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.
Управление космическим полетом, система контроля, интеллектуальный анализ, кластеризация, нештатная ситуация
Короткий адрес: https://sciup.org/14117447
IDR: 14117447 | УДК: 629.78 | DOI: 10.26732/j.st.2020.3.03
Justification of the choice of the method and criterion of clustering for intelligent analysis in flight control spacecraft
The article examines the methods of intelligent analysis of telemetric information of spacecraft. The current state and main shortcomings of the control process during the spacecraft flight control are briefly given. It is proposed to eliminate the shortcomings by introducing intellectualization procedures in terms of telemetric information analysis. Based on the methods of cluster data analysis, a method is proposed for automatically determining the moment of occurrence of anomalies in the state of a spacecraft, which are precursors of off-nominal situations. A schematic diagram of the operation of an intelligent control system based on the use of the method of cluster analysis of the spacecraft telemetric information is presented. The conditions for choosing the method and criterion for clustering are substantiated, taking into account the goals pursued in solving control problems during flight control of the spacecraft. A mathematical description of the clustering methods and criteria selected for further practical testing is given. To test the proposed method of analysis for various methods and criteria of clustering, calculations were performed using archived telemetric information. From the point of view of the time of early detection of the anomaly in the state for a separate component of the spacecraft, the choice of the method and criterion of clustering is made for further research and experimental work.
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.
