空間站在軌維修操作復雜度評價及試驗驗證

葛祥雨， 黃杰， 周前祥， 柳忠起

(北京航空航天大學生物與醫學工程學院, 北京 100083)

中國將于2022年左右建成支撐中國空間科學研究的空間站，在軌運營10年以上。預計2028年，達到使用壽命的國際空間站 (International Space Station，ISS)將退役，屆時只有中國空間站在軌服役。國際空間站近30年的成功經驗表明空間站的安全健康運行不得不依靠大量的在軌維修來維持[1]?？臻g站處于真空、高輻射和失重等嚴酷環境，其結構功能設計的特點決定了空間站在軌維修的復雜性。Angelini和Costa[2]指出空間站在軌維修非常復雜，因此必須考慮各要素配置、要求的操作能力、維修任務時間安排、必要的工具及支持設備和空間環境引起的各種約束等方面因素。

空間站在軌維修操作的復雜性關系到空間站完整且安全的運營，中國空間站已進入工程研制階段，相關的維修任務開展、維修手冊的制定與優化、航天員訓練與乘組安排、貨運飛船發射計劃和空間站維修性設計對這種復雜性提出了較高的要求。

任務復雜度被公認為影響及預測人的工作效率和行為的重要的任務特征，但至今并沒有統一的概念[3]。本文針對空間站在軌維修復雜性問題開展研究，為了表征和量化在軌維修的復雜性，考慮空間站作業的特殊性，將空間站在軌維修操作復雜度(Maintenance Operation Complexity,MOC)定義為航天員按規定要求完成維修任務時所承受的工作負荷程度，是航天員基于任務所需執行的作業操作難度產生工作績效的綜合累積。

在與航天任務復雜度研究中，美國國家航空航天局(NASA)對航天任務的復雜度組成和復雜度度量進行研究，從多維角度對航天任務復雜度進行了主觀評價。但主觀評價法一般采用專家主觀評價的方法，其準確度低、可延續性差，需要大量人力。張宜靜等[4-5]基于熵值法對航天應急故障操作程序進行復雜度研究，在深入分析航天應急故障操作特點的基礎上，提出4個復雜度度量子指標，這些子指標分別為操作步驟規模復雜度、操作邏輯復雜度、操作儀器信息復雜度和任務信息復雜度，從不同角度為操作復雜度定量。然后根據熵值法原理，分別對4個子指標進行度量，并匯總得到操作復雜度度量值，最后通過訓練數據對比，對提出的復雜度度量方法進行比較和驗證?？蔀楸苊獠僮鞒绦蛟O計不當導致的工作負荷增加以及航天員訓練時間分配和多人協同工作負荷分配提供定量依據。

在工程應用領域,國內外學者對復雜度評價進行了深入的研究?；谛畔㈧貜碗s度評價方法廣泛應用于軟件、戰場搶救搶修方案[6]、電氣故障診斷[7]、艦艇動力裝置應急維修作業[8]和裝配系統的復雜度評價[9]；在探究核電廠數字主控制室(MCR)對任務復雜性的影響時，引入了復雜度調查問卷的方法[10]；一般來講，系統的復雜性與系統耦合性和內聚度密切相關，系統內聚性越高，耦合性越低，則系統的復雜性越低，因此可以采用耦合性與內聚度的比值大小來描述系統的視角和數學方法描述和研究客觀事物，更加趨近復雜系統的真實屬性與狀態的描述，更加符合客觀事物的多樣性與復雜性[11-13]；任務復雜度(Task Complexity，TACOM)法在核電廠應急操作規程(EOP)復雜度評估中得到廣泛應用[14-16]。

綜上所述，信息熵用以消除系統的不確定度，在工程領域有著廣泛的應用，且在航天中也得到了初步的應用。在空間站型號任務要求急迫的背景下，本文基于信息熵量化4個維度的維修固有屬性，充分考慮影響在軌維修的外部因子搭建空間站在軌維修復雜度量化評價模型，利用該模型分析量化某型空間站初樣艙的12類產品的理論維修復雜度，并基于支持向量機方法對維修復雜度等級進行分類。中國空間站的可靠性、維修性與安全性(RMS)及工效學聯合專家組指出航天員在軌工作時間是非常寶貴的資源，維修性設計要考慮維修耗時問題。為實現產品維修耗時的預測，基于地面現場的試驗條件開展地面驗證試驗，利用理論計算的維修復雜度和試驗獲取的維修時長進行回歸分析，從而實現在軌維修耗時的預測。

