蘇林，尚朝軒，劉文靜

（1.軍械工程學(xué)院 光學(xué)與電子工程系，石家莊 050003；2.北京工程控制研究所，北京 100080）

人造衛(wèi)星已和人類的生活息息相關(guān)，在追求高精度控制衛(wèi)星運(yùn)行的同時(shí)，更值得關(guān)注的是它的高可靠性和自主故障診斷及容錯(cuò)能力，這是延長(zhǎng)衛(wèi)星運(yùn)行壽命的重要手段。有效的在軌故障診斷技術(shù)能夠?qū)崟r(shí)監(jiān)控衛(wèi)星在軌運(yùn)行狀況，避免發(fā)生重大故障或?yàn)?zāi)難。經(jīng)統(tǒng)計(jì)分析，與其它分系統(tǒng)相比，衛(wèi)星姿態(tài)和軌道控制系統(tǒng)的故障率較高而且危害較大［1］。姿態(tài)控制系統(tǒng)如果發(fā)生故障，必須有及時(shí)的診斷和處理措施，否則會(huì)影響航天器的正常飛行任務(wù)，嚴(yán)重時(shí)可能危及整個(gè)航天器系統(tǒng)。

1 故障診斷方法研究現(xiàn)狀

1.1 衛(wèi)星姿態(tài)控制系統(tǒng)

衛(wèi)星姿態(tài)控制按是否需要消耗衛(wèi)星上能源（電能或燃料化學(xué)能）或獲得控制力矩的方式，分為被動(dòng)控制和主動(dòng)控制兩大類，以及介于二者之間的被動(dòng)和半被動(dòng)控制。而主動(dòng)控制的精度高、反映快、能夠?qū)崿F(xiàn)復(fù)雜的控制任務(wù)，是目前的主流方式。它利用星上能源（電能或推進(jìn)劑工質(zhì)），依靠直接或間接敏感到的姿態(tài)信息，按一定的控制律操縱控制力矩器實(shí)現(xiàn)姿態(tài)控制。主動(dòng)姿態(tài)控制系統(tǒng)由姿態(tài)敏感器、控制器、執(zhí)行機(jī)構(gòu)（控制力矩器）和衛(wèi)星本體一起構(gòu)成閉環(huán)控制回路。如圖1所示。姿態(tài)敏感器測(cè)量和確定衛(wèi)星相對(duì)于空間某些已知基準(zhǔn)目標(biāo)的方位；控制器對(duì)測(cè)得的信息進(jìn)一步處理后確定衛(wèi)星姿態(tài)，并根據(jù)確定的姿態(tài)按滿足設(shè)計(jì)要求的控制律給出指令，控制執(zhí)行機(jī)構(gòu)按控制指令產(chǎn)生所需的控制力矩，實(shí)現(xiàn)衛(wèi)星姿態(tài)控制［2-3］。

圖1 衛(wèi)星姿態(tài)控制系統(tǒng)結(jié)構(gòu)Fig.1 Structure of satellite attitude control system

1.2 衛(wèi)星姿態(tài)控制系統(tǒng)故障診斷方法研究

衛(wèi)星姿態(tài)控制系統(tǒng)是一個(gè)復(fù)雜的動(dòng)態(tài)閉環(huán)系統(tǒng)，所采取的故障診斷方法都是從控制系統(tǒng)角度來考慮。但由于部件眾多、過程復(fù)雜、測(cè)試數(shù)據(jù)繁多，可能發(fā)生的故障模式多，故障危害性大，這就決定了對(duì)衛(wèi)星控制系統(tǒng)的故障診斷有其特殊的要求，這主要表現(xiàn)在兩個(gè)方面：一是診斷的實(shí)時(shí)性要求高；二是需要克服閉環(huán)系統(tǒng)故障征兆傳播特性給故障定位帶來的困難［4］。

按照國(guó)際故障診斷權(quán)威德國(guó)P.M.Frank教授的觀點(diǎn)，所有的故障診斷方法可以劃分成基于知識(shí)的方法、基于解析模型的方法、基于信號(hào)處理的方法三種。沿著這條主線，將應(yīng)用于衛(wèi)星姿態(tài)控制的主要故障診斷方法歸類。

