故障诊断综合大作业

空间站的安全监测与自主维护装置构思机自24 王东岳 2120101087一、背景与意义在过去的几十年中,世界各国在发展航天技术的过程中,由于错综复杂的原因,发生了数以千计的事故,数以万计的故障。

特别在研制初期这种情况尤为明显,可以说世界各国的航天器是在不断出现事故和故障中发展起来的。

当前,发展载人航天技术已成为世界航天的发展热点,空间站更是其中的一位佼佼者。

它是一项投资巨大、技术复杂的综合性大型航天工程,因此加强空间站的安全保障,尤其是设计初期的安全计划则成了一项必不可少的关键工作,其中故障监测报警、诊断和恢复技术成为航天事业中保障航天器安全,提高可靠性,降低风险的有效对策。

空间站是机械、电子、材料、控制、推进、能源、通讯以及航天医学和生物学、计算机技术、遥感技术、天体物理等多学科最新的尖端成果的协同运用，造价极其昂贵的大型复杂系统，而且要在数以年计的任务时间内可靠运行。

因此，空间站的设计必须要求具备故障检测和诊断能力，这是提高空间站可靠性的极为重要的补充，也是空间站设计中的一个不容忽视的至关重要的环节。

二、国内外展综述故障检测、报警与诊断技术随着80年代初期以来人工智能和专家系统技术在各个民用行业的兴起和成功应用,在载人航天事业中占有越来越关键的地位。

故障诊断系统已与空间站的各分系统,各软、硬件配置集为一体。

以空间站站上火灾的预防和控制方法的具体应用也可看出故障检测、报警与诊断技术的渗透:故障检测系统实时监测站上环境中的温度、放射线、烟雾因子以及空气化学成分等的变化,或产生报警,或由诊断系统诊断后提出对策,由站上的多专家系统(站上二氧化碳,氮,Halan1301为灭火专家) 进行故障隔离。

故障检测诊断技术一直是载人航天器发展的一大特色,经历了60年代简单的状态监测(水星号),70年代初的基于算法的故障监测(阿波罗计划)和80年代基于知识的智能诊断(航天飞机),智能诊断进一步发展到目前的基于模型的自主诊断(空间站)。

基于模型的故障诊断方法已成为目前故障诊断方法的研究热点,它结合系统的物理特性和有限的经验知识有效地进行诊断。

基于模型的诊断专家系统尤其适合于经验知识少,领域专家与能力较弱的空间站站上故障诊断、隔离和恢复,对紧急的、危及航天员安全和空间站安全的故障进行自主诊断和局部处理。

国内对航天器在轨故障检测和诊断技术研究较晚，主要由航空航天研究院校所承担。

北京控制工程研究所研制出了卫星控制系统实施故障诊断专家系统原型（SCRDES）。

在“东方红3号”、“资源1号”、“资源2号”和神舟飞船等型号中采用了系统诊断和重构等智能化技术。

哈尔滨工业大学分别与中国空间技术研究院等单位合作对载人障诊断进行了深入的研究,取得了一定的经验,并且已经分别开发出故障诊断原型系统[15]。

但是,国内所开发的大部分故障诊断系统基本上还属于实验型,距离实用化阶段还有许多工作要做,而且主要以地面诊断为主。

三、方案设计（1）已有方案及对比分析1.基于信号处理的故障诊断方法。

该方法是诊断领域应用较早的方法之一,主要采用阈值模型。

信号分析采用较多的主要有时域、频域、幅值、时-频域特性分析等。

信号处理方法主要有:峰值、均方根值、波峰系数、波形系数、偏斜度指标等参数分析,相关分析法,包络分析法,最大熵谱法,倒频谱法,同步信号平均法,自回归谱分析法,小波分析,分形分析等。

