航天器預測與健康管理技術研究

羅榮蒸 孫波 張雷 劉鶴

（北京空間飛行器總體設計部，北京 100094）

1 引言

航天器飛行任務復雜度高、運行環境惡劣，對系統可靠性和安全性都有極高的要求，實時監控、提前預警和自主智能管理將是未來航天器的主流發展方向。

預測與健康管理（Prognostics and Health Management，PHM）技術是一項根據系統歷史狀態和環境因素，評估當前健康狀態、確定未來故障發生時間、計算有效壽命，以降低系統故障風險、保證可靠性的通用技術［1］。PHM 系統一般需要完成故障檢測、故障鑒定與隔離、故障預測、健康評估和決策建議等功能［2］。

PHM 技術是在美國國防部（DoD）和美國國家航空航天局（NASA）的大力推動下不斷發展、成熟起來的［3］，其發展過程可大致分為可靠性分析、故障分析與預測、綜合診斷與系統監控、綜合系統故障預測和健康管理5個階段，起源要追溯到20 世紀50年代和60年代可靠性理論、環境試驗和系統試驗以及質量方法的誕生；70年代出現了診斷故障源和故障原因的技術，PHM 技術的發展已初露端倪；從80年代后期至90年代，綜合診斷技術在美國航空航天研究領域盛行［4］，NASA 也于90年代初期適時提出了飛行器健康監控（Vehicle Health Monitoring，VHM）的概念［5］；20世紀末到21世紀初，NASA 引入了綜合系統健康管理（Integrated Vehicle Health Management，IVHM ）的概念，以支持新一代可重復使用運載器（Reusable Launch Vehicle，RLV）的高性能要求［6］。進入21世紀，各領域的PHM 系統相繼問世，推動著PHM 技術日益成熟并向實用化方向發展。

本文概述了PHM 基本結構和通用方法，隨后總結了星地閉環的航天器PHM 體系結構和各個功能層級的關鍵技術，并對我國航天器PHM 技術的發展提出了建議。由于航天器PHM 技術還處在研究發展階段，本文所提理論可供參考與討論。

2 國內外航天器PHM 技術研究進展

目前國外航天器PHM 技術已經形成了基本完善的理論方法體系，并實現了部分工程應用；國內研究人員在理論方法和工程應用方面也進行了航天器PHM 技術的研究，但理論研究方面較多，工程應用較少，與國外相比仍有較大差距。

2．1 國外航天器PHM 技術研究進展

從20 世紀80年代開始，NASA 著重進行了PHM 技術在航天領域的需求分析，提出了IVHM等針對航天器應用的PHM 概念［7］。隨后，俄羅斯、歐洲也對航天器PHM 技術進行了一系列研究。經過數十年的發展，國外學者總結了較為完整的PHM 方法體系，NASA 等機構也進行了一些PHM預警平臺的搭載試驗，并在“國際空間站”等航天器上得到了初步應用。

2．1．1 PHM 技術通用方法體系

馬里蘭大學J．Gu 和M．Pecht等人總結了PHM 的通用方法體系［1］，如圖1所示。

健康管理過程可以分為三個階段：

（1）有效壽命評估。根據設備或系統的設計數據，以故障現象模式為輸入，進行故障模式與影響分析（FMEA），預測其未來健康狀態及有效壽命。

（2）系統健康狀態與故障預測。以有效壽命評估結果為依據，同時考慮敏感器數據、平臺監視數據以及維修和檢查記錄，對故障模式和故障原理進行優先級劃分。

（3）剩余壽命評估。在前兩步基礎上，融合集成數據和環境數據，對產品健康狀態進行評估。由故障機理模型可以預測失效形式及失效時間，得到產品有效剩余壽命。并利用健康管理信息進行產品維修預報，實現全生命周期維護費用最小化、產品可用度最大化，或者其它實用功能。

