張 威, 魏炳翌, 聞 新

( 1.北京石油化工學(xué)院 信息工程學(xué)院， 北京 102617; 2.南京航空航天大學(xué) 航天學(xué)院, 南京 210016)

國(guó)內(nèi)航天器故障診斷技術(shù)應(yīng)用狀況分析與展望

張 威1, 魏炳翌2, 聞 新2

( 1.北京石油化工學(xué)院 信息工程學(xué)院， 北京 102617; 2.南京航空航天大學(xué) 航天學(xué)院, 南京 210016)

介紹了故障診斷系統(tǒng)組成， 以及航天器故障診斷技術(shù)的應(yīng)用模式。 在綜合國(guó)內(nèi)外文獻(xiàn)的基礎(chǔ)上， 總結(jié)了我國(guó)航天器故障診斷技術(shù)的應(yīng)用現(xiàn)狀， 指出了各種方法的優(yōu)缺點(diǎn)。 分析了航天器故障診斷技術(shù)在應(yīng)用中存在的主要問(wèn)題。 展望了未來(lái)航天器故障診斷技術(shù)的發(fā)展趨勢(shì)。

航天器； 故障檢測(cè)； 故障診斷； 容錯(cuò)； 人工智能

0 引 言

隨著人類航天活動(dòng)的不斷增加， 在軌航天器數(shù)量日益增多， 航天器的健康狀態(tài)也越來(lái)越受到關(guān)注和重視。 航天器發(fā)生故障后， 如不能及時(shí)準(zhǔn)確地對(duì)故障進(jìn)行檢測(cè)和修復(fù)， 將會(huì)造成嚴(yán)重?fù)p失。 與此同時(shí)， 在過(guò)去的幾十年里， 故障診斷技術(shù)作為新興的綜合性交叉學(xué)科， 已經(jīng)初步形成了比較完善的體系[1-2]。 故障診斷的理論成果受到了從事航天器設(shè)計(jì)的工程技術(shù)人員和專家的廣泛重視， 并在航天器應(yīng)用方面取得了很多成果[3]。

本文歸納了近年來(lái)故障診斷理論體系的應(yīng)用進(jìn)展情況， 給出了航天器故障診斷技術(shù)的應(yīng)用模式， 以及故障類型。 在此基礎(chǔ)上， 總結(jié)了國(guó)內(nèi)近年來(lái)航天器故障診斷研究所取得的成果， 展望了未來(lái)航天器故障診斷技術(shù)的發(fā)展方向。

1 故障診斷系統(tǒng)及在航天器系統(tǒng)中的應(yīng)用模式

故障診斷系統(tǒng)指具有故障檢測(cè)、 故障識(shí)別與隔離、 故障處理與補(bǔ)償能力的系統(tǒng)， 如圖1所示。 通常研究故障診斷系統(tǒng)就是研究如何設(shè)計(jì)一種推理算法， 包括利用測(cè)量值和理論值產(chǎn)生殘差， 然后分析殘差， 進(jìn)而識(shí)別故障； 利用機(jī)器學(xué)習(xí)方法對(duì)正常數(shù)據(jù)與故障數(shù)據(jù)分類， 進(jìn)而識(shí)別故障。 建立故障診斷系統(tǒng)的中心任務(wù)就是設(shè)計(jì)故障推理機(jī)制。

圖1 故障診斷系統(tǒng)的診斷過(guò)程

Fig.1 Diagnostic process of fault diagnosis system

在航天器系統(tǒng)工程領(lǐng)域， 故障診斷理論應(yīng)用模式主要體現(xiàn)在兩個(gè)方面， 一個(gè)方面是嵌入式的故障診斷應(yīng)用模式； 另一方面是分離式故障診斷應(yīng)用模式。 所謂嵌入式故障診斷應(yīng)用模式， 也稱為在線應(yīng)用， 或自主故障診斷， 就是將某種故障診斷思想直接滲透到系統(tǒng)設(shè)計(jì)中去， 例如要求航天器姿態(tài)控制系統(tǒng)具有故障自修復(fù)和系統(tǒng)自重構(gòu)能力， 就需要在系統(tǒng)設(shè)計(jì)階段就給予合理地考慮， 設(shè)計(jì)容錯(cuò)控制算法， 保證故障一旦發(fā)生， 可以把其消滅在萌芽狀態(tài)[4-5]。

所謂分離式故障診斷應(yīng)用模式， 是指故障診斷技術(shù)與被診斷對(duì)象處于分離狀態(tài)， 也稱離線應(yīng)用， 即故障診斷推理系統(tǒng)和被診斷對(duì)象各自獨(dú)立存在， 沒(méi)有任何耦合關(guān)系。 一般這種應(yīng)用表現(xiàn)為人在回路中的監(jiān)測(cè)與監(jiān)控系統(tǒng)， 即設(shè)計(jì)人員在天地往返遙測(cè)遙控回路中， 參與或輔助進(jìn)行故障決策， 如我國(guó)神州飛船地面故障診斷系統(tǒng)、 航天器在軌地面綜合監(jiān)控系統(tǒng)等[6-7]。

從近幾年航天器故障診斷應(yīng)用來(lái)看， 對(duì)控制分系統(tǒng)、 推進(jìn)分系統(tǒng)和主動(dòng)式的熱控分系統(tǒng)， 采用嵌入式應(yīng)用的較多。 而對(duì)整星故障診斷， 通常采用分離式應(yīng)用模式。 從應(yīng)用角度看， 分離式的故障診斷應(yīng)用模式發(fā)展較快， 嵌入式的應(yīng)用模式大部分還處于試驗(yàn)階段； 但是， 從未來(lái)發(fā)展看， 航天器要實(shí)現(xiàn)180天自主在軌運(yùn)行， 實(shí)時(shí)嵌入式故障診斷應(yīng)用模式將具有重要的前景。 另外， 進(jìn)入星際空間飛行的航天器， 由于通信時(shí)延， 短則幾天， 長(zhǎng)則幾年， 甚至更長(zhǎng)， 所以必須具備自主故障維護(hù)能力。

2 航天器的故障分類

航天器故障現(xiàn)象是非常復(fù)雜的， 形式多種多樣。 但目前航天器故障診斷應(yīng)用基本上是按照故障位置和故障行為進(jìn)行分類的。

2.1 故障位置

(1) 執(zhí)行器故障

這種故障類型可以在具有執(zhí)行器裝備或器件的任何系統(tǒng)中被觀察到， 通常對(duì)航天器的影響是致命的。 如航天器控制分系統(tǒng)[7]EchoStar V號(hào)衛(wèi)星的動(dòng)量輪出現(xiàn)“卡死” 故障， 導(dǎo)致燃料消耗增加， 但由于診斷及時(shí)， 沒(méi)有影響整個(gè)衛(wèi)星的正常運(yùn)行， 只是縮短了2年的壽命[8]。

(2) 元部件故障

元部件故障是指由于元部件性能下降， 導(dǎo)致系統(tǒng)的動(dòng)力學(xué)模型不能有效地表述系統(tǒng)各個(gè)物理量之間的動(dòng)態(tài)關(guān)系， 通常會(huì)影響航天器有效地執(zhí)行任務(wù)， 如GOES-9號(hào)衛(wèi)星因動(dòng)量輪缺乏潤(rùn)滑， 嚴(yán)重干擾了姿態(tài)系統(tǒng)的動(dòng)態(tài)關(guān)系， 導(dǎo)致衛(wèi)星姿態(tài)控制器不能很好地讓相機(jī)拍攝到指定目標(biāo)[9]。