1.2.1 基于解析模型的故障診斷方法

該方法核心思想是用解析冗余代替硬件冗余，以系統(tǒng)的數(shù)學(xué)模型為基礎(chǔ)，利用觀測(cè)器、等價(jià)空間方程、Kalman濾波器、參數(shù)模型估計(jì)和辨識(shí)等方法產(chǎn)生殘差，然后基于某種準(zhǔn)則或閾值對(duì)該殘差進(jìn)行評(píng)價(jià)和決策。本質(zhì)上就是產(chǎn)生殘差并對(duì)殘差做分析。它的優(yōu)點(diǎn)在于可診斷未預(yù)知的故障，不需要?dú)v史經(jīng)驗(yàn)知識(shí)。該方法在衛(wèi)星姿態(tài)控制系統(tǒng)的故障診斷中研究比較深入，國(guó)內(nèi)外有大量關(guān)于此方法的文獻(xiàn)。已經(jīng)涌現(xiàn)出的方法有：雙觀測(cè)器法、未知輸入雙觀測(cè)器法、奇偶空間法、滑模濾波器法、自適應(yīng)濾波器法、模糊觀測(cè)器法、擴(kuò)展Kalman濾波器法、強(qiáng)跟蹤濾波器等。按照產(chǎn)生殘差的思想將基于解析模型的故障診斷方法分為以下兩類類：

（1）基于冗余信息的故障診斷方法

基于冗余信息的故障診斷方法主要有等價(jià)空間法和奇偶檢測(cè)法。等價(jià)空間方法的主要思想是通過系統(tǒng)的真實(shí)測(cè)量檢查分析冗余關(guān)系的等價(jià)性，一旦超出預(yù)先設(shè)定的誤差界限，就說明系統(tǒng)中已經(jīng)發(fā)生了故障［5］。衛(wèi)星在軌運(yùn)行期間一般都會(huì)產(chǎn)生一定的冗余信息。通常，冗余信息是用以識(shí)別傳感器和執(zhí)行器故障的最有效和最準(zhǔn)確的途徑。冗余信息包括直接冗余和分析冗余。當(dāng)兩個(gè)以上的傳感器監(jiān)測(cè)一個(gè)物理變量，就構(gòu)成直接冗余。如果可以識(shí)別并采用被測(cè)變量之間一定的物理關(guān)系，借以得到額外的未知變量的冗余信息，便可得到分析冗余信息［6］。借鑒等價(jià)空間法的一致性思想，定光成等學(xué)者將敏感器冗余測(cè)量信息融合，實(shí)現(xiàn)了紅外與滾動(dòng)陀螺和俯仰陀螺的故障判斷與定位、紅外和太陽信息判斷偏航陀螺故障、紅外、陀螺與GPS等三軸定姿的故障判斷［7］。

對(duì)于冗余配置的系統(tǒng)，奇偶檢測(cè)法是處理有冗余測(cè)量信息故障檢測(cè)問題的常用方法。利用奇偶方程所形成的殘差來進(jìn)行故障識(shí)別，即利用多個(gè)具有相同精度的測(cè)量元件同時(shí)測(cè)量某一參數(shù)，通過不同測(cè)量元件之間的量測(cè)差的大小來判斷是否發(fā)生故障［8］。

文獻(xiàn)［9］從實(shí)際工程角度出發(fā)，對(duì)于衛(wèi)星姿態(tài)控制系統(tǒng)中的執(zhí)行機(jī)構(gòu)—輪控系統(tǒng)采用奇偶空間法進(jìn)行故障診斷。利用輪控系統(tǒng)中各飛輪轉(zhuǎn)速之間的一致性來實(shí)現(xiàn)飛輪的故障檢測(cè)與隔離。該方法簡(jiǎn)單直接，而且能夠克服飛輪故障在閉環(huán)系統(tǒng)中的傳播影響。

一般奇偶方程產(chǎn)生殘差考慮了所有傳感器的輸出和執(zhí)行器輸入，因此全部傳感器和執(zhí)行器的故障都反映在這個(gè)殘差中，所以在系統(tǒng)無擾動(dòng)輸入情況下，該殘差只能用來檢測(cè)故障，不能隔離故障［10］。因此出現(xiàn)了許多改進(jìn)的奇偶方程法。文獻(xiàn)［11］將奇偶向量法與神經(jīng)網(wǎng)絡(luò)結(jié)合，在奇偶向量基礎(chǔ)上利用廣義似然比法檢測(cè)衛(wèi)星故障，并提取故障特征，再利用神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷以提高衛(wèi)星故障診斷的準(zhǔn)確性。有學(xué)者提出最優(yōu)奇偶向量檢測(cè)與隔離方法，主要思想是設(shè)計(jì)一個(gè)性能指標(biāo)函數(shù)，使得最優(yōu)奇偶向量對(duì)被檢測(cè)的傳感器故障最敏感，而對(duì)其余傳感器故障和未知輸入不敏感，這種方法不僅能明顯提高故障檢測(cè)能力，也使故障隔離效果更好［12］。Patton也曾指出在殘差產(chǎn)的生同時(shí)考慮故障隔離問題，可以采用結(jié)構(gòu)化殘差法和方向性殘差向量法。前者殘差可敏感不同的故障；后者對(duì)于每種故障可使殘差匹配于故障的特定方向［13］。