圖1 PHM 通用方法體系Fig．1 Universal methodology framework of PHM

2．1．2 NASA 典型航天器PHM 預警平臺

1）基于數據挖掘的感應監視系統

感應監視系統（Inductive Monitoring System，IMS）是為應對深空探測的自主控制和狀態監控要求，由Iversion公司開發的監控軟件。它利用正常運行積累的歷史數據或仿真數據，建立系統特征的正常知識庫，當實時數據偏離正常庫一定范圍時，則認為出現了異常，或者將會出現異常，發出異常警報［8］。

IMS已經成功應用于NASA 的一些航空航天復雜系統，如航天飛機健康監控、空間站控制力矩陀螺故障檢測、運載火箭推進系統狀態監控、新一代可重復使用空間運載器狀態監控等。其中，哥倫比亞航天飛機的IMS系統在起飛前就檢測到了故障機翼溫度的異常變化，明顯優于傳統的模型推理健康監控方法。另外，在故障前近15h，IMS 就檢測到了“國際空間站”控制力矩陀螺（ISS-CMG1）的異常特征［9］。

IMS純粹從數據出發，不必知道復雜的系統模型，適合分析處在復雜太空環境的航天器；缺點是當數據量不夠大、不能覆蓋所有正常類型時，虛警率會比較高，同時對于數據處理方法、數據類型選取經驗有較高的要求。

2）基于模型推理的利文斯頓體系

利文斯頓（Livingstone）PHM 系統是一種基于模型的健康管理系統，由NASA 的艾姆斯研究中心（Ames Research Center，ARC）開發。最初作為深空一號（DS-1）探測器遠程智能體試驗的一部分而開發、驗證，經過升級后又于2000年應用于地球觀測-1（EO-1）衛星［10］，后來ARC與約翰遜航天中心（Johnson Space Center，JSC）、肯尼迪航天中心（Kennedy Space Center，KSC）協作，將該系統應用于X-34、X-37等可重復發射運載器上［11］，我國也有學者提出將該體系應用于飛船電源系統故障檢測的設想［12］。

Livingstone系統最主要的特征是利用定性模型和傳統人工智能推理技術，綜合各個部件和子系統的健康信息，實現系統級的健康管理及重構控制。其次，Livingstone診斷算法的實質是基于模型的故障診斷，它對每個部件都用一個有限狀態機建模，將整個航天器建模為一個并發異步狀態機。借助并發狀態機模型，Livingstone能夠有效地跟蹤由于控制指令或部件失效引起的狀態改變。通過定性的抽象模型提取部件狀態或者模式，并在此基礎上抽象出系統行為，因此推理機的魯棒性很強。

2．2 國內航天器PHM 技術研究進展

經過十多年的發展，國內航天器PHM 技術在理論研究和工程應用方面都取得了一些進展，有關健康管理的研究項目近年顯著增多［13］，成為當前備受關注的研究熱點。雖然已初步應用于一些航天系統的子系統級或部件級，但離完全實現工程化還有較大差距。

1）理論研究

進行了全面的技術引進工作。隨著PHM 技術在歐美各個領域的廣泛應用，20世紀末，國內學術界和工業界認識到PHM 綜合管理技術的重要性，開展了大量的技術引進和理論分析工作。

探索建立適合我國航天器特點的PHM 體系架構。國內研究人員將先進的PHM 技術與我國航天器信息系統有機結合起來，進行了需求分析，提出了一些實用的PHM 體系結構以實現我國航天器在軌自主健康管理。早在1997年，程惠濤和黃文虎等人［14］就提出將灰色理論、預測技術和診斷專家系統相結合建立一個故障預報系統，并用該系統針對我國載人飛船的空間推進部分實現了故障預報；2003年，龍兵等人［15］詳細闡述了我國新型航天器健康管理系統主要采用的技術，指出應采用從上至下的方案開發該集成健康管理系統。

