卫星姿态控制推力器布局分析

针对卫星姿态控制过程中推力器数目和分布的选取问题,给出了星上常用的4种推力器安装布局,通过相平面控制,给出了各个稚力器的喷气时间,通过对不同布局下系统的控制精度、燃料消耗和可靠性等方面进行分析和比较,给出了推力器布局设计准则.该准则表明系统的可靠性和燃料消耗是推力器布局设计的主要参考依据.     

零动量卫星轮控系统可重构性设计研究

针对卫星姿态控制系统设计中常见的动量轮配置问题,总结了星上常用的5种轮控系统构型,首先对各种构型从角动量包络、干扰力矩下动量轮的饱和情况、系统功耗和可靠性等方面进行了可重构性分析和比较,在此基础上提炼了动量轮可重构性设计准则,可为轮控系统的设计提供参考依据。     

卫星姿态控制系统的故障可诊断性评价研究

在不依赖任何诊断算法的前提下,对卫星姿态控制系统中传感器和执行器的故障可诊断性进行评价,旨在将提高系统故障诊断能力的工作重点前移到设计阶段.由于反馈控制的存在,导致故障会在整个系统中进行传播,使得单故障源表现出多异常征兆,这给闭环系统的故障诊断带来极大挑战.将故障视作扩展状态,并考虑模型不确定性,得到卫星姿态闭环控制系统的状态空间模型;根据可观测性判据,给出并证明考虑建模不确定性的加性故障和乘性故障可诊断性条件.所得相关结论可为卫星姿态控制系统设计提供理论参考依据.     

一种快速推理技术在发射决策系统中的应用

发射决策系统是在测试发射段对运载火箭进行故障诊断的专家系统,发射决策系统的推理技术需要适应运载火箭测试项目繁多,测试数据量庞大、更新快速,可供诊断的时间有限等特点.快速推理技术分为事实匹配和规则匹配2个环节,借鉴Rete匹配算法的设计思想,提出了事实匹配网络结构,提出规则和黑板的向量表示方法,定义向量与运算实现规则匹配,构建规则匹配网络完成规则匹配.在某型号运载火箭发射决策系统中的应用结果表明,快速推理法推理速度快,推理结果准确,程序实现占用系统资源少,满足实时性要求.      

相关系数ARMA(p,q)序列分析方法

本文提出相关系数ARMA(p,q)序列分析方法。相关系数ARMA(p,q)序列是从非平稳序列中分离出的一类工程上常见且便于研究的时间序列,在模式识别、故障诊断、信号处理、自动控制和结构响应分析等领域有着广泛的应用。传统的相关函数ARMA(p,q)序列仅是它的一个特例。文中建立了相关系数ARMA(p,q)序列的条件极大似然估计和精确极大似然估计,前者在样本较大时简单便于工程应用,后者则在样本较小时仍具有较高的精度,它们通过时域的全程分析,充分利用样本信息确定相关系数ARMA(p,q)序列的均值函数、方差函数和相关系数函数。在此基础上可进行高精度的频谱分析。     

基于工程加权的可诊断性指标分配方法研究

针对可诊断性指标分配的特点,提出了一种新的可诊断性指标分配方法.首先对影响可诊断性指标分配的参数和因子进行分析与量化;接着对不同量纲、不同取值范围的物理量进行了归一化,并且求解出分配权重;然后给出了可诊断性指标分配方法;最后通过实例仿真,说明了此方法具有合理以及简捷的优点.     

基于相关性模型的液浮陀螺可诊断性分析方法

为了从根本上提高液浮陀螺在轨故障检测与诊断能力,基于相关性模型从设计角度提出了液浮陀螺的可诊断性分析方法.该方法首先建立液浮陀螺各功能模块之间的信息流图,然后结合FMEA建立故障-测点之间的相关矩阵.基于相关性矩阵,建立了故障可检测性、可分离性分析方法,实现了对测点的优化设计.本文提出的相关性模型为定性模型,具有易于构建、计算简单的优点,不仅实现了对液浮陀螺可诊断性设计结果的评估,还可为测点优化配置提供设计依据.     

深空探测器可重构性评价与自主重构策略

针对深空探测过程中资源严重受限(包括计算资源、硬件资源以及能量资源)和不可维修的特点,开展了深空探测器可重构性综合评价方法和自主重构的研究。通过在地面设计阶段考虑深空探测器控制系统的可重构性,定量地给出了系统可重构性综合评价指标,并基于该指标指导系统自主重构策略的设计,从设计角度提高了深空探测器控制系统运行质量,实现了深空探测器的自主故障处理和自主运行。     

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.     

基于相关系数AR模型的陀螺随机漂移分析方法

陀螺漂移序列的均值和方差随时间不断变化,不属于传统的相关函数平稳序列,因此采用传统的平稳序列分析方法对其处理必然导致较大的误差．通过对大量陀螺漂移数据分析发现,大多数陀螺漂移序列的相关系数并不随时问的平移而变化,是时间间隔的单变量函数,因此,它们属于相关系数平稳序列．在此基础上,建立了基于相关系数AR模型的陀螺漂移分析方法．该方法首先对陀螺漂移数据是否属于相关系数平稳序列进行判别,然后采用相关系数AR模型建模并给出模型参数的估计方法,最后可根据得到的相关系数AR模型对陀螺漂移进行估计和补偿．由于相关系数平稳序列能够对陀螺漂移序列的本质特征进行描述,因此较传统方法具有更高的建模精度和补偿精度．