陸 崢, 金 光, 楊天社, 吳 冠, 蘭新章

(1. 國防科技大學(xué)信息系統(tǒng)與管理學(xué)院, 湖南 長沙 410073; 2. 中國西安衛(wèi)星測控中心, 陜西 西安 710043; 3. 復(fù)雜航空系統(tǒng)仿真重點實驗室, 北京 100076)

0 引 言

隨著我國衛(wèi)星數(shù)量的逐年增多以及衛(wèi)星系統(tǒng)的更新?lián)Q代,現(xiàn)有的在軌衛(wèi)星監(jiān)測系統(tǒng)已經(jīng)無法適應(yīng)高密度和高可靠性衛(wèi)星系統(tǒng)狀態(tài)監(jiān)控任務(wù)的需求。因此,在軌衛(wèi)星的多級健康狀態(tài)評估技術(shù)對航天器的健康管理具有重要意義。文獻(xiàn)[1-5]介紹了集成的航天器健康管理架構(gòu)(integrated vehicle health management, IVHM)完整組成,本文的健康評估屬于其中的一個重要環(huán)節(jié),主要研究利用衛(wèi)星遙測參數(shù)和基于衛(wèi)星可重構(gòu)性研究的多級健康狀態(tài)評估方法,評估結(jié)果以定量形式給出,文獻(xiàn)[6]以健康度量化健康狀態(tài)的程度,對于航天器的健康管理具有實用價值。

文獻(xiàn)[7-8]中利用遙測數(shù)據(jù)挖掘工具Orca和IMS(inductive monitoring system)用于航天器任務(wù)執(zhí)行系統(tǒng)和國際空間站的健康監(jiān)測,其中,軟件Orca基于k-means算法原理進(jìn)行健康狀態(tài)監(jiān)測,軟件IMS利用基于聚類的方法提取正常情況下的數(shù)據(jù)集合,然后計算出實時的數(shù)據(jù)向量與正常狀態(tài)的數(shù)據(jù)向量之間距離的方差作為特征量進(jìn)行健康狀態(tài)監(jiān)測。文獻(xiàn)[9]中提出采用神經(jīng)網(wǎng)絡(luò)模型解決評估過程中多參數(shù)、多尺度和非齊次性數(shù)據(jù),并對國際系統(tǒng)COSPAS-SARSAT進(jìn)行健康狀態(tài)評估。文獻(xiàn)[10]中提出使用有監(jiān)督的數(shù)據(jù)挖掘方法,例如決策樹方法、主成分分析方法等,進(jìn)行飛行器健康狀態(tài)的異常檢測,使用無監(jiān)督的數(shù)據(jù)挖掘方法,例如k-means算法、正交分割聚類以及一元相關(guān)向量機(jī)方法,進(jìn)行飛行器健康狀態(tài)的實時監(jiān)測。這類方法主要是基于數(shù)據(jù)挖掘的單級健康評估方法,難以體現(xiàn)多級系統(tǒng)中部件對系統(tǒng)健康狀態(tài)的影響。

文獻(xiàn)[11]采用Bayes網(wǎng)絡(luò)和性能退化方法,利用遙測數(shù)據(jù)評估JB-3衛(wèi)星動量輪的在軌健康狀態(tài)(失效概率)。文獻(xiàn)[12]提出適用于結(jié)構(gòu)化Bayes網(wǎng)絡(luò)模型的、以變化證據(jù)信息為導(dǎo)向的、基于Bayes球和交叉熵測度的變模型快速推理算法,實現(xiàn)綜合運(yùn)載器的健康評估,并以簡化的變速箱健康評估為例進(jìn)行說明。這類方法主要是基于Bayes網(wǎng)絡(luò)的健康評估方法,在評估部件的健康狀態(tài)方面相對有效,但是Bayes網(wǎng)絡(luò)的建立過程中往往缺乏先驗知識和數(shù)據(jù)的支持,難以建立完備的Bayes網(wǎng)絡(luò),對于多級的衛(wèi)星系統(tǒng)而言,應(yīng)用難度更大,缺乏實用性。

文獻(xiàn)[13]分析衛(wèi)星控制系統(tǒng)的結(jié)構(gòu)特征,將控制系統(tǒng)進(jìn)行結(jié)構(gòu)分層并提出了基于層次推理的健康狀態(tài)評估方法。文獻(xiàn)[14]提出一種基于多級模糊綜合評價的衛(wèi)星姿態(tài)控制系統(tǒng)的在軌實時健康評估方法。文獻(xiàn)[6]采用非線性模糊變權(quán)策略計算健康度的方法進(jìn)行衛(wèi)星健康狀態(tài)評估。這類方法是基于層次結(jié)構(gòu)的多級健康評估方法,實用性強(qiáng),但是對于衛(wèi)星系統(tǒng)的可重構(gòu)性、高冗余和非線性特性的刻畫不夠。