開展了關鍵技術研究工作。國內研究人員對航天器PHM 中敏感器設置、數據傳輸、故障預測、狀態監控和決策支持等關鍵技術進行了積極的探討，提出了一些新的方法。孫博等人［16］采用時間序列方法對可以表征系統故障狀態的特征參數的趨勢進化進行預測；代京等人［17］提出從系統結構、功能、行為、故障和運作五方面要素來建立綜合運載器系統健康評估推理模型。

2）工程應用領域實現初級健康管理

我國部分衛星已經能夠實現部件及分系統的故障自主檢測與隔離，如利用陀螺冗余構型信息、不同敏感器之間的關聯關系可以實現衛星姿態敏感器在軌故障檢測與隔離［18］，并實現了工程應用；“十一五”期間，航天東方紅衛星有限公司開展了小衛星電源系統的故障預測研究；當前，衛星研制單位正在積極開展分系統和整星級PHM 技術的工程化研究，期望在不久的將來，能夠實現航天器在軌自主健康管理。

3 航天器PHM 體系結構設計

對于任何系統產品，都是有了體系架構設計方案后才能進行詳細設計并付諸實現，PHM 系統也不例外。隨著PHM 技術在航空航天、車輛工程等工業各領域中的應用，出現了不同類型的PHM 系統，但其基本思想和原理是類似的，即通過信息分層、模塊化和開放式體系的建立，高效獲取復雜設備信息，實現數據處理、故障預測和健康評估等多級PHM 功能。

3．1 OSA-CBM 開放式體系結構

波音公司根據PHM 系統各項功能的邏輯關系，提出基于邏輯分層的健康管理體系結構，如圖2所示，該結構體系已應用于無人作戰空中飛行器（Unmanned Combat Air Vehicle，UCAV）和波音777［19］，并成為了PHM 頂層設計的基本思想。通過分層結構的信息處理方法，可以逐步提取出監控對象的有用信息，完成對復雜系統的故障預測和決策推理。在其基礎上發展而來的視情維修開放式體系結 構（Open System Architecture for Condition Based Maintenance，OSA-CBM）已經在美國艦船系統、民用車輛等工業領域得到了應用，并被各大飛機制造商確定為實現飛行器綜合健康管理的標準途徑［20］，其中以F-35聯合攻擊機應用最為成熟，代表了最新的PHM 技術［21］。該體系框架結構如圖3所示，將CBM 系統分成7個功能模塊：①數據采集與傳輸模塊；②數據處理模塊；③狀態監測模塊；④健康評估模塊；⑤故障預測模塊；⑥自動推理決策模塊；⑦人-機接口模塊。其中，根據系統運行狀態，在自動推理決策模塊進行任務計劃的反饋修正。

圖2 基于邏輯分層的體系結構示意圖Fig．2 System configuration based on logical layer

圖3 OSA-CBM 體系結構Fig．3 Architecture of OSA-CBM

基于視情維修的PHM 技術是建立在成熟的可測試性設計基礎之上的，尤其是機內測試（Built-in Test，BIT）技術的發展，使綜合診斷和健康管理成為可能，而完善的可測試性設計需要設置大量的傳感器來完成對系統信息的獲取。由于測試點和傳感器數量受重量限制，空間環境較為復雜且未知性較大，當前航天器可測試性設計和自檢測水平不高，很難完成星上自主健康管理。因此，國內外都有學者設計星、地兩部分構建PHM 系統，通過地面系統來輔助支持星上故障檢測和健康管理。星地結合對數據傳輸的實時性和可靠性提出了更高的要求，需要星地信息傳輸系統將實時監控數據及時而準確地發送到地面系統，并將地面處理結果同樣及時而準確地返回在軌PHM 系統。

