目前对航天测控系统进行故障预测与健康管理成为提高系统安全和可靠性的新发展方向。但已有的方式,如监控系统、自动化测试等,只能对系统进行实时监测或者事后分析。如何让测控系统在实时监测自身状态的基础上,能提前预估系统未来指标状态,从而更好地预防系统可能发生的故障,成为一条新的测控系统发展思路。在经典测控系统的故障识别和预测技术基础之上,针对测控系统关键指标预测的问题,探索基于历史数据的指标预测方法,具体分析基于SVR的单步和多步1根据表2的预测结果可知，三个AGC电压随着预测步数的增加，其预测平均相对偏差率变化趋势一致，且不断增大指标预测方法探索-数控滚圆机滚弧机张家港电动滚圆机滚弧机弯管机，这表明随着步数的增加，指标预测的准确率有所下降。两个SNR数据预测的平均相对偏差率变化趋势也一致，且同样存在随着预测步数增加准确率下降的情况。但是，AGC电压的预测对于预测步数更敏感本文由公司网站张家港大棚弯管机 转摘采集转载中国知网整理! !   http://www.dapengwanguanji.com/。4结束语测控系统关键性能指标是判断系统健康状态的重要依据，也是系统故障预测的关键。有许多系统故障之前往往伴随着关键性能指标的异常变化，因此对关键性能指标进行监测和预测可以把握系统的健康状态。目前测控系统已提出故障预测和健康管理的工程需求，本文设计了一种适合于测控系统的指标预测方法，使用测控系统的实测数据对模型进行训练和测试，并且使用信噪比数据做实验验证与测试。实指标预测方法探索-数控滚圆机滚弧机张家港电动滚圆机滚弧机弯管机指标预测方法探索-数控滚圆机滚弧机张家港电动滚圆机滚弧机弯管机本文由公司网站张家港大棚弯管机 转摘采集转载中国知网整理! !   http://www.dapengwanguanji.com/