飞行容错控制系统中的关键技术

在航空航天飞行器设计中，随着主动控制技术、随控布局及电传操纵系统的普遍采用，飞行控制系统的地位变得更为重要。系统容错、冗余技术是为飞行控制系统的高可靠性要求而被提出来的。本文就飞行控制系统的三大组成部分（飞控计算机、伺服机构、传感器）中容错、冗余技术应用的一系列关键问题进行了探讨，提出了飞控系统的冗余配置方案，一种解决冗余系统同步问题的新方法、消除系统交联隅合的措施以及冗余系统中各通道间信息传输的     

航天器姿态容错控制技术研究现状与发展

更远、更复杂的人类空间探测任务要求航天器具有更高的可靠性,因此航天器的容错控制技术受到了广泛关注。对航天器姿态系统的容错控制技术发展现状进行了分析,总结了国内外近年来航天器姿态容错控制的成果,重点分析了利用自适应控制、滑模控制、模糊控制、神经网络控制等理论开展容错控制的进展,并分别阐述了采用不同技术途径发展容错控制的优缺点。最后,展望了航天器姿态容错控制技术未来的发展。     

分布式容错计算机系统在航天器上的应用

计算机容错技术是提高系统可靠性的强有力手段，卫星星上数据管理系统是高可靠性的分布式容错计算机技术系统，在硬件和软件的设计中，应用了故障检测、故障屏蔽和动态冗余等多种容错技术，本文从理论和工程实践两个方面介绍了各种容错技术在航天器上的应用。     

空间双机容错计算机系统研究

为在资源有限的条件下，最大限度地实现长寿命空间飞行器计算机系统的容错，同时又能达到所要求的性能，提出了一个模块化的双机容错设计方案。采用热冗余比较方式，软硬件组合实现系统的容错管理，可保证在某个资源或包含该资源的模块发生故障时，不会导致整个系统的失效，并具备模块级重构能力，从而实现系统的资源共享。不同冗余系统可靠性分析和有关测试结果表明，所设计的双机容错系统性能满足有关要求。     

一种超静平台主动指向容错控制方法

针对超静平台主动指向控制中的作动器故障问题,提出一种超静平台主动指向容错控制方法。首先,基于超静平台的一般动力学模型,推导用于指向控制的解耦模型和标准解耦矩阵,将超静平台由高度耦合的复杂多输入多输出系统变为多个相对简单的单输入单输出系统,有利于控制器的设计和容错控制方法的引入;在此基础上,针对作动器的故障问题,提出指向控制重构策略,并建立新解耦矩阵;进一步,提出基于解耦矩阵条件数最小的冗余自由度选择方法;最后,进行了数值仿真分析。仿真结果表明：基于冗余自由度最优选择的主动指向容错控制方法能够最大限度地减少作动器故障对超静平台主动指向控制效果的影响。     

基于Markov链的FSM容软错误设计

随着深亚微米工艺的广泛应用,持续攀升的软错误率对宇航设备的电路可靠性造成了极大影响。针对现有冗余防护技术面积开销大的不足,将概率统计的思想运用到有限状态机（FSM）的软容错设计上,提出了选择部分状态冗余的容错方法。在Markov链模型的基础上,计算出各状态概率,从而为状态冗余提供依据。与未经选择状态冗余的电路相比,以平均增加14.9%的面积开销为代价,这种电路可屏蔽87.6%的时序逻辑单翻转（SEU）。
     

冗余设计技术在运载火箭飞行控制系统中的应用(一)

冗余容错技术是提高运载火箭飞行控制系统可靠性的重要手段。本文针对飞行控制系统的应用特点 ,对冗余技术在工程应用中需要解决的四个方面的内容 :冗余结构 ,判别准则 ,检测方法和无共因失效设计进行了论述     

冗余设计技术在运载火箭飞行控制系统中的应用(二)

冗余容错技术是提高运载火箭飞行控制系统可靠性的重要手段。本文针对飞行控制系统的应用特点 ,对冗余技术在工程应用中需要解决的四个方面的内容 :冗余结构 ,判别准则 ,检测方法和无共因失效设计进行了论述。     

航天计算机自检测技术

介绍航天容错计算机（ＣＰＵ）容错的一种硬件设计方案。这种方案采用四台ＣＰＵ的冗余来实现ＣＰＵ的自检测，以达到ＣＰＵ容错的目的。     

竞争学习模糊神经网络及在导弹故障诊断中的应用

尽管基于解析冗余的故障诊断方法有许多突出的优点而越来越多地得到的研究和应用，但它依赖于系统的模型，当系统存在非线性或不确定性时，存在难以建模的困难，模糊神经网络可以通过学习建立系统的模型，且模型参数有明确的物理意义，初始参数易于选择，成为解决这一问题的优选途径，作者通过把模糊神经网络的学习转化为竞争聚类和线性优化问题，基于竞争聚类和最小二乘原理，提出了一种模糊神经网络学习算法，并在某伺服机构上进行     

一种基于小波和人工神经网络的故障检测与诊断方法

提出了一种基于小波和人工神经网络的故障检测与诊断的方法，该方法利用小波包分解的精确细分的特点，分别对正常系统和故障系统的采样信号进行精确特征提取，并构造一系列基于信号能量且具有表征系统状态能力的特征向量，然后利用人工神经网络分类器对系统在各种状态下的特征向量进行分类决策，从而实现对系统的故障检测与诊断。     

