基于機器學習方法的氫原子鐘故障診斷研究

作者：李榮凱,李錫瑞,蔡勇

摘要：氫原子鐘作為一種精密的授時守時儀器,在科學研究與工程應用中發揮著重要作用,目前,我國原子鐘還存在設備故障、可靠性差等問題。為了簡化技術人員排查流程,提升維修效率,提出了一種采用機器學習算法,將氫鐘歷史運行數據作為訓練樣本,結合DBSCAN及人工神經網絡算法得到氫鐘診斷模型,從而大幅簡化故障排查過程的方法。實驗中將訓練好的模型部署到嵌入式設備上,并把實時預判結果給技術人員作為參考,證實了這種方法的可行性及有效性。

發文機構：中國科學院上海天文臺 中國科學院大學

關鍵詞：氫原子鐘故障診斷機器學習嵌入式Hydrogen maserFault diagnosisMachine learningEmbedded system

分類號： TB939[機械工程—測試計量技術及儀器]