应用深度学习的卫星典型单机故障预警平台设计OA北大核心CSTPCD
为了及早发现卫星典型单机的趋势性异常,基于Docker容器和微服务架构设计了卫星典型单机故障预警平台,包括数据预处理、样本数据增广、模型训练及验证、模型软件自动构建等系统,具备良好的可扩展性。在此基础上,重点研究并给出了应用深度学习的典型单机预警模型构建与软件自动化封装运行方法。利用针对北斗卫星2个典型单机构建的实例模型和15份故障样本,验证了故障预警平台设计的有效性。文章的研究成果可为最终实现卫星系统的智能运维提供参考。
刘鹏;何鹏;张昊鹏;王志会;张芸香;季业
北京空间飞行器总体设计部,北京100094北京神舟航天软件技术股份有限公司,北京100094北京空间飞行器总体设计部,北京100094北京空间飞行器总体设计部,北京100094北京空间飞行器总体设计部,北京100094北京控制工程研究所,北京100094
计算机与自动化
卫星典型单机故障预警深度学习微服务
《航天器工程》 2024 (5)
P.131-138,8
评论