(3) 傳感器故障

傳感器故障是指發(fā)生在測(cè)量裝備或器件中的故障， 其故障表現(xiàn)為測(cè)量值和實(shí)際值之間存在的差異， 通常會(huì)影響航天器控制系統(tǒng)正常工作。 如文獻(xiàn)[10]建立了紅外地球敏感器正常情況和輸出卡死情況的偏差關(guān)系模型。

2.2 故障行為

(1) 突發(fā)故障

突發(fā)故障是指系統(tǒng)的某個(gè)變量出現(xiàn)突然跳變的現(xiàn)象。 通常系統(tǒng)變量是一直穩(wěn)定在一個(gè)規(guī)定的恒值， 當(dāng)故障發(fā)生時(shí)， 會(huì)出現(xiàn)突變， 進(jìn)而影響整個(gè)系統(tǒng)正常運(yùn)行。 如航天器電源分系統(tǒng)故障有時(shí)會(huì)發(fā)生母線電壓或電流的突變現(xiàn)象。

(2) 間歇故障

間歇故障表現(xiàn)為系統(tǒng)的故障時(shí)有時(shí)無(wú)， 這種類型的故障有時(shí)也會(huì)表現(xiàn)為周期性的。 如航天器的磁力矩器、 化學(xué)推進(jìn)裝置有時(shí)會(huì)出現(xiàn)這種故障現(xiàn)象。

(3) 緩變故障(隱患)

緩變故障是指故障漸漸地、 緩慢地由小變大。 通常， 一個(gè)在軌運(yùn)行的航天器， 由于元件的逐漸老化， 最后會(huì)表現(xiàn)出這種故障現(xiàn)象。

3 故障識(shí)別/隔離技術(shù)

故障識(shí)別或隔離的任務(wù)是確定系統(tǒng)發(fā)生故障的類型和故障的位置。 由于系統(tǒng)故障類型的不同， 所產(chǎn)生的殘差信息也是不同的。 通常， 故障隔離的決策是依靠殘差信息， 對(duì)故障進(jìn)行決策和分類。 根據(jù)系統(tǒng)故障類型的不同， 設(shè)計(jì)故障殘差產(chǎn)生函數(shù)， 識(shí)別故障類型。 設(shè)計(jì)殘差產(chǎn)生函數(shù)， 一般有兩種方法， 如圖2所示。

圖2 故障隔離方法

Fig.2 Fault isolation

(1) 方向殘差矢量設(shè)計(jì)方法

假設(shè)殘差矢量的方向與故障類型存在一一對(duì)應(yīng)的關(guān)系， 那么， 構(gòu)造殘差產(chǎn)生函數(shù)， 然后按照殘差矢量方向， 識(shí)別故障類型， 進(jìn)而確定故障位置。

(2) 結(jié)構(gòu)殘差矢量設(shè)計(jì)方法

構(gòu)造故障殘差產(chǎn)生函數(shù)， 使得其僅對(duì)一類故障敏感， 而對(duì)其他故障不敏感。 不過(guò)， 有時(shí)還需要通過(guò)適當(dāng)加權(quán)或排列組合手段來(lái)區(qū)分兩個(gè)類似的故障行為。

4 故障檢測(cè)/隔離方法在航天器系統(tǒng)中應(yīng)用現(xiàn)狀分析

4.1 故障診斷技術(shù)發(fā)展的總體現(xiàn)狀概述

隨著航天活動(dòng)的復(fù)雜性日益增加， 對(duì)航天器的可靠性要求越來(lái)越高， 國(guó)內(nèi)以航天高校、 航天研究院所為代表的專家和學(xué)者們不斷探索， 將最新故障診斷理論方法應(yīng)用于航天器的故障診斷中。 在近幾年里， 故障診斷理論自身的發(fā)展可以概括為三種體系方法， 如圖3所示。 在這三種體系方法中， 航天器系統(tǒng)工程領(lǐng)域應(yīng)用較多的是基于信號(hào)處理的方法， 其次是基于知識(shí)的方法， 但往往是以混合故障診斷方法的形式出現(xiàn)在應(yīng)用系統(tǒng)中。 所謂混合故障診斷法， 就是將兩種以上的故障診斷法進(jìn)行有機(jī)地組合， 以并行或串行的工作方式進(jìn)行應(yīng)用[3, 11]。 基于解析模型的方法深受學(xué)者重視， 研究成果層出不窮， 并且具有非常好的創(chuàng)新性， 但目前不受航天工程師們的傾慕。

圖3 故障檢測(cè)理論方法

Fig.3 Theoretical method of fault detection

4.2 故障診斷技術(shù)及在航天器系統(tǒng)中的應(yīng)用

4.2.1 基于信號(hào)處理的方法

(1) 等價(jià)空間法

等價(jià)空間法的基本思想是利用系統(tǒng)輸入/輸出的實(shí)際測(cè)量值來(lái)驗(yàn)證系統(tǒng)數(shù)學(xué)模型的等價(jià)性， 進(jìn)而來(lái)檢測(cè)故障。 文獻(xiàn)[11]以航天器姿態(tài)控制系統(tǒng)為背景， 建立了定性/定量混合故障診斷模型， 然后利用案例推理和等價(jià)空間方程設(shè)計(jì)一種混合故障診斷方法。

等價(jià)空間法對(duì)于低階動(dòng)態(tài)系統(tǒng)而言， 計(jì)算量不大， 應(yīng)用起來(lái)比較簡(jiǎn)單， 所以等價(jià)空間方法適用于低階的、 線性的動(dòng)態(tài)系統(tǒng)故障檢測(cè)， 也可以應(yīng)用于故障隔離。 對(duì)于高階動(dòng)態(tài)系統(tǒng)， 則需要簡(jiǎn)化處理， 進(jìn)而克服計(jì)算量大的問(wèn)題， 如文獻(xiàn)[12]在建立等價(jià)空間方程產(chǎn)生殘差之前， 先利用信號(hào)處理手段進(jìn)行傳感器最優(yōu)配置。

(2) 界限檢測(cè)與經(jīng)驗(yàn)推理結(jié)合法

這是比較傳統(tǒng)的方法， 但應(yīng)用非常廣泛。 該方法的基本原理是對(duì)正常范圍有上下限遙測(cè)信息進(jìn)行監(jiān)測(cè)[13]， 當(dāng)其超出設(shè)定閾值時(shí)， 就認(rèn)為該信息對(duì)應(yīng)的設(shè)備發(fā)生故障， 如圖4所示。 但有時(shí)需要結(jié)合自回歸多項(xiàng)式模型進(jìn)行故障預(yù)報(bào)， 以免對(duì)故障誤報(bào)和漏報(bào)。

