一种基于时间序列的环控生保系统遥测数据预测方法
2020年信息技术与网络安全第12期
潘点飞1，胡 伟1，周文兴1，张慧颖2，唐 斌1，罗亚斌1，郑为阁1
1.中国航天员科研训练中心，北京 100094；2.北京跟踪与通信技术研究所，北京100094
摘要： 为实现环控生保系统在轨故障预测与健康管理，研究系统遥测数据的时间序列信息。通过预测关键遥测数据的变化趋势，实现在故障出现之前对其识别、预判。结合环控生保系统遥测数据的特点，通过AIC与BIC相结合的方法确定预测模型。运用该模型对实际工程中遥测数据进行预测验证，结果表明采用该方法对氧分压数据进行前向6点预测，预测精度可达98.2%，可为后续系统在轨故障预测与健康管理提供基础。
中图分类号： V476.1
文献标识码： A
DOI： 10.19358/j.issn.2096-5133.2020.12.012
引用格式： 潘点飞，胡伟，周文兴，等. 一种基于时间序列的环控生保系统遥测数据预测方法[J].信息技术与网络安全，2020，39(12)：67-72.
文献标识码： A
DOI： 10.19358/j.issn.2096-5133.2020.12.012
引用格式： 潘点飞，胡伟，周文兴，等. 一种基于时间序列的环控生保系统遥测数据预测方法[J].信息技术与网络安全，2020，39(12)：67-72.
A telemetry data prediction method of environmental control and life support system based on time series analysis
Pan Dianfei1，Hu Wei1，Zhou Wenxing1，Zhang Huiying2，Tang Bin1，Luo Yabin1，Zheng Weige1
1.China Astronaut Research and Training Center，Beijing 100094，China； 2.Beijing Institute of Tracking and Telecommunications Technology，Beijing 100094，China
Abstract： In order to realize on orbit fault prediction and health management of environmental control and life support system(ECLSS), time series information of telemetry data is studied. By predicting the change trend of key telemetry data, the fault can be identified and predicted before it occurs. Combined with the characteristics of telemetry data of ECLSS, the prediction model is determined by combining AIC and BIC. The model is used to predict and verify the telemetry data in practical engineering. The experimental results show that the prediction accuracy of this method can reach 98.2%when the oxygen partial pressure data is predicted forward by using this method, which can provide the basis for the subsequent system on orbit fault prediction and health management.
Key words : environmental control and life support system(ECLSS)；telemetry data; prediction；fault prediction
0 引言
当前，我国载人航天工程已经进入航天员长期驻留及进行空间科学实验的空间站阶段，环控生保系统直接关系到航天员的生命健康，要求对其运行状态监测更加及时准确，对其故障预判、诊断更加快速智能。
环控生保系统的运行状态主要通过遥测数据获得，数据的变化与产品、功能状态的变化息息相关。从遥测数据中识别、提取关键信息是常用的航天器故障诊断方法。目前航天领域普遍采用二值逻辑型阈值比较方法进行故障识别[1]，该方法虽然简单、直观，但是存在诸如阈值不易界定、缺乏故障征兆识别能力、故障诊断效率低等问题，且未能充分利用遥测数据中包含的大量时域、空域信息，数据利用效率较低。
本文提出一种基于时间序列的遥测数据预测方法，能够根据遥测数据的历史信息预测未来一段时间的变化趋势，在故障出现之前对其进行识别、预判，有效确保分系统的健康、长期工作，降低未来空间站环控生保分系统长期运行的维护成本。
本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003234
作者信息:
潘点飞1，胡 伟1，周文兴1，张慧颖2，唐 斌1，罗亚斌1，郑为阁1
(1.中国航天员科研训练中心，北京 100094；2.北京跟踪与通信技术研究所，北京100094)
此内容为AET网站原创，未经授权禁止转载。