（2）狀態(tài)估計(jì)法

觀測(cè)器和濾波器法是從狀態(tài)估計(jì)角度進(jìn)行分析的。被控過程的狀態(tài)直接反映系統(tǒng)運(yùn)行的狀態(tài)，通過估計(jì)系統(tǒng)的狀態(tài)，并結(jié)合適當(dāng)?shù)哪Ｐ瓦M(jìn)行故障診斷。基本思想是：重構(gòu)被控過程狀態(tài)，通過與可測(cè)變量比較，構(gòu)成殘差序列，再構(gòu)造適當(dāng)?shù)哪Ｐ停⒉捎媒y(tǒng)計(jì)檢驗(yàn)法，從殘差序列中把故障檢測(cè)出來，并做進(jìn)一步分離、估計(jì)與決策。

該方法適用范圍廣，既可用于執(zhí)行機(jī)構(gòu)，又可用于敏感器。當(dāng)系統(tǒng)處于確定性條件時(shí)，可使用線性或非線性的狀態(tài)觀測(cè)器；而在噪聲必須被考慮的隨機(jī)情況下，可使用Kalman濾波器。早期用于故障診斷的觀測(cè)器是一類特殊的全階觀測(cè)器，在實(shí)際應(yīng)用中由于診斷對(duì)象的模型復(fù)雜，往往難以滿足實(shí)時(shí)性要求，于是出現(xiàn)了降階觀測(cè)器。王巍將降階觀測(cè)器用于執(zhí)行機(jī)構(gòu)的故障診斷，針對(duì)每一個(gè)執(zhí)行機(jī)構(gòu)各建立一個(gè)降階觀測(cè)器，通過設(shè)計(jì)觀測(cè)器的反饋矩陣使每一個(gè)降階觀測(cè)器的估計(jì)狀態(tài)只受某一個(gè)特定的執(zhí)行機(jī)構(gòu)的影響，而與其余的執(zhí)行機(jī)構(gòu)無關(guān)。這樣可以對(duì)每一個(gè)執(zhí)行機(jī)構(gòu)的故障進(jìn)行診斷［5］。文獻(xiàn)［14］中作者在建立太陽敏感器、紅外地球敏感器和陀螺輸出之間的冗余關(guān)系方程基礎(chǔ)上，設(shè)計(jì)了一個(gè)Kalman故障檢測(cè)濾波器和一個(gè)故障隔離觀測(cè)器。檢測(cè)濾波器產(chǎn)生的殘差對(duì)三種部件的故障都敏感，隔離觀測(cè)器產(chǎn)生的殘差不受陀螺故障的影響。該方法通過監(jiān)測(cè)兩個(gè)殘差可判斷敏感器是否發(fā)生故障，并分辨出故障源。

觀測(cè)器方法一直在不斷的深入研究。例如，自適應(yīng)觀測(cè)器法可以在線地調(diào)節(jié)觀測(cè)器的增益矩陣，補(bǔ)償未知時(shí)變參數(shù)和緩變漂移型故障對(duì)殘差序列的影響；強(qiáng)跟蹤濾波器理論，提出了一種高度系統(tǒng)化的參數(shù)偏差型故障的檢測(cè)及診斷方法，應(yīng)用于非線性時(shí)變隨機(jī)系統(tǒng)。目前對(duì)于狀態(tài)估計(jì)方法的研究主要集中在提高檢測(cè)系統(tǒng)對(duì)于建模誤差、擾動(dòng)、噪聲等未知輸入的魯棒性及系統(tǒng)對(duì)早期故障的靈敏度。

近幾年來，未知輸入觀測(cè)器法得到了深入研究，這種方法是從系統(tǒng)魯棒性角度出發(fā)。解決實(shí)際系統(tǒng)中存在一些隨機(jī)干擾、未知輸入（可以是系統(tǒng)的不確定性、未建模動(dòng)態(tài)、噪聲、故障等）、線性化誤差、建模誤差等難以預(yù)料因素而導(dǎo)致的檢測(cè)診斷系統(tǒng)性能降低，誤報(bào)率增大等問題［15］。未知輸入觀測(cè)器法的基本思想是：將模型參數(shù)的變動(dòng)和外部擾動(dòng)納入系統(tǒng)的未知輸入，通過簡(jiǎn)單的線性變換即可設(shè)計(jì)出對(duì)系統(tǒng)的模型參數(shù)變動(dòng)不敏感而對(duì)故障敏感的魯棒觀測(cè)器［16］。目前研究的難點(diǎn)在于如何同時(shí)對(duì)系統(tǒng)不確定性及建模誤差和外界干擾與故障進(jìn)行分別觀測(cè)［17］。曲春娣對(duì)于衛(wèi)星動(dòng)量輪閉環(huán)系統(tǒng)提出了一種基于UIO雙觀測(cè)器的故障診斷方法，通過分析觀測(cè)器殘差向量的變化來分離執(zhí)行機(jī)構(gòu)、傳感器及系統(tǒng)參數(shù)故障，并且可以通過隔離觀測(cè)器反映出傳感器的故障模式［18］。

