本發(fā)明涉及一種天文望遠(yuǎn)鏡控制系統(tǒng)的故障診斷方法，具體涉及一種應(yīng)用于南極大口徑望遠(yuǎn)鏡控制系統(tǒng)的故障診斷方法，該方法可以準(zhǔn)確診斷出南極天文望遠(yuǎn)鏡的故障，有利于后期解決方案的實(shí)施。

本發(fā)明是國(guó)家自然科學(xué)基金面上項(xiàng)目“南極大口徑望遠(yuǎn)鏡潛隱故障預(yù)警及無(wú)縫智能自愈策略的研究”的成果。

背景技術(shù)：

天文望遠(yuǎn)鏡控制系統(tǒng)的故障診斷，其核心功能是實(shí)現(xiàn)故障的分類，有利于后期故障解決方案的實(shí)施。傳統(tǒng)望遠(yuǎn)鏡通常采用頻譜分析的方法來(lái)實(shí)現(xiàn)控制系統(tǒng)的故障診斷，有效地提取信號(hào)的頻率特征，但適用于頻率較高的場(chǎng)合。

近年來(lái)，南極內(nèi)陸正在成為開(kāi)展天文科學(xué)研究的重要臺(tái)址。其中海拔高達(dá)4093米的南極冰穹A(Dome A)是地球上進(jìn)行天文觀測(cè)的最佳站址之一。首先，南極的極夜現(xiàn)象提供了連續(xù)數(shù)月不間斷觀測(cè)的可能。其次，該地區(qū)大氣稀薄，風(fēng)速極低，視寧度極佳，有效降低了大氣湍流造成的望遠(yuǎn)鏡成像模糊、抖動(dòng)等。此外，該地區(qū)幾乎不受人工光源的影響，觀測(cè)質(zhì)量較高。中國(guó)在2011～2012年第28次南極科考期間，成功安裝第一臺(tái)全自動(dòng)的南極巡天望遠(yuǎn)鏡(AST3-1)，在2016～2017年第33次南極科考期間，完成了第二臺(tái)南極巡天望遠(yuǎn)鏡(AST3-2)和能源支撐平臺(tái)PLATO-A的維護(hù)，更新了AST3運(yùn)控?cái)?shù)據(jù)系統(tǒng)和天文臺(tái)址監(jiān)測(cè)自動(dòng)氣象站。

雖然南極擁有極佳的觀測(cè)條件，但在高寒、低氣壓的條件下，對(duì)電子元件、系統(tǒng)和器件的正常使用都是一種嚴(yán)峻的考驗(yàn)，導(dǎo)致南極望遠(yuǎn)鏡會(huì)出現(xiàn)不同程度和不同類型的故障，如執(zhí)行器故障、控制器故障、傳感器故障等，導(dǎo)致望遠(yuǎn)鏡不能正常工作。能夠準(zhǔn)確診斷出南極天文望遠(yuǎn)鏡的故障，有利于后期解決方案的實(shí)施。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是針對(duì)頻譜分析法診斷故障的不足，提供一種應(yīng)用于南極大口徑望遠(yuǎn)鏡控制系統(tǒng)故障診斷的方法，該方法能夠準(zhǔn)確診斷出某類故障，有利于后期故障解決方案的實(shí)施，提高系統(tǒng)的可靠性。

完成上述發(fā)明任務(wù)的技術(shù)方案是：一種應(yīng)用于南極大口徑望遠(yuǎn)鏡控制系統(tǒng)的故障診斷方法，其特征在于，步驟如下：

(1).根據(jù)望遠(yuǎn)鏡控制系統(tǒng)的參數(shù)，利用Matlab中的Simulink仿真工具建立簡(jiǎn)化數(shù)學(xué)模型；

(2).由于是仿真實(shí)驗(yàn)，因此需對(duì)控制系統(tǒng)分別注入不同類型的故障，為后期訓(xùn)練神經(jīng)網(wǎng)絡(luò)提供充足的不同類型故障的數(shù)據(jù)；

(3).在控制系統(tǒng)不同故障狀態(tài)下，分別采集上述的執(zhí)行器輸出和傳感器輸出的數(shù)據(jù)；

(4).根據(jù)輸入的樣本特征和輸出的樣本特征選取輸入層，隱含層，輸出層的個(gè)數(shù)。對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并通過(guò)檢驗(yàn)樣本數(shù)據(jù)驗(yàn)證神經(jīng)網(wǎng)絡(luò)的檢驗(yàn)結(jié)果。