信号分析方法是其它诊断方法的基础。

2.基于规则的专家系统诊断方法。

基于规则的方法又称产生式方法,早期的故障诊断专家系统都是基于规则的,这些规则是从专家的经验中总结出来,用来描述故障和征兆的关系。

该方法的优点是知识表示简单、直观、形象、方便,使用直接的知识表示和相对简单的启发式知识,诊断推理速度快;要求数据的存储空间相对较小;易于编程和易于开发出快速原型系统。

缺点是知识库覆盖的故障模式有限,对未出现过的和经验不足的故障诊断就显得无能为力;当知识库中没有相应的与征兆匹配的规则时,易造成误诊或诊断失败。

3.基于故障树的诊断方法。

故障树是一种体现故障传播关系的有向图,它以诊断对象最不希望发生的事件作为顶事件,按照对象的结构和功能关系逐层展开,直到不可分事件(底事件)为止。

它的优点是能够实现快速诊断;知识库很容易动态修改,并能保持一致性;概率推理可在一定程度上被用于选择规则的搜寻通道,提高诊断效率;诊断技术与领域无关,只要相应的故障树给定,就可以实现诊断。

缺点是由于故障树是建立在元件联系和故障模式分析的基础之上的,因此不能诊断不可预知的故障;诊断结果严重依赖故障树信息的完全程度。

4.基于神经网络的诊断方法。

从映射的角度分析,故障诊断的实质是建立从征兆到故障源的映射过程。

人工神经网络的优点是高度非线性、高度容量和联想记忆等。

但是,人工神经网络应用于故障诊断也存在许多不足,诊断方法属“黑箱”方法,不能揭示出系统内部的一些潜在关系,无法对诊断过程给予明确解释。

网络训练时间较长,并且对未在训练样本中出现的故障无诊断能力,甚至得出错误诊断结论,这些都增加了神经网络在实际应用中的困难。

5.基于模型的故障诊断方法。

基于模型的故障诊断方法又称为基于深知识的诊断方法。

该方法既可解决知识获取的瓶颈问题和知识库维护困难的问题,又能提高诊断的精确性,因此该方法正被逐步进行深入研究。

基于模型的知识表示方法有利于缓解航天器系统在故障诊断方面历史经验不足的困难。

它的优点是可以诊断未预知的故障,不需要历史的经验知识。

缺点是由于使用系统仿真模型,模型较为复杂庞大,诊断速度慢;对模型精度的依赖性较强,只要实际系统和所建立的数学模型稍有不同,在检测条件下的任何模型的不确定性因素都可能导致错误的报警。

目前采用定性模型和多信号建模可以克服定量模型的缺点,成为国外研究的热点[16,17]。

6.基于Petri网的故障诊断方法。

Petri网能揭示系统的结构和动态行为的重要信息,图形化地表达系统模型。

Petri 网的故障诊断方法的优点是能动态地描述故障现象的产生和传播过程,便于通过对系统行为的变化进行故障诊断。

缺点是故障诊断完全依赖于Petri网模型的建立,并且当具有相同故障特征的故障产生时,难以进行故障源的定位,即问题求解过程中容易产生冲突现象。

7.多传感器信息融合的故障诊断方法。

由于故障诊断的本质是利用诊断对象系统运行的各状态信息和已知的知识进行信息的综合处理,最终得到关于系统运行和故障状况的综合评价,在这点上具有与信息融合技术相同的目的和要求。

该方法在一定程度上能够获得精确的状态估计,增加诊断置信度,改善监测性能,充分利用传感器资源。

8.分布式理论在故障诊断中的应用。

分布式状态监测与故障诊断技术是面向设备群的跨学科的综合应用技术。

自20世纪90年代以来,由于设备在线状态检测与诊断系统被赋予网络化的特点,通过网络以分散监测和集中操作、管理、诊断的优良特性成功解决了测点数量多、分布广及监测、诊断困难的问题。

