
为时间序列数据集/>
Figure SMS_17
的均值。
本发明中，所述标准差的计算过程如下：
Figure SMS_18
（6）
Figure SMS_19
（7）
其中，
Figure SMS_20
为时间序列数据集/>
Figure SMS_21
的标准差，/>
Figure SMS_22
为时间序列数据集/>
Figure SMS_23
的标准差。
本发明中，所述CMG转动部件的待检测参数包括转子的转速和框架转角。
本发明中，所述检测方法还包括：
将所述误差偏离所述误差阈值的时间进行分析；
根据比较结果和分析结果得到所述CMG转动部件工况检测结果。
本发明中，当所述标准差呈发散趋势时，则所述CMG转动部件工况检测结果为异常。
本发明提供的技术方案可以包括以下有益效果：
本发明中，通过上述方法，计算待检测时刻的实际测量值与指令值之间的误差，然后将误差与误差阈值进行比较，以确定检测结果。此过程中，不需要对全部历史数据进行重复计算，降低数据计算的时间消耗。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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示出本发明示例性实施例中基于增量式数据统计的CMG转动部件工况检测方法的流程图；
图2示出本发明又一个示例性实施例中基于增量式数据统计的CMG转动部件工况检测方法的流程图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本发明实施例的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。
本示例实施方式中提供了一种基于增量式数据统计的CMG转动部件工况检测方法，参考图1所示，该检测方法包括以下步骤：
步骤S101：获取CMG转动部件的待检测参数在待检测时刻的实际测量值。
步骤S102：计算所述待检测时刻的所述实际测量值与指令值之间的误差。
步骤S103：将所述误差与误差阈值进行比较。
步骤S104：根据比较结果得到所述CMG转动部件工况检测结果。
通过上述检测方法，计算待检测时刻的实际测量值与指令值之间的误差，然后将误差与误差阈值进行比较，以确定检测结果。此过程中，不需要对全部历史数据进行重复计算，降低数据计算的时间消耗。
其中，所述误差的计算过程如下：
Figure SMS_24
（1）
Figure SMS_25
（2）
Figure SMS_26
（3）
其中，xi为时刻i的所述待检测参数的实际测量值，
Figure SMS_28
为时刻i的所述待检测参数的指令值，由航天器控制系统给出；/>
Figure SMS_31
为所述待检测参数在待检测时刻的前一时刻所在的时间序列数据集/>
Figure SMS_32
的误差矢量，N为时间序列长度，/>
Figure SMS_29
为误差矢量/>
Figure SMS_30
的第i个分量；/>
Figure SMS_33
为待检测时刻所在的时间序列数据集XN+1的误差矢量，时间序列数据集XN+1为/>
Figure SMS_34
；/>
Figure SMS_27
表示取绝对值。
可选的，在一些实施例中，请参考图2所示，当所述误差小于所述误差阈值时，说明初步检测结果是工况正常，则所述步骤S104之后还需要进行以下步骤对工况继续进行检测：
步骤S201，计算所述待检测时刻所在的时间序列数据集的当前均值以及所述待检测时刻的前一时刻所在的时间序列数据集的历史均值；
步骤S202，利用所述当前均值与所述历史均值计算所述待检测时刻的所述待检测参数的标准差；
步骤S203，对所述标准差进行分析；
步骤S204，根据分析结果得到所述CMG转动部件工况检测结果，此时的检测结果是工况的最终检测结果。
其中，历史均值μN的计算公式如下：
Figure SMS_35
（4）
当前均值μN+1的计算公式如下：
Figure SMS_36
（5）
其中，
Figure SMS_37
为时间序列数据集/>
Figure SMS_38
的均值，/>
Figure SMS_39
为时间序列数据集/>
Figure SMS_40
的均值。
所述标准差的计算过程如下：
Figure SMS_41
（6）
Figure SMS_42
（7）
其中，
