MétaCan
Menu
Retour à la cohorte
Enregistrement W3176357259 · doi:10.3390/electronics10131537

Data-Driven Fault Diagnosis for Satellite Control Moment Gyro Assembly with Multiple In-Phase Faults

2021· article· en· W3176357259 sur OpenAlex
Hossein Varvani Farahani, Afshin Rahimi

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueElectronics · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMachine Fault Diagnosis Techniques
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsUniversity of Windsor
Mots-clésFault (geology)Moment (physics)GyroscopeSatelliteControl theory (sociology)EngineeringFault detection and isolationAttitude controlControl moment gyroscopeActuatorComputer scienceReal-time computingControl engineeringControl (management)Artificial intelligenceAerospace engineering

Résumé

récupéré en direct d'OpenAlex

A satellite can only complete its mission successfully when all its subsystems, including the attitude control subsystem, are in healthy condition and work properly. Control moment gyroscope is a type of actuator used in the attitude control subsystems of satellites. Any fault in the control moment gyroscope can cause the satellite mission failure if it is not detected, isolated, and resolved in time. Fault diagnosis provides an opportunity to detect and isolate the occurring faults and, if accompanied by proactive remedial actions, it can avoid failure and improve the satellite reliability. In this paper, an enhanced data-driven fault diagnosis is introduced for fault isolation of multiple in-phase faults of satellite control moment gyroscopes that has not been addressed in the literature before with high accuracy. The proposed method is based on an optimized support vector machine, and the results yield fault predictions with up to 95.6% accuracy. In addition, a sensitivity analysis with regard to noise, missing values, and missing sensors is done. The results show that the proposed model is robust enough to be used in real applications.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,546
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,301
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle