基于机器学习方法的氢原子钟故障诊断研究

作者：李荣凯,李锡瑞,蔡勇

摘要：氢原子钟作为一种精密的授时守时仪器,在科学研究与工程应用中发挥着重要作用,目前,我国原子钟还存在设备故障、可靠性差等问题。为了简化技术人员排查流程,提升维修效率,提出了一种采用机器学习算法,将氢钟历史运行数据作为训练样本,结合DBSCAN及人工神经网络算法得到氢钟诊断模型,从而大幅简化故障排查过程的方法。实验中将训练好的模型部署到嵌入式设备上,并把实时预判结果给技术人员作为参考,证实了这种方法的可行性及有效性。

发文机构：中国科学院上海天文台 中国科学院大学

关键词：氢原子钟故障诊断机器学习嵌入式Hydrogen maserFault diagnosisMachine learningEmbedded system

分类号： TB939[机械工程—测试计量技术及仪器]