检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]北京航天飞行控制中心
出 处:《卫星与网络》2021年第8期70-74,共5页Satellite & Network
摘 要:高速转子轴系是控制力矩陀螺的关键部件,其在轨故障率较高且在早期难以被检测。传统的故障诊断技术和性能评估技术均无法对系统的性能退化趋势实施预测跟踪,缺乏对故障趋势的进一步了解。支持向量回归机是一种重要的机器学习模型,能够以任意精度逼近各种复杂的非线性连续函数,适合于对复杂非线性系统进行辨识。本文基于支持向量回归机提出了一种控制力矩陀螺高速转子轴系的性能退化预测方法,实验结果表明该方法具有较好的预测效果。
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.249