國內航天器故障診斷技術應用狀況分析與展望

張 威, 魏炳翌, 聞 新

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

國內航天器故障診斷技術應用狀況分析與展望

張 威1, 魏炳翌2, 聞 新2

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

介紹了故障診斷系統組成， 以及航天器故障診斷技術的應用模式。 在綜合國內外文獻的基礎上， 總結了我國航天器故障診斷技術的應用現狀， 指出了各種方法的優缺點。 分析了航天器故障診斷技術在應用中存在的主要問題。 展望了未來航天器故障診斷技術的發展趨勢。

航天器； 故障檢測； 故障診斷； 容錯； 人工智能

0 引 言

隨著人類航天活動的不斷增加， 在軌航天器數量日益增多， 航天器的健康狀態也越來越受到關注和重視。 航天器發生故障后， 如不能及時準確地對故障進行檢測和修復， 將會造成嚴重損失。 與此同時， 在過去的幾十年里， 故障診斷技術作為新興的綜合性交叉學科， 已經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計的工程技術人員和專家的廣泛重視， 并在航天器應用方面取得了很多成果[3]。

本文歸納了近年來故障診斷理論體系的應用進展情況， 給出了航天器故障診斷技術的應用模式， 以及故障類型。 在此基礎上， 總結了國內近年來航天器故障診斷研究所取得的成果， 展望了未來航天器故障診斷技術的發展方向。

1 故障診斷系統及在航天器系統中的應用模式

故障診斷系統指具有故障檢測、 故障識別與隔離、 故障處理與補償能力的系統， 如圖1所示。 通常研究故障診斷系統就是研究如何設計一種推理算法， 包括利用測量值和理論值產生殘差， 然后分析殘差， 進而識別故障； 利用機器學習方法對正常數據與故障數據分類， 進而識別故障。 建立故障診斷系統的中心任務就是設計故障推理機制。

圖1 故障診斷系統的診斷過程

Fig.1 Diagnostic process of fault diagnosis system

在航天器系統工程領域， 故障診斷理論應用模式主要體現在兩個方面， 一個方面是嵌入式的故障診斷應用模式； 另一方面是分離式故障診斷應用模式。 所謂嵌入式故障診斷應用模式， 也稱為在線應用， 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設計中去， 例如要求航天器姿態控制系統具有故障自修復和系統自重構能力， 就需要在系統設計階段就給予合理地考慮， 設計容錯控制算法， 保證故障一旦發生， 可以把其消滅在萌芽狀態[4-5]。

所謂分離式故障診斷應用模式， 是指故障診斷技術與被診斷對象處于分離狀態， 也稱離線應用， 即故障診斷推理系統和被診斷對象各自獨立存在， 沒有任何耦合關系。 一般這種應用表現為人在回路中的監測與監控系統， 即設計人員在天地往返遙測遙控回路中， 參與或輔助進行故障決策， 如我國神州飛船地面故障診斷系統、 航天器在軌地面綜合監控系統等[6-7]。

從近幾年航天器故障診斷應用來看， 對控制分系統、 推進分系統和主動式的熱控分系統， 采用嵌入式應用的較多。 而對整星故障診斷， 通常采用分離式應用模式。 從應用角度看， 分離式的故障診斷應用模式發展較快， 嵌入式的應用模式大部分還處于試驗階段； 但是， 從未來發展看， 航天器要實現180天自主在軌運行， 實時嵌入式故障診斷應用模式將具有重要的前景。 另外， 進入星際空間飛行的航天器， 由于通信時延， 短則幾天， 長則幾年， 甚至更長， 所以必須具備自主故障維護能力。

2 航天器的故障分類

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

2.1 故障位置

(1) 執行器故障

這種故障類型可以在具有執行器裝備或器件的任何系統中被觀察到， 通常對航天器的影響是致命的。 如航天器控制分系統[7]EchoStar V號衛星的動量輪出現“卡死” 故障， 導致燃料消耗增加， 但由于診斷及時， 沒有影響整個衛星的正常運行， 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， 導致系統的動力學模型不能有效地表述系統各個物理量之間的動態關系， 通常會影響航天器有效地執行任務， 如GOES-9號衛星因動量輪缺乏潤滑， 嚴重干擾了姿態系統的動態關系， 導致衛星姿態控制器不能很好地讓相機拍攝到指定目標[9]。

