期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:沈毅,张筱磊,王振华.基于EMD和有向因子图的航天器故障诊断[J].哈尔滨工业大学学报,2013,45(1):19.DOI:10.11918/j.issn.0367-6234.2013.01.004
SHEN Yi,ZHANG Xiaolei,WANG Zhenhua.Spacecraft fault diagnosis based on empirical mode decomposition and directed factor graph[J].Journal of Harbin Institute of Technology,2013,45(1):19.DOI:10.11918/j.issn.0367-6234.2013.01.004
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 2770次   下载 1539 本文二维码信息
码上扫一扫!
分享到: 微信 更多
基于EMD和有向因子图的航天器故障诊断
沈毅, 张筱磊, 王振华
哈尔滨工业大学 航天学院, 150001 哈尔滨
摘要:
为了消除噪声对提取传感器信号中故障特征的影响,同时在系统模型不精确条件下,描述故障在系统部件间的传播方式.本文提出了一种基于经验模态分解(EMD)和有向因子图(DFG)的故障诊断方法.对传感器信号进行经验模态分解得到的内部模态函数(IMF),提出采用能量做为其零点区间包含噪声成分的评价指标,基于信号内部模态函数的区块能量消除其噪声成分.对无法精确建模的物理系统,提出使用有向因子图描述系统组成部件间的因果关系,应用概率推理实现故障诊断.通过对航天器电源系统供电模块的实例分析,验证了方法的有效性.
关键词:  故障诊断  经验模态分解  有向因子图  特征提取  故障推理
DOI:10.11918/j.issn.0367-6234.2013.01.004
分类号:TP273
基金项目:国家自然科学基金资助项目 (60874054).
Spacecraft fault diagnosis based on empirical mode decomposition and directed factor graph
SHEN Yi, ZHANG Xiaolei, WANG Zhenhua
School of Astronautics, Harbin Institute of Technology, 150001 Harbin, China
Abstract:
To solve the problem of noise elimination in fault feature extraction of sensor signal and describing fault propagation under model uncertainty, this article presents a novel fault diagnosis approach based on empirical mode decomposition (EMD) and directed factor graph (DFG). The EMD method is used to decompose the sensor output signal into a number of intrinsic mode function (IMF) components, a block energy criterion based on the signal samples between two adjacent zero-crossings of IMF is proposed to distinguish the useful signal from noise. Directed factor graph is used to model the cause-effect relations between system components, and as the basis for fault diagnosis through probabilistic reasoning under the model uncertainty. A power supply module of a spacecraft power system is provided as case study to show the feasibility and validity of the proposed method.
Key words:  fault diagnosis  empirical mode decomposition  directed factor graph  feature selection  fault inference

友情链接LINKS