圖4 界限檢測(cè)與經(jīng)驗(yàn)推理結(jié)合法

Fig.4 Combination method of boundary detection and empirical reasoning

目前， 這種方法經(jīng)常與故障樹(shù)推理或?qū)＜蚁到y(tǒng)結(jié)合， 實(shí)現(xiàn)故障隔離。 如文獻(xiàn)[6]以某衛(wèi)星壽命末期蓄電池故障時(shí)的遙測(cè)溫度數(shù)據(jù)為基礎(chǔ)， 采用故障樹(shù)分析方法， 確定個(gè)別設(shè)備在軌遙測(cè)溫度異常變化的原因。 文獻(xiàn)[14]以某型號(hào)衛(wèi)星電源系統(tǒng)對(duì)星上負(fù)載的供電故障為例， 采用在軌遙測(cè)數(shù)據(jù)觸發(fā)故障樹(shù)， 實(shí)現(xiàn)故障定位。 文獻(xiàn)[15]面向深空探測(cè)任務(wù)， 主動(dòng)監(jiān)測(cè)事實(shí)并觸發(fā)知識(shí)推理故障診斷方法。

(3) 輔助信號(hào)的故障檢測(cè)法

最近， 對(duì)“激活”這個(gè)詞匯又出現(xiàn)了一種新的定義[16]， 而且不同于以往“激活”的概念。 這里的“激活”是指利用一個(gè)“測(cè)試信號(hào)”與被檢測(cè)系統(tǒng)進(jìn)行交互式動(dòng)作， 去尋找和發(fā)現(xiàn)被檢測(cè)系統(tǒng)的故障。 這個(gè)“測(cè)試信號(hào)”也稱為輔助信號(hào)， 被反復(fù)或周期性的注入到系統(tǒng)中去。 事實(shí)上， 這個(gè)“激活”的概念早已被國(guó)內(nèi)研究人員應(yīng)用于故障診斷算法仿真研究過(guò)程中， 只是沒(méi)有相關(guān)論文給出敘述而已。

(4) 主元分析法( Principal Component Analysis， PCA)

利用統(tǒng)計(jì)分析方法研究多變量系統(tǒng)的故障診斷問(wèn)題時(shí)， 變量個(gè)數(shù)大多將會(huì)增加解決問(wèn)題的復(fù)雜性。 而在很多情形下， 變量之間往往會(huì)有一定的相關(guān)關(guān)系， 于是可以認(rèn)為這些變量反映問(wèn)題的信息是有重疊的。 PCA就是刪除重疊變量， 建立盡可能少的新變量， 這些新變量在反映問(wèn)題的信息方面應(yīng)該盡可能保持原有的信息。

基于 PCA 進(jìn)行故障檢測(cè)與診斷的基本思想： 根據(jù)正常工況下的歷史數(shù)據(jù)， 按照一定的標(biāo)準(zhǔn)， 建立能夠表達(dá)正常情況時(shí)各變量關(guān)系的主元模型， 一旦實(shí)時(shí)測(cè)量數(shù)據(jù)與主元模型不符， 即可判斷系統(tǒng)中有故障發(fā)生， 再通過(guò)測(cè)量數(shù)據(jù)中各變量變化對(duì)主元模型的破壞貢獻(xiàn)率的分析， 進(jìn)行故障診斷。 采用PCA理論進(jìn)行故障診斷時(shí)， 不需要復(fù)雜的機(jī)理模型， 尤其適合復(fù)雜系統(tǒng)的故障診斷[17]。

文獻(xiàn)[18] 根據(jù)衛(wèi)星姿態(tài)控制系統(tǒng)的數(shù)據(jù)特征， 從統(tǒng)計(jì)學(xué)的角度對(duì)航天器的故障診斷進(jìn)行研究， 采用PCA法對(duì)敏感器進(jìn)行故障檢測(cè)， 其檢測(cè)過(guò)程的流程圖如圖5所示。 因?yàn)楣收夏Ｊ绞孪纫阎?所以按照 PCA法的故障檢測(cè)曲線的變化規(guī)律， 可以直接判斷出敏感器的故障類型。

圖5 故障檢測(cè)流程圖

Fig.5 The flow chart of fault detection

4.2.2 基于解析模型的方法

(1) 狀態(tài)估計(jì)法

狀態(tài)估計(jì)法包括觀測(cè)器法、 Kalman濾波法和自適應(yīng)濾波法等， 是目前論文成果呈現(xiàn)最多的一種故障檢測(cè)方法。 只要能獲得系統(tǒng)模型， 就可以在相同的輸入信號(hào)下， 得到原系統(tǒng)的某一可測(cè)特征狀態(tài)與觀測(cè)系統(tǒng)對(duì)于該特征狀態(tài)的估計(jì)值， 進(jìn)而得到狀態(tài)殘差。 如果殘差值為0， 則系統(tǒng)工作正常， 否則系統(tǒng)發(fā)生故障。 進(jìn)一步， 通過(guò)對(duì)殘差進(jìn)行相應(yīng)運(yùn)算還可以對(duì)故障進(jìn)行識(shí)別。 但對(duì)于航天器， 由于系統(tǒng)模型比較復(fù)雜， 以及外加干擾， 很難進(jìn)行故障診斷， 所以需要適當(dāng)?shù)奶幚怼?文獻(xiàn)[19]利用未知輸入觀測(cè)器(UIO) 理論， 研究了非線性未知輸入觀測(cè)器對(duì)航天器姿態(tài)控制執(zhí)行機(jī)構(gòu)和敏感器故障檢測(cè)。 文獻(xiàn)[5] 對(duì)航天器在軌運(yùn)行時(shí)存在執(zhí)行機(jī)構(gòu)失效故障和外部干擾問(wèn)題， 運(yùn)用迭代學(xué)習(xí)技術(shù)， 通過(guò)平滑處理來(lái)估計(jì)故障信息。 文獻(xiàn)[20]設(shè)計(jì)一種魯棒自適應(yīng)滑模觀測(cè)器， 然后利用這種觀測(cè)器對(duì)執(zhí)行機(jī)構(gòu)的故障進(jìn)行重構(gòu)從而達(dá)到故障診斷的目的。 文獻(xiàn)[21] 采用一組未知輸入擴(kuò)展卡爾曼濾波獲得殘差， 識(shí)別航天器飛輪的早期漸變型故障檢測(cè)。

對(duì)于非線性系統(tǒng)， 這種方法計(jì)算量比較大， 往往面臨著航天器星載計(jì)算機(jī)存儲(chǔ)空間和計(jì)算能力有限的問(wèn)題， 文獻(xiàn)[22]提出了以狀態(tài)觀測(cè)器為基礎(chǔ)， 利用互質(zhì)分解技術(shù)和參數(shù)優(yōu)化方法， 在故障檢測(cè)的過(guò)程中， 避免了觀測(cè)器的并行運(yùn)行， 減少了計(jì)算量。

(2) 代數(shù)觀測(cè)器法

目前， 故障診斷方法已經(jīng)被應(yīng)用于非線性系統(tǒng)。 所謂基于代數(shù)觀測(cè)器方法， 是將故障視為不確定輸入變量， 構(gòu)造一種特定的觀測(cè)器(可視為代數(shù)觀測(cè)器)， 而后進(jìn)行代數(shù)求解。 文獻(xiàn)[13]和文獻(xiàn)[23]就是將故障或干擾看作一個(gè)未知狀態(tài)， 結(jié)合動(dòng)力學(xué)模型理論， 定義一個(gè)函數(shù)， 然后利用微分代數(shù)構(gòu)造觀測(cè)器， 實(shí)現(xiàn)非線性系統(tǒng)的故障診斷。