Figure SMS_43
为时间序列数据集/>
Figure SMS_44
的标准差，/>
Figure SMS_45
为时间序列数据集/>
Figure SMS_46
的标准差。
此外，该检测方法还可以包括以下步骤：
将所述误差偏离所述误差阈值的时间进行分析；
根据比较结果和分析结果得到所述CMG转动部件工况检测结果。
将比较结果和分析结果结合起来对工况进行分析，得到更准确的工况数据。
以下对CMG转动部件有高速转子和低速框架的检测过程分别进行说明。
1、高速转子工况检测方法
设高速转子转速的时间序列数据集为
Figure SMS_47
，其中/>
Figure SMS_48
对应高速转子在i时刻的实测值，/>
Figure SMS_49
表示时间序列长度（即数据数量）。
首先，计算高速转子转速误差。正常情况下，CMG的高速转子实测转速极为稳定，上下波动幅度在
Figure SMS_51
以内（/>
Figure SMS_55
为固定值），即正常情况下，高速转子实测转速为
Figure SMS_58
，其中/>
Figure SMS_52
为指令转速，/>
Figure SMS_54
为固定值。采用式（1）、式（2）、式（3）计算高速转子转速误差，其中/>
Figure SMS_57
取指令转速/>
Figure SMS_59
，/>
Figure SMS_50
对应高速转子实测转速；若高速转子转速误差大于/>
Figure SMS_53
（预设转速误差阈值）且持续M1（由人工经验给出）个时间序列，则认为其工况出现了较大程度变化；若误差小于/>
Figure SMS_56
，则继续计算高速转子转速标准差。
其次，计算高速转子转速标准差。先用式（4）、式（5）计算高速转子转速均值，其中
Figure SMS_60
对应高速转子实测转速；然后用式（6）、式（7）计算得到高速转子转速标准差/>
Figure SMS_61
。标准差反映数据偏离中心值的程度，如果高速转子转速标准差/>
Figure SMS_62
呈发散趋势，则认为其工况出现了变化。
2、低速框架工况检测方法
首先，计算低速框架转角误差。采用式（1）、式（2）、式（3）计算低速框架转角误差，其中
Figure SMS_63
取低速框架期望角度/>
Figure SMS_64
，/>
Figure SMS_65
对应低速框架实测角度；若低速框架转角误差大于
Figure SMS_66
（预设转角误差阈值）且持续M2（由人工经验给出）个时间序列，则认为工况出现了较大程度变化；若误差小于/>
Figure SMS_67
，则继续计算低速框架转角的标准差。
其次，计算低速框架转角误差的均值。将计算出的低速框架转角误差代入式（4）、式（5）计算误差的均值；若误差的均值呈现出发散趋势，则认为其工况出现了变化；否则，继续计算标准差。
最后，计算低速框架转角的标准差。按照式（6）、式（7）计算低速框架转角的标准差；若标准差呈现出发散趋势，则认为其工况出现了变化。
对本申请的检测方法通过仿真试验进行验证，结果表明，本申请的检测方法能够在5秒内完成单个参数、一年数据的误差、标准差计算，能够提前发现CMG工况变化趋势，准确率达到92%以上。
综上所述，本申请运用增量式数据统计方法分析转动部件相关参数，显著减少计算时间，可以较快发现CMG转动部件工况变化趋势，具有通用性，计算简单，适用于航天器大数据计算。
需要理解的是，上述描述中的术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底” “内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明实施例的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明实施例中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明实施例中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外，本领域的技术人员可以将本说明书中描述的不同实施例或示例进行结合和组合。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由所附的权利要求指出。

