胡 迪 董云峰

(北京航空航天大学宇航学院,北京 100191)

1 引言

故障是指系统至少有一个特性参数出现较大的偏差,超出了可接受的范围。此时系统的性能明显低于其正常水平,已难以完成其预期的功能[1]。目前故障研究一般是针对即将发生的故障进行故障预测研究,对已发生的故障进行诊断、隔离及容错控制研究。对已发生的故障,Ding Xiaochun 和Paul M.Frank 提出采用基于观测器的方法对系统进行故障检测及诊断[2-4],文献[5]提出了基于人工免疫算法和支持向量机的故障诊断算法;针对故障预测有基于动态小波神经网络的方法[6]等。这些算法均是采用信号处理或模式识别或残差的方法判定故障。基于知识的算法需要采用计算机对大量的数据进行归类分析,基于模型的方法只能对某些故障进行诊断。

对地面应用系统来说,采用计算机进行数据处理分析结合人工智能算法可对设备进行故障诊断;对于在轨运行的卫星来说,其星载计算机的计算能力有限,故障诊断算法虽简单实用,但只能针对某些特定故障进行诊断。卫星系统高度复杂,一个故障的发生可能是由于很多因素综合产生,因此目前的算法并不能完全胜任星上的故障诊断。Michael E.Cortese[7]提出一种实时失效管理系统,就是一种采用分布式通用模块构成的地面系统,它是对遥测数据进行分析及监控在轨航天器,并提供航天器部件失效管理。但系统从遥测观测到的数据十分有限,并不能完全反映出卫星各部件的状态数据,因此如果专家仅根据少量数据来判断部件故障,则有可能导致判断失误,从而造成故障进一步复杂化。

文献[8]针对某低轨卫星进行了长达2个月的抢救,针对遥测数据与仿真结果对比分析处理,最终实现对卫星的修复与控制。但采用的仿真只是数学仿真,其故障仿真不可能覆盖所有可能的故障情况。

综上所述,如果能充分利用地面强大的计算能力,并能借助专家的经验知识,同时又能对出现的各种因素进行实际推演,为专家提供决策依据,并通过推演能得到卫星操作结果,这样可及时对卫星出现的故障进行抢修与恢复。因此,本文提出了一种可用于解决这类问题的故障推演系统架构。

2 故障推演系统方案设计

2.1 总体设计

故障推演系统根据功能需要由三部分系统组成,分别是动态模拟系统、故障动态注入系统和数据归档显示及处理系统,三部分组成一个推演系统大闭环,通过建立仿真模型,按飞行工况实现闭环推演,如图1所示。

图1 故障推演系统组成结构示意图Fig.1 Fault demonstration system compositions

动态模拟系统由各种部件模拟器组成,解决卫星在轨的动态仿真,提供与真实卫星一致的信号接口及一致的遥测数据,这样就能真实反映出真实卫星的运行状态。部件模拟器可由地面商用器件组成,成本较低。

故障动态注入系统,对各模拟器实施动态数据注入,以实现对不同故障模式的仿真。根据实际的需求,可将故障注入分为软故障注入、硬故障注入和真实部件故障注入三种方式。

数据归档显示及处理系统中,实时将动态模拟系统输出的所有动态数据,实时录入数据库进行数据归档,为数据处理提供强大的数据支持。采用三维显示技术动态地显示卫星在轨运行期间各部件的参数状态。

2.2 动态模拟系统

动态模拟系统是一套针对在轨卫星的姿轨控地面模拟系统。系统由敏感器模拟器、执行机构模拟器、星载计算机模拟器、空间环境及运动学和运动学计算机(也称实时计算机)、数据管理系统模拟器、遥测遥控系统模拟器组成。

为了达到各种故障的注入推演,动态模拟系统至少要达到信号接口一致,即所有的信号线及部件状态与在轨卫星一致,星载计算机运行与真实卫星一致的程序,保真度达到最高。在实际提供故障诊断及策略时,可采用与在轨卫星一致的部件进行连接,这样可以排除由于模型仿真出现的不一致,并且由于采用了与真实部件一致的接口,可以直接采用真实部件配合运动学和动力学转台,实现对卫星在轨运行进行最真实的仿真,达到数据的最好匹配,对故障进行精确推演。

动态模拟系统各部件模拟器采用嵌入式设计,信号接口与真实部件接口一致,信号传输与数据协议也与真实部件一致,只是采用模拟器来实现各种信号的产生。各模拟器的下载接口与调试接口均接入了故障动态注入系统,以便于注入各种故障模式。

根据数据处理的需求,动态模拟系统需要输出与真实卫星一致的遥测数据,从遥测遥控模拟器通过无线接口下传至数据归档系统;另一部分数据从实时计算机输出,这部分数据真实反映了卫星经过控制后的各种状态数据;还有一部分数据是从星载计算机模拟器、敏感器模拟器和执行机构模拟器输出,这部分数据反映了卫星姿轨控各部件状态最真实的数据信息,对于故障诊断非常重要。

动态模拟系统组成与结构如图2所示,实际系统如图3所示。

图2 动态模拟系统组成结构示意图Fig.2 Dynamic simulation system

2.3 故障动态注入系统

故障动态注入方式,是指在卫星动态仿真过程中,通过对处理系统生成的各种故障模式进行注入操作。由于数据处理系统分析得出的故障模式可能非常多,采用人工注入方式,工作量大,而且不能保证每次注入的故障的正确性,采用故障动态注入系统可以解决多个故障在某个时刻同时注入的问题。