控制系统故障诊断的模糊神经网络方法研究

控制系统的不确定故障诊断是目前尚未解决的问题。传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法。然而上述两种方法难以提高不确定故障诊断的性能。为此本文结合模糊理论的推理能力和神经网络学习的能力提出模糊神经网络故障检测方法。该算法同时具备模糊理论的处理不确定和不准确信息的能力和神经网络的自学习能力。本文结果应用到某运载火箭控制系统的故障诊断,仿真结果表明,本算法有效,较好地解决了控制系统不确定故障诊断问题。     

基于神经网络的导弹姿态控制系统故障诊断

本文提出了一种多层前向神经网络快速误差向后传播学习算法ＦＢＰ（ＦａｓｔｅｒｒｏｒＢａｃｋＰｒｏｐａｇａｔｉｏｎＬｅａｒｎｉｎｇＡｌｇｏｒｉｔｈｍ），通过某导弹姿态控制系统故障诊断的仿真研究，验证了ＢＰ（误差后向传播学习算法）和ＦＢＰ用于导弹姿态控制系统故障诊断的有效性，ＦＢＰ学习算法较之ＢＰ学习算法学习速度的快速性     

神经网络专家系统在电源系统诊断中的应用

为了解决卫星这类复杂系统采用单一的智能故障诊断技术的诊断局限性问题,提出一种基于模糊综合评判的神经网络和专家系统相结合的诊断方法。选用改进的BP神经网络,添加动量因子和可变学习速率,并通过计算十个相同结构神经网络输出的标准差获得诊断结果的可信度。采用基于可信度的专家系统不确定性推理,给出了可信度计算方法。采用代数积与代数和模糊算子对两种诊断方法的结果进行综合评判。成功地应用于某卫星电源系统的故障诊断中。结果表明诊断的可信度和诊断的正确率得到提高。     

基于模糊神经网络的飞船GNC分系统故障诊断

研究了基于模糊神经网络的飞船GNC分系统的故障诊断方法,提出了重构新的激励函数并附加动量因子的改进BP算法,采用了由输入层、输出层、隐含层和量化层组成的一种4层前向模糊神经网络,通过Ⅱ型隶属度函数完成输入模糊化。建立了基于模糊神经网络的GNC分系统故障诊断系统,实验验证了改进BP算法以及该诊断系统的正确性和有效性。     

分布式故障诊断专家系统在运载火箭发射决策中的应用研究

根据新一代运载火箭地面测发控系统的一体化设计要求,将分布式故障诊断专家系统应用到运载火箭发射决策中,建立了运载火箭分布式故障诊断专家系统的总体结构.根据故障信息的流动方向将诊断过程分为征兆获取级、分系统诊断级以及全局诊断和决策级3级.征兆获取级通过特征提取和神经网络模块实现复杂测试数据的征兆自动获取.分系统诊断级和全局系统诊断级的诊断推理均建立在"三表制"知识表达方法上,但根据各自任务的不同,分系统诊断级采用征兆驱动的正向推理,并结合深度推理算法实现规则的遍历问题;全局系统诊断和决策级采用面向故障的反向分级推理,并提出了故障的分级策略.     

基于Fuzzy ARTMAP的GPS/INS组合导航系统故障诊断

将基于双状态传播器的状态χ2检验法(SCST)结合Fuzzy ARTMAP神经网络应用于GPS/INS紧组合导航系统故障的诊断和参数识别。首先,采用双状态传播器的状态χ2检验法对组合导航系统进行故障检测,得到故障的特征模式,并给出了双状态传播器重置时间间隔选择的充分条件;然后,利用Fuzzy ARTMAP神经网络结合特定的飞行器机动对故障模式进行分类,给出了一种新的分类方法;对于飞行器按照不同轨迹进行飞行的情况,也可有效的识别故障源。最后将分类的结果送入另一个Fuzzy ARTMAP神经网络进行故障参数的估计。仿真结果表明,针对组合导航系统中陀螺、加速度计、GPS信号的一度故障,此方法能有效进行检测和隔离,并能准确估计出故障发生时间和故障幅值。     

基于RBF神经网络和M距离的卫星故障诊断

在常规基于解析冗余故障诊断技术的基础上,采用具有最佳模拟特性的RBF神经网络对系统进行建模,分析了M距离应用于卫星姿态控制系统故障检测与定位的可行性,应用基于M距离的方法设计故障检测观测器,通过对残差的评估实现故障诊断。仿真结果显示,该方法计算过程简单、实时性好。     

一类非线性系统的故障可诊断性量化评价方法

为将提高卫星控制系统故障诊断能力的工作重点前移到地面设计阶段,针对其中的关键问题--可诊断性评价,提出一种适用于非线性模型的可诊断性量化评价方法,对传统定性评价研究进行了有效的扩展和延伸。鉴于线性化处理导致非线性因素引起的故障被忽略,将卫星控制系统描述成一类仿射非线性模型;并基于微分几何理论,给出可诊断性（包括可检测性和可隔离性）的定义和定性评价指标--不变最小对偶分布。通过子空间相似度判别准则,根据故障方向矢量和所得不变分布以及不同故障方向矢量之间的夹角关系,分别设计可检测性和可隔离性的量化指标,并给出具体评价流程;该指标能够明确故障被检测和隔离的难易程度,并可用于指导诊断算法的设计和传感器的优化配置。最后,以动量轮为仿真实例校验本文所提方法的正确性;仿真结果表明：该方法在不依赖任何诊断算法和具体故障模式的前提下,可以实现可检测性和可隔离性的准确量化评价。     

基于神经网络的某导弹姿态控制系统故障诊断

介绍了多层前向神经网络及其算法 ,讨论了神经网络在故障诊断方面的应用 ,并对某导弹姿态控制系统的典型故障进行了神经网络建模 ,经测试取得了良好的效果。