航天器控制系统智能健康管理技术发展综述

健康管理作为智能自主控制亟待突破的关键技术之一,是提升航天器安全可靠稳定运行能力的有效手段。结合人工智能技术的发展趋势,基于前期已建立的新型航天器智能自主控制系统通用架构,详细综述航天器控制系统的智能健康管理技术现状与发展趋势。首先,根据现有航天器设计、研制和在轨的具体情况,梳理出航天器控制系统健康管理技术所面临的挑战;然后,分别从故障预警、故障诊断和寿命评估3个方面,详细阐述基于人工智能的健康管理技术研究现状及其在航天领域的应用情况;最后,提炼出航天器控制系统健康管理技术的发展方向。     

试验IP网故障分析策略及方法应用

针对试验IP（互联网协议）网建设和使用中遇到的网络问题,从TCP（传输控制协议）/IP网络原理和试验IP网的结构模型出发,对网络故障排查方法进行了总结,给出网络分层模型分析法、网络连接结构分析法和网络检测分析法相结合的故障排查策略。对某次测控信息联调中接收不到网络数据的真实故障案例进行了分析,运用网络检测工具对故障进行排查,依据网络结构对故障进行定位,依据网络协议对故障进行分析,验证了该方法可以使问题分析层次清晰、定位准确。     

测控信息传输可靠性保障方法研究

随着IP（互联网协议）在测控领域的广泛应用,丢包、时延等IP网络特性对测控信息传输的可靠性提出了挑战。针对遥/外测、引导及上行控制类数据在信息传输各个环节的技术特点,本文深入研究了各类测控数据的信息传输模型及工作流程,提出了适用于不同场景的可靠性保障方法,并通过数学仿真进行了计算分析。仿真结果表明,队列中断选切策略可有效保障遥/外测及引导类信息的可靠传输,N判M模式下的上行控制类信息传输可靠性优于N选1模式。     

基于二进制标签的改进HSSE—tree算法

随着对航天器自主生存能力要求的提高,基于模型的故障诊断成为国内外的研究热点.计算全体极小碰集是基于模型的故障诊断中的关键步骤,以HSSE-tree算法为基础,结合二进制位标记,提出一种HSSE-tree的高效改进算法——Binary-label HSSE.改进算法采用二进制位标记来代替实际节点元素,并采用了有效的剪枝策略及节点扩展方式,避免了HSSE-tree算法中存在的节点个数及超集个数随着问题规模增大而产生的爆炸式增长的问题;此外,改进算法采用二进制位运算,避免了判断碰集及判断是否超集时的元素遍历,使算法的运行时间进一步减少.仿真结果表明,与HSSE-tree算法相比,改进算法的消耗时间及占用内存均有了大规模减少.这为航天器系统的故障诊断及实时诊断提供了理论依据和应用基础.     

基于过程功率谱熵SVM的转子振动故障诊断方法

针对旋转机械振动过程的复杂性和振动故障产生的随机性以及振动故障样本获取难的问题,在信息熵理论的基础上,融合了支持向量机(SVM)小样本、全局性和泛化性好的优点,提出了过程功率谱信息熵(功率谱熵)SVM的故障诊断方法。结合转子实验台,得到了4种典型振动故障在多测点多转速下的数据,通过计算提取了其功率谱熵特征值作为故障样本,即故障向量,并建立SVM诊断模型,对转子振动故障的类别、严重程度和部位识别诊断,验证了该方法在转子振动故障诊断方面效果良好。     

电离层综合探测器数据采集处理单元设计研究

电离层综合探测器(CDI)是一种面向快速响应航天器平台、用于原位综合探测电离层等离子体及未完全电离中性气体的新概念空间环境探测仪器, 实现了对常规平板朗缪尔探针、阻滞势分析器和离子阱质量分析器的小型化、一体化设计与集成. 本文基于USB2.0接口和FPGA (Field-Programmable Gate Array)技术, 选用高集成度的COTS (Commercial-Off-The-Shelf)器件, 对CDI多通道数据采集处理单元的系统方案和硬件设计进行研究, 并对FPGA的逻辑资源利用情况和Fusion器件内部ADC采样以及FIFO (First Input First Output)读写时序进行了仿真和分析.      

航空发动机中介轴承的故障特征与诊断方法

提出了转差域频谱和转差域包络谱的概念,建立了诊断航空发动机中介轴承故障的方法.利用发动机高、低压转差作为触发信号,对发动机振动信号进行等转差周期采集,并在转差域对振动信号进行频谱和包络谱分析.结果表明:不平衡响应、不对中响应以及外环静止的轴承故障响应等振动信号在转差域频谱和转差域包络谱上的位置随转速变化;而中介轴承的故障响应在转差域频谱上的边频成分间距不随转速变化,具有倍频“恒间距”特征;在转差域包络谱上的位置也不随转速变化,具有“恒频”特征.带外环故障的中介轴承实验表明:转速变化时,在转差域包络谱中,外环故障特征倍频成分位置不变;在转差域频谱中,出现间隔宽度恒定为外环故障特征倍频的频率成分.      

一种虚拟试验平台高速数据处理方法研究

为提高武器装备虚拟试验平台中单个节点的运算能力,解决海量数据处理和复杂模型结构运算问题,分析了虚拟试验平台中采用高速数据处理方法的必要性,对比了目前常用的几种高速数据处理方法,采用了Tile64多核处理器作为高速数据处理板的核心。最后,对本方法在一种虚拟试验平台中的应用进行了分析。试验结果表明,采用本高速数据处理方法可显著提高平台的计算速度和运行效率。     

图模型与学习算法结合的贝叶斯网络自动建模

针对纯数据驱动的贝叶斯网络结构学习算法的准确度和效率较低的问题,提出了一种融合多信号流图模型与K2学习算法的贝叶斯网络自动建模方法。该方法利用多信号流图模型能够描述信号之间传递与依赖关系的能力,结合K2学习算法在结构学习中的优势,实现了专家知识与数据驱动方法有效融合的贝叶斯网络结构自动学习算法。通过与常用网络结构学习算法的对比实验证明,该融合算法显著降低了结构学习对学习范围和训练数据规模的要求,具有更高的学习准确度和运算效率。采用真实系统实例阐述了该融合算法的应用过程,验证了算法的实用性。      

一种多场耦合数据传递新方法

针对当前数据传递应用中径向基函数存在的问题,提出一种基于几何尺度进行归一化的高超声速飞行器多场耦合数据传递新方法,并采用高超声速翼面和翼身组合体外形算例测试了该方法对径向基函数数据传递精度、效率以及通量守恒性带来的影响。研究结果表明该方法能够很好地提升TPS、MQ和紧支C 2三种常用基函数的插值精度和通量守恒性,尤以紧支C 2基函数提升效果最明显,使其能够用极少的点即达到TPS和MQ全域基函数的效果,实现了数据传递时效率、精度及通量守恒性的兼顾,在多场耦合数值模拟中具备较好的应用前景。