项目针对测运控天线系统故障实时监测与诊断、状态评估与预测以及任务辅助决策的关键技术进行研究，技术新、难度大、创新性强。项目针对当前载人航天、深空及火星探测等重大任务对测运控天线系统高可靠性、强健壮度的新要求，突破多源异构数据融合等多项关键技术，研制了天线状态评估及任务决策系统，建立了基于智能诊断技术的天线传动系统诊断评估和预测模型，提出了基于任务风险源的多源异构数据融合及故障特征快速关联筛选方法，确定了模型最优训练特征集，提高了人工神经网络学习训练效率。提出了多工况小样本和强噪声小样本条件下的故障数据迁移强化训练方法，建立了基于双重注意力机制的智能诊断模型，通过研制工程样机及配套软件系统，实现了工程化准实时故障诊断，将天线传动系统故障诊断准确率提升至95%以上。提出并设计了测运控天线系统层次分析模型，实现了任务决策可量化置信数据覆盖率100%、故障检查及维修时间减少了50%以上，解决了天线系统状态评估和健康趋势预测难题。
微信公众号