Обоснование выбора метода и критерия кластеризации для интеллектуального анализа при управлении полетом космических аппаратов

Автор: С.В. Соловьёв

Журнал: Космические аппараты и технологии.

Рубрика: Ракетно-космическая техника

Статья в выпуске: 3, 2020 года.

Бесплатный доступ

В статье исследуются методы интеллектуального анализа телеметрической информации космических аппаратов. Кратко дано текущее состояние и основные недостатки процесса контроля при осуществлении управления полетом космических аппаратов. Устранение недостатков предлагается осуществить внедрением процедур интеллектуализации в части анализа телеметрической информации. На основе методов кластерного анализа данных предложен способ автоматического определения момента возникновения аномалий в состоянии космических аппаратов, которые являются предвестниками нештатных ситуаций. Изложена принципиальная схема работы интеллектуальной системы контроля, построенная на базе использования метода кластерного анализа телеметрической информации космических аппаратов. Обоснованы условия выбора метода и критерия кластеризации с учетом целей, преследуемых при решении задач контроля при управлении полетом космических аппаратов. Приведено математическое описание методов и критериев кластеризации, выбранных для дальнейшей практической апробации. Для апробации предлагаемого метода анализа для различных методов и критериев кластеризации проведены расчеты с использованием архивной телеметрической информации. С точки зрения времени заблаговременного обнаружения аномалии в состоянии для отдельной составной части космических аппаратов делается выбор метода и критерия кластеризации для проведения дальнейших исследований и опытных работ.

Еще

Управление космическим полетом, система контроля, интеллектуальный анализ, кластеризация, нештатная ситуация

Короткий адрес: https://readera.org/14117447

IDR: 14117447   |   DOI: 10.26732/j.st.2020.3.03

Список литературы Обоснование выбора метода и критерия кластеризации для интеллектуального анализа при управлении полетом космических аппаратов

  • Соловьев С. В. Мишурова Н. В. Анализ текущего состояния процесса контроля при управлении полетом космических аппаратов // Инженерный журнал: наука и инновации. 2016. вып. 3 (51). [Электронный ресурс]. URL: http://engjournal.ru/catalog/arse/adb/1474.html. doi: 10.18698/2308-6033-2016-3-1474.
  • Соловьев В. А., Лысенко Л. Н., Любинский В. E. Управление космическими полетами. Ч. 2. М. : Изд-во МГТУ им. Н. Э. Баумана, 2010. 426 с.
  • Барсегян А. А., Куприянов М. С., Степаненко В. В., Холод И. И. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP. 2-е изд. СПб. : Изд-во БХВ-Петербург, 2007. 384 с.
  • Кластеризация данных при помощи нечетких отношений в Data Mining [Электронный ресурс]. URL: https://ami.nstu.ru/~vms/lecture/data_mining/fuzzy.htm (дата обращения 08.12.2019).
  • Соловьев В. А., Любинский В. Е., Жук Е. И. Текущее состояние и перспективы развития системы управления полетами космических аппаратов // Пилотируемые полеты в космос. 2012. № 1 (3). С. 15–26.
  • Ведерникова М. М., Скурский Ю. А., Спирин А. И. Контроль работы сложных технических систем. Средства информационной поддержки // Труды XVII междунар. конф. «Проблемы управления и моделирования в сложных системах». 2015. С. 115–125.
  • Frey B. J., Dueck D. Clustering by Passing Messages Between Data Points // Science. 2007. vol. 315. issue 5814. pp. 972–976. doi: 10.1126/science.1136800.
  • Rousseeuw P. J. Silhouettes: a Graphical Aid to the Interpretation and Validation of Cluster Analysis // Computational and Applied Mathematics. 1987. vol. 20. issue 1. pp. 53–65. doi: 10.1016/0377-0427(87)90125-7.
  • Calinski T., Harabasz J. A dendrite method for cluster analysis // Communications in Statistics. 1974. vol. 3. issue 1. pp. 1–27. doi: 10.1080/03610927408827101.
  • Davies D. L., Bouldin D. W. A Cluster Separation Measure // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1979. vol. PAMI-1. issue 2. pp. 224–227. doi: 10.1109/TPAMI.1979.4766909.
Еще
Статья