(3) 傳感器故障

傳感器故障是指發生在測量裝備或器件中的故障， 其故障表現為測量值和實際值之間存在的差異， 通常會影響航天器控制系統正常工作。 如文獻[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系模型。

2.2 故障行為

(1) 突發故障

突發故障是指系統的某個變量出現突然跳變的現象。 通常系統變量是一直穩定在一個規定的恒值， 當故障發生時， 會出現突變， 進而影響整個系統正常運行。 如航天器電源分系統故障有時會發生母線電壓或電流的突變現象。

(2) 間歇故障

間歇故障表現為系統的故障時有時無， 這種類型的故障有時也會表現為周期性的。 如航天器的磁力矩器、 化學推進裝置有時會出現這種故障現象。

(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， 一個在軌運行的航天器， 由于元件的逐漸老化， 最后會表現出這種故障現象。

3 故障識別/隔離技術

故障識別或隔離的任務是確定系統發生故障的類型和故障的位置。 由于系統故障類型的不同， 所產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， 對故障進行決策和分類。 根據系統故障類型的不同， 設計故障殘差產生函數， 識別故障類型。 設計殘差產生函數， 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) 方向殘差矢量設計方法

假設殘差矢量的方向與故障類型存在一一對應的關系， 那么， 構造殘差產生函數， 然后按照殘差矢量方向， 識別故障類型， 進而確定故障位置。

(2) 結構殘差矢量設計方法

構造故障殘差產生函數， 使得其僅對一類故障敏感， 而對其他故障不敏感。 不過， 有時還需要通過適當加權或排列組合手段來區分兩個類似的故障行為。

4 故障檢測/隔離方法在航天器系統中應用現狀分析

4.1 故障診斷技術發展的總體現狀概述

隨著航天活動的復雜性日益增加， 對航天器的可靠性要求越來越高， 國內以航天高校、 航天研究院所為代表的專家和學者們不斷探索， 將最新故障診斷理論方法應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， 航天器系統工程領域應用較多的是基于信號處理的方法， 其次是基于知識的方法， 但往往是以混合故障診斷方法的形式出現在應用系統中。 所謂混合故障診斷法， 就是將兩種以上的故障診斷法進行有機地組合， 以并行或串行的工作方式進行應用[3, 11]。 基于解析模型的方法深受學者重視， 研究成果層出不窮， 并且具有非常好的創新性， 但目前不受航天工程師們的傾慕。

圖3 故障檢測理論方法

Fig.3 Theoretical method of fault detection

4.2 故障診斷技術及在航天器系統中的應用

4.2.1 基于信號處理的方法

(1) 等價空間法

等價空間法的基本思想是利用系統輸入/輸出的實際測量值來驗證系統數學模型的等價性， 進而來檢測故障。 文獻[11]以航天器姿態控制系統為背景， 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空間方程設計一種混合故障診斷方法。

等價空間法對于低階動態系統而言， 計算量不大， 應用起來比較簡單， 所以等價空間方法適用于低階的、 線性的動態系統故障檢測， 也可以應用于故障隔離。 對于高階動態系統， 則需要簡化處理， 進而克服計算量大的問題， 如文獻[12]在建立等價空間方程產生殘差之前， 先利用信號處理手段進行傳感器最優配置。

(2) 界限檢測與經驗推理結合法

這是比較傳統的方法， 但應用非常廣泛。 該方法的基本原理是對正常范圍有上下限遙測信息進行監測[13]， 當其超出設定閾值時， 就認為該信息對應的設備發生故障， 如圖4所示。 但有時需要結合自回歸多項式模型進行故障預報， 以免對故障誤報和漏報。

圖4 界限檢測與經驗推理結合法

Fig.4 Combination method of boundary detection and empirical reasoning

目前， 這種方法經常與故障樹推理或專家系統結合， 實現故障隔離。 如文獻[6]以某衛星壽命末期蓄電池故障時的遙測溫度數據為基礎， 采用故障樹分析方法， 確定個別設備在軌遙測溫度異常變化的原因。 文獻[14]以某型號衛星電源系統對星上負載的供電故障為例， 采用在軌遙測數據觸發故障樹， 實現故障定位。 文獻[15]面向深空探測任務， 主動監測事實并觸發知識推理故障診斷方法。