類似的， 文獻(xiàn)[24]針對(duì)一類滿足Lipschitz 條件的非線性系統(tǒng)， 以三軸穩(wěn)定衛(wèi)星的姿態(tài)控制系統(tǒng)為對(duì)象， 研究了未知擾動(dòng)(執(zhí)行器故障帶來(lái)的未知擾動(dòng))對(duì)非線性系統(tǒng)的影響， 設(shè)計(jì)了一組非線性未知輸入觀測(cè)器， 產(chǎn)生結(jié)構(gòu)化的殘差集， 實(shí)現(xiàn)非線性系統(tǒng)執(zhí)行器的故障隔離。

4.2.3 基于人工智能方法

(1) 數(shù)據(jù)挖掘法

數(shù)據(jù)挖掘方法的核心思想是通過(guò)對(duì)歷史數(shù)據(jù)的分析來(lái)獲取系統(tǒng)運(yùn)行的狀態(tài)和故障知識(shí)， 從而解決了故障知識(shí)獲取困難的問(wèn)題。 1999年中國(guó)航天五院對(duì)飛船地面測(cè)試系統(tǒng)輸出的大量數(shù)據(jù)， 采用了計(jì)算機(jī)專家系統(tǒng)挖掘故障征兆。 在飛船應(yīng)用經(jīng)驗(yàn)基礎(chǔ)上， 2003年中國(guó)航天科工集團(tuán)研發(fā)中心與航天測(cè)控公司， 研制出了智能導(dǎo)彈武器綜合測(cè)試與診斷系統(tǒng)。

隨著計(jì)算機(jī)與人工智能技術(shù)的發(fā)展， 數(shù)據(jù)挖掘理論成果不斷涌現(xiàn)。 目前， 基于數(shù)據(jù)挖掘的航天器故障診斷技術(shù)的本質(zhì)就是最大化的利用歷史積累的遙測(cè)數(shù)據(jù)來(lái)獲取或確定系統(tǒng)的行為模型， 同時(shí)結(jié)合設(shè)計(jì)人員的工程經(jīng)驗(yàn)及時(shí)地發(fā)現(xiàn)并處理航天器出現(xiàn)的或潛在的故障。 如文獻(xiàn)[25]將最新數(shù)據(jù)挖掘成果應(yīng)用于航天器遙測(cè)數(shù)據(jù)分析， 獲取各種故障知識(shí)。 文獻(xiàn)[26]利用傳統(tǒng)殘差故障檢測(cè)思想， 建立了衛(wèi)星各分系統(tǒng)耦合的整星模擬器， 通過(guò)衛(wèi)星遙測(cè)與模擬器預(yù)測(cè)值形成殘差， 挖掘故障信息和診斷知識(shí)。

(2) 軟件計(jì)算方法

縱觀故障診斷方法， 在工程應(yīng)用需求的推動(dòng)下， 基于數(shù)學(xué)模型的方法與人工智能技術(shù)結(jié)合的故障診斷方法迅速發(fā)展起來(lái)， 如基于神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)智能觀測(cè)器， 也稱為神經(jīng)網(wǎng)絡(luò)觀測(cè)器， 產(chǎn)生故障檢測(cè)殘差信息[27-30]。 文獻(xiàn)[31]設(shè)計(jì)了一種基于自組織模糊神經(jīng)網(wǎng)絡(luò)方法的衛(wèi)星執(zhí)行器故障診斷方法， 采用兩個(gè)自組織神經(jīng)網(wǎng)絡(luò)， 一個(gè)用于執(zhí)行器故障檢測(cè)， 另一個(gè)用于執(zhí)行器故障隔離。 目前， 該方法在航天器應(yīng)用方面的成果很多， 這里不一一敘述。

(3) 蒙特卡羅方法

在第二次世界大戰(zhàn)期間， 研制原子彈“曼哈頓計(jì)劃”的成員S. Ulam和Nicholas Metropolis提出了蒙特卡羅方法， 并用世界著名賭城Monte Carlo(蒙特卡羅)來(lái)命名這種方法， 也稱為粒子濾波方法。 在大量問(wèn)題的解決方案中， 該方法依賴于使用隨機(jī)數(shù)和概率分布， 能夠給予準(zhǔn)確概率的誤差和有限長(zhǎng)度的識(shí)別數(shù)據(jù)的描述。 在故障診斷應(yīng)用中， 蒙特卡洛方法的原理是通過(guò)在母體中的隨機(jī)抽樣， 模擬故障發(fā)生的概率， 可以判斷哪種故障比較容易發(fā)生以及影響故障的因素， 從而重點(diǎn)監(jiān)測(cè)主要因素[32]。

4.2.4 故障診斷方法在航天器系統(tǒng)中的應(yīng)用

(1) 在衛(wèi)星系統(tǒng)中的應(yīng)用

在我國(guó)神舟飛船研制的早期， 哈爾濱工業(yè)大學(xué)、 北京航空航天大學(xué)和航天五院等單位就開(kāi)始探索飛船地面故障模擬仿真系統(tǒng)。 當(dāng)時(shí)曾借鑒俄羅斯聯(lián)盟號(hào)在軌運(yùn)行故障分析的思路， 利用兩艘飛船， 一艘在太空運(yùn)行， 另一艘在地面實(shí)驗(yàn)室同步運(yùn)行， 通過(guò)遙測(cè)數(shù)據(jù)對(duì)比進(jìn)行故障識(shí)別與模擬分析。

在今天的互聯(lián)網(wǎng)時(shí)代， 文獻(xiàn)[33]從平行系統(tǒng)理論的角度， 面向衛(wèi)星設(shè)計(jì)了一套衛(wèi)星故障診斷方法， 如圖6所示。 這種方法需要構(gòu)造一個(gè)類似的實(shí)物， 也稱數(shù)字衛(wèi)星。 數(shù)字衛(wèi)星與真實(shí)衛(wèi)星同步運(yùn)行， 它們的原理、 模型、 輸入和輸出保持一致， 真實(shí)衛(wèi)星在太空運(yùn)行， 數(shù)字衛(wèi)星在實(shí)驗(yàn)室運(yùn)行。 正常情況下兩顆衛(wèi)星在軌運(yùn)行產(chǎn)生的遙測(cè)數(shù)據(jù)比對(duì)殘差很小， 基本保持一致。

圖6 物理冗余的故障診斷方法

Fig.6 Fault diagnosis method for physical redundancy

這種方法的優(yōu)點(diǎn)是不需要大量的計(jì)算， 不受系統(tǒng)建模誤差和一些不確定因素帶來(lái)的干擾等問(wèn)題的影響， 而且還能夠大幅度降低對(duì)工程經(jīng)驗(yàn)和歷史數(shù)據(jù)的依賴程度。 十幾年前， 這種方法的成本比較高， 但在當(dāng)下， 因?yàn)橛?jì)算機(jī)虛擬現(xiàn)實(shí)仿真技術(shù)的發(fā)展， 使該方法的成本大大降低。

