[发明专利]基于模糊推理单元的航天器结构在轨健康监测方法及系统

权利要求书

1.一种基于模糊推理单元的航天器结构在轨健康监测方法，其特征在于，包括：

步骤S1：根据航天器在轨工况准备训练样本与知识库，获取航天器在轨工况准备训练样本与知识库信息；

步骤S2：构建模糊推理单元来建立航天器结构在轨振动模式，并用样本训练，获取样本训练结果信息；

步骤S3：根据样本训练结果信息，将航天器在轨振动响应信号输入模糊推理单元，获取模糊推理输出信号；

步骤S4：根据模糊推理输出信号，通过将模糊推理输出信号与在轨实测信号进行对比，判断航天器结构健康状态，获取航天器结构健康状态判断结果信息；

步骤S5：根据航天器结构健康状态判断结果信息，获取在轨航天器结构健康监测信息。

2.根据权利要求1所述的基于模糊推理单元的航天器结构在轨健康监测方法，其特征在于，所述步骤S1包括：

步骤S1.1：根据航天器上活动部件参数信息，在航天器结构上分布振动信号传感器，组成传感器网络，获取传感器网络信息；

根据传感器网络信息、航天器上活动部件正常在轨工况信息，使用传感器网络采集航天器结构在轨工况的振动信号，建立航天器结构健康数据库，获取航天器在轨工况准备训练样本与知识库信息。

3.根据权利要求1所述的基于模糊推理单元的航天器结构在轨健康监测方法，其特征在于，所述步骤S2包括：

步骤S2.1：选定隶属度函数类型，根据各工况的振动信号，确定隶属度函数参数，建立输入模糊集；

步骤S2.2：根据输入模糊集，确定模糊规则的数量；使用神经网络，设置单模糊规则的参数；依据模糊规则进行模糊运算，计算单个模糊规则的输出；

步骤S2.3:对应每个模糊规则，设定对应的输出隶属度函数，并设定各隶属度函数的权值，确定模糊规则的输出模糊集。

4.根据权利要求1所述的基于模糊推理单元的航天器结构在轨健康监测方法，其特征在于，所述步骤S2还包括：

步骤S2.4：确定总输出隶属度函数，将模糊规则的输出模糊集融合为单个输出模糊集，将输入值映射为模糊推理单元的单输出量。

5.根据权利要求1所述的基于模糊推理单元的航天器结构在轨健康监测方法，其特征在于，所述步骤3包括：

步骤S3.1：根据预设阈值参数、同一时刻航天器上活动分布振动信号传感器网络采集的振动信号信息，将同一时刻航天器上活动分布振动信号传感器网络采集的振动信号与模糊推理单元输出信号的差值比较，判断是否超出阈值范围，若是，则获取结构存在损伤信息；

若否，则获取结构未存在损伤信息。

6.一种基于模糊推理单元的航天器结构在轨健康监测系统，其特征在于，包括：

模块M1：根据航天器在轨工况准备训练样本与知识库，获取航天器在轨工况准备训练样本与知识库信息；

模块M2：构建模糊推理单元来建立航天器结构在轨振动模式，并用样本训练，获取样本训练结果信息；

模块M3：根据样本训练结果信息，将航天器在轨振动响应信号输入模糊推理单元，获取模糊推理输出信号；

模块M4：根据模糊推理输出信号，通过将模糊推理输出信号与在轨实测信号进行对比，判断航天器结构健康状态，获取航天器结构健康状态判断结果信息；

模块M5：根据航天器结构健康状态判断结果信息，获取在轨航天器结构健康监测信息。

7.根据权利要求6所述的基于模糊推理单元的航天器结构在轨健康监测系统，其特征在于，所述模块M1包括：

模块M1.1：根据航天器上活动部件参数信息，在航天器结构上分布振动信号传感器，组成传感器网络，获取传感器网络信息；

根据传感器网络信息、航天器上活动部件正常在轨工况信息，使用传感器网络采集航天器结构在轨工况的振动信号，建立航天器结构健康数据库，获取航天器在轨工况准备训练样本与知识库信息。