Claims (8)

1.基于增量式数据统计的CMG转动部件工况检测方法，其特征在于，所述检测方法包括以下步骤：
获取CMG转动部件的待检测参数在待检测时刻的实际测量值；
计算所述待检测时刻的所述实际测量值与指令值之间的误差；
将所述误差与误差阈值进行比较；
根据比较结果得到所述CMG转动部件工况检测结果。
2.根据权利要求1所述检测方法，其特征在于，当所述误差小于所述误差阈值时，则所述根据比较结果得到所述CMG转动部件工况检测结果的步骤之后还包括：
计算所述待检测时刻所在的时间序列数据集的当前均值以及所述待检测时刻的前一时刻所在的时间序列数据集的历史均值；
利用所述当前均值与所述历史均值计算所述待检测时刻的所述待检测参数的标准差；
对所述标准差进行分析；
根据分析结果得到所述CMG转动部件工况检测结果。
3.根据权利要求2所述检测方法，其特征在于，所述误差的计算过程如下：
Figure QLYQS_1
（1）
Figure QLYQS_2
（2）
Figure QLYQS_3
（3）
其中，xi为时刻i的所述待检测参数的实际测量值，
Figure QLYQS_6
为时刻i的所述待检测参数的指令值，由航天器控制系统给出；/>
Figure QLYQS_7
为所述待检测参数在待检测时刻的前一时刻所在的时间序列数据集/>
Figure QLYQS_10
的误差矢量，N为时间序列长度，/>
Figure QLYQS_5
为误差矢量/>
Figure QLYQS_8
的第i个分量；/>
Figure QLYQS_9
为待检测时刻所在的时间序列数据集XN+1的误差矢量，时间序列数据集XN+1为
Figure QLYQS_11
；/>
Figure QLYQS_4
表示取绝对值。
4.根据权利要求3所述检测方法，其特征在于，历史均值μN的计算公式如下：
Figure QLYQS_12
（4）
当前均值μN+1的计算公式如下：
Figure QLYQS_13
（5）
其中，
Figure QLYQS_14
为时间序列数据集/>
Figure QLYQS_15
的均值，/>
Figure QLYQS_16
为时间序列数据集/>
Figure QLYQS_17
的均值。
5.根据权利要求4所述检测方法，其特征在于，所述标准差的计算过程如下：
Figure QLYQS_18
（6）/>
Figure QLYQS_19
（7）
其中，
Figure QLYQS_20
为时间序列数据集/>
Figure QLYQS_21
的标准差，/>
Figure QLYQS_22
为时间序列数据集/>
Figure QLYQS_23
的标准差。
6.根据权利要求1所述检测方法，其特征在于，所述CMG转动部件的待检测参数包括转子的转速和框架转角。
7.根据权利要求2所述检测方法，其特征在于，所述检测方法还包括：
将所述误差偏离所述误差阈值的时间进行分析；
根据比较结果和分析结果得到所述CMG转动部件工况检测结果。
8.根据权利要求7所述检测方法，其特征在于，当所述标准差呈发散趋势时，则所述CMG转动部件工况检测结果为异常。
CN202310490399.5A 2023-05-04 2023-05-04 基于增量式数据统计的cmg转动部件工况检测方法 Active CN116202558B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310490399.5A CN116202558B (zh) 2023-05-04 2023-05-04 基于增量式数据统计的cmg转动部件工况检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310490399.5A CN116202558B (zh) 2023-05-04 2023-05-04 基于增量式数据统计的cmg转动部件工况检测方法

Publications (2)

Publication Number Publication Date
CN116202558A true CN116202558A (zh) 2023-06-02
CN116202558B CN116202558B (zh) 2023-08-01

Family

ID=86513282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310490399.5A Active CN116202558B (zh) 2023-05-04 2023-05-04 基于增量式数据统计的cmg转动部件工况检测方法

Country Status (1)

