一种基于改进有向图的航天器综合性健康管理方法
【专利摘要】一种基于改进有向图的航天器综合性健康管理方法，本发明涉及航天器综合性健康管理方法。本发明的目的是为了解决(1)现有航天器无法对航天器所有子系统建立精确的数学模型，无法对航天器整体进行健康管理的问题；(2)无法对其进行健康管理的问题；(3)需要对航天器子系统的健康管理模型进行大量修改甚至重新建立的问题；(4)健康管理效率降低的问题；(5)未提出针对航天器在轨飞行任务的健康管理，以评估航天器当前状态对完成飞行任务的影响的问题。步骤一、建立航天器系统有向图模型；步骤二、航天器在轨飞行时，利用上述有向图模型和航天器机载传感器的测量数据进行综合健康管理。本发明应用于航天器综合性健康管理领域。
【专利说明】一种基于改进有向图的航天器综合性健康管理方法
【技术领域】
[0001] 本发明涉及航天器综合性健康管理方法。
【背景技术】
[0002] 随着航天领域的不断发展，太空技术应用日趋广泛，航天器使人类的活动范围从 地球大气层内扩展到无限的宇宙空间，成为人类认识和探索宇宙空间的重要工具。同时，其 推动着相关学科的发展，促进新技术的产生与应用，在经济、军事和科技的发展方面都产生 了巨大的影响。在航天技术不断取得成就的同时，也面临着很大的难度，因为（1)航天器是 一个大型、复杂的系统，无法对航天器所有子系统建立精确的数学模型，无法使用基于解析 模型的方法对航天器整体进行健康管理；（2)每个航天器在轨运行的数据都会因为所用元 器件的差别和运行环境的不同而产生很大的差别，也就无法在航天器发射之前利用历史数 据对其进行健康管理；（3)当航天器子系统更换、添加某一个或几个元器件时，可能需要对 航天器子系统的健康管理模型进行大量修改甚至重新建立；(4)已有的健康管理算法具有 偏重性，或偏重故障诊断或故障预测或健康评估，若要对航天器进行综合健康管理，则可能 要利用多种算法，而算法间的结合效果不好，使得健康管理效率降低；(5)已有的健康管理 系统，大多只完成小型系统或分系统级别的健康管理，有少数能针对整个航天器进行健康 管理，而未提出针对航天器在轨飞行任务的健康管理，以评估航天器当前状态对完成飞行 任务的影响。
【发明内容】
[0003] 本发明的目的是为了解决（1)现有航天器无法对航天器所有子系统建立精确的 数学模型，无法使用基于解析模型的方法对航天器整体进行健康管理的问题；(2)现有航 天器无法在航天器发射之前利用历史数据对其进行健康管理的问题；(3)现有航天器子系 统需要对航天器子系统的健康管理模型进行大量修改甚至重新建立的问题；（4)现有方法 健康管理效率降低的问题；(5)以及现有健康管理系统未提出针对航天器在轨飞行任务的 健康管理，以评估航天器当前状态对完成飞行任务的影响的问题。而提出了一种基于改进 有向图的航天器综合性健康管理方法。
[0004] 上述的发明目的是通过以下技术方案实现的：
[0005] -种基于改进有向图的航天器综合性健康管理方法，其特征在于：一种基于改进 有向图的航天器综合性健康管理方法具体是按照以下步骤进行的：
[0006] 步骤一、建立航天器系统有向图模型；
[0007] 1)建立航天器各分系统的符号有向图；
[0008] 2)建立航天器各分系统的故障传播有向图；
[0009] 3)建立整个航天器系统的分层分模块有向图；
[0010] 步骤二、航天器在轨飞行时，利用上述有向图模型和航天器机载传感器的测量数 据进行综合健康管理，具体步骤如下：
[0011] 1)当航天器机载传感器的测量数据超出对应节点的正常范围时进行故障报警，并 计算故障程度，每个节点的正常范围根据系统精度的要求给出，如控制姿态角的偏差不大 于 ±1° ;
[0012] 2)当出现故障报警信号时，利用系统采集的测量数据自主进行故障诊断；
[0013] 3)利用故障诊断所得的故障源信息自主进行故障修复和故障预测，如切换备用元 件，并利用故障源信息自主进行故障预测；
[0014] 4)根据故障诊断和故障预测的结果，自主进行健康评估。
[0015] 发明效果：