(3) 輔助信號的故障檢測法

最近， 對“激活”這個詞匯又出現了一種新的定義[16]， 而且不同于以往“激活”的概念。 這里的“激活”是指利用一個“測試信號”與被檢測系統進行交互式動作， 去尋找和發現被檢測系統的故障。 這個“測試信號”也稱為輔助信號， 被反復或周期性的注入到系統中去。 事實上， 這個“激活”的概念早已被國內研究人員應用于故障診斷算法仿真研究過程中， 只是沒有相關論文給出敘述而已。

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

利用統計分析方法研究多變量系統的故障診斷問題時， 變量個數大多將會增加解決問題的復雜性。 而在很多情形下， 變量之間往往會有一定的相關關系， 于是可以認為這些變量反映問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題的信息方面應該盡可能保持原有的信息。

基于 PCA 進行故障檢測與診斷的基本思想： 根據正常工況下的歷史數據， 按照一定的標準， 建立能夠表達正常情況時各變量關系的主元模型， 一旦實時測量數據與主元模型不符， 即可判斷系統中有故障發生， 再通過測量數據中各變量變化對主元模型的破壞貢獻率的分析， 進行故障診斷。 采用PCA理論進行故障診斷時， 不需要復雜的機理模型， 尤其適合復雜系統的故障診斷[17]。

文獻[18] 根據衛星姿態控制系統的數據特征， 從統計學的角度對航天器的故障診斷進行研究， 采用PCA法對敏感器進行故障檢測， 其檢測過程的流程圖如圖5所示。 因為故障模式事先已知， 所以按照 PCA法的故障檢測曲線的變化規律， 可以直接判斷出敏感器的故障類型。

圖5 故障檢測流程圖

Fig.5 The flow chart of fault detection

4.2.2 基于解析模型的方法

(1) 狀態估計法

狀態估計法包括觀測器法、 Kalman濾波法和自適應濾波法等， 是目前論文成果呈現最多的一種故障檢測方法。 只要能獲得系統模型， 就可以在相同的輸入信號下， 得到原系統的某一可測特征狀態與觀測系統對于該特征狀態的估計值， 進而得到狀態殘差。 如果殘差值為0， 則系統工作正常， 否則系統發生故障。 進一步， 通過對殘差進行相應運算還可以對故障進行識別。 但對于航天器， 由于系統模型比較復雜， 以及外加干擾， 很難進行故障診斷， 所以需要適當的處理。 文獻[19]利用未知輸入觀測器(UIO) 理論， 研究了非線性未知輸入觀測器對航天器姿態控制執行機構和敏感器故障檢測。 文獻[5] 對航天器在軌運行時存在執行機構失效故障和外部干擾問題， 運用迭代學習技術， 通過平滑處理來估計故障信息。 文獻[20]設計一種魯棒自適應滑模觀測器， 然后利用這種觀測器對執行機構的故障進行重構從而達到故障診斷的目的。 文獻[21] 采用一組未知輸入擴展卡爾曼濾波獲得殘差， 識別航天器飛輪的早期漸變型故障檢測。

對于非線性系統， 這種方法計算量比較大， 往往面臨著航天器星載計算機存儲空間和計算能力有限的問題， 文獻[22]提出了以狀態觀測器為基礎， 利用互質分解技術和參數優化方法， 在故障檢測的過程中， 避免了觀測器的并行運行， 減少了計算量。

(2) 代數觀測器法

目前， 故障診斷方法已經被應用于非線性系統。 所謂基于代數觀測器方法， 是將故障視為不確定輸入變量， 構造一種特定的觀測器(可視為代數觀測器)， 而后進行代數求解。 文獻[13]和文獻[23]就是將故障或干擾看作一個未知狀態， 結合動力學模型理論， 定義一個函數， 然后利用微分代數構造觀測器， 實現非線性系統的故障診斷。

類似的， 文獻[24]針對一類滿足Lipschitz 條件的非線性系統， 以三軸穩定衛星的姿態控制系統為對象， 研究了未知擾動(執行器故障帶來的未知擾動)對非線性系統的影響， 設計了一組非線性未知輸入觀測器， 產生結構化的殘差集， 實現非線性系統執行器的故障隔離。

