nach oben

Erschienen in:

2023 | OriginalPaper | Buchkapitel

Time Series Prediction Model of Spacecraft Health Management System Based on Wavenet Convolutional Neural Network

verfasst von : Ping Zhang, Xinyu Xiang, Jieren Cao, Chunjian Zhu, Qiang Yuan, Renping Li, Lijing Wang, Ke Li

Erschienen in: Man-Machine-Environment System Engineering

Verlag: Springer Nature Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

In this paper, we introduce the Time Series Prediction Model Based on Wavenet Convolutional Neural Network. This means can give early warning for the future working state and possible faults of spacecraft in advance. As the signal of spacecraft thermal control system belongs to one-dimensional time series, this topic proposes to use the time series model based on WaveNet convolution neural network to predict the time series signal of spacecraft thermal control system and interpret the prediction information. The experimental results show that the time series prediction model of WaveNet convolutional neural network has good effect in fault prediction in a certain range

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Design of Manned On-Orbit Maintenance Interface for Space Station

Nächstes Kapitel Deep Reinforcement Learning Algorithm and Simulation Verification Analysis for Automatic Control of Unmanned Vehicles

Xu, Z., Felix, X.Y., Shih-Fu, C., et al.: Deep transfer network: unsupervised domain adaptation (2015)

Zhou, J.T., Pan, S.J., Tsang, I.W.: A deep learning framework for hybrid heterogeneous transfer learning. Artif. Intell. 275, 310–328 (2019)MathSciNetCrossRefMATH

Wen, L., Gao, L., Li, X.: A new deep transfer learning based on sparse auto-encoder for fault diagnosis. IEEE Trans. Syst. Man. Cybern. Syst. 49(1), 1–9 (2017)

Zhang, Y., Li, K., Li, K., Liu, J., et al.: Intelligent Prediction Method for Updraft of UAV that is Based on LSTM Network. IEEE Trans. Cogn. Dev. Syst. 31 December 2020. https://doi.org/10.1109/TCDS.2020.3048347

Ghifary, W.M., Kleijn, B., Zhang, M., Balduzzi, D., Li, W.: Deep reconstruction-classification networks for unsupervised domain adaptation. In: Leibe, B., Matas, J., Sebe, N., Welling, M. (eds.) Computer Vision – ECCV 2016: 14th European Conference, Amsterdam, The Netherlands, October 11–14, 2016, Proceedings, Part IV, pp. 597–613. Springer International Publishing, Cham (2016). https://doi.org/10.1007/978-3-319-46493-0_36CrossRef

Rethage, D., Pons, J., Serra, X.: A wavenet for speech denoising. In: Icassp IEEE International Conference on Acoustics. IEEE (2018)

Yaroslav, G., Victor, L.: Unsupervised domain adaptation by backpropagation (2014)

Sun, B., Saenko, K.: Deep CORAL: correlation alignment for deep domain adaptation. In: Hua, G., Jégou, H. (eds.) Computer Vision – ECCV 2016 Workshops: Amsterdam, The Netherlands, October 8-10 and 15-16, 2016, Proceedings, Part III, pp. 443–450. Springer International Publishing, Cham (2016). https://doi.org/10.1007/978-3-319-49409-8_35CrossRef

Oord, A., Dieleman, S., Zen, H., et al.: WaveNet: a generative model for raw audio (2016)

10.

Hinton, G.E., Salakhutdinov, R.R.: Reducing the dimensionality of data with neural networks. Science 313(5786), 504–507 (2006)MathSciNetCrossRefMATH

11.

Lan, W., Li, Q., Nan, Y., Wang, Q., Jia, S., Li, K.: The deep belief and self-organizing neural network as a semi-supervised classification method for hyperspectral data. Appl. Sci. 7(12), 1212 (2017)CrossRef

12.

Bakar, A., Ke, L., Liu, H., Ziqi, X., Wen, D.: Design of low altitude long endurance solar-powered UAV using genetic algorithm. Aerospace 8(8), 228 (2021)CrossRef

Titel: Time Series Prediction Model of Spacecraft Health Management System Based on Wavenet Convolutional Neural Network
verfasst von: Ping Zhang
Xinyu Xiang
Jieren Cao
Chunjian Zhu
Qiang Yuan
Renping Li
Lijing Wang
Ke Li
Verlag: Springer Nature Singapore
Buch: Man-Machine-Environment System Engineering
Print ISBN: 978-981-19-4785-8

Electronic ISBN: 978-981-19-4786-5

Copyright-Jahr: 2023
DOI: https://doi.org/10.1007/978-981-19-4786-5_38

Premium Partner

Marktübersichten

Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen.

Zur Marktübersicht

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner

Marktübersichten