反作用轮不完全数据故障诊断新算法

摘要：

针对卫星反作用轮遥测数据存在不完备情况,提出一种基于核模糊均值聚类(Kernel Fuzzy C-Means,KFCM)的数据修复诊断算法KFCM-Imputation (KFCM-I).该算法通过KFCM聚类实现已知故障样本的聚类中心和聚类半径,通过相似度计算查找与不完备数据最相似的数据点,将该数据点填充于不完备数据点位置,保证数据的完备性,并通过数据的相似度进行故障诊断.考虑所有故障特征同步缺失数据和各故障特征随机缺失数据两种工况,对比工程上直接删除缺失数据的方法,在数据缺失量小于总数据量的13％时,KFCM-I诊断精度能达90％以上;当数据缺失量占总数据量13％ ～20％时,诊断精度仍能达到80％.KFCM-I算法故障诊断精度高、计算简单,对工程应用有较好的参考价值.

关键词：不完全数据、数据填充、故障诊断、核模糊均值聚类、反作用轮、卫星

所属期刊栏目：35

分类号：TP3;V47

在线出版日期：2015-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：19-26