其中，所述步驟(2)中給控制系統(tǒng)注入不同類型的故障。其中包括望遠(yuǎn)鏡執(zhí)行器恒偏差故障：即望遠(yuǎn)鏡執(zhí)行器的輸出值與正常情況下的輸出值存在固定的偏差。執(zhí)行器恒偏差的表達(dá)式為：

u_iout(t)＝u_iin(t)+△_i (1)

其中，△_i為常數(shù)，i＝1,2,3…,m。

望遠(yuǎn)鏡執(zhí)行器恒增益故障：即望遠(yuǎn)鏡執(zhí)行器的輸出以一定的速率偏離其正常的輸出值。執(zhí)行器恒增益的表達(dá)式為：

u_iout(t)＝△_iu_iin(t) (2)

其中，△_i為恒增益變化的系數(shù)。

望遠(yuǎn)鏡執(zhí)行器卡死故障：即執(zhí)行器輸出一直處于一個(gè)固定值。執(zhí)行器卡死表達(dá)式為：

u_iout(t)＝γ_i (3)

其中，γ_i為常數(shù)。

望遠(yuǎn)鏡傳感器恒偏差故障：即望遠(yuǎn)鏡傳感器的輸出信號(hào)與正常情況下的輸出信號(hào)存在固定的偏差。傳感器恒偏差的表達(dá)式為：

y_iout(t)＝y(tǒng)_iin(t)+△_i (4)

其中△_i為常數(shù)，i＝1,2,3…,n

望遠(yuǎn)鏡傳感器恒增益故障：即望遠(yuǎn)鏡傳感器的輸出信號(hào)以一定的速率偏離其正常的輸出值。傳感器恒增益的表達(dá)式為：

y_iout(t)＝△_iy_iin(t) (5)

其中，△_i為恒增益變化的系數(shù)。

望遠(yuǎn)鏡傳感器卡死故障：即望遠(yuǎn)鏡傳感器的輸出信號(hào)一直處于一個(gè)固定值。傳感器卡死的表達(dá)式為：

y_iout(t)＝γ_i (6)

其中，γ_i為常值。

所述步驟(3)中，在控制系統(tǒng)不同故障狀態(tài)下，分別采集上述的執(zhí)行器輸出和傳感器輸出的數(shù)據(jù)，由于神經(jīng)元激勵(lì)函數(shù)的飽和特性，因此輸入樣本值應(yīng)保留在[0,1]之間，則對(duì)樣本的輸入、輸出均進(jìn)行最大值歸一化處理，采用如下方法進(jìn)行歸一化處理。輸入樣本X_k，設(shè)原始訓(xùn)練樣本的最大值為x_{i max}，得到歸一化處理后的樣本數(shù)據(jù)為：

輸出樣本Y_k，設(shè)原始輸出樣本的最大值為y_max，則歸一化處理后的樣本數(shù)據(jù)表達(dá)式為：

所述步驟(4)中，根據(jù)輸入的樣本特征和輸出的樣本特征選取輸入層，隱含層，輸出層的個(gè)數(shù)。對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并通過(guò)檢驗(yàn)樣本數(shù)據(jù)驗(yàn)證神經(jīng)網(wǎng)絡(luò)的檢驗(yàn)結(jié)果。

本發(fā)明是國(guó)家自然科學(xué)基金面上項(xiàng)目“南極大口徑望遠(yuǎn)鏡潛隱故障預(yù)警及無(wú)縫智能自愈策略的研究”的成果。現(xiàn)有技術(shù)中研究望遠(yuǎn)鏡故障診斷的方法主要是頻譜分析的方法，而本發(fā)明中是基于神經(jīng)網(wǎng)絡(luò)的診斷方法。其優(yōu)點(diǎn)是不受高低頻率的限制，能夠準(zhǔn)確診斷出南極望遠(yuǎn)鏡的故障，為后期的故障解決的方案提供充足的依據(jù)，提高系統(tǒng)的穩(wěn)定性，本方法實(shí)現(xiàn)簡(jiǎn)單，對(duì)南極大口徑望遠(yuǎn)鏡控制系統(tǒng)的故障診斷有較好的應(yīng)用價(jià)值。

