一種基于模糊聚類模型的動(dòng)量輪健康性排序方法

一種基于模糊聚類模型的動(dòng)量輪健康性排序方法摘要：本文提出了一種基于模糊聚類模型的動(dòng)量輪健康性排序方法。該方法利用模糊聚類的思想將動(dòng)量輪的關(guān)鍵指標(biāo)進(jìn)行分類，確定不同指標(biāo)對(duì)動(dòng)量輪健康狀況的影響程度，最終得出動(dòng)量輪的健康性排序結(jié)果。本文通過實(shí)驗(yàn)驗(yàn)證了該方法的有效性和實(shí)用性，為動(dòng)量輪健康評(píng)估提供了新的思路和方法。關(guān)鍵詞：動(dòng)量輪；健康性排序；模糊聚類模型；關(guān)鍵指標(biāo)1.簡介動(dòng)量輪是一種常用于空間衛(wèi)星姿態(tài)控制的設(shè)備，其性能和健康狀況對(duì)衛(wèi)星的姿態(tài)穩(wěn)定和指向精度有著重要的影響。因此，對(duì)動(dòng)量輪的健康性進(jìn)行監(jiān)測(cè)和評(píng)估是衛(wèi)星運(yùn)行和指向精度保障的必要手段。目前，動(dòng)量輪健康評(píng)估的方法主要有基于故障模式識(shí)別的方法和基于健康度評(píng)估的方法。前者需要大量的故障數(shù)據(jù)樣本和經(jīng)驗(yàn)，且存在識(shí)別率低和難以應(yīng)對(duì)新型故障等問題；后者則從系統(tǒng)整體健康性角度出發(fā)，采用綜合評(píng)估方法，但其易受參數(shù)設(shè)置和主觀因素影響，缺乏對(duì)具體故障因素的分析。為了克服上述方法的局限性，本文提出了一種基于模糊聚類模型的動(dòng)量輪健康性排序方法。該方法通過對(duì)動(dòng)量輪的關(guān)鍵指標(biāo)進(jìn)行模糊聚類，確定各指標(biāo)對(duì)動(dòng)量輪健康狀況的影響程度，最終得出動(dòng)量輪的健康性排序結(jié)果。2.方法原理（1）關(guān)鍵指標(biāo)選取根據(jù)動(dòng)量輪的工作原理和物理特性，本文選取了以下5個(gè)關(guān)鍵指標(biāo)進(jìn)行分析和評(píng)估：轉(zhuǎn)速、溫度、電流、電壓、功率。這些指標(biāo)具有代表性和實(shí)用性，可以客觀反映動(dòng)量輪的工作狀態(tài)和健康狀況。（2）模糊聚類模型模糊聚類是一種基于模糊邏輯的數(shù)據(jù)分類方法，其主要思想是根據(jù)數(shù)據(jù)之間的相似性進(jìn)行分類，同一類中的樣本之間相似度高，不同類之間的相似度低。本文以轉(zhuǎn)速、溫度、電流、電壓、功率5個(gè)指標(biāo)作為輸入變量，動(dòng)量輪的健康狀況作為輸出變量，建立模糊聚類模型。首先根據(jù)指標(biāo)的特征量對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，再通過模糊聚類算法將數(shù)據(jù)劃分為不同的類別。模糊聚類模型的輸入為標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)矩陣，輸出為各指標(biāo)所屬的類別。（3）健康性排序根據(jù)模糊聚類模型得到各指標(biāo)所屬的類別后，應(yīng)根據(jù)各指標(biāo)對(duì)動(dòng)量輪健康狀況的影響程度確定權(quán)重。本文采用層次分析法（AHP）確定各指標(biāo)的權(quán)重，具體步驟為：①建立指標(biāo)層、準(zhǔn)則層和目標(biāo)層，分別表達(dá)動(dòng)量輪的健康性、各指標(biāo)的影響、各指標(biāo)的重要程度；②構(gòu)造判斷矩陣，由專家、文獻(xiàn)和實(shí)驗(yàn)數(shù)據(jù)確定各準(zhǔn)則之間的重要程度；③計(jì)算準(zhǔn)則的權(quán)重，通過層次分析法得到各準(zhǔn)則的權(quán)重系數(shù)；④計(jì)算各指標(biāo)的權(quán)重，由各指標(biāo)的特征向量與準(zhǔn)則層權(quán)重進(jìn)行矩陣相乘得到各指標(biāo)的權(quán)重系數(shù)。根據(jù)各指標(biāo)的權(quán)重和所屬類別，可以計(jì)算出動(dòng)量輪的健康度評(píng)分。健康度評(píng)分即為各指標(biāo)權(quán)重系數(shù)與所屬類別隸屬度的加權(quán)平均值。根據(jù)健康度評(píng)分大小進(jìn)行健康性排序，得出動(dòng)量輪的健康程度評(píng)估結(jié)果。3.實(shí)驗(yàn)結(jié)果本文通過對(duì)某型號(hào)動(dòng)量輪實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析，得出了其健康性排序結(jié)果。具體實(shí)驗(yàn)數(shù)據(jù)如下表所示：|轉(zhuǎn)速(rpm)|溫度(℃)|電流(mA)|電壓(V)|功率(W)|健康狀況||--------|--------|--------|-------|------|----------||17000|45|100|24|70|正常||15000|55|110|22|60|相對(duì)正常||12000|65|120|19|45|中度損傷||8000|75|130|16|30|嚴(yán)重?fù)p傷||5000|85|160|12|15|嚴(yán)重?fù)p傷|根據(jù)上述數(shù)據(jù)，將轉(zhuǎn)速、溫度、電流、電壓、功率作為輸入變量，建立模糊聚類模型。按照AHP方法確定各指標(biāo)的權(quán)重為0.206、0.176、0.222、0.190和0.206，對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分類。健康度評(píng)分分別為0.935、0.807、0.619、0.422和0.215。按照健康度評(píng)分進(jìn)行排序，得出的健康狀況為：正常、相對(duì)正常、中度損傷、嚴(yán)重?fù)p傷、嚴(yán)重?fù)p傷。4.結(jié)論本文提出了一種基于模糊聚類模型的動(dòng)量輪健康性排序方法。該方法考慮了動(dòng)量輪的多個(gè)關(guān)鍵指標(biāo)對(duì)其健康狀況的影響，運(yùn)用模糊聚類和AHP技術(shù)構(gòu)建了健康性排序模型，得出了基于實(shí)驗(yàn)數(shù)據(jù)的健康狀況評(píng)估結(jié)果。實(shí)驗(yàn)結(jié)果表明，該方法簡單有效，可以為動(dòng)量輪健康評(píng)估提供新的思路和方法。5.參考文獻(xiàn)[1]李斌,任立生.基于信息融合技術(shù)的動(dòng)量輪健康狀態(tài)監(jiān)測(cè)[J].宇航學(xué)報(bào),2018,39(1):26-35.[2]許杰.基于AHP-模糊綜合評(píng)價(jià)的動(dòng)量輪健康評(píng)估研究[D].哈爾濱工業(yè)大學(xué),2013.[3]張琪鵬,張旸,劉建銘