【技术实现步骤摘要】
本专利技术属于航天地面测控装备传动机构故障诊断，具体涉及一种航天地面测控装备传动机构健康评估及早期损伤预警方法、系统、设备及介质。
技术介绍
1、航天地面测控装备是是航天器升空后与地面联系的关键通道、信息中枢，在执行航天器发射任务时提供遥测、指令发布等重要工作。而高密度常态化的航天活动对测控天线提出了更高的要求，轴承、齿轮等作为航天地面测控装备传动机构核心部件，是传动结构中载荷和工作最恶劣的组件之一，其运行安全性和可靠性直接影响整个地面测控装备的运行平稳性和持续性。
2、测控装备传动机构在运行过程中早期故障症状不明显，特征信息微弱且往往被机械设备运行过程的强噪声所淹没。主要依靠人工进行维护和故障分析的传统方法已不能适应此类复杂通信系统的运维要求，容易欠维护和过维护，缺乏预见性维修指导。在这一背景下，通过对装备传动机构进行健康评估和故障预警，可以实现对关键部件的实时监测和分析，提高对早期故障的感知能力。因此，深入研究航天地面测控装备传动机构的健康评估与故障预警，具有广泛而深远的应用前景。
3、针对旋转机械本身运行过程中产生的大量正常或健康状态数据，有学者从数据驱动的概念出发，将健康状态下的数据引入到健康指标的构建中。2013年，邱等人首先利用自组织映射网络基于健康状态数据训练策略进行滚动轴承性能退化评估。构建了最小量化误差，实现了故障检测和轴承退化定量评估。2017年，guo等人使用循环神经网络(rnn)融合从时域和频域提取的统计指标，构建轴承的健康指标。各种先进的健康指标构造方法不断涌现，基于深度学习算法
4、工业生产中设备的监测过程依赖于可表征其健康状况和劣化趋势的健康指标。但由于异常数据的稀缺，如何仅通过正常数据构建健康指标并用于早期损伤预警是一个重大的挑战。同时，轴承劣化过程中时间趋势的特性，对轴承的早期损伤预警带来了更大的困难。
技术实现思路
1、为了解决现有技术中如何克服现有技术中问题，本专利技术的目的是提出了一种航天地面测控装备传动机构健康评估及早期损伤预警方法、系统、设备及介质，该方法能够实现航天地面测控装备传动机构的健康状态评估和损伤预警，并且具有一定的稳定性和鲁棒性。
2、为达到以上目的，本专利技术采取如下技术方案予以实现：
3、一种航天地面测控装备传动机构健康评估及早期损伤预警方法，包括以下步骤：
4、获取航天地面测控装备传动机构的旋转机械的监测数据；
5、对航天地面测控装备传动机构的旋转机械的监测数据进行预处理得到标准化监测数据；
6、根据标准化监测数据计算健康指标值；
7、将健康指标值与预警阈值进行比较，如果健康指标大于预警阈值，则报警，反之则不报警。
8、进一步的，对航天地面测控装备传动机构的旋转机械的监测数据进行预处理得到标准化监测数据，包括以下步骤：
9、将航天地面测控装备传动机构的旋转机械的监测数据划分成样本，将样本从时域转换到频域并进行标准化处理，得到标准化监测数据。
10、进一步的，根据标准化监测数据计算健康指标值，包括以下步骤：
11、根据标准化监测数据计算重构误差；
12、将重构误差作为长短时记忆网络的输入，通过最小化预测误差优化长短时记忆网络参数，长短时记忆网络输出预测残差，将预测残差作为健康指标；
13、将健康指标值与预警阈值进行比较前对健康指标的趋势毛刺进行消除。
14、进一步的，根据标准化监测数据采用对抗学习策略计算重构误差，包括以下步骤：
15、重构误差loss计算如下：
16、loss＝bce+dkl+mse
17、式中，bce为二元交叉熵，dkl为kl散度，mse为均方误差；
18、均方误差mse计算如下：
19、
20、式中，n是样本数量，xi是标准化监测数据，是生成器输出的值。
21、进一步的，kl散度dkl计算如下：
22、
23、其中，n是样本数量，为计算两个样本分布的方差的平方，计算两个样本分布的均值的平方，为计算两个样本分布的方差的自然对数；
24、二元交叉熵bce计算如下：
25、
26、其中，n是样本数量，i表示第i个样本，yi表示第i个样本的标签，p(yi)是判别器输出属于标签的概率。
27、进一步的，健康指标的核密度估计f(x)的计算公式如下：
28、
29、其中，k(·)是核函数，h是带宽参数，n为总样本数，i为观测值标号，x为要估计概率密度的点，xi为第i个观测值。
30、进一步的，所述预警阈值通过下式计算：
