一種基于模糊聚類模型的動量輪健康性排序方法

一種基于模糊聚類模型的動量輪健康性排序方法摘要：本文提出了一種基于模糊聚類模型的動量輪健康性排序方法。該方法利用模糊聚類的思想將動量輪的關(guān)鍵指標(biāo)進行分類，確定不同指標(biāo)對動量輪健康狀況的影響程度，最終得出動量輪的健康性排序結(jié)果。本文通過實驗驗證了該方法的有效性和實用性，為動量輪健康評估提供了新的思路和方法。關(guān)鍵詞：動量輪；健康性排序；模糊聚類模型；關(guān)鍵指標(biāo)1.簡介動量輪是一種常用于空間衛(wèi)星姿態(tài)控制的設(shè)備，其性能和健康狀況對衛(wèi)星的姿態(tài)穩(wěn)定和指向精度有著重要的影響。因此，對動量輪的健康性進行監(jiān)測和評估是衛(wèi)星運行和指向精度保障的必要手段。目前，動量輪健康評估的方法主要有基于故障模式識別的方法和基于健康度評估的方法。前者需要大量的故障數(shù)據(jù)樣本和經(jīng)驗，且存在識別率低和難以應(yīng)對新型故障等問題；后者則從系統(tǒng)整體健康性角度出發(fā)，采用綜合評估方法，但其易受參數(shù)設(shè)置和主觀因素影響，缺乏對具體故障因素的分析。為了克服上述方法的局限性，本文提出了一種基于模糊聚類模型的動量輪健康性排序方法。該方法通過對動量輪的關(guān)鍵指標(biāo)進行模糊聚類，確定各指標(biāo)對動量輪健康狀況的影響程度，最終得出動量輪的健康性排序結(jié)果。2.方法原理（1）關(guān)鍵指標(biāo)選取根據(jù)動量輪的工作原理和物理特性，本文選取了以下5個關(guān)鍵指標(biāo)進行分析和評估：轉(zhuǎn)速、溫度、電流、電壓、功率。這些指標(biāo)具有代表性和實用性，可以客觀反映動量輪的工作狀態(tài)和健康狀況。（2）模糊聚類模型模糊聚類是一種基于模糊邏輯的數(shù)據(jù)分類方法，其主要思想是根據(jù)數(shù)據(jù)之間的相似性進行分類，同一類中的樣本之間相似度高，不同類之間的相似度低。本文以轉(zhuǎn)速、溫度、電流、電壓、功率5個指標(biāo)作為輸入變量，動量輪的健康狀況作為輸出變量，建立模糊聚類模型。首先根據(jù)指標(biāo)的特征量對數(shù)據(jù)進行標(biāo)準(zhǔn)化處理，再通過模糊聚類算法將數(shù)據(jù)劃分為不同的類別。模糊聚類模型的輸入為標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)矩陣，輸出為各指標(biāo)所屬的類別。（3）健康性排序根據(jù)模糊聚類模型得到各指標(biāo)所屬的類別后，應(yīng)根據(jù)各指標(biāo)對動量輪健康狀況的影響程度確定權(quán)重。本文采用層次分析法（AHP）確定各指標(biāo)的權(quán)重，具體步驟為：①建立指標(biāo)層、準(zhǔn)則層和目標(biāo)層，分別表達動量輪的健康性、各指標(biāo)的影響、各指標(biāo)的重要程度；②構(gòu)造判斷矩陣，由專家、文獻和實驗數(shù)據(jù)確定各準(zhǔn)則之間的重要程度；③計算準(zhǔn)則的權(quán)重，通過層次分析法得到各準(zhǔn)則的權(quán)重系數(shù)；④計算各指標(biāo)的權(quán)重，由各指標(biāo)的特征向量與準(zhǔn)則層權(quán)重進行矩陣相乘得到各指標(biāo)的權(quán)重系數(shù)。根據(jù)各指標(biāo)的權(quán)重和所屬類別，可以計算出動量輪的健康度評分。健康度評分即為各指標(biāo)權(quán)重系數(shù)與所屬類別隸屬度的加權(quán)平均值。根據(jù)健康度評分大小進行健康性排序，得出動量輪的健康程度評估結(jié)果。3.實驗結(jié)果本文通過對某型號動量輪實驗數(shù)據(jù)進行分析，得出了其健康性排序結(jié)果。具體實驗數(shù)據(jù)如下表所示：|轉(zhuǎn)速(rpm)|溫度(℃)|電流(mA)|電壓(V)|功率(W)|健康狀況||--------|--------|--------|-------|------|----------||17000|45|100|24|70|正常||15000|55|110|22|60|相對正常||12000|65|120|19|45|中度損傷||8000|75|130|16|30|嚴(yán)重?fù)p傷||5000|85|160|12|15|嚴(yán)重?fù)p傷|根據(jù)上述數(shù)據(jù)，將轉(zhuǎn)速、溫度、電流、電壓、功率作為輸入變量，建立模糊聚類模型。按照AHP方法確定各指標(biāo)的權(quán)重為0.206、0.176、0.222、0.190和0.206，對實驗數(shù)據(jù)進行分類。健康度評分分別為0.935、0.807、0.619、0.422和0.215。按照健康度評分進行排序，得出的健康狀況為：正常、相對正常、中度損傷、嚴(yán)重?fù)p傷、嚴(yán)重?fù)p傷。4.結(jié)論本文提出了一種基于模糊聚類模型的動量輪健康性排序方法。該方法考慮了動量輪的多個關(guān)鍵指標(biāo)對其健康狀況的影響，運用模糊聚類和AHP技術(shù)構(gòu)建了健康性排序模型，得出了基于實驗數(shù)據(jù)的健康狀況評估結(jié)果。實驗結(jié)果表明，該方法簡單有效，可以為動量輪健康評估提供新的思路和方法。5.參考文獻[1]李斌,任立生.基于信息融合技術(shù)的動量輪健康狀態(tài)監(jiān)測[J].宇航學(xué)報,2018,39(1):26-35.[2]許杰.基于AHP-模糊綜合評價的動量輪健康評估研究[D].哈爾濱工業(yè)大學(xué),2013.[3]張琪鵬,張旸,劉建銘