綜上所述,目前在軌衛(wèi)星的多級健康狀態(tài)評估主要采用加權(quán)方法,對衛(wèi)星系統(tǒng)高冗余、可重構(gòu)特性的體現(xiàn)不足,且評估模型權(quán)重參數(shù)的確定過于依賴主觀判斷和專家經(jīng)驗。例如,加權(quán)平均型合成法則沒有體現(xiàn)衛(wèi)星系統(tǒng)故障重構(gòu)能力的影響;狀態(tài)數(shù)法以系統(tǒng)組成部分的特殊關(guān)系定義其狀態(tài)數(shù)時,冗余關(guān)系的狀態(tài)數(shù)需要依靠專家經(jīng)驗;基于變權(quán)的層次分析法在從部件到系統(tǒng)的評估中,部件之間的冗余關(guān)系也靠專家經(jīng)驗給出冗余系數(shù)來刻畫。

針對以上問題,本文提出基于可重構(gòu)度的在軌衛(wèi)星多級健康狀態(tài)評估方法,以可重構(gòu)度指標(biāo)刻畫衛(wèi)星高冗余、可重構(gòu)和非線性等結(jié)構(gòu)特性對系統(tǒng)健康狀態(tài)的影響,首先,采用非參數(shù)回歸方法綜合多元參數(shù)評估部件級的健康狀態(tài)并計算得到部件的健康度;其次,通過對衛(wèi)星系統(tǒng)的結(jié)構(gòu)與功能分析,建立基于可重構(gòu)度的系統(tǒng)結(jié)構(gòu)樹模型,在此基礎(chǔ)上進(jìn)行加權(quán)綜合,實現(xiàn)從部件級到系統(tǒng)級的健康狀態(tài)評估和健康度計算;最后,通過仿真案例分析對整個評估流程進(jìn)行方法驗證。

1 部件健康評估

1.1 部件健康狀態(tài)特征量的選取

衛(wèi)星運(yùn)行狀態(tài)指標(biāo)值由多元狀態(tài)估計方法(multivariate state estimation technique,MSET)確定,即表示衛(wèi)星運(yùn)行狀態(tài)的特征量是由部件到組件到分系統(tǒng)到系統(tǒng)的層次評估過程。由于MSET融合了底層部件的多源數(shù)據(jù),反映衛(wèi)星運(yùn)行狀態(tài)的典型特征量難以形式化表達(dá)。在工程實踐領(lǐng)域中,由于考慮到現(xiàn)實因素,常用的選取遙測參數(shù)的方法主要依賴于專家意見,領(lǐng)域內(nèi)專家研究衛(wèi)星時間久,對表征衛(wèi)星部件健康狀態(tài)的遙測參數(shù)較為清楚。因此聽取專家意見可以大大提高評估的有效性和針對性。本文主要根據(jù)領(lǐng)域內(nèi)專家的意見,得出表示衛(wèi)星部件健康狀況的典型特征量,例如以陀螺儀的測量輸出表示其健康狀態(tài)。

衛(wèi)星部件的健康評估離不開衛(wèi)星在軌運(yùn)行產(chǎn)生的遙測參數(shù)。通過選取能夠反映衛(wèi)星部件健康程度的遙測參數(shù)進(jìn)行評估是基本的處理方式。本文用Pi表示某部件的第i個選中的遙測參數(shù),稱為第i個特征參數(shù),特征參數(shù)的選取一般由領(lǐng)域內(nèi)的專家確定,例如對動量輪部件而言,往往選取動量輪轉(zhuǎn)速、電流和殼溫等作為健康狀態(tài)特征量。

需要補(bǔ)充說明的是,在實際應(yīng)用中,由于遙測參數(shù)下行過程中不可避免地受到太空環(huán)境、人為操作等因素的干擾,直接將遙測參數(shù)輸入到評估流程中可能會造成評估結(jié)果的失真,因此,這里的特征參數(shù),往往要經(jīng)過數(shù)據(jù)剃野、數(shù)據(jù)標(biāo)準(zhǔn)化等數(shù)據(jù)處理過程,進(jìn)一步地,本文認(rèn)為特征參數(shù)還可以由其他數(shù)據(jù)處理方法例如統(tǒng)計分析、小波分析、時間序列分析等對遙測參數(shù)進(jìn)行處理后,得到的諸如波動頻率、變化幅度等特征參數(shù)來代替,但要盡可能地滿足有效性和獨立性要求。