1 在軌維修操作復雜度評估模型

考慮到艙內和艙外在軌維修的環境差異，且航天員實施艙外維修時需穿著航天服，所以分別對艙內和艙外在軌維修操作復雜度評估進行建模。無論艙外還是艙內維修，其維修的固有復雜度是相同的，而差別主要體現在外部影響因素上。因此，從維修固有復雜度和外部環境影響因子2個方面搭建在軌維修操作復雜度評估模型

1.1 維修固有復雜度

張宜靜等[4]對航天員及其訓練者進行操作復雜度因子識別的問卷調查的結果表明操作數量、操作邏輯、操作基本信息和監視器/控制器的數量及類型影響空間操作，并指出微重力和航天員個體差異等外部影響因素會影響航天員空間操作。蔣英杰等[17]在進行行為形成因子(PSF)分類方法研究時將操作者知識經驗、設備產品顯示與控制特性、任務數量與任務可用時間等因子納入PSF體系。Darisipudi[18]進行任務復雜度建模和Endsley等[19]研究情景意識時都將動作或者元操作的數量視為影響任務復雜度的重要因素。Braarud[20]在評估主觀任務復雜度和負荷時認為時間壓力和知識要求關系到任務復雜度和負荷。

綜合考慮空間站在軌作業的特性及上述觀點，本文從維修操作邏輯、維修動作規模、維修人機界面和維修操作知識支持4個維度計算維修固有復雜度。維修操作邏輯指為了完成產品維修的思維邏輯，由一階熵量化計算MOC1，表征維修方案的邏輯復雜度；維修動作規模指完成整個維修操作所需的基本動作數量，計算其二階熵MOC2，可反映出航天員為完成維修需付出的肢體負荷，基本動作指將維修方案的每一個步驟包含的必須由航天員通過肢體動作來完成的行為；通常認為，在維修方案中，將需要航天員進行指令輸入、定力矩安裝螺釘和觀察儀表讀數時視為維修人機界面，以表現人機交互程度，需計算其二階熵MOC3；維修操作知識支持指航天員在開展某個維修操作或動作時所需要的專業知識，計算其二階熵MOC4。固有復雜度的計算參考TACOM的整體任務復雜度[16]，即

(1)

式中：MOCx(x=1,2,3,4)分別代表維修操作邏輯、維修動作規模、維修人機界面和維修操作知識支持4個維度的固有復雜度，其值的計算參考一/二階熵的計算方法[21]；δx為以上4個固有復雜度的權重系數。

1.2 外部影響因子

研究表明操作空間影響航天員的操作[4]，在某些產品的維修時狹小的操作空間會限制航天員肢體的伸展，延緩維修速度。借助維修操作工具能夠完成裸手無法完成的操作，工具的便利性還能夠加快維修的進度。某些特殊的產品受維修姿勢和其他產品的干涉，使得航天員在進行維修時可視性不好，使得航天員不得不依靠感覺或借助輔助設備來實施維修以至于降低維修效率。航天員在軌可用時間是寶貴的資源，國際空間站的航天員乘組主要將時間分配在創造性的研究工作和空間站維修上，過多的維修需求會影響航天員的研究工作，進而影響或者減緩任務的總體目標的完成[22-23]。在航天員可用時間一定的情況下，隨著承擔的維修任務增加，航天員的時間壓力不斷增加，加重航天員負荷的同時，還會增加航天員誤操作的風險。因此，將操作空間、維修工具、視線遮擋和時間壓力作為影響艙內和艙外在軌維修的外部影響因子。

基于維修固有復雜度和外部影響因子，艙內維修操作復雜度模型的結構如圖1所示。

穿著航天服會降低關節活動能力，尤其是航天手套會削弱手指抓握能力和指尖力[24-25]，導致操作性能下降，容易誘發航天員疲勞。所以，艙外維修操作復雜度模型考慮了航天服的影響，如圖2所示。

因為外部影響因子作用在維修動作上，所以考慮環境因子的影響施加在動作控制圖的每一個節點。假定某個產品的維修動作圖有m層節點相串聯，對于某一層節點i，又有n個節點相并聯，一個節點對應一個基本維修動作,如圖3所示。

對于i層節點(i=1，2，…，m)的影響因子計算，分2種情況。

圖1 艙內維修操作復雜度模型的結構Fig.1 Structure of operational complexity model for intravehicular maintenance

圖2 艙外維修操作復雜度模型的結構Fig.2 Structure of operational complexity model for extravehicular maintenance

