(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111494820.7 (22)申请日 2021.12.08 (71)申请人 中国人民解 放军火箭军工程大 学 地址 710025 陕西省西安市灞桥区同心路2 号 (72)发明人 周志杰　张朋　胡昌华　唐帅文　 王杰　孔祥玉　赵导　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 代理人 刘芳 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 5/04(2006.01) G06Q 10/04(2012.01) H04B 7/185(2006.01) (54)发明名称 一种基于多模式阈值优化的星载转台故障 检测方法 (57)摘要 本发明涉及一种基于多模式阈值优化的星 载转台故障检测方法。 所述方法包括： 构建基于 证据推理的多模式阈值优化框架； 确定所述多模 式阈值优化框架下每个关键参数的初始区间参 考值； 根据所述每个关键参数的初始区间参考值 进行基于区间参考值证据推理的多模式阈值迭 代优化， 生成优化阈值； 基于所述优化阈值进行 星载转台在线故障检测。 本发明创新利用证据推 理算法融合多模式阈值及监测数据， 并对多模式 阈值进行优化， 实现对星载转台的在轨故障检 测， 解决了入轨前多模式初始阈值设置不合理、 初始阈值与在轨运行状态差异大带来的故障检 测率低等问题。 本发明方法能够 充分融合专家知 识， 提高星载转台在轨故障检测能力， 具有很好 的工程应用价 值。 权利要求书2页 说明书17页 附图6页 CN 114154424 A 2022.03.08 CN 114154424 A 1.一种基于多模式 阈值优化的星载转台故障检测方法， 其特 征在于， 包括： 构建基于证据推理的多模式 阈值优化框架； 确定所述多模式 阈值优化框架下每 个关键参数的初始区间参 考值； 根据所述每个关键参数的初始区间参考值进行基于区间参考值证据推理的多模式阈 值迭代优化， 生成优化阈值； 基于所述优化阈值进行星载转台在线故障检测。 2.根据权利要求1所述的方法， 其特征在于， 所述构建基于证据推理的多模式阈值优化 框架， 具体包括： 获取星载转台在轨稳态工作模式； 所述稳态工作模式包括低速稳态运行模式、 高速稳 态运行模式； 提取星载转台关键参数在每种所述稳态工作模式下的监测阈值； 所述关键参数包括转 台电机电流、 供电监测电压和转台转速； 以所述稳态工作模式为证据推理的评估等级， 并将不同稳态工作模式下的所述监测阈 值作为每个所述评估等级的区间参考值， 构建每个所述关键参数基于区间参考值证据推理 的多模式 阈值优化框架。 3.根据权利要求2所述的方法， 其特征在于， 所述确定所述多模式阈值优化框架下每个 关键参数的初始区间参 考值， 具体包括： 根据星载转台部件的设计指标和地面测试数据， 确定不同稳态工作模式下每个关键参 数的初始工作阈值区间值； 在已构建的所述多模式阈值优化框架下， 将所述每个关键参数的初始工作阈值 区间值 赋予每个关键参数在每 个评估等级下的区间参 考值。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述每个关键参数的初始区间参 考值进行基于区间参 考值证据推理的多模式 阈值迭代优化， 生成优化阈值， 具体包括： 在相邻两个评估等级区间参考值交叉的情况下进行基于区间参考值证据推理的多模 式阈值迭代优化， 生成优化阈值； 或者 在相邻两个评估等级区间参考值相互独立的情况下进行基于区间参考值证据推理的 多模式阈值迭代优化， 生成优化阈值。 5.根据权利要求4所述的方法， 其特征在于， 所述在相邻 两个评估等级区间参考值交叉 的情况下进行基于区间参 考值证据推理的多模式 阈值迭代优化， 生成优化阈值， 具体包括： 获取训练数据集和测试数据集； 所述训练数据集包括所述关键参数在所述稳态工作模 式下的正常历史观测数据； 所述测试数据集包括所述关键参数在两个评估等级下的历史观 测数据； 所述历史观测数据包括 正常数据和异常数据； 采用基于效用的信息转换方法计算所述训练数据集中相邻两个训练样本在不同评估 等级下的区间置信度； 根据所述相邻 两个训练样本在不同评估等级下的区间置信度， 计算相邻 两个训练样本 在不同评估等级 下的区间概率质量； 所述区间概率质量和所述区间参考值共同组成待优化 参数； 采用投影协方差自适应进化 算法对所述待优化 参数进行优化， 生成优化后参数； 根据所述优化后 参数对所述测试数据集中的测试样本进行虚警率和漏报率测试， 判断权　利　要　求　书 1/2 页 2 CN 114154424 A 2是否满足优化截止条件； 若满足所述优化截止条件， 将所述优化后参数作为所述优化阈值； 若不满足所述优化截止条件， 更新所述区间参考值和迭代次数， 返回所述采用基于效 用的信息转换方法计算所述训练数据集中相邻两个训练样本在不同评估等级下的区间置 信度的步骤。 6.根据权利要求4所述的方法， 其特征在于， 所述在相邻 两个评估等级区间参考值相互 独立的情况下进行基于区间参考值证据推理的多模式阈值迭代优化， 生成优化阈值， 具体 包括： 获取训练数据集和测试数据集； 所述训练数据集包括所述关键参数在所述稳态工作模 式下的正常历史观测数据； 所述测试数据集包括所述关键参数在所述稳态工作模式下的历 史观测数据； 所述历史观测数据包括 正常数据和异常数据； 采用基于效用的信息转换方法计算所述训练数据集中相邻两个训练样本在不同评估 等级下的区间置信度； 根据所述相邻 两个训练样本在不同评估等级下的区间置信度， 计算相邻 两个训练样本 在不同评估等级 下的区间概率质量； 所述区间概率质量和所述区间参考值共同组成待优化 参数； 采用投影协方差自适应进化 算法对所述待优化 参数进行优化， 生成优化后参数； 根据所述优化后 参数对所述测试数据集中的测试样本进行虚警率和漏报率测试， 判断 是否满足优化截止条件； 若满足所述优化截止条件， 将所述优化后参数作为所述优化阈值； 若不满足所述优化截止条件， 更新所述区间参考值和迭代次数， 返回所述采用基于效 用的信息转换方法计算所述训练数据集中相邻两个训练样本在不同评估等级下的区间置 信度的步骤。 7.根据权利要求1所述的方法， 其特征在于， 所述基于所述优化阈值进行星载转台在线 故障检测， 具体包括： 根据所述优化阈值对星载转台在不同稳态工作模式下的多个关键参数进行基于单变 量阈值的在线故障检测， 生成单变量阈值检测结果； 根据所述单变量阈值检测结果进行故障报警。权　利　要　求　书 2/2 页 3 CN 114154424 A 3