[0016] 采用本发明的一种基于改进有向图的航天器综合性健康管理方法，（1)本发明使 用的方法为基于定性模型的方法，不需要建立航天器系统的精确数学模型；（2)本发明使 用的方法不需要航天器系统的历史数据来建立模型，仅需要根据航天器系统中节点间的关 系来建立系统模型；(3)本发明建立的系统模型为分层分模块有向图模型，对其中的每个 模块或模块中的每个阶段都可以单独进行修改或扩展，而不会影响其他的模块或节点；所 以当航天器中的某个元器件更换后，对应有向图也仅需要修改该元器件对应的节点或模 块，无需对整个有向图进行修改；(4)本发明建立的系统模型结合了用于故障诊断的符号 有向图，和用于故障预测的故障传递有向图；由于故障传递有向图可以通过符号有向图简 化获得，且故障诊断时需要逆向推理，故障预测仅需正向推测，所以分层分模块有向图的存 储不需要两倍于符号有向图模型的存储空间，故障诊断所得到的信息会100%被利用到故 障预测及健康评估中；每个节点存储的信息中有50%同时用在故障诊断和故障预测中，信 息的利用率提高了 15% ; (5)本发明建立的系统模型，能够根据航天器在轨飞行任务的不 同，修改飞行任务与航天器各分系统模块之间的影响关系，从而能够根据各分系统的故障 诊断、故障预测结果来评估航天器飞行任务的健康程度，即评估航天器当前状态对完成飞 行任务的影响。
[0017] 采用本发明的一种基于改进有向图的航天器综合性健康管理方法，如实施例三姿 态控制分系统中，陀螺仪发生故障并开启冗余陀螺，系统正常运行一段时间后，陀螺仪再次 发生漂移故障并开启第二个冗余设备。两次故障后的健康评估结果进行比较，可见陀螺仪 发生第一次故障后，健康评估值为0. 89,陀螺仪发生第二次故障后，健康评估值为0. 66,其 健康评估值明显下降。这是由于设备的冗余有限，故障发生次数越高能够采取的相应补救 措施越少，该部件的健康值则越低，与实际情况相符。
【专利附图】
【附图说明】
[0018] 图1是【具体实施方式】一姿态控制系统的系统框图，0表示加法器，+表示输入信 号，一表不负反馈；
[0019] 图2是【具体实施方式】一符号有向图，+表不节点间存在正影响，一表不负影响；
[0020] 图3是【具体实施方式】一故障传播有向图；
[0021] 图4是【具体实施方式】一整个航天器系统的分层分模块有向图；
[0022] 图5是实施例一的未加入综合健康管理时得到的到的结果图；
[0023] 图6是实施例一的加入综合健康管理系统后得到的结果图；
[0024] 图7是实施例二的未加入综合健康管理时的到的结果图；
[0025] 图8是实施例二的加入综合健康管理系统后得到的结果图。
【具体实施方式】
【具体实施方式】 [0026] 一：一种基于改进有向图的航天器综合性健康管理方法，其特征在 于：一种基于改进有向图的航天器综合性健康管理方法具体是按照以下步骤进行的：
[0027] 步骤一、建立航天器系统有向图模型：
[0028] 1)建立航天器各分系统的符号有向图；
[0029] 根据分系统中元器件之间的影响关系建立符号有向图；如根据专家经验，由专家 给出；或根据各分系统的系统框图和框图与实际元器件的对应关系来建立。
[0030] 符号有向图用节点代表实际系统中的元部件或状态测量值，用有向边表示节点间 的逻辑影响关系，用正负符号表示；
[0031] 根据各元器件之间的相互影响关系，建立航天器各分系统的符号有向图，如对姿 态控制系统建立符号有向图：
[0032] 姿态控制系统的系统框图如图1所示：
[0033] 其中姿态控制方法采用ro控制，即将航天器的姿态角和姿态角速度作为负反馈 信号输入控制器；系统中姿态角和姿态角速度的测量仪器分别为星敏感器和陀螺仪，执行 器为飞轮；被控对象为航天器的姿态角速度和姿态角。则将实际使用的元器件带入系统框 图中，可获得姿态控制系统的符号有向图如图2所示。
[0034] 其中各节点对应的系统组件为：
[0035]
【权利要求】
1. 一种基于改进有向图的航天器综合性健康管理方法，其特征在于：一种基于改进有 向图的航天器综合性健康管理方法具体是按照以下步骤进行的： 步骤一、建立航天器系统有向图模型； 1) 建立航天器各分系统的符号有向图； 2) 建立航天器各分系统的故障传播有向图； 3) 建立整个航天器系统的分层分模块有向图； 步骤二、航天器在轨飞行时，利用上述有向图模型和航天器机载传感器的测量数据进 行综合健康管理，具体步骤如下： 1) 当航天器机载传感器的测量数据超出对应节点的正常范围时进行故障报警，并计算 故障程度； 2) 当出现故障报警信号时，利用系统采集的测量数据自主进行故障诊断； 3) 利用故障诊断所得的故障源信息自主进行故障修复和故障预测； 4) 根据故障诊断和故障预测的结果，自主进行健康评估。
2. 根据权利要求1所述一种基于改进有向图的航天器综合性健康管理方法，其特征在 于：所述步骤二1)中故障程度的计算公式如下：