雖然基于模型的故障診斷方法有著深入研究，但是該方法面臨的最大困難就是對(duì)于日益復(fù)雜的控制系統(tǒng)，難以建立精確的數(shù)學(xué)模型，這樣在檢測(cè)條件下的任何模型的不確定性因素都可能導(dǎo)致錯(cuò)誤的報(bào)警，進(jìn)而也無法準(zhǔn)確有效的實(shí)現(xiàn)故障診斷。

1.2.2 基于知識(shí)的診斷方法

隨著人工智能技術(shù)的發(fā)展，產(chǎn)生了基于知識(shí)的故障診斷方法。該方法引入診斷對(duì)象許多信息，采用了多種方法相結(jié)合?；谥R(shí)的航天器故障診斷方法涉及面比較廣，目前應(yīng)用于姿態(tài)控制系統(tǒng)中有以下幾類：

（1）專家系統(tǒng)

早期的故障診斷專家系統(tǒng)都是基于規(guī)則的，這些規(guī)則是專家的經(jīng)驗(yàn)總結(jié)，用來描述故障和征兆的關(guān)系。該方法優(yōu)點(diǎn)是知識(shí)表示簡(jiǎn)單、直觀、形象、方便，使用直接的知識(shí)表示和相對(duì)簡(jiǎn)單的啟發(fā)式知識(shí)，診斷推理速度快，易于編程和開發(fā)出快速原型系統(tǒng)。專家系統(tǒng)是航天器基于知識(shí)的最早故障診斷方法之一。專家系統(tǒng)在綜合利用專家的經(jīng)驗(yàn)知識(shí)進(jìn)行智能決策方面有獨(dú)到之處，這是它成功應(yīng)用于航天器故障診斷領(lǐng)域的理論基礎(chǔ)。目前國(guó)內(nèi)外仍采用各種專家系統(tǒng)對(duì)航天器進(jìn)行故障診斷。但專家系統(tǒng)主要面臨知識(shí)獲取的“瓶頸”問題，對(duì)未出現(xiàn)過和經(jīng)驗(yàn)不足的故障診斷顯得無能為力。因此單獨(dú)利用專家系統(tǒng)進(jìn)行故障診斷的應(yīng)用很少，通常將專家系統(tǒng)結(jié)合其他方法彌補(bǔ)專家系統(tǒng)獲取知識(shí)難的問題。上世紀(jì)90年代，衛(wèi)星控制系統(tǒng)故障診斷專家系統(tǒng)就有了深入研究。北京控制工程研究所開發(fā)了衛(wèi)星控制系統(tǒng)實(shí)時(shí)故障診斷專家系統(tǒng)原型(SCRDES)，對(duì)于帶時(shí)間因素的知識(shí)表達(dá)做了開創(chuàng)性的工作，對(duì)實(shí)時(shí)診斷衛(wèi)星故障具有很大的實(shí)際意義。

對(duì)專家系統(tǒng)的改進(jìn)多從知識(shí)的獲取、規(guī)則的產(chǎn)生和推理機(jī)制幾方面考慮。例如，用廣義模糊Petri網(wǎng)表示產(chǎn)生式規(guī)則，并將以Petri網(wǎng)表達(dá)的事實(shí)知識(shí)和規(guī)則知識(shí)以面向?qū)ο笾R(shí)表示的框架封裝起來，形成以Petri網(wǎng)為核心的混合知識(shí)表示方式，其特點(diǎn)能方便地進(jìn)行知識(shí)的并行處理。還有將神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)結(jié)合的多種方式。文獻(xiàn)［19］中采用神經(jīng)網(wǎng)絡(luò)來構(gòu)造專家系統(tǒng)，把傳統(tǒng)專家系統(tǒng)的基于符號(hào)推理變成基于數(shù)值運(yùn)算的推理，提高專家系統(tǒng)的執(zhí)行效率，解決專家系統(tǒng)的學(xué)習(xí)問題。可以說專家系統(tǒng)是基于知識(shí)方法中技術(shù)最成熟、應(yīng)用最廣泛的故障診斷方法。我國(guó)在衛(wèi)星姿態(tài)控制系統(tǒng)故障診斷技術(shù)研究中，仍然對(duì)專家系統(tǒng)做著不懈的努力。