(2) 在載人航天中的應(yīng)用

根據(jù)文獻(xiàn)報(bào)道， 目前有兩個(gè)優(yōu)秀的故障診斷系統(tǒng)平臺(tái)。 一個(gè)是美國(guó)Gensym公司開(kāi)發(fā)的實(shí)時(shí)智能系統(tǒng)軟件G2， 它一直被認(rèn)為是實(shí)時(shí)智能領(lǐng)域最優(yōu)秀的軟件開(kāi)發(fā)平臺(tái)之一。 20世紀(jì)90年代末， 航天五院最早將G2平臺(tái)應(yīng)用于飛船各個(gè)分系統(tǒng)的地面測(cè)試與診斷推理系統(tǒng)中。 最近， 文獻(xiàn)[34]開(kāi)發(fā)出了一種以典型衛(wèi)星控制系統(tǒng)為對(duì)象的故障診斷專家系統(tǒng)， 將G2外部接口進(jìn)行了擴(kuò)展設(shè)計(jì)， 在半物理仿真平臺(tái)上注入典型故障進(jìn)行了演示驗(yàn)證。

(3) 在火星探測(cè)器中的應(yīng)用

另一個(gè)優(yōu)秀的故障診斷系統(tǒng)平臺(tái)是由NASA 開(kāi)發(fā)的Livingstone開(kāi)源軟件系統(tǒng)， 它是一個(gè)基于定性模型的故障診斷和恢復(fù)引擎。 它使用一組多層次的定性邏輯模型來(lái)描述系統(tǒng)的行為， 能夠在最小人工干預(yù)的情況下實(shí)現(xiàn)對(duì)火星探測(cè)器的故障檢測(cè)和診斷， 具有診斷并發(fā)出現(xiàn)的多項(xiàng)故障， 該系統(tǒng)也被成功地應(yīng)用到EO-1以及其他自主系統(tǒng)中。 文獻(xiàn)[35]以火星探測(cè)器推進(jìn)系統(tǒng)的簡(jiǎn)化模型為背景， 通過(guò) Livingstone 引擎自動(dòng)分析異常的傳感器數(shù)據(jù)， 得出良好的故障診斷效果。

5 故障診斷技術(shù)在航天器應(yīng)用中所面臨的問(wèn)題

目前， 故障診斷理論在航天器系統(tǒng)工程應(yīng)用過(guò)程中， 還面臨著一些瓶頸問(wèn)題。

(1) 必備的先驗(yàn)知識(shí)

故障診斷理論的應(yīng)用往往需要建立一種定量數(shù)學(xué)關(guān)系式。 通常， 航天器的物理模型和動(dòng)力學(xué)、 運(yùn)動(dòng)學(xué)方程對(duì)于故障診斷是十分重要的， 而故障發(fā)生的先驗(yàn)知識(shí)對(duì)證明所定義的系統(tǒng)模型結(jié)構(gòu)的正確性非常有用。 在航天器系統(tǒng)中， 有些分系統(tǒng)存在先驗(yàn)知識(shí)[36]， 但另一些分系統(tǒng)則缺乏先驗(yàn)知識(shí)或先驗(yàn)知識(shí)不完備[37-38]。

(2) 知識(shí)的表述

每一種故障診斷方法都對(duì)應(yīng)一類故障知識(shí)表述， 目前主要有兩種方法獲取知識(shí)表述：

a. 分析性的知識(shí)描述

通過(guò)物理定律、 測(cè)量模型， 或觀察得到故障知識(shí)， 來(lái)建立故障征兆關(guān)系， 或建立規(guī)則推理方法， 但理論模型與實(shí)際系統(tǒng)不總是完全對(duì)應(yīng)的。

b. 啟發(fā)性的知識(shí)描述

這些知識(shí)是潛在性的， 不能作為一種分析性的知識(shí)直接表述出來(lái)， 它必須通過(guò)反復(fù)實(shí)驗(yàn)， 或通過(guò)幾年之后的運(yùn)行實(shí)踐才能獲取。 航天器的行為， 需要在特定的環(huán)境下才能顯現(xiàn)出來(lái)， 不是一天就能夠看到， 例如載人航天機(jī)體共振頻率與心臟跳動(dòng)頻率相同， 如果不進(jìn)行載人航天活動(dòng)是不可能預(yù)知的， 所以這樣的故障推理知識(shí)很難被包容在故障診斷設(shè)計(jì)過(guò)程中。

(3) 故障征兆的統(tǒng)計(jì)分布特征

在某些情況下， 對(duì)于一個(gè)航天器分系統(tǒng)的故障診斷， 需要利用實(shí)驗(yàn)數(shù)據(jù)， 并按照統(tǒng)計(jì)模式定義數(shù)據(jù)。 系統(tǒng)的故障征兆特征來(lái)自于：

a. 模型參數(shù)估計(jì)；

b. 測(cè)量參數(shù)與正常參數(shù)的偏差。

為了獲取這類故障特征， 需要施加特定的輸入給航天器， 這就要求航天器必須有承受短時(shí)間故障行為的能力， 由此增加了航天器的成本和復(fù)雜性。

(4) 多故障隔離[39]

在故障檢測(cè)之后， 如何對(duì)故障進(jìn)行迅速定位， 有助于航天器解決故障問(wèn)題， 提高穩(wěn)定性。

6 未來(lái)航天器故障診斷技術(shù)的發(fā)展前景

計(jì)算機(jī)技術(shù)、 信號(hào)處理、 人工智能、 模式識(shí)別技術(shù)的發(fā)展, 促進(jìn)了故障診斷技術(shù)的不斷進(jìn)步。 基于信號(hào)處理和人工智能的故障診斷方法在航天器領(lǐng)域取得了一定的應(yīng)用成果。 基于解析模型的故障診斷方法盡管沒(méi)有實(shí)際應(yīng)用成果報(bào)道， 但因?yàn)樵摲椒ň哂懈拍钋逦?理論完善和思想創(chuàng)新等特征， 對(duì)于推動(dòng)故障診斷技術(shù)在航天系統(tǒng)中的應(yīng)用， 起到了較大的促進(jìn)作用。 未來(lái)故障診斷在航天中的應(yīng)用研究主要集中在以下幾個(gè)方面：

(1) 嘗試將一些新的故障診斷理論引入到航天器的應(yīng)用之中， 如應(yīng)用支持向量機(jī)分類法的故障診斷[40]、 基于遺傳算法的故障診斷[41]、 基于機(jī)器學(xué)習(xí)方法的故障診斷、 基于大數(shù)據(jù)應(yīng)用的方法等。

(2) 在故障檢測(cè)過(guò)程中， 不能只考慮單故障發(fā)生， 需要考慮多故障同時(shí)發(fā)生的情況。

(3) 基于混合方法的故障預(yù)測(cè)能夠結(jié)合各種單一方法的優(yōu)點(diǎn)， 并且很好地實(shí)現(xiàn)對(duì)系統(tǒng)的故障預(yù)測(cè)， 所以這方面問(wèn)題將成為未來(lái)航天器故障診斷領(lǐng)域的一個(gè)研究熱點(diǎn)問(wèn)題。

(4) 由于日益增長(zhǎng)的航天器任務(wù)復(fù)雜性和航天器長(zhǎng)壽命需求， 自主故障診斷系統(tǒng)的可靠性及與航天器分系統(tǒng)的集成問(wèn)題， 將是未來(lái)航天器設(shè)計(jì)的關(guān)鍵技術(shù)之一。