（2）设计的具体方案对以上八种方法的优缺点进行综合分析，本设计采用的是基于模型的在轨故障诊断专家系统和地面大规模故障诊断专家系统。

在轨故障诊断系统应具有一定范围的自主处理故障的能力。

故障的诊断是基于状态特征信号检测和信号的数据处理。

该系统将与空间已有的结构和设备结合,尽可能不增加或少增加新的设备和装置。

在轨故障诊断系统应该是规模小,诊断方式简便—采用比较直接的方法,能诊断主要的故障,保证诊断的可靠性。

而且,为弥补在轨故障诊断系统的不足,地面有最终决策权。

地面故障诊断系统采用分布式故障诊断专家系统。

其中示出图中标明的地面各分系统实验室内所建立的各分系统故障诊断分专家系统,分担本分系统内的故障诊断任务。

各分系统的故障诊断分专家系统均对系统级的故障诊断的实施起着支持和辅助的作用。

以基于模型的知识表示方法建立起来的诊断系统采用系统的分析模型,通过仿真值与实测值的比较(期望值)以实现故障的检测定位。

故障诊断体系结构(1)诊断技术与知识表示方法以基于模型的知识表示方法建立起来的诊断系统采用系统的分析模型,通过仿真值与实测值的比较(期望值)以实现故障的检测定位。

(2)诊断系统的知识获取利用故障模式与影响分析(FMEA),将系统设计、可靠性和故障诊断结合起来,可以提供知识获取的通用方法。

该类诊断系统是以故障树模型实现知识的表示,利用故障树分析的已有成果,将诊断所需要的信息加入到故障树的每节点上,形成新的故障树,作为诊断的依据。

(3)诊断系统的推理策略正向推理、反向推理、元级推理和不精确推理相结合的推理策略。

正向推理又称数据驱动的推理,这是一个由故障征兆到故障的推理过程。

反向推理又称目标驱动的推理,这是一个故障假设与排除的过程。

针对每一个可能的故障,都能产生一个故障假设。

当证据推翻假设,推理机制要排除该假设的故障。

元级推理是关于元知识的推理,主要用于系统级诊断,完成诊断任务的分由于诊断知识的不完全性、不确定性和模糊性,需要采用不精确推理处理该类知识。

不精确推理常采用确定性因子CF值作为推理前提和结论的度量。

不精确推理诊断与人机对话相结合,就使得诊断系统更为完善。

空间站自主融合诊断系统的基本处理最终形成的融合诊断系统的基本处理模型如上图所示。

它既体现检测层、特征层和决策层的层次结构，也体现了数据融合、数据关联、知识融合和数据采掘等融合诊断系统的基本内容，以及层次与内容之间的对应关系。

四、关键性技术及技术路线1.建模技术基于模型故障诊断结果的准确性和精度完全依赖于所建立的模型，们可以引进国外比较成熟的障诊断建模系统软件,如Qual-tech Systems公司的TEAMS等系列软件,并在此基础上开发出自己的故障诊断软件系统。

2.基于模型和其他故障诊断方法相结合技术基于模型技术有自身的缺点,如对于已建模的故障比较容易诊断,对于模型未能包含的故障不容易解决等问题。

因此,应开展人工神经网络、模糊逻辑、统计学以及信息融合技术和基于模型故障诊断技术相结合的混合诊断技术的研究。

3.故障诊断组件化技术的深入研究目前,由于航天器故障诊断专家系统的可维护性和可继承性差,因此所开发的故障诊断系统,成本高、性能较差。

现在采用软件工程的方法开发软件系统已是一种趋势。

如果能把诊断系统的许多公用模块,如数据库访问、图形显示、状态监测以及各种诊断方法作成组件,那么再开发新的航天器诊断系统(或分系统)则可以直接利用这些组件,而只对特殊功能开发软件,这样可以节省大量的时间和资金。

4.高度自主的基于信息融合的天基故障诊断系统空间站的故障诊断具有结构复杂、自主性强的特点，因此各种单一的故障诊断技术在此背景下很难满足这样的需要，先进故障诊断技术的综合应用和紧密融合成为解决空间站自主诊断问题的关键。

五、项目的可行性分析及创新之处（1）信息融合诊断系统从内容上为各种先进的故障诊断技术的综合利用构造了基本框架。