1.2 基于非參數(shù)回歸方法的健康度計算

在進(jìn)行衛(wèi)星部件健康狀態(tài)評估之前,為了提高評估結(jié)果的準(zhǔn)確性,使用Tukey提出的53H法進(jìn)行遙測參數(shù)數(shù)據(jù)孤立野點的剔除。

本文采用非參數(shù)回歸方法,根據(jù)特定時刻的部件健康狀態(tài)特征量,計算對應(yīng)時刻的部件健康度。采用這種方法的主要依據(jù),一方面在于領(lǐng)域內(nèi)專家的認(rèn)可,另一方面在于通過特征量的變化刻畫部件健康度是工程領(lǐng)域的常用做法。

考慮到該方法對于健康評估結(jié)果的可信度的存在影響,通過調(diào)整系數(shù)的值提高可信度。從短期看,由于計算的健康度時變性,健康度必然存在波動性,可信度受損。從長期影響看,經(jīng)過預(yù)處理過的遙測數(shù)據(jù)能表現(xiàn)出衛(wèi)星各部件的數(shù)據(jù)本質(zhì)。因此,數(shù)據(jù)波動性對可信度的影響是有限的,可通過調(diào)整系數(shù)降低波動性,提高可信度,使得健康度的評估結(jié)果符合實際。

設(shè)某部件有n個健康狀態(tài)特征參數(shù)P1,P2,…,Pn,基于非參數(shù)回歸的部件健康狀態(tài)評估步驟如下:

步驟1根據(jù)設(shè)計或歷史數(shù)據(jù)獲取典型健康狀態(tài)(典型健康狀態(tài)不必包含所有的健康狀態(tài))下部件特征量的最大值和最小值。記第i個特征參數(shù)Pi的最大值和最小值為mini和maxi。

步驟2獲取典型健康狀態(tài)下部件健康狀態(tài)特征量數(shù)據(jù)矩陣T。設(shè)共包含了K個時間,將T表示為n×K矩陣形式為

(1)

稱T為健康狀態(tài)矩陣,T包含各特征參數(shù)取極值(包括其極大值和極小值)時刻的數(shù)據(jù)。采用標(biāo)準(zhǔn)化的健康態(tài)數(shù)據(jù),標(biāo)準(zhǔn)化的特征量數(shù)據(jù)為

(2)

標(biāo)準(zhǔn)化后的健康狀態(tài)數(shù)據(jù)矩陣仍記為T。

步驟3獲取特定時刻部件健康狀態(tài)特征量數(shù)據(jù)Pobs=(p1,p2,…,pn)T,這里pi表示特征參數(shù)Pi的觀測值。

步驟4采用同樣的方式標(biāo)準(zhǔn)化觀測數(shù)據(jù),標(biāo)準(zhǔn)化的特征量數(shù)據(jù)為

得標(biāo)準(zhǔn)化的觀測數(shù)據(jù)向量為Zobs=(z1,z2,…,zn)T。

步驟5根據(jù)觀測向量Zobs和健康狀態(tài)特征量數(shù)據(jù)矩陣T,計算部件偏離健康狀態(tài)的程度為

Θ=‖[T·(TT·T+αIK)-1TT-In]·Zobs‖

(3)

式中,‖·‖表示向量的歐幾里得范數(shù)；α是正則化系數(shù)。

步驟6計算部件健康狀態(tài)指標(biāo)H。取偏離健康狀態(tài)的程度Θ的生存函數(shù)值作為部件健康程度的量化,也就是健康度H,即

(4)

2 系統(tǒng)健康評估

2.1 衛(wèi)星系統(tǒng)結(jié)構(gòu)樹建模方法

本文提出建立衛(wèi)星系統(tǒng)結(jié)構(gòu)樹進(jìn)行系統(tǒng)的健康評估方法,將衛(wèi)星的零部件、組件、分系統(tǒng)等系統(tǒng)元素按照一定的層次關(guān)系組織起來,并根據(jù)功能要求對系統(tǒng)元素的工作邏輯進(jìn)行描述的樹狀結(jié)構(gòu)。樹上的節(jié)點代表各層次的系統(tǒng)元素,其中葉節(jié)點表示無需再分的系統(tǒng)元素,非葉節(jié)點是由其子節(jié)點構(gòu)成的系統(tǒng)元素,根結(jié)點表示整個系統(tǒng)。

系統(tǒng)元素之間的工作邏輯是指非葉節(jié)點完成設(shè)計功能時,其子節(jié)點對應(yīng)的系統(tǒng)元素集合的功能和工作邏輯關(guān)系應(yīng)滿足的要求。衛(wèi)星系統(tǒng)結(jié)構(gòu)樹采用串聯(lián)、并聯(lián)和冗余3種工作邏輯。設(shè)某非葉節(jié)點為s,其子節(jié)點為e1,e2,…,em,即系統(tǒng)元素e1,e2,…,em構(gòu)成更高層次的系統(tǒng)元素s,e1,e2,…,em為s的構(gòu)成元素,要求e1,e2,…,em是相互獨立的。e1,e2,…,em的工作邏輯表示為完成s的規(guī)定功能,對e1,e2,…,em完成其規(guī)定功能的要求?？啥x幾種典型的工作邏輯。

