تشخيص الأعطال في التحكم في وضعية المركبة الفضائية تحت ظروف عدم توازن العينات
摘要
تم اقتراح طريقة تشخيص الأعطال التي تدمج ترميز الصور الزمنية المتسلسلة والتعلم العميق لمواجهة مشكلة تدهور أداء التشخيص في نظام التحكم في وضعية المركبة الفضائية تحت ظروف ندرة عينات الأعطال وعدم توازن العينات. أولاً، تم استخدام شبكة الخصومة التوليدية واترسشتاين مع معاقبة التدرج (WGAN-GP) لتوليد وتوسيع عينات البيانات الزمنية للأعطال لتوازن توزيع مجموعة التدريب؛ ثم، تم تحويل الإشارات الزمنية إلى صور ثنائية الأبعاد باستخدام زوايا وحقول جرامي، ومواقع الانتقال ماركوف، وطريقة التشفير باستخدام الرسوم التكرارية؛ وأخيراً، تم بناء شبكة عصبية تلافيفية ثنائية الأبعاد لاستخراج وتصنيف ميزات الأعطال. تظهر نتائج التجارب أن الطريقة المقترحة تحسن بشكل ملحوظ دقة التشخيص تحت جميع نسب عدم توازن العينات، مما يؤكد فعاليتها وصدقها في سيناريوهات عدم توازن العينات.
关键词
نظام التحكم في وضعية المركبة الفضائية;تشخيص الأعطال;ترميز الصور الزمنية المتسلسلة;شبكة الخصومة التوليدية;الشبكة العصبية التلافيفية
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website