4.2.3 基于人工智能方法

(1) 數據挖掘法

數據挖掘方法的核心思想是通過對歷史數據的分析來獲取系統運行的狀態和故障知識， 從而解決了故障知識獲取困難的問題。 1999年中國航天五院對飛船地面測試系統輸出的大量數據， 采用了計算機專家系統挖掘故障征兆。 在飛船應用經驗基礎上， 2003年中國航天科工集團研發中心與航天測控公司， 研制出了智能導彈武器綜合測試與診斷系統。

隨著計算機與人工智能技術的發展， 數據挖掘理論成果不斷涌現。 目前， 基于數據挖掘的航天器故障診斷技術的本質就是最大化的利用歷史積累的遙測數據來獲取或確定系統的行為模型， 同時結合設計人員的工程經驗及時地發現并處理航天器出現的或潛在的故障。 如文獻[25]將最新數據挖掘成果應用于航天器遙測數據分析， 獲取各種故障知識。 文獻[26]利用傳統殘差故障檢測思想， 建立了衛星各分系統耦合的整星模擬器， 通過衛星遙測與模擬器預測值形成殘差， 挖掘故障信息和診斷知識。

(2) 軟件計算方法

縱觀故障診斷方法， 在工程應用需求的推動下， 基于數學模型的方法與人工智能技術結合的故障診斷方法迅速發展起來， 如基于神經網絡和模糊神經網絡智能觀測器， 也稱為神經網絡觀測器， 產生故障檢測殘差信息[27-30]。 文獻[31]設計了一種基于自組織模糊神經網絡方法的衛星執行器故障診斷方法， 采用兩個自組織神經網絡， 一個用于執行器故障檢測， 另一個用于執行器故障隔離。 目前， 該方法在航天器應用方面的成果很多， 這里不一一敘述。

(3) 蒙特卡羅方法

在第二次世界大戰期間， 研制原子彈“曼哈頓計劃”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)來命名這種方法， 也稱為粒子濾波方法。 在大量問題的解決方案中， 該方法依賴于使用隨機數和概率分布， 能夠給予準確概率的誤差和有限長度的識別數據的描述。 在故障診斷應用中， 蒙特卡洛方法的原理是通過在母體中的隨機抽樣， 模擬故障發生的概率， 可以判斷哪種故障比較容易發生以及影響故障的因素， 從而重點監測主要因素[32]。

4.2.4 故障診斷方法在航天器系統中的應用

(1) 在衛星系統中的應用

在我國神舟飛船研制的早期， 哈爾濱工業大學、 北京航空航天大學和航天五院等單位就開始探索飛船地面故障模擬仿真系統。 當時曾借鑒俄羅斯聯盟號在軌運行故障分析的思路， 利用兩艘飛船， 一艘在太空運行， 另一艘在地面實驗室同步運行， 通過遙測數據對比進行故障識別與模擬分析。

在今天的互聯網時代， 文獻[33]從平行系統理論的角度， 面向衛星設計了一套衛星故障診斷方法， 如圖6所示。 這種方法需要構造一個類似的實物， 也稱數字衛星。 數字衛星與真實衛星同步運行， 它們的原理、 模型、 輸入和輸出保持一致， 真實衛星在太空運行， 數字衛星在實驗室運行。 正常情況下兩顆衛星在軌運行產生的遙測數據比對殘差很小， 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

這種方法的優點是不需要大量的計算， 不受系統建模誤差和一些不確定因素帶來的干擾等問題的影響， 而且還能夠大幅度降低對工程經驗和歷史數據的依賴程度。 十幾年前， 這種方法的成本比較高， 但在當下， 因為計算機虛擬現實仿真技術的發展， 使該方法的成本大大降低。

(2) 在載人航天中的應用

根據文獻報道， 目前有兩個優秀的故障診斷系統平臺。 一個是美國Gensym公司開發的實時智能系統軟件G2， 它一直被認為是實時智能領域最優秀的軟件開發平臺之一。 20世紀90年代末， 航天五院最早將G2平臺應用于飛船各個分系統的地面測試與診斷推理系統中。 最近， 文獻[34]開發出了一種以典型衛星控制系統為對象的故障診斷專家系統， 將G2外部接口進行了擴展設計， 在半物理仿真平臺上注入典型故障進行了演示驗證。

