运载火箭测试数据分析与故障诊断方法

针对如何从运载火箭大量历史测试发射数据中发掘有用信息的问题,提出了一种基于数据挖掘的运载火箭数据分析与故障诊断方法,为火箭的故障诊断、产品设计、状态检测提供服务。针对火箭数据的特性和实际业务分析的需求,使用基于皮尔逊系数的相关性分析方法、基于希尔伯特变换的包络分析方法、基于窗口滑动函数的故障诊断方法组建火箭数据分析平台,对运载火箭的数据进行了深层次的挖掘和诊断。采用某型号火箭测试数据对火箭数据分析平台进行了验证,结果表明:以数据驱动的火箭数据分析平台相关性分析准确、参数包络线绘制精准、可有效识别异常数据,分析结果与理论知识相符,具有较高的实用价值,相比于传统数据分析方法更为精准、全面。     

基于数字孪生的火箭测试与发射过程健康管理技术研究

为了解决运载火箭对地面测试与发射过程中对数据综合分析能力,飞行过程的故障诊断和预测能力,以及故障处理措施的快速决策等能力的迫切需求,提出一种基于数字孪生技术的火箭测试与发射过程健康管理系统设计方案;该方案通过建立运载火箭测试与发射阶段数字孪生模型,实现对火箭测试和发射过程的天地镜像仿真,依托数字孪生模型,对运载火箭健康管理功能进行了设计和优化;利用真实火箭和数字孪生火箭的信息交互,可有效实现火箭测试过程数据分析、飞行过程协同诊断,以及故障处理决策支持等功能;该系统提高了火箭发射的可靠性,为火箭可靠飞行提供了技术保障;同时,该技术在运载火箭健康管理上的应用也面临一些关键技术还需要进一步突破和发展.     

运载火箭控制系统的BIT设计与实现

良好的测试性设计对运载火箭而言,可以有效地缩短发射流程,提高发射成功率,而机内测试技术（BIT）是改善系统或设备的测试性、维修性和故障诊断能力的重要途径和手段。结合XX-5运载火箭,首先对运载火箭电气系统全面实现BIT的可能性进行了研究,并首次在系统层面提出了控制系统BIT的设计方案和工作原理,最后从故障检测率、故障隔离率、虚警率等方面对系统方案进行了详细分析和评价。结果表明,控制系统采用BIT技术使得火箭测试更加高效精确,为提高航天发射的成功率、缩短运载火箭测试发射周期奠定基础。     

低温火箭自主故障诊断和发射控制

低温火箭的加注和发射控制流程比较复杂,测发技术方案对火箭的测发效率、发射成本以及任务的可靠性和安全性有着重要影响,面对日益增加的航天发射任务,先进的测试发射技术已成为提升火箭竞争力的重要发展方向。针对正在研制的面向商业发射市场的新型低温运载火箭,为提高火箭测试发射效率和本质安全性,对自主故障诊断和发射控制技术开展了系统性研究,采用功能和层次抽象模型,建立了一体化地面测控设备的软硬件层次关系和“一键”式发射控制软件的架构设计方案;提出低温动力系统自动发射流程的层次设计模型以及故障诊断策略和诊断方法,为低温火箭一体化自主测发控系统的工程研制奠定了技术基础。     

BIT技术在运载火箭测试系统中的研究与应用

对BIT技术在运载火箭测试发射控制系统测试领域中的应用进行了研究。从BIT技术的设计原则、设计原理和工作模式等方面进行分析,设计了BIT测试流程并将其应用在运载火箭测试系统中,利用大数据降低了BIT系统虚警率,对于运载火箭测试领域提高测试可靠性,提高故障检测、故障隔离及排除效率对于火箭测发过程具有重要意义。     

食品安全分析数据仓库构建过程中的数据预处理技术

数据仓库是进行多维数据分析的基础,在构建食品安全析数据仓库中,需要对原始操作型的数据进行预处理,使其更适合分析的需求.介绍了构建食品安全分析数据仓库中常见的数据预处理技术,主要包括数据清洗技术和数据转换技术.     

基于MIL-STD-1553B的运载火箭故障诊断与故障注入方法

针对运载火箭系统众多,故障形式多样,出现故障难以准确定位的特点,研究了一种基于MIL-STD-1553B总线(下称1553B总线)的故障诊断和故障注入方法,采用故障树分析法确定失效故障链,实时诊断和预测系统故障;由于实际的系统故障数据较少,通过失效机理分析获得运载火箭的故障库,采用1553B总线对系统注入特定故障;在运载火箭地面故障诊断与注入系统中,原有的拓扑结构维持不变,故障诊断系统作为1553B总线监视器,故障注入系统作为1553B总线的远程终端,并与运载火箭的众多子系统互联,通过总线耦合器连接火箭外部的发射控制平台;最后通过基于实际工程型号开发的故障诊断平台和故障注入平台进行了测试,测试结果表明具有满意的故障覆盖率。     

构建审计分析数据仓库中的数据清理及转换技术

数据仓库是进行多角度数据分析的基础,在审计中可借助数据仓库技术分析数据,用以辅助发现问题和锁定审计重点。数据仓库中的数据结构是面向数据分析设计的,在构建数据仓库时需要对原始操作型的数据进行适当的清理和转换,使其更适合分析的需求。本文介绍了构建审计分析数据仓库中常见的数据清理和数据转换问题以及相应的解决技术。     

一种通用测试系统故障诊断功能设计

为了解决运载火箭测试过程中测试项目多、测试流程复杂、测试时间长的问题,一般采用具有故障诊断功能的通用测试系统,实现自动化测试;通过综合分析运载火箭测试项目需求,研究通用测试系统运行过程对故障诊断功能需求,提出了一种通用测试系统故障诊断功能设计方案,包括故障诊断的系统架构、线路诊断、测试平台自检、测试流程监测、故障定位,以及信息应用等功能;通过该故障诊断功能设计,简化了测试项目,实现了运载火箭的快速自动化测试、性能监测与状态评估,保障火箭的安全可靠运行,并可为维修决策提供支持。     