圖3 維修動作控制圖Fig.3 Maintenance action control chart

1) 只有一個節點，假定其有L個影響因素，每個影響因素的影響因子值為Kij(j=1，2，…，L)，則該層節點的影響因子Ki為

(2)

2) 該層有n個節點，每個節點的外部影響因子可用式(2)計算，對于該層節點總的影響因子Ki為

(3)

那么，整個復雜度網絡的外部影響因子K為

(4)

最終，艙內在軌維修操作復雜度MOCin為

MOCin=K·MOC

(5)

1.3 模型計算步驟

模型的計算涉及固有復雜度和外部影響因子。首先依據維修手冊，繪制維修操作邏輯、維修動作規模、維修人機界面和維修操作知識支持的網絡圖；接著，依據網絡圖計算各個維度的一階熵或二階熵[21]然后利用式(1)計算出整體的固有復雜度。

針對維修動作規模圖的各個節點，分別計算外部影響因子在該節點的綜合影響因子權重，按照式(4)，計算出最終的外部影響因子權重。最后，按照式(5)計算出最終維修操作復雜度。

1.4 固有復雜度網絡圖的繪制規則

航天某院提供的產品維修方案分為：維修前準備、維修前狀態設置、進入維修點、拆卸壽命到期或故障產品、安裝維修備件、維修后狀態設置與確認和維修后恢復7個處理內容。模型計算只分析涉及航天員操作的“拆卸壽命到期或故障產品”和“安裝維修備件”兩部分內容。

1) 維修動作規模圖的繪制與計算

繪制動作規模網絡圖時需定義基本動作，將維修方案的每一個步驟包含的必須由航天員通過肢體動作來完成的行為視為基本動作。這樣，在繪制動作規模圖時，主要根據表1所示的艙內或艙外維修識別出維修方案中的基本動作，將每個動作抽象為一個節點繪制相應的動作控制圖。

以上動作庫可能沒有完全覆蓋所有產品的基本動作，后續可以根據實際情況進行補充修改。

2) 維修人機界面圖的繪制與計算

將維修方案中需要航天員進行指令輸入、定力矩安裝螺釘和觀察儀表讀數視為維修人機界面。因航天員只針對某一設備進行上述操作，不存在某種邏輯關聯。在繪制人機界面圖時，將航天員進行指令輸入、定力矩安裝螺釘和觀察儀表讀數視為單機操作。那么，維修人機界面圖的繪制應滿足如下要求：將產品維修視為人機界面圖1級節點S；每一個單機界面視為人機界面圖2級節點，其輸入為1級節點。維修人機界面圖的結構如圖4所示。

3) 維修操作邏輯圖的繪制與計算

操作邏輯指完成產品維修的思維邏輯，維修方案的操作邏輯圖就是將“拆卸壽命到期或故障產品”和“安裝維修備件”處理內容的邏輯細化。基本操作邏輯指為了達到某一維修目的而實施的操作，將每一個基本操作邏輯看作一個節點，按照基本操作邏輯的關系進行節點的串并行繪制。

表1 艙內與艙外維修操作基本動作庫Table 1 Basic action library for intravehicular and extravehicular maintenance operations

圖4 維修人機界面圖Fig.4 Chart of maintenance man-machine interface

4) 維修操作知識支持圖的繪制與計算

維修操作知識圖的繪制類似于人機界面圖，維修操作知識支持指航天員在開展某個維修操作或動作時所需的專業知識。將產品維修看作操作知識支持1級節點S。每一個需要維修操作知識支持的操作視為單機操作，為2級節點，單機操作間不存在邏輯關系，輸入節點為1級節點S。具體的需要知識支持的動作為3級節點，輸入節點為2級節點。維修操作知識支持圖的結構布局見圖5。

圖5 維修操作知識支持圖Fig.5 Chart of task knowledge supporting

1.5 外部影響因子的量化

利用層次分析和專家打分法量化外部影響因子的權重，最終艙內和艙外外部影響因子取值如表2所示。艙外維修時，航天服對航天員維修能力的限制，通過各影響因子的權重大小來體現。

表2 艙內與艙外維修外部影響因子的度量Table 2 Measurement of external influence factors for intravehicular and extravehicular maintenance

