[发明专利]一种基于BP神经网络的航天器姿控系统故障诊断方法

权利要求书

1.一种基于BP神经网络的航天器姿控系统故障诊断方法，其特征在于：包括以下步骤：

步骤1：采集航天器姿控系统模型未发生故障时的传感器数据，并以该数据训练BP神经网络，建立故障诊断模型；

步骤2：将航天器姿控系统模型传感器的真实输出与故障诊断模型的输出作差，得到残差，用于故障诊断；

步骤3：将残差与设定阈值进行比较，对航天器姿控系统进行故障诊断；

所述航天器姿控系统模型包括运动学模型和动力学模型；其中

运动学模型为：

其中，q₀,q₁,q₂,q₃为系统的姿态信息；ω_x为系统x轴角速度信息；ω_y为系统y轴角速度信息；ω_z为系统z轴角速度信息；

动力学模型为：

其中，I_x为系统的x轴的转动惯量；I_y为系统的y轴的转动惯量；I_z为系统的z轴的转动惯量；ω_x为系统x轴角速度信息；ω_y为系统y轴角速度信息；ω_z为系统z轴角速度信息；分别为ω_x,ω_y,ω_z的导数； T_cx为系统的x轴控制力矩；T_cy为系统的y轴控制力矩；T_cz为系统的z轴控制力矩；T_dx为系统的x轴干扰力矩；T_dy为系统的y轴干扰力矩；T_dz为系统的z轴干扰力矩。

2.根据权利要求1所述的基于BP神经网络的航天器姿控系统故障诊断方法，其特征在于：所述故障诊断模型为：

X^*(k)＝f_BP[X(k-1),X(k-2),…,X(k-p)]

其中，X^*(k)为BP神经网络在k时刻的预测输出；X(k-1),X(k-2),…X(k-p)为BP神经网络在k-1,k-2,…,k-p时刻的输入，即传感器的正常数据；k,k-1,k-2,…,k-p为系统的相应时刻；p为BP神经网络输入的个数；f_BP为BP神经网络。

3.根据权利要求1所述的基于BP神经网络的航天器姿控系统故障诊断方法，其特征在于：所述残差为：

ε(k)＝|X(k)-X^*(k)|

其中，ε(k)为残差信息；X(k)为k时刻传感器的真实输出；X^*(k)为BP神经网络在k时刻的预测输出。

4.根据权利要求1所述的基于BP神经网络的航天器姿控系统故障诊断方法，其特征在于：所述将残差与设定阈值进行比较，对航天器姿控系统进行故障诊断为：

其中，ε(k)为残差信息；λ为设定的阈值信息。

5.根据权利要求1、2或3任一项所述的基于BP神经网络的航天器姿控系统故障诊断方法，其特征在于：所述传感器为陀螺仪。