(3) 在火星探測器中的應用

另一個優秀的故障診斷系統平臺是由NASA 開發的Livingstone開源軟件系統， 它是一個基于定性模型的故障診斷和恢復引擎。 它使用一組多層次的定性邏輯模型來描述系統的行為， 能夠在最小人工干預的情況下實現對火星探測器的故障檢測和診斷， 具有診斷并發出現的多項故障， 該系統也被成功地應用到EO-1以及其他自主系統中。 文獻[35]以火星探測器推進系統的簡化模型為背景， 通過 Livingstone 引擎自動分析異常的傳感器數據， 得出良好的故障診斷效果。

5 故障診斷技術在航天器應用中所面臨的問題

目前， 故障診斷理論在航天器系統工程應用過程中， 還面臨著一些瓶頸問題。

(1) 必備的先驗知識

故障診斷理論的應用往往需要建立一種定量數學關系式。 通常， 航天器的物理模型和動力學、 運動學方程對于故障診斷是十分重要的， 而故障發生的先驗知識對證明所定義的系統模型結構的正確性非常有用。 在航天器系統中， 有些分系統存在先驗知識[36]， 但另一些分系統則缺乏先驗知識或先驗知識不完備[37-38]。

(2) 知識的表述

每一種故障診斷方法都對應一類故障知識表述， 目前主要有兩種方法獲取知識表述：

a. 分析性的知識描述

通過物理定律、 測量模型， 或觀察得到故障知識， 來建立故障征兆關系， 或建立規則推理方法， 但理論模型與實際系統不總是完全對應的。

b. 啟發性的知識描述

這些知識是潛在性的， 不能作為一種分析性的知識直接表述出來， 它必須通過反復實驗， 或通過幾年之后的運行實踐才能獲取。 航天器的行為， 需要在特定的環境下才能顯現出來， 不是一天就能夠看到， 例如載人航天機體共振頻率與心臟跳動頻率相同， 如果不進行載人航天活動是不可能預知的， 所以這樣的故障推理知識很難被包容在故障診斷設計過程中。

(3) 故障征兆的統計分布特征

在某些情況下， 對于一個航天器分系統的故障診斷， 需要利用實驗數據， 并按照統計模式定義數據。 系統的故障征兆特征來自于：

a. 模型參數估計；

b. 測量參數與正常參數的偏差。

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間故障行為的能力， 由此增加了航天器的成本和復雜性。

(4) 多故障隔離[39]

在故障檢測之后， 如何對故障進行迅速定位， 有助于航天器解決故障問題， 提高穩定性。

6 未來航天器故障診斷技術的發展前景

計算機技術、 信號處理、 人工智能、 模式識別技術的發展, 促進了故障診斷技術的不斷進步。 基于信號處理和人工智能的故障診斷方法在航天器領域取得了一定的應用成果。 基于解析模型的故障診斷方法盡管沒有實際應用成果報道， 但因為該方法具有概念清晰、 理論完善和思想創新等特征， 對于推動故障診斷技術在航天系統中的應用， 起到了較大的促進作用。 未來故障診斷在航天中的應用研究主要集中在以下幾個方面：

(1) 嘗試將一些新的故障診斷理論引入到航天器的應用之中， 如應用支持向量機分類法的故障診斷[40]、 基于遺傳算法的故障診斷[41]、 基于機器學習方法的故障診斷、 基于大數據應用的方法等。

(2) 在故障檢測過程中， 不能只考慮單故障發生， 需要考慮多故障同時發生的情況。

(3) 基于混合方法的故障預測能夠結合各種單一方法的優點， 并且很好地實現對系統的故障預測， 所以這方面問題將成為未來航天器故障診斷領域的一個研究熱點問題。

(4) 由于日益增長的航天器任務復雜性和航天器長壽命需求， 自主故障診斷系統的可靠性及與航天器分系統的集成問題， 將是未來航天器設計的關鍵技術之一。

(5) 近年來， 航天器群編隊飛行完成任務受到航天領域的廣泛關注， 進一步考慮小衛星編隊飛行的故障診斷策略， 也是未來工作的研究方向[42]。

(6) 當今世界正進入第三次產業革命階段， 互聯網技術、 物聯網技術、 云計算技術、 人工智能技術、 大數據采集與挖掘技術等即將成為復雜工業系統的主流， 所以故障診斷方法的探索應該緊密結合這些新技術。

