中国空间科学技术

中国空间科学技术 ›› 2016, Vol. 36 ›› Issue (4): 58-.doi: 10.16708/j.cnki.1000-758X.2016.0044

• 技术交流 • 上一篇    下一篇

基于DS证据理论的航天设备寿命预测方法

丁瑞, 陆宁云, 程月华, 姜斌, 邢琰   

  1. 1南京航空航天大学自动化学院，南京211016
    2南京航空航天大学航天学院，南京211016
    3北京控制工程研究所，北京100191
    4空间智能控制技术国家重点实验室，北京10019
  • 收稿日期:2015-11-26 修回日期:2015-12-30 出版日期:2016-08-25 发布日期:2016-05-11
  • 作者简介:丁瑞(1991-)，女，硕士研究生，dingrui504@163.com 陆宁云（1977-），女，教授，博士生导师，luningyun@nuaa.edu.cn,主要研究方向为复杂系统数据驱动建模、故障诊断与预测的理论和应用
  • 基金资助:

    国家自然科学基金（61374141，61203091）

LifetimepredictionofaerospaceequipmentbasedonDSevidencetheory

DING  Rui, LU  Ning-Yun, CHENG  Yue-Hua, JIANG  Bin, XING  Yan   

  1. 1CollegeofAutomationEngineering,NanjingUniversityofAeronautics&Astronautics,Nanjing211016,China
    2CollegeofAerospaceEngineering,NanjingUniversityofAeronautics&Astronautics,Nanjing211016,China
    3BeijingInstituteofControlEngineering,Beijing100191,China
    4StateKeyLaboratoryofSpaceIntelligentControl,Beijing100191,China
  • Received:2015-11-26 Revised:2015-12-30 Published:2016-08-25 Online:2016-05-11

PDF (PC)

715

摘要： 以动量轮为研究对象，提出一种基于DS证据理论和Bayes理论的信息融合及寿命预测方法。首先，挖掘多个寿命信息源的内、外部信息作为Bayes多源验前信息，并构建证据集合；其次，利用合成规则对证据集合进行合成，得到合理的验前融合权重的分配结果；然后，利用Bayes方法求解寿命参数的融合验后分布，并计算寿命参数的估计值；最后，根据参数估计值预测设备的剩余寿命。仿真结果表明，基于多源寿命信息融合的预测结果与单一来源的寿命预测结果相比，更加接近于设备的真实寿命信息。

关键词: 寿命预测, 多源信息融合, DS证据理论, Bayes方法, 动量轮

Abstract: AninformationfusionmethodwasproposedbasedonDSevidencetheoryandBayestheoryforlifetimepredictionofimportantaerospaceequipment,momentumwheel.Firstly,multisourcelifeinformationwerecollectedandminedtoobtainthepriordistributionofthemomentumwheel′slifetime,inordertobuildDSevidencecollections.Secondly,DScombinationrulewasusedtoobtainreasonableweightallocationforpriordistributions.Afterthat,fusionposteriordistributionwasfiguredoutandthevaluesoflifeparameterswerealsoestimated.Finally,accordingtoparameters′estimation,thelifetimepredictionformomentumwheelwasderived.Simulationresultshowsthatthepredictionusingtheproposedmethodisclosertothereallifetimemeasurements.

Key words: lifetimeprediction, multisourceinformationfusion, DSevidencetheory, Bayesmethod, Momentumwheel