附圖說(shuō)明

圖1望遠(yuǎn)鏡控制系統(tǒng)Simulink仿真圖；

圖2望遠(yuǎn)鏡執(zhí)行器恒偏差設(shè)置仿真圖；

圖3望遠(yuǎn)鏡執(zhí)行器恒增益設(shè)置仿真圖；

圖4望遠(yuǎn)鏡執(zhí)行器卡死設(shè)置仿真圖；

圖5望遠(yuǎn)鏡傳感器恒偏差設(shè)置仿真圖；

圖6望遠(yuǎn)鏡傳感器恒增益設(shè)置仿真圖；

圖7望遠(yuǎn)鏡傳感器卡死設(shè)置仿真圖；

圖8訓(xùn)練網(wǎng)絡(luò)層圖；

圖9 BP網(wǎng)絡(luò)訓(xùn)練結(jié)果圖；

圖10測(cè)試樣本的結(jié)果值和誤差值的對(duì)比圖。

具體實(shí)施方式

實(shí)施例1，南極大口徑望遠(yuǎn)鏡控制系統(tǒng)的故障診斷方法。

下面將結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明做進(jìn)一步的說(shuō)明。

根據(jù)望遠(yuǎn)鏡控制系統(tǒng)的參數(shù)，利用Simulink仿真工具建立數(shù)學(xué)模型，如圖1所示。

對(duì)控制系統(tǒng)注入望遠(yuǎn)鏡執(zhí)行器恒偏差故障、恒增益故障、卡死故障，分別如圖2、圖3、圖4所示。也對(duì)控制系統(tǒng)注入望遠(yuǎn)鏡傳感器恒偏差故障、恒增益故障、卡死故障，分別如圖5、圖6、圖7所示。

在數(shù)據(jù)采集過(guò)程中，人為地在t＝150s時(shí)刻給南極望遠(yuǎn)鏡控制系統(tǒng)分別增加執(zhí)行器故障和傳感器故障，并在t＝150s,155s,160s,170s,180s,190s,200s時(shí)采集執(zhí)行輸出和傳感器輸出，得到如下表1、表2、表3、表4、表5、表6的數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行歸一化處理，得到如下表7、表8、表9、表10、表11、表12的數(shù)據(jù)。同時(shí)采集測(cè)試樣本的數(shù)據(jù)，如表13所示，對(duì)其進(jìn)行歸一化處理，得到表14的數(shù)據(jù)。

表1在t＝150s,155s,160s,170s,180s,190s,200s時(shí)刻采集的執(zhí)行器恒偏差故障數(shù)據(jù)

表2在t＝150s,155s,160s,170s,180s,190s,200s時(shí)刻采集的執(zhí)行器恒增益故障數(shù)據(jù)

表3在t＝150s,155s,160s,170s,180s,190s,200s時(shí)刻采集的執(zhí)行器恒卡死故障數(shù)據(jù)

表4在t＝150s,155s,160s,170s,180s,190s,200s時(shí)刻采集的傳感器恒偏差故障數(shù)據(jù)

表5在t＝150s,155s,160s,170s,180s,190s,200s時(shí)刻采集的傳感器恒增益故障數(shù)據(jù)

表6在t＝150s,155s,160s,170s,180s,190s,200s時(shí)刻采集的傳感器卡死故障數(shù)據(jù)

表7在t＝150s,155s,160s,170s,180s,190s,200s時(shí)刻采集的執(zhí)行器恒偏差歸一化數(shù)據(jù)

表8在t＝150s,155s,160s,170s,180s,190s,200s時(shí)刻采集的執(zhí)行器恒增益歸一化數(shù)據(jù)

表9在t＝150s,155s,160s,170s,180s,190s,200s時(shí)刻采集的執(zhí)行器卡死歸一化數(shù)據(jù)

表10在t＝150s,155s,160s,170s,180s,190s,200s時(shí)刻采集的傳感器恒偏差歸一化數(shù)據(jù)

表11在t＝150s,155s,160s,170s,180s,190s,200s時(shí)刻采集的傳感器恒增益歸一化數(shù)據(jù)

表12在t＝150s,155s,160s,170s,180s,190s,200s時(shí)刻采集的傳感器卡死歸一化數(shù)據(jù)

表13在t＝150s,155s,160s,170s,180s,190s,200s時(shí)采集的檢驗(yàn)樣本數(shù)據(jù)

表14在t＝150s,155s,160s,170s,180s,190s,200s時(shí)檢驗(yàn)樣本歸一化處理后的數(shù)據(jù)

所述步驟(2)-步驟(4)中，根據(jù)采集樣本，選取神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)為14，分別代表每個(gè)輸入樣本的14個(gè)特征量，輸出節(jié)點(diǎn)為6，分別代表6種故障類型。選取訓(xùn)練次數(shù)為50000，訓(xùn)練目標(biāo)為0.0001，學(xué)習(xí)速率為0.01，經(jīng)過(guò)約50000次學(xué)習(xí)誤差平方和小于0.0001，得到如圖8所示的訓(xùn)練網(wǎng)絡(luò)層圖，圖9為BP網(wǎng)絡(luò)訓(xùn)練結(jié)果圖以及圖10測(cè)試樣本的結(jié)果值和誤差值的對(duì)比圖，結(jié)果表明該BP神經(jīng)網(wǎng)絡(luò)能完成故障的分類。