小样本条件下导弹时序遥测数据故障诊断方法

来源：计算机测量与控制杂志2025年第10期北京时间：

作者：林达,袁烨,吴伟,梁旗,唐健

单位：上海机电工程研究所

摘要：导弹批产总装遥测数据量大、参数多、波形差异大、故障样本少，人工判读费时费力，也难以通过代码描述特征自动分析。因此对复杂时序遥测数据的快速分析和故障诊断进行了研究，通过将记录的遥测时序数据进行对齐与校准后，采用将数据转化为波形图片输入到深度学习模型中开展故障诊断模型训练的方法，并使用生成对抗网络技术增广小样本故障数据，建立VGG16迁移学习模型。根据历史导弹故障数据等开展了某导弹测试参数智能故障诊断仿真试验，模型损失函数降至0.04，验证集的准确率达99%，试验结果验证了所提出故障诊断模型的正确性与有效性。将模型在实际型号导弹的批产总装工作中应用，能够大幅提高产品生产效率，提高批产质量，降低出厂后维修，批次性返修等风险。

关键词：时序遥测数据;生成对抗网络;VGG16模型;迁移学习;故障诊断