(1)串聯(lián)。s完成其功能需要e1,e2,…,em全部完成其功能;

(2)并聯(lián)。s完成其功能只要e1,e2,…,em中至少一個完成其功能;

(3)Ω-冗余。設(shè)Ω是{e1,e2,…,em}的冪集的不包含空集的一個真子集,s完成其功能的必要條件是存在ω∈Ω,ω內(nèi)所有部件完成其功能。

2.2 衛(wèi)星系統(tǒng)的可重構(gòu)性定義和可重構(gòu)度計算

2.2.1 衛(wèi)星系統(tǒng)的可重構(gòu)性定義

本文借鑒了計算機(jī)領(lǐng)域和制造領(lǐng)域的可重構(gòu)性概念[14-18],結(jié)合衛(wèi)星系統(tǒng)的高冗余和高可靠性設(shè)計,得出衛(wèi)星系統(tǒng)也是可重構(gòu)性系統(tǒng)這一結(jié)論,這種特性應(yīng)當(dāng)給予定性和定量地分析。

定義1衛(wèi)星系統(tǒng)的可重構(gòu)性是指衛(wèi)星系統(tǒng)的組成元素發(fā)生故障后,通過主動或者被動容錯控制策略,使得衛(wèi)星系統(tǒng)仍然可以執(zhí)行其功能的特性,是對衛(wèi)星系統(tǒng)高冗余和高可靠性設(shè)計的綜合體現(xiàn)。

2.2.2 衛(wèi)星系統(tǒng)可重構(gòu)度的計算

考慮到可重構(gòu)性是基于衛(wèi)星系統(tǒng)結(jié)構(gòu)樹(或衛(wèi)星系統(tǒng))衍生的特性,因此,具體到計算層次而言,本文的可重構(gòu)度由定義2給出。

定義2可重構(gòu)度是對衛(wèi)星系統(tǒng)可重構(gòu)性的度量。衛(wèi)星系統(tǒng)結(jié)構(gòu)樹中系統(tǒng)元素s的可重構(gòu)度,是其構(gòu)成元素故障后,通過主動或者被動容錯控制策略配置其構(gòu)成元素,使得該系統(tǒng)元素s仍然可以執(zhí)行其功能的能力的度量。需要特別指出,對于系統(tǒng)結(jié)構(gòu)樹中最底層的沒有構(gòu)成元素的系統(tǒng)元素,其可重構(gòu)度為0。

根據(jù)系統(tǒng)結(jié)構(gòu)和功能,以及所確定的系統(tǒng)各層次組成元素的邏輯關(guān)系,逐層確定系統(tǒng)結(jié)構(gòu)樹中各系統(tǒng)元素的可重構(gòu)度。

當(dāng)系統(tǒng)元素s只有1個構(gòu)成元素發(fā)生故障時,稱為一重故障;在一重故障下,如果s通過冗余或重構(gòu)能夠恢復(fù)其功能,則認(rèn)為該一重故障是可重構(gòu)的。相應(yīng)的,當(dāng)s有q個構(gòu)成元素發(fā)生故障時,稱為q重故障;在q重故障下,如果s通過冗余或重構(gòu)恢復(fù)其功能,則該q重故障是可重構(gòu)的[16]?；谌缦乱?guī)則確定ei1,ei2,…,eiq的故障是否可重構(gòu):

規(guī)則1在e1,e2,…,em中存在足夠的備件替換ei1,ei2,…,eiq,則ei1,ei2,…,eiq的故障可重構(gòu);

規(guī)則2通過{e1,e2,…,em}-{ei1,ei2,…,eiq}中元素的重組實現(xiàn)s的功能,從而避免了ei1,ei2,…,eiq故障的影響,則ei1,ei2,…,eiq的故障可重構(gòu);

規(guī)則3在規(guī)定時間內(nèi)ei1,ei2,…,eiq的故障皆可恢復(fù)且不影響s功能,則ei1,ei2,…,eiq的故障可重構(gòu)。

設(shè)s的構(gòu)成元素為e1,e2,…,em,Re表示某q個構(gòu)成元素ei1,ei2,…,eiq同時發(fā)生故障是否可重構(gòu),定義為

(5)

則s的q重可重構(gòu)度為

(6)

(7)