（2）基于神經(jīng)網(wǎng)絡(luò)的診斷方法

神經(jīng)網(wǎng)絡(luò)是人工智能技術(shù)用于故障診斷的重要方法之一。神經(jīng)網(wǎng)絡(luò)以其高度的并行處理、聯(lián)想記憶、自學(xué)習(xí)以及極強(qiáng)的非線性映射能力，得到人們的重視。人工神經(jīng)網(wǎng)絡(luò)用于航天器故障診斷方面主要有：用神經(jīng)網(wǎng)絡(luò)產(chǎn)生殘差；用神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)殘差；用神經(jīng)網(wǎng)絡(luò)進(jìn)一步診斷；用神經(jīng)網(wǎng)絡(luò)作自適應(yīng)誤差補(bǔ)償?shù)龋?0-21］。早期，單純采用神經(jīng)網(wǎng)絡(luò)對(duì)衛(wèi)星測(cè)量系統(tǒng)中各姿態(tài)敏感器故障進(jìn)行研究。研究發(fā)現(xiàn)，用理想故障模式訓(xùn)練的BP網(wǎng)絡(luò)不能完全檢測(cè)和診斷姿態(tài)敏感器所發(fā)生的故障；與BP網(wǎng)絡(luò)相比，CP網(wǎng)絡(luò)學(xué)習(xí)速度快，有更廣的適應(yīng)性；BP網(wǎng)絡(luò)分類器的訓(xùn)練難度隨網(wǎng)絡(luò)的增大而增加，訓(xùn)練速度緩慢，容易陷入局部最小點(diǎn)［22］。針對(duì)該缺點(diǎn)，學(xué)者們展開了大量的算法研究。邱浩等在標(biāo)準(zhǔn)逆?zhèn)鞑ド窠?jīng)網(wǎng)絡(luò)的基礎(chǔ)上，提出了一種全新的改進(jìn)逆?zhèn)鞑ド窠?jīng)網(wǎng)絡(luò)，用來消除標(biāo)準(zhǔn)逆?zhèn)鞑ド窠?jīng)網(wǎng)絡(luò)收斂速度慢和易陷入局部最小點(diǎn)的缺點(diǎn)，并設(shè)計(jì)了一個(gè)主神經(jīng)網(wǎng)絡(luò)和三個(gè)分布神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，通過神經(jīng)網(wǎng)絡(luò)的在線學(xué)習(xí)，得到需要的參數(shù)估計(jì)，用它與敏感器測(cè)得的實(shí)際值比較，判斷故障［23］。隨著不斷的深入研究，已不是研究簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)，而是將它與其他技術(shù)結(jié)合起來。文獻(xiàn)［24］利用串聯(lián)的方法將小波分析、神經(jīng)網(wǎng)絡(luò)和模糊邏輯有機(jī)地結(jié)合，充分利用各自優(yōu)點(diǎn)進(jìn)行陀螺儀的故障識(shí)別。運(yùn)用小波分析提取陀螺漂移的趨勢(shì)項(xiàng)；運(yùn)用神經(jīng)網(wǎng)絡(luò)使故障診斷具有自適應(yīng)、自學(xué)習(xí)能力；將模糊邏輯用于判決中，使判決的結(jié)果更加可靠。文獻(xiàn)［25］是在基于解析冗余故障診斷技術(shù)的基礎(chǔ)上，應(yīng)用RBF網(wǎng)絡(luò)對(duì)衛(wèi)星控制系統(tǒng)建模，應(yīng)用數(shù)理統(tǒng)計(jì)學(xué)中的距離測(cè)度--M距離方法設(shè)計(jì)故障檢測(cè)觀測(cè)器對(duì)殘差進(jìn)行評(píng)價(jià)，從而完成故障的檢測(cè)與定位。該方法對(duì)衛(wèi)星姿態(tài)敏感器突變故障具有很好的效果。此外，神經(jīng)網(wǎng)絡(luò)與奇偶檢測(cè)方程結(jié)合的方法應(yīng)用在了陀螺敏感器的故障診斷上［26］；神經(jīng)網(wǎng)絡(luò)與主元分析結(jié)合的方法，對(duì)衛(wèi)星姿控系統(tǒng)中執(zhí)行機(jī)構(gòu)（反作用輪）的故障做了有效的診斷［27］。

（3）基于定性的故障診斷方法

該方法的基礎(chǔ)是定性模型和定性推理，不需要建立精確的數(shù)學(xué)模型，利用不完備的先驗(yàn)知識(shí)，采用定性的方法，對(duì)系統(tǒng)結(jié)構(gòu)和功能進(jìn)行描述，建立定性模型，對(duì)系統(tǒng)進(jìn)行推理，預(yù)測(cè)系統(tǒng)的定性行為，從而檢測(cè)故障。該方法能克服基于解析模型診斷方法依賴于建模精度的缺點(diǎn)。在航天器故障診斷領(lǐng)域，美國(guó)自上個(gè)世紀(jì)90年代開始就采用了定性模型的方法，最具代表性的是“深空一號(hào)”探測(cè)器建立的基于定性模型的 Livingstion故障診斷系統(tǒng)，該系統(tǒng)使航天器擁有了自主故障診斷和重構(gòu)的能力［28］。對(duì)基于定性模型的診斷方法，我國(guó)還處于概念學(xué)習(xí)、研究的起步階段，已有學(xué)者利用有向符號(hào)圖（SDG）對(duì)液體火箭發(fā)動(dòng)機(jī)故障診斷做了一定的研究［29-30］。而采用定性模型對(duì)衛(wèi)星姿控系統(tǒng)的故障診斷研究還在摸索中。