其中Val表示故障程度，\表示节点实时测量值，V。表示标准值，Vm表示正常范围临界 值，V。表示阀值。
3. 根据权利要求2所述一种基于改进有向图的航天器综合性健康管理方法，其特征在 于：所述步骤二2)中当出现报警信号时，利用系统采集的测量数据自主进行故障诊断；基 于有向图模型的故障诊断算法包括： a. 确定推理起始点 对于单故障源子系统，选取报警节点中层值最低的节点作为推理起始点； 对于多故障源子系统，选取报警节点中层值最高的节点作为推理起始点；多故障同时 发生时选取报警节点中层值最低的节点作为推理起始点； b. 路径回溯 路径回溯需从推理起始点开始进行逆向推理，向同一层或低于该层节点寻找故障源； 路径回溯的终点为已知状态的测量节点或最低层的系统组件节点； c. 故障源信息诊断 故障源的排序有两个考虑因素：定义Prl为回溯支路不相容概率，当路径回溯不相容 时Prl =i，当路径回溯的终点是最低层节点时Prl = 〇. 8 ; 故障源与故障报警节点间的距离对故障源的影响为
最终故障源确定为：
式中Pr为最终故障源；Prl为回溯支路不相容概率最高值；Pr2为故障源与故障报警 节点间的距离对故障源的影响；Dis为故障源与回溯路径起点间的距离； 当有i条支路包含统一故障源时，该故障源的公式为：
式中n为包含该故障源的支路总数；Pri为第i条支路中故障源的概率。
4. 根据权利要求3所述一种基于改进有向图的航天器综合性健康管理方法，其特征在 于：所述步骤二3)中故障预测的方法如下： 先利用五步纵深法进行同层故障传播，再向上一层进行一步纵深法故障传播，且在同 层传播时不考虑耦合影响，而向上一层传播时考虑耦合影响； 五步纵深法具体故障预测步骤如下： a. 将故障源节点信息加入到故障传播节点集PropO中； b. 从PropO中选一个节点为故障传播起始节点，并加入到Propl和Prop2中； c. 同层五步纵深法故障预测： 从Propl中选取一节点作为故障传播起始节点，并对其所有处于同一层的父节点进行 五步纵深故障传播预测，即从障传播起始节点开始，对其五步以内的父节点进行故障预测， 利用公式（4)计算子节点对父节点的故障程度预测值； 当发现某节点已被预测过，则选择其中故障程度最大值进行保留；将故障预测值大于 故障预警阀值WapM的节点放入Prop2中，重复至Propl为空； d. 上层一步纵深法故障预测： 从Prop2中选取一节点作为故障传播起始节点，并对其所有处于上一层的父节点进行 一步纵深法故障传播预测，即仅对其一步内的父节点进行故障预测，父节点的故障程度的 预测值利用公式（4)进行计算；将故障预测值大于Wap,e的节点放入Propl和Prop3中，重 复至Prop2为空； e. 令Prop2等于Prop3,若Propl和Prop2两个集合都为空，则进入下一步，否则回到 步骤c; f. 查看PropO是否为空，若为空则停止故障预测，若不为空，则回到步骤b;
式中Valfa为对父节点故障程度的预测值，Val_为该节点当前的故障程度值，WapM为 故障预警阀值，取WapM = 1，Deg为子节点对父节点的影响程度，Pro为子节点故障影响父 节点的概率。
5. 根据权利要求4所述一种基于改进有向图的航天器综合性健康管理方法，其特征在 于：所述步骤二4)中根据故障诊断和故障预测的结果，自主进行健康评估； 健康评估主要包括： a) 历史故障警报的次数； b) 历史故障报警次数； c) 节点可靠性，健康评估函数为：
式中fhe(Ci)为节点（^的健康评估值，ffau(Ci)为节点Q发生历史故障的健康影响函数， 匕_(&)为节点Q发生历史报警的健康影响函数，仁63((；)为节点Q的可靠性函数，Wl为节 点历史故障，w2为节点健康评估函数的权值； 设定0 <fhe (Ci) < 100%，式（5)中各函数取值如下：
式中nfau为节点历史故障警报的次数；n_为节点历史故障报警次数；Val^Ci)为节点Q第j个故障报警时的故障程度；fMS(Ci)即为威布尔分布函数，P> 0为形状参数，0 > 〇为比例参数，各节点0与0的取值可利用历史数据曲线拟合获得；wf、w2G分别为Wl、w2 的初始值。
【文档编号】G06F17/50GK104408230SQ201410604997
【公开日】2015年3月11日 申请日期:2014年10月31日 优先权日:2014年10月31日
【发明者】伊国兴, 南熠, 奚伯齐, 康志宇 申请人:哈尔滨工业大学