一重可重構(gòu)度Re(1)簡記為Re。

由于實際中衛(wèi)星系統(tǒng)發(fā)生一重故障的情形居多,下面以3種典型邏輯關(guān)系為例計算一重可重構(gòu)度。

(1) 串聯(lián)。如圖1所示,構(gòu)成系統(tǒng)s的m個元素e1,e2,…,em是串聯(lián)的,說明任意單個元素故障,該系統(tǒng)s元素都無法完成其功能,即各部件的Re(ei)=0,于是

即串聯(lián)情況下系統(tǒng)s可重構(gòu)度為0。

圖1 串聯(lián)工作邏輯
Fig.1 Serial working logic

(2)并聯(lián)。如圖2所示,構(gòu)成系統(tǒng)s的m個元素e1,e2,…,em是并聯(lián)的,說明任意單個元素故障,該系統(tǒng)都可完成其功能,即各部件的Re(ei)=1,于是

即并聯(lián)情況下系統(tǒng)s可重構(gòu)度為1。

圖2 并聯(lián)工作邏輯Fig.2 Parallel working logic

(3)Ω-冗余。以兩種配置的動量輪組件為例進(jìn)行說明。如圖3所示配置包含3套正裝動量輪(記作X軸、Y軸、Z軸動量輪)和1套斜裝動量輪S,Ω為至少包含3套動量輪的{X,Y,Z,S}的子集的集合,這意味著任意一個動量輪故障,都不會影響姿態(tài)控制功能,因此各部件的Re(ei)=1,于是

Re=4/4=1

圖3 冗余工作邏輯示例(配置1)Fig.3 Example 1: redundant working logic

如圖4所示配置亦包含3套正裝動量輪X、Y、Z,外加1套備份動量輪Z(。根據(jù)三軸姿控原理,Ω={{X,Y,Z},{X,Y,Z′}},這說明備份動量輪Z(只能重構(gòu)動量輪Z的故障,于是

Re=2/4=0.5

圖4 冗余工作邏輯示例(配置2)Fig.4 Example 2: redundant working logic

2.3 基于可重構(gòu)度和衛(wèi)星系統(tǒng)結(jié)構(gòu)樹的評估過程

步驟1構(gòu)建系統(tǒng)結(jié)構(gòu)樹。根據(jù)系統(tǒng)的物理結(jié)構(gòu)確定系統(tǒng)層次結(jié)構(gòu),以及根據(jù)系統(tǒng)功能確定系統(tǒng)各層次元素之間的邏輯關(guān)系。

步驟2確定可重構(gòu)度。根據(jù)衛(wèi)星系統(tǒng)結(jié)構(gòu)樹,逐層確定各層次系統(tǒng)元素的可重構(gòu)度。

步驟3評估系統(tǒng)健康狀態(tài),其步驟包括:

(1) 確定元素貢獻(xiàn)度。采用層次分析法確定系統(tǒng)結(jié)構(gòu)樹中下一層次各元素對與其關(guān)聯(lián)的上一層次元素的貢獻(xiàn)度[6];

(2) 計算系統(tǒng)健康度。根據(jù)部件健康度、各層次可重構(gòu)度、各元素貢獻(xiàn)度,由系統(tǒng)結(jié)構(gòu)樹葉節(jié)點逐層向上計算各層次系統(tǒng)元素的健康度。設(shè)某層元素為s,其下一層元素為e1,e2,…,em,s的可重構(gòu)度為Re,ei的貢獻(xiàn)度為Wi,ei的健康度為Hi,λ≤1為調(diào)整系數(shù),s的健康度為

(8)

3 仿真試驗與分析

以某衛(wèi)星平臺姿態(tài)控制系統(tǒng)故障案例高保真仿真的數(shù)據(jù)為基礎(chǔ)進(jìn)行仿真案例分析。根據(jù)該案例,衛(wèi)星特定工作模式下的姿態(tài)控制系統(tǒng)結(jié)構(gòu)樹如圖5所示。

圖5 姿態(tài)控制系統(tǒng)結(jié)構(gòu)樹模型Fig.5 Structural tree model of attitude control system

按照物理結(jié)構(gòu)和功能關(guān)系劃分為4級層次:系統(tǒng)級、分系統(tǒng)級、組件級和部件級,以系統(tǒng)結(jié)構(gòu)樹中的“敏感機(jī)構(gòu)分系統(tǒng)”為例,進(jìn)行工作邏輯的說明:

(1) 俯仰地平儀和滾動地平儀以并聯(lián)關(guān)系構(gòu)成地平儀組件;

(2)X軸、Y軸、Z軸磁強(qiáng)計和備份磁強(qiáng)計Z′以冗余關(guān)系構(gòu)成磁強(qiáng)計組件,其中X軸、Y軸、Z軸磁強(qiáng)計以并聯(lián)關(guān)系構(gòu)成,記為“并聯(lián)+冗余”;