1.2.3 基于信號(hào)處理的方法

基于信號(hào)處理的方法是航天器最早使用的故障診斷方法，在20世紀(jì)80年代以前，主要采用閾值模型。70年代初，診斷方法由簡(jiǎn)單閾值診斷向多信號(hào)濾波診斷發(fā)展，故障檢測(cè)系統(tǒng)的自主性和可靠性有了明顯的增強(qiáng)。該方法不需要數(shù)學(xué)模型，計(jì)算量小，提高了故障的早期檢測(cè)能力，但缺乏故障的診斷能力［31］。

在衛(wèi)星姿態(tài)控制系統(tǒng)的故障診斷中，常常直接分析可測(cè)信號(hào)，提取方差、幅值、頻率等信息來進(jìn)行故障檢測(cè)與診斷。但僅僅憑借簡(jiǎn)單的比較分析達(dá)不到預(yù)期效果，診斷的實(shí)時(shí)性、自主性很差。

隨著技術(shù)的不斷發(fā)展，新技術(shù)層出不窮。小波變換由于其計(jì)算量不大、靈敏度高、克服噪聲能力強(qiáng)等優(yōu)點(diǎn)，成為基于信號(hào)處理的熱點(diǎn)故障診斷方法，已在航天器故障診斷方面做了一些研究。如《小波分析在載人飛船GNC系統(tǒng)故障診斷中的應(yīng)用》一文中，作者分別采用離散小波變換、正交小波變換和二進(jìn)小波變換對(duì)紅外地球敏感器輸出精度降低、陀螺輸出含有異常跳變以及姿控發(fā)動(dòng)機(jī)堵塞、泄漏故障進(jìn)行診斷，達(dá)到了預(yù)期效果。吳麗娜等對(duì)離散小波變換在衛(wèi)星姿控系統(tǒng)故障診斷中的應(yīng)用做了研究。指出采樣頻率的選擇是小波分析故障診斷方法的關(guān)鍵之一，對(duì)信號(hào)突變的故障離散小波變換診斷效果良好［32］。文獻(xiàn)［33］中作者通過研究衛(wèi)星飛行時(shí)特征信號(hào)的分形特征，提出分形維數(shù)可以作為故障檢測(cè)的特征量。經(jīng)衛(wèi)星姿控系統(tǒng)仿真，得出結(jié)論：飛行姿態(tài)穩(wěn)定時(shí)，相應(yīng)的分形維數(shù)較??；而動(dòng)量輪出現(xiàn)故障時(shí)，姿態(tài)曲線發(fā)生較大的波動(dòng)，相應(yīng)的分形維數(shù)也隨之變化。同時(shí)指出對(duì)不同故障，相應(yīng)的分形維數(shù)敏感程度不同。這些結(jié)論為今后的研究奠定了基礎(chǔ)。

小波分析、分形理論等新技術(shù)雖然得到了人們的注意，但其在航天器故障診斷中研究并不深入。目前的研究成果也僅限于仿真實(shí)驗(yàn)，這些新技術(shù)只能對(duì)衛(wèi)星姿控系統(tǒng)中特定的故障診斷，尚不能識(shí)別所有故障。

對(duì)于衛(wèi)星姿控系統(tǒng)來說，衛(wèi)星在軌運(yùn)行期間，會(huì)產(chǎn)生大量數(shù)據(jù)，其中包含著豐富的信息，若能充分利用這些數(shù)據(jù)監(jiān)視其工作狀態(tài)以及進(jìn)行故障診斷，既簡(jiǎn)單又方便。而這些大量的數(shù)據(jù)相互之間通過衛(wèi)星的動(dòng)力學(xué)、運(yùn)動(dòng)學(xué)模型有著密切的聯(lián)系，若能從數(shù)據(jù)之間的相互關(guān)系獲得相關(guān)的冗余信息，利用冗余信息分析衛(wèi)星的工作狀態(tài)，進(jìn)而進(jìn)行故障診斷，應(yīng)該是一個(gè)比較好的思路。從挖掘數(shù)據(jù)信息角度出發(fā)，會(huì)發(fā)現(xiàn)多元統(tǒng)計(jì)方法是處理高維、相關(guān)數(shù)據(jù)的有效工具，它在許多工業(yè)過程的故障檢測(cè)中得到成功應(yīng)用。至于該方法具體如何應(yīng)用到衛(wèi)星姿控系統(tǒng)的故障診斷中需要深入研究。