31、
32、其中，hinor为已知正常状态下的健康指标序列，y为预警阈值，e表示求均值，c为系数，var表示求方差。
33、一种航天地面测控装备传动机构健康评估及早期损伤预警系统，包括：
34、监测数据获取模块，用于获取航天地面测控装备传动机构的旋转机械的监测数据；
35、预处理模块，用于对航天地面测控装备传动机构的旋转机械的监测数据进行预处理得到标准化监测数据；
36、健康指标值计算模块，用于根据标准化监测数据计算健康指标值；
37、比较模块，用于将健康指标值与预警阈值进行比较，如果健康指标大于预警阈值，则报警，反之则不报警。
38、一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述的处理器执行所述的计算机程序时实现所述的航天地面测控装备传动机构健康评估及早期损伤预警方法。
39、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述的计算机程序被处理器执行时实现所述的航天地面测控装备传动机构健康评估及早期损伤预警方法。
40、与现有技术相比，本专利技术具有如下有益效果：
41、本专利技术提出的健康评估和早期损伤预警方法，相比较传统的方法，不依赖于全寿命数据，仅通过航天地面测控装备传动机构旋转机械正常状态运行的数据构建健康指标并用于健康评估和早期损伤预警。同时，考虑了轴承正常运行过程健康指标的弱趋势特性，保证了对旋转机械的早期损伤预警。
42、进一步的，基于对抗学习策略进行生成器和判别器的训练，提升信号的可重构性，基于长短时记忆网络的预测残差作为健康指标，用于指示旋转机械的健康状态。
43、进一步的，对抗学习策略带来了新的训练约束条件，即综合了二元交叉熵、kl散度以及均方误差损失函数，使得本方法构建的健康指标具有一定的稳定性和鲁棒性，可实现航天地面测控装备传动机构旋转机械典型组件(如轴承、齿轮、叶片等)故障判别和早本文档来自技高网...
【技术保护点】
1.一种航天地面测控装备传动机构健康评估及早期损伤预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的航天地面测控装备传动机构健康评估及早期损伤预警方法，其特征在于，对航天地面测控装备传动机构的旋转机械的监测数据进行预处理得到标准化监测数据，包括以下步骤：
3.根据权利要求1所述的航天地面测控装备传动机构健康评估及早期损伤预警方法，其特征在于，根据标准化监测数据计算健康指标值，包括以下步骤：
4.根据权利要求3所述的航天地面测控装备传动机构健康评估及早期损伤预警方法，其特征在于，根据标准化监测数据采用对抗学习策略计算重构误差，包括以下步骤：
5.根据权利要求4所述的航天地面测控装备传动机构健康评估及早期损伤预警方法，其特征在于，KL散度DKL计算如下：
6.根据权利要求3所述的航天地面测控装备传动机构健康评估及早期损伤预警方法，其特征在于，健康指标的核密度估计f(x)的计算公式如下：
7.根据权利要求3所述的航天地面测控装备传动机构健康评估及早期损伤预警方法，其特征在于，所述预警阈值通过下式计算：<...
【技术特征摘要】
1.一种航天地面测控装备传动机构健康评估及早期损伤预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的航天地面测控装备传动机构健康评估及早期损伤预警方法，其特征在于，对航天地面测控装备传动机构的旋转机械的监测数据进行预处理得到标准化监测数据，包括以下步骤：
3.根据权利要求1所述的航天地面测控装备传动机构健康评估及早期损伤预警方法，其特征在于，根据标准化监测数据计算健康指标值，包括以下步骤：
4.根据权利要求3所述的航天地面测控装备传动机构健康评估及早期损伤预警方法，其特征在于，根据标准化监测数据采用对抗学习策略计算重构误差，包括以下步骤：
5.根据权利要求4所述的航天地面测控装备传动机构健康评估及早期损伤预警方法，其特征在于，kl散度dkl计算如下：
6.根据权利要求3所述的航天地面测控装...
【专利技术属性】
技术研发人员：陈禛怡，张丰登，付树洪，王涛，陈文博，朱远航，夏伟钧，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。