(3)X軸、Y軸、Z軸和陀螺儀斜裝陀螺儀S以冗余關(guān)系構(gòu)成陀螺儀組件,其中陀螺儀X、Y、Z以串聯(lián)關(guān)系構(gòu)成,記為“串聯(lián)+冗余”;

(4) 地平儀組件、磁強(qiáng)計組件以及陀螺儀組件以并聯(lián)關(guān)系構(gòu)成敏感機(jī)構(gòu)分系統(tǒng);

(5)敏感機(jī)構(gòu)分系統(tǒng)、傳感機(jī)構(gòu)分系統(tǒng)和執(zhí)行機(jī)構(gòu)分系統(tǒng)以串聯(lián)關(guān)系構(gòu)成衛(wèi)星姿態(tài)控制系統(tǒng)。

表1中給出某一時刻全部部件的健康度,在此基礎(chǔ)上,演示衛(wèi)星姿控系統(tǒng)的多級健康度評估算例。按工程領(lǐng)域的做法,經(jīng)過調(diào)整,調(diào)整系數(shù)λ=6，正則化系數(shù)α=1。

表1 評估算例

下面以陀螺Y緩變故障為例進(jìn)行衛(wèi)星姿控系統(tǒng)的多級健康評估。

為評估姿態(tài)控制系統(tǒng)的健康度,首先需評估陀螺儀的健康度。根據(jù)領(lǐng)域內(nèi)專家的意見,將陀螺儀的測量輸出作為評估陀螺儀健康度的特征量是工程實際領(lǐng)域通用做法。

陀螺儀是姿態(tài)控制系統(tǒng)的重要基礎(chǔ)部件,包括三軸方向X、Y、Z和斜裝方向S共4個陀螺。陀螺儀組件的測量輸出變化如圖6所示,陀螺S、X、Z均視為正常工作,本例重點分析陀螺Y的輸出曲線。從T0時刻到T1時刻,陀螺Y輸出曲線如圖6綠色虛線所示,出現(xiàn)緩變故障,測量輸出時先正常,然后超差,超差幅度不明顯;從T1時刻到T3時刻,陀螺Y測量輸出持續(xù)大幅超差,且陀螺在T2時刻已經(jīng)失效,但系統(tǒng)仍然在使用陀螺Y的輸出數(shù)據(jù);從T3時刻到T4時刻,星上計算機(jī)判定陀螺Y無效,不再使用陀螺Y輸出數(shù)據(jù)。

圖6 陀螺儀組件測量輸出變化過程Fig.6 Process of measured output of gyro assembly

動量輪組件控制電壓的變化如圖7所示,除S動量輪控制電壓幾乎不變之外,從T0時刻到T1時刻,當(dāng)姿態(tài)角開始超差時,組件開始調(diào)整電壓進(jìn)行姿態(tài)調(diào)整;從T1時刻到T2時刻,受姿態(tài)角持續(xù)大幅超差和Y軸陀螺儀失效的影響,組件進(jìn)一步調(diào)整電壓進(jìn)行姿態(tài)調(diào)整;從T2時刻到T3時刻,受星敏感器進(jìn)入A模式和Y軸陀螺儀失效的影響,組件控制電壓不再調(diào)整,姿態(tài)角超差幅度不再增大;從T3時刻衛(wèi)星進(jìn)入全姿態(tài)捕獲模式后,組件不再使用Y軸陀螺儀的測量數(shù)據(jù),結(jié)合剩余敏感器的測量數(shù)據(jù)調(diào)整控制電壓,小幅變化后恢復(fù)原有水平進(jìn)行姿態(tài)調(diào)整,最終將姿態(tài)角調(diào)整到正常范圍內(nèi)。

圖7 動量輪組件控制電壓變化過程Fig.7 Process of control voltage of momentum wheel assembly

下面進(jìn)行部件級的健康狀態(tài)評估,為考察影響整個系統(tǒng)健康度的主要因素,在部件層次,選取陀螺儀和動量輪這兩類權(quán)重占比大的主要功能部件作為重點考察對象,選取陀螺儀的測量輸出作為評估陀螺儀健康度的遙測參數(shù),選取動量輪的控制電壓作為評估動量輪健康度的遙測參數(shù),其余部件均處于健康狀態(tài),其健康度都取表1中的常數(shù)值參與整套方法的健康評估。按照第1.2節(jié)的方法實施評估,展示陀螺儀的健康度變化過程,如圖8所示。