基于数据仓库的QAR数据分析

针对现有各航空公司分析QAR数据的平台不统一、QAR数据量大、分析和处理数据能力不足、导致海量的数据变成了信息垃圾,在对QAR数据和数据仓库技术研究基础上,结合航空公司关心的问题,设计了QAR数据仓库,给出了数据仓库模型的设计,详细阐述了QAR数据分析主题的提取方法,提出QAR数据仓库的星型模型.通过ETL设计了多维数据集,以超限事件为例展现了对QAR数据的安全分析,为航空公司改进飞行品质、提高安全系数提供依据.     

数字孪生驱动的火箭控制系统故障诊断研究综述

在第四次工业革命中,智能制造成为各国工业发展的重点方向,数字孪生技术作为一项新兴技术,能够有效实现物理信息的融合;将其应用于火箭控制系统的故障诊断和健康管理,能够进一步提高故障诊断的事前准确性,提升火箭发射的可靠性;本文对数字孪生技术在航天领域的研究现状进行归纳整理;首先梳理了NASA的数字孪生目标,国内领域按照设计、生产、支持服务阶段对数字孪生应用进行分类;其次,按照故障树、专家系统、神经网络、数据驱动的方法阐述控制系统故障诊断的研究现状;在介绍数字孪生驱动的健康管理方法的基础上,提出数字孪生驱动的火箭控制系统的故障诊断方法;详细介绍其基本组成框架,分析关键技术及应用难点,并提出数字孪生健康管理平台的基本流程;该方法预期实现火箭控制系统的事前诊断和维修策略的制定     

测量数据处理系统的设计与应用

在火箭研制阶段,遥测系统用于测量火箭各系统的工作状态参数和环境数据。测量数据是评定火箭的性能和进行故障分析的依据。测量数据处理是火箭测试流程中的关键环节之一,是火箭各系统功能检查、系统测试评价和火箭整体性能评估的重要手段。测量数据处理系统以数据处理和管理为核心,以实时数据库和事后数据库为基础,引入数据快速处理、网络发布、数据共享与存储等技术,构建了分布式的测量数据处理与综合管理平台。该系统的应用提高了运载火箭的测试效率,减少了系统测试时间和工作量,降低了测试成本,既实现了测量数据的高效处理和管理,又提高了数据判读解析的准确性。     

一种面向领域WEB服务的数据中心模型

提出一种通用的面向领域WEB服务的数据中心模型.利用语义集成、数据映射、数据仓库及其他数据集成技术,不仅完成分布式异构数据源的无缝数据集成,而且实现数据源与数据中心之间的数据共享和透明数据交换,为领域WEB服务提供统一数据服务.在"油气生产系统软件集成平台"中采用该模型,组建了中国石油油气井生产领域数据中心,构建一个面向油气井生产领域,集生产管理、设备管理、工作流程控制、优化设计、故障诊断、辅助决策等功能为一体的WEB服务平台,解决了海量、分布式异构数据源的有机集成和无缝共享问题.从而验证了该模型的正确性及可行性.     

数据仓库和数据挖掘在医院信息系统中的应用

由于传统的数据库技术具有单一性,在处理操作型事务时具有一定的优势,但是不适合处理信息型事务,基于此对数据仓库和数据挖掘在医院信息系统中的应用进行了分析,主要探讨了决策支持系统的应用结构、数据仓库、联机分析处理技术、数据挖掘技术分析等技术方面的内容,分析了医院信息管理部门的组织结构、医院信息管理系统的构成、平台系统结构和数据库和数据仓库的设计等,这一研究对于医院信息管理系统的进一步推进具有仪的借鉴价值。     

面向经营分析系统的数据仓库架构设计与存储研究

介绍经营分析系统的建设过程和实现思路,构建一种数据仓库的四层架构设计模式,结合经营分析系统的实践,引入生命周期管理技术和数据备份管理措施,给出一种基于四层架构设计模式的分级存储管理技术。实际应用表明,能有效提高设备的利用率及数据在线／近线的保有时长,保障数据的可恢复性和数据故障处理的及时性。     

一种评估数据仓库设计质量的方法

数据仓库（Data Warehouse,DW）是支持决策管理过程的、面向主题的、集成的、随时间而变的、持久的数据集合,它集成了源数据库（Database,DB）和其他平面文件系统的相关数据,以支持决策管理活动。数据仓库结构是一个多维模型,主要分星形、雪花星和星座形三种。有别于传统关系型数据库的设计,数据库仓库的设计往往以数据作为驱动,其设计的好坏,直接影响了数据仓库系统的建设与应用。文中提出了一种评估数据仓库设计质量的定量分析方法,主要是量化了和数据仓库有血缘关系的数据源的相关质量指标,就是通过分析所选取的表和属性两方面的数据质量（Data Quality,DQ）指标,最终联合这些指标以计算数据仓库设计质量的评估值。其中,分析数据源相关质量指标的过程,也可以支持数据库仓库的设计。     

数据仓库实现中ETL的应用研究

通过外贸业务分析决策系统的实现,探讨在数据仓库项目应用过程中,如何针对来自不同应用系统、不同数据平台、不同数据源形式的源数据系统存在的数据质量的差异性、缺乏一致性等问题,设计较好的ETL(Extract, Transform, Load)过程解决方案,将数据从源数据系统中抽取、转换成数据仓库需要的格式和统一数据类型,并正确加载到数据仓库中,为决策支持系统的实现提供高质量的基础数据.