(5) 近年來(lái)， 航天器群編隊(duì)飛行完成任務(wù)受到航天領(lǐng)域的廣泛關(guān)注， 進(jìn)一步考慮小衛(wèi)星編隊(duì)飛行的故障診斷策略， 也是未來(lái)工作的研究方向[42]。

(6) 當(dāng)今世界正進(jìn)入第三次產(chǎn)業(yè)革命階段， 互聯(lián)網(wǎng)技術(shù)、 物聯(lián)網(wǎng)技術(shù)、 云計(jì)算技術(shù)、 人工智能技術(shù)、 大數(shù)據(jù)采集與挖掘技術(shù)等即將成為復(fù)雜工業(yè)系統(tǒng)的主流， 所以故障診斷方法的探索應(yīng)該緊密結(jié)合這些新技術(shù)。

7 結(jié) 束 語(yǔ)

近年來(lái)， 國(guó)內(nèi)關(guān)于航天器故障診斷技術(shù)方面的研究和應(yīng)用成果很多， 從文獻(xiàn)分析看， 目前航天器故障診斷的應(yīng)用成果主要體現(xiàn)在航天器的地面測(cè)試， 或航天器過(guò)境時(shí)離線診斷方面， 至于嵌入式的自主故障診斷成果還不多見(jiàn)。 與美國(guó)NASA和歐空局相比， 還有很大差距。 但從未來(lái)發(fā)展看， 到2020年我國(guó)將完成空間站和探月三期建設(shè)， 實(shí)現(xiàn)“北斗”導(dǎo)航衛(wèi)星全球覆蓋和發(fā)射火星探測(cè)器， 這些任務(wù)的需求牽引作用， 將會(huì)使我國(guó)航天器故障診斷技術(shù)的應(yīng)用再上一個(gè)臺(tái)階， 航天器在軌運(yùn)行的自主故障診斷技術(shù)有望在未來(lái)五年內(nèi)取得突破性成果。

[1] 周東華， 劉洋， 何瀟.閉環(huán)系統(tǒng)故障診斷技術(shù)綜述[J]. 自動(dòng)化學(xué)報(bào)， 2013， 39(11): 1933-1942. Zhou Donghua， Liu Yang， He Xiao. Review on Fault Diagnosis Techniques for Closed-Loop Systems[J]. Acta Automatica Sinica, 2013， 39(11): 1933-1942. (in Chinese)

[2] 李娟, 周東華, 司小勝, 等. 微小故障診斷方法綜述[J].控制理論與應(yīng)用， 2012， 29(12): 1517-1529. Li Juan， Zhou Donghua， Si Xiaosheng， et al. Review of Incipient Fault Diagnosis Methods [J].Control Theory & Applications， 2012， 29(12): 1517-1529. (in Chinese)

[3] 姜連祥， 李華旺, 楊根慶， 等．航天器自主故障診斷技術(shù)研究進(jìn)展[J]．宇航學(xué)報(bào)， 2009， 30(4)： 1320-1326． Jiang Lianxiang， Li Huawang, Yang Genqing, et al．A Survey of Spacecraft Autonomous Fault Diagnosis Research[J]．Journal of Astronautics， 2009， 30(4)： 1320-1326.(in Chinese)

[4] 劉偉杰, 諶穎.航天器空間自主交會(huì)故障診斷與容錯(cuò)控制的集成設(shè)計(jì)[J].航天控制， 2015, 33(3): 38-44. Liu Weijie, Chen Ying. Integrated Design of Fault Diagnosis and Faul Tolerant Control for Spacecraft Autonomous Rendezvous[J]．Aerospace Control, 2015, 33(3): 38-44.(in Chinese)

[5] 肖冰， 胡慶雷， 馬廣富.基于觀測(cè)器的航天器執(zhí)行機(jī)構(gòu)失效故障重構(gòu)[J].宇航學(xué)報(bào)， 2011, 32(2): 323-328. Xiao Bing, Hu Qinglei, Ma Guangfu. Observer Based Fault Reconstruction for Spacecraft under Loss of Actuator Effectiveness [J].Journal of Astronautics, 2011, 32(2): 323-328.(in Chinese)

[6] 李國(guó)強(qiáng), 耿利寅, 童葉龍, 等.一種基于遙測(cè)溫度的航天器在軌故障分析方法[J].航天器工程， 2012， 21(2): 56-61. Li Guoqiang, Geng Liyin, Tong Yelong, et al. Study on Fault Analysis of Spacerafte Based on Telemetered Teperature[J]. Spacecraft Engineering, 2012, 21(2): 56-61.(in Chinese)

[7] 王振華， 張淼， 沈毅.衛(wèi)星姿態(tài)控制系統(tǒng)執(zhí)行器故障檢測(cè)與分離[J]. 哈爾濱工業(yè)大學(xué)學(xué)報(bào), 2013, 45(2): 72-76. Wang Zhenhua， Zhang Miao， Shen Yi. Actuator Fault Detection and Isolation for the Attitude Control System of Satellite[J].Journal of Harbin Innstitute of Technology, 2013, 45(2): 72-76.(in Chinese)

[8] 聞新, 張興旺, 秦鈺琦， 等. 國(guó)外航天器在軌故障模式統(tǒng)計(jì)與分析[J].質(zhì)量可靠性， 2014(6)： 13-18. Wen Xin, Zhang Xingwang, Qin Yuqi, et al. Statistics and Analysis for Foreign Spacecraft in Orbit Failure Mode[J]. Journal of Quality Reliability, 2014(6): 13-18.(in Chinese)

[9] 劉睿, 李朋, 周軍, 等.基于模型重構(gòu)的航天器部件級(jí)故障建模方法[J]. 西北工業(yè)大學(xué)學(xué)報(bào), 2014, 32(4): 546-549. Liu Rui, Li Peng, Zhou Jun, et al. Fault Model Construction Method Based on Model Reconfiguration[J].Joural of Northwestern Polytehnical University, 2014, 32(4): 546-549.(in Chinese)

[10] 岑朝輝, 魏蛟龍, 蔣睿, 等. Elman神經(jīng)網(wǎng)絡(luò)的紅外地球敏感器實(shí)時(shí)故障診斷[J]. 振動(dòng)、 測(cè)試與診斷, 2015, 30(5): 504-508. Cen Zhaohui， Wei Jiaolong， Jiang Rui， et al.Real Time Fault Diagnosis of Infrared Earth Sensor Using Elman Neural Network[J]. Journal of Vibration Measuerment & Diagnosis, 2015, 30(5): 504-508. (in Chinese)

[11] 任章, 李清東, 董磊, 等. 基于案例推理和等價(jià)空間的定性 /定量混合故障診斷方法[J].南京航空航天大學(xué)學(xué)報(bào)， 2011， 43(S1)： 87-90. Ren Zhang, Li Qingdong, Dong Lei, et al. Qualitative /Quantitative Hybrid Fault Diagnosis Method Based on Case-Based Reasoning and Parity Space[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2011， 43(S1)： 87-90.(in Chinese)