3．2 星地協同三級閉環航天器PHM 體系結構設計

如前文所述，當前衛星可測試性設計水平不高，通過星上自主處理過程進行故障預測與健康管理存在局限之處。首先，故障預測算法復雜，且需要大量的歷史數據作為支撐，這將占用星上大量的存儲空間；其次，空間環境復雜，有些算法和模型需要進行實時調整，需要豐富的專家知識，這在星上很難提供；另外，故障預測的正確性和可用性指標目前在星上PHM 無法得到驗證，需要地面通過歷史故障案例進行分析。

我們采取星地協同三級閉環的工作模式來構建衛星PHM 系統，以更好地支持衛星在軌健康管理。

3．2．1 星地協同設計

如圖4所示，衛星PHM 系統由星上和地面兩部分組成，協同完成衛星的故障預測和健康管理任務。圖中上半部分表示星上PHM 系統，負責信息采集、故障診斷及短期故障預測等自主健康管理工作，完成PHM 七層結構（如圖2所示）中數據源層、數據處理層和狀態監控層的全部功能，以及健康評估層和預測處理層部分簡單的判斷功能；下半部分表示地面PHM 系統，負責長期或復雜的故障預測工作，需要地面設備和人工輔助，完成健康評估層和預測處理層較為復雜的功能，以及決策支持層和表示層的功能。

圖4 衛星PHM 系統體系結構圖Fig．4 Structure of satellite’s PHM system

1）星上自主管理系統

采取主從模式，由一個PHM 主控制器和若干PHM 模塊組成。

各PHM 模塊內嵌在各分系統單機內，負責所在單機的健康信息采集、故障自檢及與星上主PHM 控制器的信息交互。

PHM 主控制器負責整星PHM 系統的管理，完成三部分功能：首先，是各單機健康信息的采集、自檢指令的發出以及整星健康信息的整合發送；其次，PHM 主控制器負責系統級故障診斷和預測工作；最后，負責星地PHM 信息傳輸中轉，將衛星無法自主判斷，需要地面支持的信息提取出來，通過遙測通道傳輸到地面，并將地面處理結果和操作建議返回到相應的星上分系統和單機設備。

2）地面輔助支持系統

主要由軟件環境搭建而成，為衛星提供復雜故障診斷及長期故障預測服務。接收由PHM 主控制器整合，經遙測通道下傳的衛星PHM 信息。經過分析處理后，生成分析報告，給出決策建議，為運行管理人員進行衛星狀態管理提供依據。

3．2．2 三級閉環管理

從以上衛星PHM 系統的功能介紹不難看出，整個PHM 系統實際上采取的是三級閉環管理的運行機制，如圖5所示。

圖5 衛星PHM 系統功能結構圖Fig．5 Function configuration of satellite’s PHM system

1）第一級閉環，單機自檢

管理單元為每個單機的PHM 模塊，這一級閉環能獲得的健康信息最直接，可信度最高。通過設置傳感器，單機PHM 模塊獲取實時信息，完成初步的故障診斷、隔離和預測，必要時進行單機轉備份等應急處理操作，并將傳感器信息與診斷結果傳輸給PHM 主控制器。

2）第二級閉環，衛星自主健康管理

管理單元是PHM 主控制器，該級閉環的信息來源于一級閉環提供的單機健康信息及功能信息，這一級獲得的信息最豐富，可以綜合系統運行情況快速進行某個單機或分系統的故障診斷和預測。

3）第三級閉環，地面輔助健康管理

這是一級星地閉環，管理單元是地面服務器，該級閉環擴展了衛星故障診斷和預測的時間范圍，利用地面服務器的強大計算分析能力，進行中長期的復雜故障預測，增強衛星的健康管理能力。

以三級閉環為特征的PHM 系統體系設計，充分適應了現有衛星信息系統的技術特點，單機層PHM模塊可以實現單機健康參數的高速采樣，每個模塊可以根據所在單機的不同特點設置采樣頻率，確保故障特征不被漏采；PHM 主控制器則可以對收集來的單機健康信息進行選擇性處理，或者將采樣由遙測通道下傳，交由地面服務器處理，在占用有限信道資源的情況下實現復雜故障診斷與預測工作。