7 結 束 語

近年來， 國內關于航天器故障診斷技術方面的研究和應用成果很多， 從文獻分析看， 目前航天器故障診斷的應用成果主要體現在航天器的地面測試， 或航天器過境時離線診斷方面， 至于嵌入式的自主故障診斷成果還不多見。 與美國NASA和歐空局相比， 還有很大差距。 但從未來發展看， 到2020年我國將完成空間站和探月三期建設， 實現“北斗”導航衛星全球覆蓋和發射火星探測器， 這些任務的需求牽引作用， 將會使我國航天器故障診斷技術的應用再上一個臺階， 航天器在軌運行的自主故障診斷技術有望在未來五年內取得突破性成果。

[1] 周東華， 劉洋， 何瀟.閉環系統故障診斷技術綜述[J]. 自動化學報， 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研究進展[J]．宇航學報， 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故障診斷與容錯控制的集成設計[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.基于觀測器的航天器執行機構失效故障重構[J].宇航學報， 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] 李國強, 耿利寅, 童葉龍, 等.一種基于遙測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.衛星姿態控制系統執行器故障檢測與分離[J]. 哈爾濱工業大學學報, 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. 國外航天器在軌故障模式統計與分析[J].質量可靠性， 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.基于模型重構的航天器部件級故障建模方法[J]. 西北工業大學學報, 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神經網絡的紅外地球敏感器實時故障診斷[J]. 振動、 測試與診斷, 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空間的定性 /定量混合故障診斷方法[J].南京航空航天大學學報， 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] 桂衛華, 彭濤, Steven X D, 等. 基于傳感器最優配置的等價空間故障檢測方法[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. 衛星健康管理故障診斷算法的設計及其實現[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， 蔡遠文， 程龍， 等. 基于故障樹的目標航天器在軌故障定位[J].兵工自動化， 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. 基于知識推理的航天器自主故障診斷方法[J].空間控制技術與應用, 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.基于多元統計的衛星姿態控制系統故障診斷[J]. 系統仿真學報， 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.衛星姿態控制系統魯棒故障診斷方法[J]. 哈爾濱工業大學學報， 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. 滑模觀測器在衛星姿控系統故障診斷中的應用[J]. 哈爾濱工業大學學報, 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的故障檢測研究[J].宇航學報, 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, 張筱磊. 基于增廣觀測器的非線性系統執行器故障診斷[J]. 宇航學報, 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.基于非線性未知輸入觀測器的航天器故障診斷[J].深空探測學報， 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, 周興社.基于測控數據挖掘的航天器故障診斷技術研究[J].計算機測量與控制， 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.衛星在軌故障地面診斷系統設計[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， 稅愛社， 宋政輝， 等.基于廣義回歸神經網絡的傳感器故障診斷研究[J]. 傳感器與微系統， 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， 稅愛社， 宋政輝， 等. 基于神經網絡的整流罩空調系統傳感器故障診斷[J].后勤工程學院學報， 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神經網絡的自適應觀測器[J].電子學報， 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. 基于凸組合算法優化的前向神經網絡觀測器設計[J].電子學報， 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. 應用自組織模糊神經網絡估計衛星姿態系統執行機構故障[J]. 應用科學學報， 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的衛星控制系統故障診斷的半物理仿真技術[J]. 空間控制技術與應用, 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用于航天器推進系統故障診斷[J]. 太赫茲科學與電子信息學報, 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.平行系統理論在衛星故障診斷領域的應用初探[J].軍民兩用技術與產品, 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， 張筱磊， 王振華.基于 EMD 和有向因子圖的航天器故障診斷[J].哈爾濱工業大學學報， 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. 基于分層傳遞系統模型的航天器故障診斷方法[J]. 航空學報, 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. 大型復雜系統故障隔離智能優化策略[J]. 系統仿真學報, 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

國家自然科學基金項目(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. 國內航天器故障診斷技術應用狀況分析與展望[ 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