摘要
本发明提供一种基于量化多信号流图的控制力矩陀螺(简称CMG,Control Moment Gyroscopes)的故障诊断方法,解决了在空间站长期在轨运行过程中CMG故障失效诊断策略效率低、费用高的问题。首先基于CMG的工作原理以及系统组成结构,分析CMG的故路机理、故障模式以及故障传播路径,搭建层级化多信号流图模型;然后,根据CMG不同故障场景下,各个传感器检测数据的异常表现,设定对应故障的测点检查规则;最后,采用一种基于多信号流图的概率化归因方法,实现基于输入信号异常指标的CMG故障量化推理机制。上述方法实现了在工作场景下利用CMG传感器遥测数据的实时故障诊断功能。
技术关键词
多信号流图
高速转子
故障诊断方法
三相全桥逆变器
故障诊断推理
PWM电路
控制力矩陀螺
故障传播路径
半桥驱动电路
半桥驱动器
无刷直流电机
检查规则
电机绕组
故障诊断功能
框架
归因
同步电机
控制器
传感器
阶段
系统为您推荐了相关专利信息
卷积生成对抗网络
起重系统
深度图
故障诊断方法
表达式
远程故障诊断方法
大型光伏电站
非易失性存储介质
图像
计算机可读指令
智能故障诊断方法
抽油机
分层注意力
轻量化卷积神经网络
Softmax函数
船舶柴油机
故障诊断方法
异常数据
多模态
像素矩阵
高阶神经网络
故障诊断方法
核电设备
生成对抗网络
量子态