典型文献
基于功耗残差的航天器CMG退化特征提取方法
文献摘要：
为实现航天器控制力矩陀螺(CMG)性能退化状态评估,提出了一种基于卷积神经网络(CNN)与功耗残差的CMG退化特征提取方法.由于CMG控制系统对高速转子运动状态的高精准控制,CMG退化特征难以从转子运动状态数据中直接提取.针对该问题,从转子系统的能量损耗角度出发,通过分析CMG工作机理确定了影响单位时间内转子电机功耗的变量,并通过CNN建立了CMG运行状态参数与电机功耗之间的映射.将退化状态下电机实际功耗与模型输出的残差作为退化特征对CMG退化状态进行评价.通过某型号CMG的加速寿命实验数据进行验证,结果表明:构建的退化特征能够表征CMG转子轴承的性能退化情况,从而为CMG状态监测和故障预警提供参考.
文献关键词：
控制力矩陀螺(CMG);滚动轴承;退化特征;卷积神经网络(CNN);功耗残差
中图分类号：
作者姓名：
田利梅;龚梦彤;唐荻音;韩丹阳;于劲松;李春伟
作者机构：
北京控制工程研究所, 北京 100094;北京航空航天大学 自动化科学与电气工程学院, 北京 100083
文献出处：
引用格式：
[1]田利梅;龚梦彤;唐荻音;韩丹阳;于劲松;李春伟-.基于功耗残差的航天器CMG退化特征提取方法)[J].北京航空航天大学学报,2022(10):1899-1905
A类：
功耗残差
B类：
航天器,CMG,退化特征提取,控制力矩陀螺,性能退化,退化状态评估,运动状态,精准控制,状态数据,中直,转子系统,能量损耗,工作机理,单位时间,状态参数,模型输出,加速寿命实验,转子轴,状态监测,故障预警,滚动轴承
AB值：
0.211693
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。