2 展望

在衛(wèi)星姿控系統(tǒng)故障診斷研究中，基于信號(hào)處理的方法應(yīng)用最早，它也是其他理論及方法的前提，但其新技術(shù)的發(fā)展還沒有廣泛的應(yīng)用到其中，常常只是作為其他方法中的輔助算法；基于模型的方法研究比較深入，人們熱衷于它的動(dòng)態(tài)性質(zhì)和實(shí)時(shí)性，對(duì)于其存在的各種問題也涌現(xiàn)出許多解決方法。但該方法的前提是建立準(zhǔn)確的系統(tǒng)模型，而這一點(diǎn)限制了應(yīng)用，尤其是對(duì)非線性系統(tǒng)；基于知識(shí)的方法是研究的主流，不必建立系統(tǒng)數(shù)學(xué)模型，深知識(shí)與淺知識(shí)的融合使用、“智能”算法等一系列優(yōu)點(diǎn)引起人們的重視。在眾多智能方法中，哪種方法更適合衛(wèi)星姿控系統(tǒng)的故障診斷，或者如何結(jié)合多種方法將其應(yīng)用于實(shí)際都有待進(jìn)一步研究。

總體來看，與國(guó)際航天器診斷技術(shù)相比，我國(guó)的故障診斷方法比較簡(jiǎn)單，這是由于我國(guó)在航天器故障診斷方面的研究起步較晚。雖然在各種故障診斷技術(shù)領(lǐng)域均有研究，但都不夠深入，不能形成完善的理論體系，大多理論與算法還不能實(shí)際應(yīng)用。事實(shí)上，我國(guó)航天器在軌故障診斷方法大多基于硬件冗余以及對(duì)關(guān)鍵信號(hào)監(jiān)測(cè)，地面也缺少完備的專家系統(tǒng)等智能手段。而國(guó)外在航天器故障診斷方面已經(jīng)達(dá)到了相當(dāng)高的自主性，國(guó)內(nèi)航天器的自主故障檢測(cè)和處理方法僅局限于對(duì)少數(shù)可預(yù)知的故障設(shè)計(jì)，并有一定的適用條件。大多數(shù)情況需要進(jìn)入安全模式運(yùn)行，且大部分故障診斷和處理措施需要在地面幫助下進(jìn)行。與國(guó)外航天器的自主故障診斷能力相比還有相當(dāng)大的差距。借鑒國(guó)外先進(jìn)技術(shù)，探索適合實(shí)際應(yīng)用的故障檢測(cè)與診斷方法，提高衛(wèi)星控制系統(tǒng)資源的利用率，實(shí)現(xiàn)自主故障診斷是我國(guó)面臨的具有挑戰(zhàn)性的研究課題。

［1］Mak.AStudy of On-Orbit Spacecraft Failures［C］.58th International Astronautical Congress.Hyderabad，Indin，24-28 September，2007：IAC-07-D1.5.02.

［2］屠善澄.衛(wèi)星姿態(tài)動(dòng)力學(xué)與控制［M］.北京：宇航出版社，2001.

［3］楮桂柏.空間飛行器設(shè)計(jì)［M］.北京：航空工業(yè)出版社，1996.

［4］郝慧.基于小波分析的航天器姿態(tài)控制系統(tǒng)故障診斷方法研究［J］.航天控制，2005，23（5）：73-77.

［5］王巍.基于模型殘差分析的航天器故障診斷技術(shù)研究［D］.哈爾濱：哈爾濱工業(yè)大學(xué)博士論文，1999.

［6］榮吉利.基于模型的航天器在軌傳感器故障診斷方法［J］.兵工學(xué)報(bào)，2002，23（2）：242-245.

［7］定光成，潘科炎，胡軍.航天器高精度姿態(tài)敏感器冗余測(cè)量信息智能融合技術(shù)［J］.航天控制，2000（3）：56-63.

［8］李延龍，吳訓(xùn)忠.一種冗余配置的慣性導(dǎo)航系統(tǒng)漸變型故障容錯(cuò)方法［J］.彈箭與制導(dǎo)學(xué)報(bào)，2008，28（2）：57-60.

［9］邢琰.基于直接冗余的輪控系統(tǒng)故障診斷及優(yōu)化配置［J］.中國(guó)空間科學(xué)技術(shù)，2003（4）：1-5.

［10］宋華，張洪鉞.多故障的奇偶方程—參數(shù)估計(jì)診斷方法［J］.控制與決策，2003，18（4）：413-417.

［11］楊靜，張洪鉞.基于神經(jīng)網(wǎng)絡(luò)和奇偶向量的衛(wèi)星故障診斷［J］.上海海運(yùn)學(xué)院學(xué)報(bào)，2001，22（3）：92-97.

［12］金宏，張洪鉞.對(duì)特定傳感器故障敏感的最優(yōu)奇偶向量檢測(cè)與隔離方法［J］. 航空學(xué)報(bào)，1997，118（4）：481-483.

