谢吉慧，郄殿福

（1. 可靠性与环境工程技术重点实验室； 2. 北京卫星环境工程研究所：北京 100094）

0 引言

真空热试验是航天器总装、测试、试验（AIT）阶段必不可少的测试项目。真空热试验过程中可能出现硬件设备工作异常、某些类型工作参数设置错误等问题，这些问题须通过对数据异常的监测来发现。目前对试验数据异常的监测与分析主要依靠人工完成。由于数据量庞大，人工监测的负担较重，实时性和全面性也难以保证，所以急需自动化的监测手段以降低人工成本，提高监测效率，同时增强试验过程的安全性。本文从试验数据的相似性特征出发，采用数据挖掘的方法识别出离群变化行为，以提高对试验过程异常情况监测的自动化程度和及时性。

1 基于形态距离的真空热试验数据相似性度量方法

1.1 基本原理

真空热试验中试验产品的不同部件上会布置大量测温点，由于粘贴位置的关系，邻近部位测温点具有相近的幅值和相似的变化趋势；另外，在部组件热真空试验中，试验要求各控温点按照统一步调与幅值进行高低温循环，因此，测点数据间的相似性在各种航天器真空热试验中普遍存在。可以利用这一特性进行试验过程的异常监测，具体的实现原理为：对试验过程中各测量点的数据进行相似性聚类，对同类测点新产生的数据进行离群检测，判断哪些测点出现了脱离“组织”行动的异常行为，提示试验人员关注（如图1）。

图1 真空……