2 維修試驗設計與結果分析

為了驗證模型的有效性，并實現利用產品的維修操作復雜度和維修耗時預測在軌維修時長，基于地面模擬艙設計開展驗證試驗。航天某院依據維修時長對產品的進行了初步維修難度分級。為了能夠涵蓋不同維修難度，挑選了簡單、難和較難3個維修等級，每個等級包括4個產品，共12類艙內產品作為試驗對象，招募現場具有中等操作水平的操作工人作為受試者，采集產品維修時長、維修復雜度及其主觀評價數據。

2.1 試驗步驟

1) 試驗前期準備

試驗開始前，需要完成12類艙內產品的維修動作分解，方便記錄每個維修動作耗時。并利用本文提出的模型計算出12類產品的理論維修復雜度，以備后續對比分析。為了保證試驗的順利開展，還需針對每個產品編寫試驗流程。為方便記錄試驗數據以及每個產品的維修概況，需要提前制作數據記錄表。

2) 試驗開展

①受試者進入艙內維修現場。

②主試向受試者講解試驗流程及注意事項。

③按照維修手冊要求和主試的指令，受試者按照各產品試驗流程，逐一完成艙內維修操作各動作，主試記錄各個維修動作所用時間以及完成每個維修動作是否使用工具，視覺遮擋、維修姿勢和操作空間的情況。

④每一個產品的維修結束，主試詢問受試者的主觀感受，做好相應記錄。

2.2 試驗結果與分析

原計劃進行上述12臺產品的地面維修試驗，受地面艙可用時間以及產品狀態限制，只進行了其中8臺產品試驗，所獲取的維修時間數據如表3所示。

分別計算12類產品的在軌維修復雜度的大小，結果如圖6所示，其中MOCT為空間站產品的在軌維修操作復雜度。

對產品的維修時間和維修復雜度進行回歸分析，結果如圖7所示。

利用艙內維修復雜度擬合維修耗時PT的方程為

PT=60.211·MOCin3.603 9

(6)

圖6 產品在軌維修復雜度Fig.6 Product on-orbit maintenance complexity

圖7 回歸分析Fig.7 Regression analysis

式中：擬合可決系數R2=0.665 8，表明在一定的范圍內，維修時間與維修復雜度呈現冪的關系，可基于此進行維修時間預測。利用擬合方程來求解以上12類產品的維修時間，結果如表4所示。

表4 產品的支持向量機復雜度等級分類結果Table 4 Support vector machine complexity classification results of products

2.3 艙內維修操作復雜度等級分類

將表4中12類產品的理論維修復雜度和維修估計時間作為支持向量機(SVM)分類器的輸入，進行復雜度等級分類。綜合多個核函數的SVM分析結果，12類產品的第一次分類結果為C={A,B}，其中A為簡單類，B為復雜類。簡單類A分為非常簡單a1和簡單a2兩個子類，復雜類B分為復雜b1和非常復雜b2兩個子類，分類結果如表4所示。

參考圖6和表4，對比相關院所的初步維修復雜分級，分析發現產品的理論維修復雜度與某院的分級結果的一致性為67%。因某院的分級結果主要依據維修耗時，可能導致分類結果的不一致。同時，也在某種程度上表明維修時長和維修復雜度之間存在一定的關系，且這種關系為非線性。

分類結果表明:母線濾波器b、智能接口裝置b、充放電調節器e、二符慣性測量單元線路盒和鋰離子蓄電池組a的理論維修復雜度較高，屬于非常復雜這一等級，進一步分析發現以上產品的維修動作數量的較多導致的，針對這一原因，以上產品維修手冊是否可以簡化維修操作的動作數量，可能根本的原因還是在于在產品設計中，維修時需要插拔的接插件或者拆卸安裝的螺釘等操作過多。其中，在維修充放電調節器e、二符慣性測量單元線路盒和鋰離子蓄電池組a時，需要較高的維修操作知識支持，這可能是因為在維修過程中，必須按照特定的順序插拔接插件或拆卸安裝螺釘，導致維修人員不得不消耗額外的資源記憶特定的順序，從而延緩了維修的速度，降低維修效率。與此同時，在維修母線濾波器b、智能接口裝置b、充放電調節器e和鋰離子蓄電池組a時，拆裝螺釘會受視線遮擋和操作空間的限制，使得維修人員不得不以某種不舒服的姿態較慢的開展維修，從而增加了維修的復雜度。

雖然母線控制單元a和艙內循環風機a的維修復雜等級不是很難，但是母線控制單元a和和艙內循環風機a的維修動作數量較多，并且艙內循環風機a的維修操作知識支持的需求是12類產品中最高的。