Country Link
CN (1) CN116202558B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009190506A (ja) * 2008-02-13 2009-08-27 Mitsubishi Electric Corp 人工衛星用姿勢制御装置および人工衛星の姿勢制御方法
JP2012018075A (ja) * 2010-07-08 2012-01-26 Seiko Epson Corp 停止判定方法及び停止判定装置
US20130314399A1 (en) * 2012-05-28 2013-11-28 Nintendo Co., Ltd. Recording medium, information processing apparatus, information processing system, and information processing method
US20140026688A1 (en) * 2012-05-21 2014-01-30 Honeywell International Inc. Control moment gyroscopes including torsionally-stiff spoked rotors and methods for the manufacture thereof
CN103941741A (zh) * 2014-04-28 2014-07-23 北京控制工程研究所 基于零运动的控制力矩陀螺框架角速度控制量的确定方法
CN107544466A (zh) * 2017-09-15 2018-01-05 北京控制工程研究所 一种单框架控制力矩陀螺低速框架故障诊断方法
CN110031871A (zh) * 2019-02-21 2019-07-19 中国西安卫星测控中心 基于电压和角动量关系的动量轮故障检测方法
CN110245047A (zh) * 2019-05-29 2019-09-17 阿里巴巴集团控股有限公司 时间序列异常检测方法、装置及设备
EP3584177A1 (en) * 2018-05-28 2019-12-25 Pedro Sanz-Aranguez Sanz Aerospace inertial actuator
CN111178456A (zh) * 2020-01-15 2020-05-19 腾讯科技（深圳）有限公司 异常指标检测方法、装置、计算机设备和存储介质
CN113567858A (zh) * 2021-07-30 2021-10-29 北京航空航天大学 控制力矩陀螺剩余寿命预测系统
CN115824261A (zh) * 2023-01-15 2023-03-21 北京理工大学 一种控制力矩陀螺仪故障检测方法、装置及相关存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009190506A (ja) * 2008-02-13 2009-08-27 Mitsubishi Electric Corp 人工衛星用姿勢制御装置および人工衛星の姿勢制御方法
JP2012018075A (ja) * 2010-07-08 2012-01-26 Seiko Epson Corp 停止判定方法及び停止判定装置
US20140026688A1 (en) * 2012-05-21 2014-01-30 Honeywell International Inc. Control moment gyroscopes including torsionally-stiff spoked rotors and methods for the manufacture thereof
US20130314399A1 (en) * 2012-05-28 2013-11-28 Nintendo Co., Ltd. Recording medium, information processing apparatus, information processing system, and information processing method
CN103941741A (zh) * 2014-04-28 2014-07-23 北京控制工程研究所 基于零运动的控制力矩陀螺框架角速度控制量的确定方法
CN107544466A (zh) * 2017-09-15 2018-01-05 北京控制工程研究所 一种单框架控制力矩陀螺低速框架故障诊断方法
EP3584177A1 (en) * 2018-05-28 2019-12-25 Pedro Sanz-Aranguez Sanz Aerospace inertial actuator
CN110031871A (zh) * 2019-02-21 2019-07-19 中国西安卫星测控中心 基于电压和角动量关系的动量轮故障检测方法
CN110245047A (zh) * 2019-05-29 2019-09-17 阿里巴巴集团控股有限公司 时间序列异常检测方法、装置及设备
CN111178456A (zh) * 2020-01-15 2020-05-19 腾讯科技（深圳）有限公司 异常指标检测方法、装置、计算机设备和存储介质
CN113567858A (zh) * 2021-07-30 2021-10-29 北京航空航天大学 控制力矩陀螺剩余寿命预测系统
CN115824261A (zh) * 2023-01-15 2023-03-21 北京理工大学 一种控制力矩陀螺仪故障检测方法、装置及相关存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MENGTONG GONG; DIYIN TANG; JINSONG YU; LIMEI TIAN: "A Physics-informed Transfer Learning Approach for Anomaly Detection of Aerospace CMG with Limited Telemetry Data", 2021 GLOBAL RELIABILITY AND PROGNOSTICS AND HEALTH MANAGEMENT *
朱恋蝶, 戴伟, 李亚洲, 等: "基于多源数据的控制力矩陀螺健康状态评价平台设计开发", 质量与可靠性, no. 3 *
陈自然;彭东林;刘小康;郑永;郑方燕;: "基于时间序列的时栅数控转台动态建模研究", 中国机械工程, vol. 22, no. 23 *

Also Published As

Publication number Publication date
CN116202558B (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
US7567049B2 (en) Fluid flow control for fluid handling systems
CN111794909B (zh) 面向扇区调控的风电场级偏航动态优化方法和系统
CN109765490B (zh) 一种基于高维数据诊断的动力电池故障检测方法及系统
US20100068070A1 (en) Flow control for fluid handling system
CN106788072B (zh) 永磁同步电机转子初始角度修正方法及修正系统
CN111505500B (zh) 一种工业领域基于滤波的电机智能故障检测方法
CN113607455B (zh) 伺服系统寿命试验方法、装置、计算机设备和存储介质
CN116202558B (zh) 基于增量式数据统计的cmg转动部件工况检测方法
EP3816803B1 (en) Method for monitoring and identifying sensor failure in electric drive system
CN116659803A (zh) 基于天平零点在线监测获取连续式风洞气动力载荷的方法
CN111141518A (zh) 一种基于模型的非对称转子轴承系统不平衡量识别方法
US20200182225A1 (en) Determining a wind speed value
US8829840B2 (en) Auto-compensating system and method for condition monitoring of electrical machines
CN111444636A (zh) 基于基元级退化特性图的轴流压气机喘振裕度计算方法
CN112422013B (zh) 永磁同步电机初始位置辨识方法、装置、存储介质及设备
CN112083349B (zh) 一种永磁同步电机定子绕组匝间短路故障诊断方法
EP3751725A1 (en) Controller for direct current shunt motor and motor unit
US6320338B1 (en) Method of estimating motor torque constant
CN112671285A (zh) 空调、系统电机、驱动控制方法、控制系统及存储介质
CN114337427B (zh) 一种带遗忘因子的递推最小二乘法的转动惯量辨识方法
US11707850B2 (en) Servo motor device, and control method
CN115683012A (zh) 边坡监测点的位移预测方法、装置、电子设备和介质
CN114157186A (zh) 一种永磁同步电机的电角度标定方法、评价方法及其系统
CN110474577A (zh) 一种用于核酸提取工作站的步进电机驱动装置及控制方法
CN112821835B (zh) 参数确定方法、装置及空调器

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