圖8 故障Y陀螺儀和其他陀螺的健康度曲線Fig.8 Health degree of blooey gyro Y and other gyros

從T0時刻到T1時刻,Y軸陀螺儀緩變故障導(dǎo)致其健康度呈小幅波動的不穩(wěn)定趨勢,從T1時刻到T2時刻,Y軸陀螺儀緩變故障累積效應(yīng)使其健康度急劇下滑至0,從T2時刻到T3時刻,其健康度維持在0的最低水平上,T3時刻以后,星上計算機(jī)不再使用Y軸陀螺儀的數(shù)據(jù),對Y軸陀螺儀的健康評估隨之停止,由此可見,對Y軸陀螺儀的健康評估與實際情況具有相當(dāng)好的一致性。對其他陀螺的健康評估而言,受故障Y軸陀螺儀的影響,各自的健康度均有一定程度的波動,但基本維持在較高的水平(0.7～0.9)上,因此對其他陀螺的健康評估符合實際。

在完成部件的健康評估后,下面進(jìn)行部件級到系統(tǒng)級的綜合評估,如圖9所示。

圖9 姿態(tài)控制系統(tǒng)多級健康度曲線Fig.9 Health state of multi-level of attitude control system

從T0時刻到T1時刻,受Y軸陀螺儀緩變故障影響,陀螺儀組件的健康度處于不穩(wěn)定狀態(tài),且存在下降趨勢,由于姿態(tài)角開始超差引發(fā)動量輪進(jìn)行姿態(tài)調(diào)整,動量輪接收Y軸陀螺儀的測量數(shù)據(jù),動量輪組件的健康度也呈不穩(wěn)定和下降趨勢,進(jìn)一步地,各分系統(tǒng)和姿控系統(tǒng)的健康度均有不同幅度的波動,呈現(xiàn)不穩(wěn)定和下降趨勢;從T1時刻到T2時刻,Y軸陀螺儀緩變故障累積效應(yīng)使其健康度急劇下滑至0,直接導(dǎo)致陀螺儀組件的健康度迅速下降到非常低的水平(0～0.3),敏感機(jī)構(gòu)分系統(tǒng)的健康度也因此迅速下降到較低水平(0.3～0.6),與此同時,動量輪組件使用Y軸陀螺儀的超差數(shù)據(jù)對進(jìn)行姿態(tài)的大幅調(diào)整,試圖使系統(tǒng)姿態(tài)恢復(fù),但效果適得其反,動量輪組件逐漸減小控制電壓,恢復(fù)到原有水平,動量輪組件及執(zhí)行機(jī)構(gòu)分系統(tǒng)健康度隨之恢復(fù)到原先的健康的水平(0.9～1);從T2時刻到T3時刻,是整個系統(tǒng)的平穩(wěn)期,星上計算機(jī)通過診斷發(fā)現(xiàn)Y軸陀螺儀失效,系統(tǒng)各級的健康度水平維持在之前的水平;從T3時刻以后,陀螺儀組件采取故障重構(gòu)策略:不再使用Y軸陀螺儀的數(shù)據(jù),Y軸陀螺儀不再參與健康評估,因此陀螺儀組件的組成由{X軸陀螺儀,Y軸陀螺儀,Z軸陀螺儀,陀螺儀S}變?yōu)閧X軸陀螺儀,Z軸陀螺儀,陀螺儀S},其可重構(gòu)度由1變?yōu)?,舍棄陀螺Y后重新進(jìn)行健康評估,陀螺儀組件的健康度恢復(fù)到較高水平(0.7～0.9),敏感機(jī)構(gòu)分系統(tǒng)的健康度也恢復(fù)到較高水平,系統(tǒng)的健康度恢復(fù)到健康水平(0.9～1)。由此可見,可重構(gòu)度的引入,在刻畫系統(tǒng)高冗余、高可靠性和非線性等復(fù)雜特性同時,也使系統(tǒng)健康評估的結(jié)果更加符合客觀實際,降低了健康評估的主觀性。

下面分析系統(tǒng)健康度與實際情況的符合程度。從姿態(tài)角表征的角度,不考慮部件故障,僅根據(jù)圖8的3個姿態(tài)角利用非參數(shù)回歸的方法計算系統(tǒng)姿態(tài)角健康度,再求其加權(quán)平均,以此作為姿控系統(tǒng)健康度的對比標(biāo)準(zhǔn)[6]。仿真案例中認(rèn)為姿態(tài)角的正常取值在0°附件,上下浮動2°,敏感機(jī)構(gòu)故障,引發(fā)執(zhí)行機(jī)構(gòu)連鎖反應(yīng),但執(zhí)行機(jī)構(gòu)正常,所以該對比標(biāo)準(zhǔn)基本合理。