[12] 桂衛(wèi)華, 彭濤, Steven X D, 等. 基于傳感器最優(yōu)配置的等價(jià)空間故障檢測(cè)方法[J].控制與決策, 2007， 22(7)： 800-804. Gui Weihua, Peng Tao, Steven X D, et al. Parity Space Approach to Fault Detection Based on Optimal Sensor Location[J].Control and Decision, 2007， 22(7)： 800-804.(in Chinese)

[13] 潘宇倩, 張弓, 白東煒, 等. 衛(wèi)星健康管理故障診斷算法的設(shè)計(jì)及其實(shí)現(xiàn)[J]. 航天器工程， 2011， 20(5)： 37-42. Pan Yuqian, Zhang Gong, Bai Dongwei, et al. Design and Implementation of Fault Diagnosis a Lgoithm for Satellite Health Management [J]. Spacecraft Engineering， 2011, 20(5): 37-42.(in Chinese)

[14] 邢曉辰， 蔡遠(yuǎn)文， 程龍， 等. 基于故障樹(shù)的目標(biāo)航天器在軌故障定位[J].兵工自動(dòng)化， 2013, 32(10): 71-75. Xing Xiaochen, Cai Yuanwen, Cheng Long, et al. On-Orbit Fault Positioning of Target Spacecraft Based on Fault Tree[J].Ordnance Industry Automation, 2013, 32(10): 71-75.(in Chinese)

[15] 龔健， 楊樺， 趙瑋， 等. 基于知識(shí)推理的航天器自主故障診斷方法[J].空間控制技術(shù)與應(yīng)用, 2011, 37(4): 19-23. Gong Jian， Yang Hua， Zhao Wei， et al. Knowledge Inference Based Self Fault Diagnosis Method for Spacecraft[J]. Aerospace Control and Application, 2011, 37(4): 19-23.(in Chinese)

[16] Mogens B, Jan L, Michel K, et al. Diagnosis and Fault Tolerant Control[M]. Berlin Heidelberg: Springer, 2006.

[17] Nguyen H, Golinval J C. Fault Diagnosis Based on Kernel Principal Component Analysis[J]. Engineering Structures, 2010, 32(11): 3683-3691.

[18] 蘇林， 尚朝軒.基于多元統(tǒng)計(jì)的衛(wèi)星姿態(tài)控制系統(tǒng)故障診斷[J]. 系統(tǒng)仿真學(xué)報(bào)， 2010， 22(8)： 1981-1985. Su Lin, Shang Chaoxuan. Fault Diagnosis of Satellite Attitude Control System Based on Multi-Variable Statistical Technology[J]. Journal of System Simulation， 2010， 22(8)： 1981-1985.(in Chinese)

[19] 賈慶賢, 張迎春, 李化義， 等.衛(wèi)星姿態(tài)控制系統(tǒng)魯棒故障診斷方法[J]. 哈爾濱工業(yè)大學(xué)學(xué)報(bào)， 2011， 43(3)： 19-22. Jia Qingxian， Zhang Yingchun， Li Huayi， et al. NUIO/LMI Based Robust Fault Diagnosis for Satellite Attitude Control System[J].Journal of Harbin Institute of Technology， 2011， 43(3)： 19-22.(in Chinese)

[20] 吳麗娜， 張迎春， 趙石磊， 等. 滑模觀測(cè)器在衛(wèi)星姿控系統(tǒng)故障診斷中的應(yīng)用[J]. 哈爾濱工業(yè)大學(xué)學(xué)報(bào), 2011, 43(9): 14-18. Wu Lina, Zhang Yingchun, Zhao Shilei, et al. Sliding Mode Observer Usesd in Satellite Attitude Control System Fault Diagnosis[J]. Journal of Harbin Institute of Technology， 2011， 43(9)： 14-18.(in Chinese)

[21] 吳紅芳, 王志. 基于擴(kuò)展卡爾曼濾波器的航天器姿控飛輪故障診斷[J].航天控制， 2012, 30(3): 34-38. Wu Hongfang, Wang Zhi. The Fault Diagnosis of Spacecraft Attitude Control Flywheel Based on Extended Kalman Filter[J]. Aerospace Control, 2012, 30(3): 34-38.(in Chinese)

[22] 劉文靜, 王南華. 面向資源約束航天器控制系統(tǒng)的故障檢測(cè)研究[J].宇航學(xué)報(bào), 2011, 32(7): 1527-1533. Liu Wenjing， Wang Nanhua. FD for Spacecraft Control System with Resource Constraint[J]. Journal of Astronautics, 2011, 32(7): 1527-1533.(in Chinese)

[23] 王振華, 沈毅, 張?bào)憷? 基于增廣觀測(cè)器的非線性系統(tǒng)執(zhí)行器故障診斷[J]. 宇航學(xué)報(bào), 2012, 33(12): 1742-1746. Wang Zhenhua, Shen Yi, Zhang Xiaolei. Augmented Observer-Based Actuator Fault Diagnosis for Nonlinear Systems[J]. Journal of Astronautics, 2012, 33(12): 1742-1746.(in Chinese)

[24] 程瑤, 王日新, 徐敏強(qiáng).基于非線性未知輸入觀測(cè)器的航天器故障診斷[J].深空探測(cè)學(xué)報(bào)， 2015， 2(3)： 278-282. Cheng Yao, Wang Rixin, Xu Minqiang.Spacecraft Actuator Fault Diagnosis Based on Nonlinear Unknown Input Observer[J]. Journal of Deep Space Exploration, 2015， 2(3)： 278-282.(in Chinese)

[25] 李權(quán), 周興社.基于測(cè)控?cái)?shù)據(jù)挖掘的航天器故障診斷技術(shù)研究[J].計(jì)算機(jī)測(cè)量與控制， 2011， 19(3): 500-503. Li Quan, Zhou Xingshe. Spacecraft Fault Diagnosis Technology Based on Measurement and Control Data Mining[J]. Computer Measurement & Control, 2011， 19(3): 500-503.(in Chinese)

[26] 趙文, 董云峰.衛(wèi)星在軌故障地面診斷系統(tǒng)設(shè)計(jì)[J].航天器工程， 2014, 23(3): 92-97. Zhao Wen, Dong Yunfeng. Design of Ground Diagnosis System for Satellite In-Orbit Fault [J]. Spacecraft Engineering， 2014， 23(3): 92-97.(in Chinese)

[27] 李明， 稅愛(ài)社， 宋政輝， 等.基于廣義回歸神經(jīng)網(wǎng)絡(luò)的傳感器故障診斷研究[J]. 傳感器與微系統(tǒng)， 2009， 28(12)： 17-20. Li Ming， Shui Aishe， Song Zhenghui, et al. Research on GRNN-Based Sensor Fault Diagnosis[J]. Transducer and Microsystem Technologies， 2009， 28(12)： 17-20.(in Chinese)

[28] 李建偉， 稅愛(ài)社， 宋政輝， 等. 基于神經(jīng)網(wǎng)絡(luò)的整流罩空調(diào)系統(tǒng)傳感器故障診斷[J].后勤工程學(xué)院學(xué)報(bào)， 2013， 29(2)： 52-58， 68. Li Jianwei， Shui Aishe， Song Zhenghui， et al. Sensor Fault Diagnosis for Air Conditioning System of Satellite Fairing Based on Neural Networks[J].Journal of Logistical Engineering University， 2013， 29(2)： 52-58， 68.(in Chinese)

