典型文献
基于机器学习建模的航天器健康管理平台研究
文献摘要：
近年来,随着深度学习等技术的快速发展和航天器系统数据量的不断增加,新型的机器学习平台凭借其友好的流程化分析框架、丰富的即插即用机器学习工具、分布式的服务等诸多优点,为航天器等领域复杂问题分析处理提出了新思路;在分析了航天器故障预测与健康管理方面存在的难点以及机器学习优势基础上,提出了面向机器学习建模的航天器健康管理平台设计方案与方法,分析了多语言融合的健康管理算法模型构建、基于分布式的健康管理计算服务引擎等关键技术,并以某卫星电源系统太阳电池阵功率预测等案例详细说明平台实际应用情况,验证结果表明研究成果能够为基于机器学习建模的航天器健康管理技术研究与应用提供技术参考,最终提高卫星、空间站等航天器的安全性.
文献关键词：
航天器;健康管理平台;机器学习建模;故障诊断;故障预测
中图分类号：
作者姓名：
房红征;年夫强;罗凯;王晓栋;李蕊
作者机构：
北京航天测控技术有限公司,北京 100041;北京市高速交通工具智能诊断与健康管理重点实验室,北京100041;中国航发沈阳发动机研究所,沈阳 110015
文献出处：
引用格式：
[1]房红征;年夫强;罗凯;王晓栋;李蕊-.基于机器学习建模的航天器健康管理平台研究)[J].计算机测量与控制,2022(12):112-118
A类：
B类：
基于机器学习,机器学习建模,航天器,健康管理平台,平台研究,系统数据,数据量,学习平台,流程化,即插即用,学习工具,复杂问题,分析处理,故障预测与健康管理,平台设计,多语言,语言融合,理算,算法模型,计算服务,卫星电源系统,太阳电池阵,功率预测,细说,管理技术,空间站
AB值：
0.316664
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