仿真案例中姿態(tài)角的變化如圖10所示,從T0時刻到T1時刻,受Y軸陀螺緩變故障影響,姿態(tài)角發(fā)生細(xì)微震蕩;從T1時刻到T2時刻,受Y軸陀螺失效及其測量輸出持續(xù)超差的影響,姿態(tài)角發(fā)生大幅變化;從T2時刻到T3時刻,姿態(tài)角持續(xù)超差,且Y軸陀螺測量輸出持續(xù)超差,星上計算機(jī)判定衛(wèi)星滿足模式切換條件,在T3時刻進(jìn)入全姿態(tài)捕獲模式;從T3時刻到T4時刻,星上計算機(jī)不再使用Y軸陀螺的輸出數(shù)據(jù),利用剩余敏感器的測量數(shù)據(jù)調(diào)動動量輪組件進(jìn)行姿態(tài)調(diào)整,最終將姿態(tài)角穩(wěn)定在正常范圍內(nèi)。

圖10 姿態(tài)控制系統(tǒng)的姿態(tài)角變化過程Fig.10 Process of attitude angles of attitude control system

根據(jù)3個姿態(tài)角建立評估標(biāo)準(zhǔn)得到系統(tǒng)健康度評估結(jié)果和基于可重構(gòu)度的方法評估結(jié)果對比情況如圖11所示。

圖11 姿態(tài)控制系統(tǒng)健康度曲線Fig.11 Health state of attitude control system

從圖11的系統(tǒng)健康度結(jié)果容易發(fā)現(xiàn),從T0時刻到T1時刻,兩者的健康度水平均維持在健康水平附件,不同之處在于:Y軸陀螺緩變故障引起系統(tǒng)健康度的波動在基于可重構(gòu)度的方法評估結(jié)果中更加明顯;從T1時刻到T2時刻,Y軸陀螺故障的累積效應(yīng)使得系統(tǒng)健康度快速下降,兩類方法的結(jié)果對此都有所體現(xiàn),不同之處在于前者方法評估的系統(tǒng)健康度下降到較高水平(0.7～0.9),后者下降到較低水平(0.3～0.6),分析認(rèn)為有兩點原因?qū)е虏町?其一,兩者使用的量綱不一致使得評估結(jié)果的水平不一致,其二,系統(tǒng)各級存在的可重構(gòu)特性使得系統(tǒng)不會因為單個部件故障就下降到較低水平,從這個角度考慮,前者方法的評估結(jié)果更加合理;從T2時刻到T3時刻是系統(tǒng)健康度的平穩(wěn)期,兩類方法的評估結(jié)果基本維持在原先水平;T3時刻,系統(tǒng)執(zhí)行故障重構(gòu)策略:不再使用Y軸陀螺的測量數(shù)據(jù),從T3時刻到T4時刻,兩類方法的評估結(jié)果中系統(tǒng)健康度都在上升,區(qū)別在于:前者迅速恢復(fù)到健康水平(0.9～1),后者以較大的波動(標(biāo)準(zhǔn)差為0.1365,均值0.7611)維持在較高水平(0.7～0.9),分析認(rèn)為差異產(chǎn)生的原因也是兩點:其一,兩者使用的量綱不一致使得評估結(jié)果水平不一致,其二,基于姿態(tài)角標(biāo)準(zhǔn)方法使用的姿態(tài)角數(shù)據(jù)較大的波動性傳遞到評估過程中,造成健康度的較大波動性。從評估結(jié)果的平穩(wěn)角度考慮,前者更加平穩(wěn)。

綜上所述,本文提出的方法確實具有合理性,對于衛(wèi)星系統(tǒng)的健康評估、故障診斷以及健康管理具有實用意義。

4 結(jié) 論

本文針對在軌衛(wèi)星的健康評估問題,提出基于可重構(gòu)度的在軌衛(wèi)星多級健康評估方法,并以姿態(tài)控制系統(tǒng)為例進(jìn)行了仿真分析。結(jié)果表明該方法具有較好的合理性,尤其是可重構(gòu)度的引入,較好地解決了衛(wèi)星系統(tǒng)高冗余、高可靠性和非線性等復(fù)雜特性的刻畫問題,降低了評估的主觀性。該方法經(jīng)過遷移,可以用于除衛(wèi)星系統(tǒng)以外的具有高冗余、高可靠性特性的系統(tǒng)評估,可拓展性強(qiáng)。

此外,本文方法存在以下幾點不足,需要進(jìn)一步拓展研究:第一,在部件健康評估的方面,需要進(jìn)一步研究多參數(shù)特征量對于部件以及系統(tǒng)健康評估的影響;第二,基于二重可重構(gòu)度甚至更高重可重構(gòu)度的健康評估有待實例驗證;第三,本文提出的方法有待更多實例和實測數(shù)據(jù)的驗證。