［13］Patton R J，Chen J.A Review of Parity Space Approaches to Fault Diagnosis Applicable to Aerospace System.AIAA Guidance，Navigation and Control Conference.Aug 10-12，1992/Hilton Head IsIand，SC.370 L'Enfant Promenade，S.W.Washington，D.C.20024 AIAA 92-4538）.

［14］江耿豐，邢琰，王南華.基于雙觀測(cè)器的衛(wèi)星姿控系統(tǒng)敏感器故障隔離［J］.中國(guó)空間科學(xué)技術(shù)，2007（5）：8-13.

［15］寶音賀西.基于模型的故障診斷技術(shù)研究及其在衛(wèi)星中的應(yīng)用［D］.哈爾濱：哈爾濱工業(yè)大學(xué)博士論文，1999.

［16］黃孝彬，劉吉臻，牛玉廣.傳感器故障的魯棒檢測(cè)與識(shí)別方法［J］.華北電力大學(xué)學(xué)報(bào)，2003，30（1）：45-48.

［17］張翠俠，唐軍.基于觀測(cè)器的故障檢測(cè)與診斷［J］.現(xiàn)代機(jī)械，2007（6）：51-53.

［18］曲春娣，張洪鉞.衛(wèi)星動(dòng)量輪閉環(huán)系統(tǒng)的UIO雙觀測(cè)器故障診斷［J］. 航天控制，2005，23（6）：66-71.

［19］劉發(fā)金.基于神經(jīng)網(wǎng)絡(luò)的衛(wèi)星故障診斷專家系統(tǒng)及其應(yīng)用［D］.哈爾濱：哈爾濱工業(yè)大學(xué)碩士論文，2006.

［20］Chiang C Y，Juang J C，Hussein M.Youssef.Neural Network Approach to Aircraft Fault Detection，Isolation and Estimation Design［C］.32nd Aerospace Sciences Meeting&Exhibit.Washington，D.C.，1994，AIAA94-0273：1-6.

［21］Jabbari A，Jedermann R，Lang W.Application of Computational Intelligence for Sensor Fault Detection and Isolation［J］.Proceedings of World Academy of Science，Engineering and Technology，2007，22：503-508.

［22］田蔚風(fēng)，金志華，陸愷.人工神經(jīng)網(wǎng)絡(luò)在衛(wèi)星姿態(tài)測(cè)量系統(tǒng)故障診斷中的應(yīng)用研究［J］.航天控制，1999（4）：63-66.

［23］邱浩，王道波，張煥春.BP神經(jīng)網(wǎng)絡(luò)用于傳感器故障診斷的仿真研究［J］.中國(guó)空間科學(xué)技術(shù)，2003（6）：26-30.

［24］樊春玲，金志華，田蔚風(fēng).小波模糊神經(jīng)網(wǎng)絡(luò)的陀螺儀故障診斷［J］.上海交通大學(xué)學(xué)報(bào)，2003，37（1）：141-144.

［25］燕飛，秦世引.基于RBF神經(jīng)網(wǎng)絡(luò)和M距離的衛(wèi)星故障診斷［J］.航天控制，2006，24（6）：61-66.

［26］林雪原，劉建業(yè)，蔣秀珍.基于神經(jīng)網(wǎng)絡(luò)的余度敏感器結(jié)構(gòu)故障診斷方法［J］.儀表技術(shù)與傳感器，200（11）：52-54.

［27］秦振漢.神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在衛(wèi)星故障診斷中的應(yīng)用研究［D］.哈爾濱：哈爾濱工業(yè)大學(xué)碩士論文.2005.

［28］Sandra C H，Adam J S.Livingstone Model-Based Diagnosis of Earth Observing One［C］.AIAA 1st Intelligent Systems Technical Conference.Chicago，IIIinois，2004：1-11.

［29］劉洪剛.液體火箭發(fā)動(dòng)機(jī)智能故障診斷理論與策略研究［D］.長(zhǎng)沙:國(guó)防科技大學(xué)博士論文，2002.

［30］鄭威.液體火箭發(fā)動(dòng)機(jī)基于定性模型的故障診斷方法研究［D］.長(zhǎng)沙:國(guó)防科技大學(xué)碩士論文，2002.

［31］黃文虎，朱平，姜興謂.航天器健康保障技術(shù)發(fā)展綜述［J］.世界科技研究與發(fā)展，1998，20（6）：83-87.

［32］吳麗娜，張迎春.離散小波變換在衛(wèi)星姿控系統(tǒng)故障診斷中的應(yīng)用［J］.儀器儀表學(xué)報(bào)，2006，27（6）：407-409.

［33］張曉梅，姜興渭，黃文虎.基于分形的航天器故障檢測(cè)［J］.振動(dòng)與沖擊，2001，20（1）：76-78.