4 航天器PHM 關鍵技術分析

為了構建適用于航天器的PHM 系統，需要進行一系列關鍵技術的研究。本節根據航天器現有技術特點，分析了航天器PHM 技術各個功能層級的關鍵技術。

4．1 數據源層與數據處理層關鍵技術

機內測試（Built-in Test，BIT）技術，利用設計到系統和設備內的測試硬件和軟件，對系統、設備全部或局部進行自動測試［22］，是完成航天器PHM 系統信息獲取與數據初步處理的一項關鍵技術。當前，航天器具備簡單的故障檢測和故障隔離功能，但是沒有形成專門的BIT 系統。

BIT 技術的基礎是利用先進的傳感器獲取充足的信息。PHM 系統對航天器傳感器的設計提出了更高的要求：一是需要獲取更多與PHM 相關的衛星狀態信息。當前航天器信息采集系統不是按PHM 系統需求進行設置的，許多故障預測所需的關鍵參數沒有采集，很難進行高精度的故障預測分析。二是需要研究新型高性能傳感器，以適應航天器復雜的工作條件和環境，同時還要兼顧到成本和可靠性。三是傳感器（包括傳感器的數目和定位）優化配置研究。NASA 根據新一代航天器PHM 系統的需要，提出了基于IEEE1451標準的開放式分層傳感器網絡，從系統層面進行數據采集和處理，較傳統分布式布局有明顯優勢［23］。

BIT 技術的最大問題是虛警率過高，根據資料顯示，美國F／A-18 等戰斗機的BIT 虛警率高達85%［24］。有效降低BIT 虛警率可以從以下幾方面著手：①通過連續監測、數據存儲、延時判決等方法確定合理的動態測試容差，改變傳統固定門限判別的策略；②采用重復測試方法和表決方法設置合理的故障提示和報警條件，避免遙控指令和環境干擾等帶來的錯誤報警；③模塊化和容錯控制設計，提高BIT 的工作可靠性。

4．2 狀態監控層與健康評估層關鍵技術

當前航天器已經能夠實現有效的狀態監控和部分單機在軌自主故障檢測與故障隔離功能，但是離自主健康評估和智能管理還有較大差距。

航天器健康評估的基本過程如圖6所示，主要需要解決兩個方面的問題：一是健康評估指標體系的建立及其優化；二是快速、有效地對復雜設備健康狀態進行評估，以滿足健康狀態評估的實時性和有效性要求。經過定義健康概念、確定評估原則、建立評估指標體系和明確健康評估方法4個步驟后，逐步生成設備級、分系統級和整星級的健康評估結果。通過總結經驗，建立評估標準以指導航天器的健康評估，并在實踐中不斷完善健康評估標準。

圖6 航天器健康評估總體技術框架Fig．6 General technical framework of spacecraft health assessment

4．3 預測處理層關鍵技術

故障預測技術的發展標志著PHM 技術的產生，是PHM 系統的顯著特征，也是PHM 系統的核心和難點所在。這里的故障預測是指預測設備未來的健康狀態，有兩種形式：研究故障發生時間和研究設備剩余壽命。

從實際研究中應用較廣泛的理論、方法和技術路線來看，可以將故障預測技術分為基于模型的故障預測技術（Model Based Approach）、基于知識的故障預測技術（Knowledge Based Approach）和基于數據的故障預測技術（Data Driven Approach）三大類［25］。如表1所示，3種方法各有利弊，選用哪種故障預測方法需要根據預測對象航天器的特點，結合具體故障算法的優缺點來確定。