所以，針對母線濾波器b、智能接口裝置b、充放電調節器e、二符慣性測量單元線路盒、鋰離子蓄電池組a、母線控制單元a和和艙內循環風機a的設計，能否改善螺釘和接插件的布局，最好避免螺釘和接插件有順序的操作，或者減少其數量，優化操作空間和視覺可見性。

至于數據分析結果對模型的修正，因為只利用地面試驗獲取的維修時長修正改進維修復雜度評價模型是不合理的，針對模型的修正需要獲取天基數據，故在試驗數據分析驗證時沒有進行模型的修正。

按照艙外維修復雜度模型和復雜度計算規則，分析計算了3個艙外產品的維修操作復雜度，如表5所示。

由于艙外產品的維修操作復雜度樣本量太少，因此，沒有進行基于SVM的復雜度等級分類。

表5 艙外維修產品的理論維修復雜度Table 5 Theoretical maintenance complexity of extravehicular maintenance products

注：P1為艙外泛光燈H;P2為熱控艙外綜合業務單元a;P3為電位檢測探頭。

3 討 論

本文提出了基于熵的方法評價艙內外在軌維修操作復雜度，并分別考慮了影響艙內外維修的固有因子和環境因子。在獲取了量化的復雜度數值以后，將其作為SVM分類模型，實現復雜度等級分類。為了驗證模型的有效性，依據艙內產品的維修手冊開展了驗證試驗，獲取產品維修時長，擬合出維修復雜度與維修時長的函數關系，從而實現維修時長的預估。在維修復雜度分析過程中，發現一系列問題需要深入探討研究。

3.1 維修復雜度分析模型的輸入問題

在考慮影響艙內外維修的影響因子時，固有影響因子只考慮了維修動作規模、維修邏輯、維修操作知識支持和維修人機界面4個方面，外部影響因子只考慮了操作空間、時間壓力、維修工具、視線遮擋和航天服限制，并沒有完全覆蓋影響在軌維修的因子。與此同時，環境因子的度量取值可能也需要深入研究。針對航天員的生理和心理負荷等因素對維修的影響，可能需要大量的試驗來分析。

3.2 試驗與理論數據分析的不足

基于地面驗證試驗的數據，利用維修復雜度擬合維修耗時，不能很好地反映真實的在軌維修的時長，這需要天基試驗數據的積累來修正擬合的方程，使得擬合的方程能更加精確地預估維修耗時。受地面試驗條件的限制，試驗的數據量相對較小為了到達更好的分析效果，后續應當擴大試驗數據樣本。為了更好地支持中國未來空間站在軌維修，應當做好維修現場的數據記錄、保存與分析。

3.3 復雜度等級分類問題

在進行維修復雜度等級分類過程中，只將艙內12類產品分為非常簡單、簡單、復雜和非常復雜4個等級，這種分類結果是否合理還需進一步驗證。針對艙內外所有產品的維修復雜度分級，需要獲取大量的數據點，在明確分級數量的基礎上，進行SVM分類分析的結果可用來航天所有產品的維修復雜度分級。

3.4 維修復雜度分級的應用

假設獲取的產品的維修復雜度分級是科學合理的，那么該如何利用這種分級？通過維修復雜度的分析，可以客觀量化地反映出故障或失效產品的維修難易程度，以及提前認識在進行維修時，維修動作規模、維修人機界面、維修操作邏輯和維修操作知識支持4個方面的要求和需求，以及操作空間和視覺遮擋情況，使航天員更加全面認識感知此次維修操作的概況，做好充足的準備。還可依據維修等級訓練和搭配航天員乘組，保證完備的在軌維修能力。

4 結 論

1) 從工程角度整理分析了工程實踐中維修復雜度評估的理論和方法，分析總結了空間站在軌維修的相關理論和維修復雜度的評價方法。提出了基于信息熵的空間站艙內和艙外在軌維修操作復雜度模型。

2) 為驗證模型的可靠性和準確性，基于地面艙開展了地面驗證試驗，獲取了相關維修時間數據。數據分析結果表明，在軌維修操作復雜度與維修時間呈現冪的關系。

3) 將維修時間和維修復雜度作為輸入，利用SVM方法能很好地完成維修復雜度的分類。

本文提出的在軌維修操作復雜度模型可應用于在軌維修任務方案的評價，為在軌維修任務方案的優化提供方法支撐。在軌維修操作復雜度與維修時間的冪的關系也可以用來維修時間的預估，為維修任務的規劃與開展提供方法支持。