[29] 聞新, 張興旺, 張威.基于HBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)觀測(cè)器[J].電子學(xué)報(bào)， 2015， 43(7): 1315-1319. Wen Xin， Zhang Xingwang, Zhang Wei. The Observer Design Based on HBF Neural Networks[J].Acta Electronica Sinica， 2015， 43(7): 1315-1319.(in Chinese)

[30] 聞新， 張興旺. 基于凸組合算法優(yōu)化的前向神經(jīng)網(wǎng)絡(luò)觀測(cè)器設(shè)計(jì)[J].電子學(xué)報(bào)， 2015， 43 (11): 2167-2171. Wen Xin， Zhang Xingwang. The Observer Design of Feedforward Neural Networks Optimized by Convex Combination Algorithm[J].Acta Electronica Sinica， 2015， 43(11): 2167-2171.(in Chinese)

[31] 程月華， 姜斌， 楊明凱， 等. 應(yīng)用自組織模糊神經(jīng)網(wǎng)絡(luò)估計(jì)衛(wèi)星姿態(tài)系統(tǒng)執(zhí)行機(jī)構(gòu)故障[J]. 應(yīng)用科學(xué)學(xué)報(bào)， 2010， 28(1)： 72-76. Cheng Yuehua, Jiang Bin, Yang Mingkai, et al. Self-Organizing Fuzzy Neural Network-Based Actuator Fault Estimation for Satellite Attitude Systems[J]. Journal of Applied Sciences， 2010， 28(1)： 72-76.(in Chinese)

[32] Marseguerra M， Zio E. Monte Carlo Simulation of Model Based Diagnosis in Dynamic Systems[J]. Reliability Engineering and System Safety, 2009， 94(2): 180-186.

[33] 張蕓香， 武云麗， 李智斌， 等.基于G2的衛(wèi)星控制系統(tǒng)故障診斷的半物理仿真技術(shù)[J]. 空間控制技術(shù)與應(yīng)用, 2011, 37(1): 16-20. Zhang Yunxian， Wu Yunli， Li Zhibin， et al. G2 Based Hardware-in-Loop System for Fault Diagnosis of Satellite Control System[J]. Aerospace Control and Application, 2011, 37(1): 16-20.(in Chinese)

[34] 陳治佐， 劉興釗， 呂高煥. Livingstone用于航天器推進(jìn)系統(tǒng)故障診斷[J]. 太赫茲科學(xué)與電子信息學(xué)報(bào), 2013, 11(5): 770-775. Chen Zhizuo， Liu Xingzhao， Lü Gaohuan.Fault Diagnosis of Spacecraft Propulsion System by Using Livingstone[J]. Journal of Terahertz Science and Electronic Information Technology, 2013, 11(5): 770-775.(in Chinese)

[35] 楊世龍, 董云峰.平行系統(tǒng)理論在衛(wèi)星故障診斷領(lǐng)域的應(yīng)用初探[J].軍民兩用技術(shù)與產(chǎn)品, 2015, 10(2): 70, 146. Yang Shilong, Dong Yunfeng. Parallel System Theory Applied in the Field of Satellite Fault Diagnosis [J].Dual Use Technologies & Products, 2015, 10(2): 70, 146.(in Chinese)

[36] 沈毅， 張?bào)憷冢?王振華.基于 EMD 和有向因子圖的航天器故障診斷[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)， 2013， 45(1)： 19-24. Shen Yi, Zhang Xiaolei， Wang Zhenhua. Spacecraft Fault Diagnosis Based on Empirical Mode Decomposition and Directed Factor Graph[J].Journal of Harbin Institute of Technology， 2013， 45(1)： 19-24.(in Chinese)

[37] 金洋， 王日新， 徐敏強(qiáng). 基于分層傳遞系統(tǒng)模型的航天器故障診斷方法[J]. 航空學(xué)報(bào), 2013, 34(2): 401-408. Jin Yang, Wang Rixin, Xu Minqiang. A Fault Diagnosis Approach for Spacecraft Based on Hierarchcal Transition System Model[J]. Acta Aeronautica et Astronautica Sinica, 2013, 34(2): 401-408.(in Chinese)

[38] Mousavi S, Khorasani K. Fault Detection of Reaction Wheels in Attitude Control Subsystem of Formation Flying Satellites: A Dynamic Neural Network-Based Approach[J]. International Journal of Intelligent Unmanned Systems, 2014, 2(1): 2-26.

[39] 蔣榮華, 王厚軍, 龍兵. 大型復(fù)雜系統(tǒng)故障隔離智能優(yōu)化策略[J]. 系統(tǒng)仿真學(xué)報(bào), 2009, 21(3): 841-844. Jiang Ronghua, Wang Houjun, Long Bing. Large-Scale Complex System Fault Isolation Intelligent Optimal Strategy[J]. Journal of System Simulation, 2009, 21(3): 841-844.(in Chinese)

[40] Wu Qi. The Forecasting Model Based on Wavelet V-Support Vector Machine[J]. Expert Systems with Applications, 2009, 36(4): 7604-7610.

[41] Lin Xiangning, Ke Shuohao, Li Zhengtian, et al. A Fault Diagnosis Method of Power Systems Based on Improved Objective Function and Genetic Algorithm-Tabu Search[J]. IEEE Transactions on Power Delivery, 2010, 25(3): 1268-1274.

[42] Barua A, Khorasani K. Hierarchical Fault Diagnosis and Fuzzy Rule-Based Reasoning for Satellites Formation Flight[J]. IEEE Transactions on Aerospace & Electronic Systems, 2011, 47(4): 2435-2456.

ApplicationStatusAnalysisandProspectonSpacecraftFaultDiagnosisTechnologyinChina

ZhangWei1,WeiBingyi2,WenXin2

(1.CollegeofInformationEngineering,BeijingInstituteofPetrochemicalTechnology,Beijing102617,China; 2.CollegeofAstronautics,NanjingUniversityofAeronauticsandAstronautics,Nanjing210016,China)

The Composition of fault diagnosis system and the application model of spacecraft fault diagnaosis technology are introduced. Based on the review of domestic and international literatures, the application situation of spacecraft fault diagnosis technology is summarized, and the advantages and disadvantages of various methods are pointed out. The main problems in the application of spacecraft fault diagnosis technology are analyzed, and the prospect of this technology is given.

spacecraft; fault detection; fault diagnosis; fault tolerant; artifical intelligence

10.19297/j.cnki.41-1228/tj.2017.04.012

2016-12-29

國(guó)家自然科學(xué)基金項(xiàng)目(61571309； 61101161)

張威(1973-)， 男， 北京人， 副教授， 研究方向是航天信息工程。

張威， 魏炳翌， 聞新. 國(guó)內(nèi)航天器故障診斷技術(shù)應(yīng)用狀況分析與展望[ J]. 航空兵器， 2017( 4)： 66-74. Zhang Wei, Wei Bingyi, Wen Xin. Application Status Analysis and Prospect on Spacecraft Fault Diagnosis Technology in China[ J]. Aero Weaponry, 2017( 4): 66-74. ( in Chinese)

TP277

： A

： 1673-5048(2017)04-0066-09