表1 3種故障預測方法的比較Table 1 Comparison of three kinds of prognostics

4．4 決策支持層與表示層關鍵技術

由于大多數航天器無法返回地面進行維修，發生異常時只能進行在軌修復，因此，PHM 系統頂層的決策支持層和表示層顯得尤其重要，它承擔著綜合歷史和實時信息、進行自主健康管理決策或者為地面人員提供最優決策選擇，并進行有效人機交互的任務。目前，具有代表性的幾種決策支持系統（Decision Support System，DSS）有專家決策支持系統（IDSS），智能、交互式、集成化決策支持系統（I3DSS）和空間智能決策支持系統（SIDSS）等，其特點如表2所示。

表2 決策支持技術比較Table 2 Comparison of decision support systems

5 結束語

PHM 技術在航天器任務中的應用必然引起航天器總體設計思維、設計方法的變革。其發展和成熟將是一個長期的過程，在規劃和研究時應注重：①總結經驗，避免思路上不必要的失誤。PHM 技術在航空、車輛工程等領域應用較為成熟，國外也進行了部分航天器PHM 技術在軌試驗。因此，既要借鑒PHM 技術在其它領域尤其是航空領域的成功經驗，也要及時跟蹤國外航天器PHM 技術的研究進展。②多專業、多學科并行發展。PHM 系統需要實現故障診斷、故障預測、健康評估和決策建議等多重功能，融合了信號處理、系統集成、決策支持和信息管理等多學科知識、多領域技術于一體，是一項新型的綜合性技術。③突出重點，首先突破各項關鍵技術的研究。通過預先研究，完成機內測試（BIT）、健康評估、故障預測和決策支持等關鍵技術的研究，為構建完整的航天器PHM 系統奠定基礎。

本文在分析總結航天器PHM 技術研究現狀之后，提出了星地協同三級閉環航天器PHM 體系設計方案，并分析了PHM 系統各功能層級的關鍵技術，供相關研究人員參考與討論，旨在促進PHM 技術在航天器中的應用。

（References）

［1］Pecht M G．Prognostics and health management of electronics［M］．New York：Wiley-Interscience，2008

［2］Malin J T，Oliver P J．Making technology ready：Integrated systems health management［R］．Washington D．C．：NASA，2007

［3］Department of Defense．5000．02Policy document，operation of the defense acquisition system，section 8-operations and support phase department of defense［R］．Washington D．C．：Defense Pentagon，2008

［4］Andrew S L，Green J．Future direction and development of Engine Health Monitoring（EHM）within the United States［R］．Washington D．C．：NASA，1998

［5］Walter H E，Jones W G．Vehicle health management technology needs［C］／／AIAA Space Programs and Technologies Conference．Washington D．C．：AIAA，1992

［6］Fernando F，Kevin M．Integrated systems health management for intelligent systems［R］．Washington D．C．：NASA，2011

［7］Johnson S B．Introduction to system health engineering and management in aerospace［R］．Washington D．C．：NASA，2006

［8］Iverson D L．Inductive system health monitoring，AIAA 2004-8062［R］．Washington D．C．：AIAA，2004

［9］Spirkovska L，Iverson D L，Hall D R，et al．Anomaly detection for next-generation space launch ground operations，AIAA 2010-7325［R］． Washington D．C．：AIAA，2010

［10］Daniel C．Model-based system-level health management for reusable launch vehicles［C］／／AIAA Space 2000Conference and Exposition，Washington D．C．：AIAA，2000

［11］Schwabacher M，Samuels J，Brownston L．The NASA integrated vehicle health management technology experiment for X-37［R］．Washington D．C．：NASA，2002

［12］Xue Jing，Ning Ning，Zhang Jun，et al．The livingstone model of a spacecraft power system［C］／／2010 International Conference on Measuring Technology and Mechatronics Automation （ICMTMA），Changsha：IEEE，2010：896-899

［13］Zhang Shunong，Kang Rui，He Xiaofei，et al．China’s efforts in prognostics and health management［J］．IEEE Transactions on Components and Packaging Technologies，2008，31（2）：509-518

［14］程惠濤，黃文虎，姜興渭．基于灰色模型的故障預報技術及其在空間推進系統上的應用［J］．推進技術，1998，19（3）：74-77

Cheng Huitao，Huang Wenhu，Jiang Xingwei．Gray model based fault forecasting technique and its application in propulsion system of space［J］．Journal of Propulsion Technology，1998，19（3）：74-77（in Chinese）

［15］龍兵，孫振明，姜興渭．航天器集成健康管理系統研究［J］．航天控制，2003，（2）：56-61

Long Bing，Sun Zhenming，Jiang Xingwei．A study of intergrated vehicle and ground health management technology for spacecrafts［J］．Aerospace Control，2003，（2）：56-61（in Chinese）

［16］孫博，康銳，張叔農．基于特征參數趨勢進化的故障診斷和預測方法［J］．航空學報，2008，29（2）：393-398

Sun Bo，Kang Rui，Zhang Shunong．An approach to diagnostics and prognostics based on evolutionary feature parameters［J］．Acta Aeronautica et Astronautica Sinica，2008，29（2）：393-398（in Chinese）

［17］代京，張平，李行善，等．綜合運載器健康管理健康評估技術研究［J］．宇航學報，2009，30（4）：1711-1721

Dai Jing，Zhang Ping，Li Xingshan，et al．Research on health assessment of integrated vehicle health management［J］．Journal of Astronautics，2009，30（4）：1711-1721（in Chinese）

［18］王立峰，楊慧，王金剛．星上慣性姿態敏感器故障診斷方法評述［J］．航天器工程，2009，18（3）：104-109

Wang Lifeng，Yang Hui，Wang Jingang．An overview of fault diagnosis methods for inertial sensing device on spacecraft［J］．Spacecraft Engineering，2009，18（3）：104-109（in Chinese）

［19］Felke T，Hadden G D，Miller D A，et al．Architectures for integrated vehicle health management，AIAA-2010-3433［R］．Washington D．C．：AIAA，2010

［20］Sreenuch T，Tsourdos A，Silson P．Application of the data distribution service for implementing OSA-CBM standard，AIAA-2011-1468［R］．Washington D．C．：AIAA，2011

［21］Hess A，Fila L．The Joint Strike Fighter（JSF）PHM concept：Potential impact on aging aircraft problems［C］／／Proceedings of 2002IEEE Aerospace Conference，Big Sky，Montana：IEEE，2002：3021-3026

［22］田仲，石君友．系統測試性設計分析與驗證［M］．北京：北京航空航天大學出版社，2003

Tian Zhong，Shi Zhongyou．Testability design analysis and verification［M］．Beijing：Press of Beijing University of Aeronautics and Astronautics，2003 （in Chinese）

［23］Ulivieri N，Distante C，Luca T，et al．IEEE 1451．4：A way to standardize gas sensor［J］．Sensors and Actuators B，2006，114：141-151

［24］王仲生．智能故障診斷與容錯控制［M］．西安：西北工業大學出版社，2005

Wang Zhongsheng．Intelligent fault diagnosis and fault-tolerant control［M］．Xi’an：NWPUP，2005（in Chinese）

［25］呂剛德，楊占才．故障預測與健康管理系統建模技術研究［J］．測控技術，2011，30（1）：59-63

Lv Gangde，Yang Zhancai．Study on prognostics and health management system modeling technology［J］．Measurement ＆ Control Technology，2011，30（1）：59-63（in Chinese）

［26］王媛湲，柴毅，李尚福，等．基于GIS的航天發射應急保障仿真與IDSS 的集成［J］．計算機仿真，2006，23（3）：31-33

Wang Yuanyuan，Chai Yi，Li Shangfu，et al．Integration of GIS-based spacecraft emergency safeguard simulation and IDSS［J］．Computer Simulation，2006，23（3）：31-33（in Chinese）