图3 实际动态模拟系统图Fig.3 True dynamic simulation system

故障注入之前,需要对数据归档显示及处理系统发送过来的故障模式进行分类处理,并根据故障模式确定故障因素编号,便于注入。文献[9]针对直接对应于物理失效因素的故障,采用物理健康指数描述(Physical Health Index,PHI),如反作用轮的电机电流可以直接表征反作用轮电机状态,从而可以用PHI 来描述;针对不是直接与物理因素相关的故障,采用虚拟健康指数描述(Virtual Health Index,V HI),如反作用轮的转速并不直接与反作用轮某一组成部分直接关联,其转速突变并不能直接描述某一组成部分失效,因而可以用VHI 描述。根据文献[9]的描述方法,故障动态注入系统动态地将每个故障进行PHI 和VHI 编号并进行注入。

故障动态注入系统由两部分组成:一部分由运行在PC 机端的程序,负责对由数据处理系统发送过来的故障进行解码,对应好故障的设置编号;另一部分是现场可编程门阵列(FPGA)逻辑处理单元,负责管理动态模拟系统众多的FPGA接口和调试接口,如图4所示。

图4 故障动态注入系统Fig.4 Dynamic Injection system

故障注入方式可以分为两种:一种是直接通过修改源程序,产生可执行文件从JTAG(Joint Test Action Group)接口下载到相应的模拟器,然后复位这个模拟器即可;另一种是从调试口注入故障编号,通过模拟器程序识别相应的编号将故障设定好。这种方法需要在可能设置故障的地方设置好编号,可通过建立故障树的方法对某个部件的故障进行编号,通过注入编号的方式实现故障注入。故障动态注入硬件和软件如图5所示。

图5 故障动态注入硬件和软件Fig.5 Hardware and softw are of dynamic injection system

故障注入方式实现三种类型的故障注入,包括软故障、硬故障和真实部件故障注入。

软故障注入。即对各部件软件进行故障注入,实现故障复现,此种注入方式采取软件方式修改,方便易行,可重复修改,成本低。

硬故障注入。由于动态模拟系统采用与真实部件一致的信号接口,因此在确定好故障类型后,为了更加真实地反映出故障的特性,可对部件模拟器进行硬故障注入。硬故障注入方式是对部件模拟器进行物理上的改变,具有破坏性,模拟程度高,应用于那些软故障不能模拟的特性,如某些信号断路后,信号接口阻态为高阻态,就不能简单地将其设置为低电平状态。

真实部件故障注入。先采用部件模拟器仿真后,确定好故障类型及方式,将真实部件加入到动态模拟系统,在真实部件上施加故障操作进行复现卫星当前的故障状态。这种方式是对故障有了明确的认识,破坏性最大,成本高,相似程度最高,应用于某些模拟器不能胜任的故障,如动量轮加速过程中产生作用于卫星的力矩等。

2.4 数据归档显示及处理系统

数据归档显示及处理系统是对仿真出现的数据进行归档处理,由归档、显示和处理系统三部分组成。

数据归档系统是对由动态模拟系统输出的众多数据及真实卫星下传的遥测数据进行归档,编入数据库,供显示及处理调用。

数据显示系统分三部分:一部分用于显示由真实卫星下传的遥测数据,表明真实卫星当前的工作状态;一部分用于显示由动态模拟系统输出的遥测数据,表明动态模拟系统当前的工作状态;一部分用于显示由动态模拟系统输出的实时计算机和各部件的状态数据,反映当前动态模拟系统运行各部件状态数据,同时也能反映在轨运行的部件状态,可及时观测到注入的各故障状态及卫星运行的结果。这部分数据及遥测遥控系统数据完成对卫星运行数据最完整的记录,对于故障预测及诊断可以提供最完整的数据。数据处理系统采用专家系统进行推演或计算智能算法对采集到数据进行分析,提出可能的故障模式反馈给故障注入系统进行闭环仿真,通过注入仿真提供仿真结果与真实遥测数据的符合度,给出卫星操作对策,达到最优的解决方案。

数据处理系统通过对动态模拟系统的输出数据和真实卫星的遥测数据建立相关性分析,当数据发生异常时分析可能产生的故障模式,将故障模式反馈给故障动态注入系统,产生闭环推演,达到最优的结果,保证能正确反映在轨卫星的故障状态。

数据归档显示及处理系统的组成结构如图6所示。

图6 数据归档显示及处理系统Fig.6 Data archive &display handling system

3 闭环推演过程

闭环推演即由故障注入系统注入故障模式,动态模拟系统进行系统仿真,进而由数据归档显示及处理系统进行分析反馈给故障注入系统,达到最优结果后提交给工作人员决策。

故障推演系统的推演过程如图7所示,由数据归档显示及处理系统接收从动态模拟系统输出的遥测数据与从真实卫星接收的遥测数据进行数据归类处理,建立各种数据相关度函数。

数据分析推演,当发现数据异常时,及时根据动态模拟系统输出的各种部件状态信息进行数据分析,提出可能引起的各种故障因素进行故障推演。

软件故障注入推演。数据归档显示及处理系统生成各种故障模式提交给故障动态注入系统,由故障动态注入系统生成各模拟器可实现的软故障信息传至动态模拟系统。根据故障仿真结果,由数据归档显示及处理系统进一步计算仿真结果与实际遥测数据的相关度,达到指标后列入可能的故障数据集。

图7 故障推演系统推演过程Fig.7 Process of fault demonstration

硬件故障注入推演。工作人员根据软故障推演结果决定是否进行硬故障推演,如果工作人员认为需要进行故障推演,则下达指令生成故障节点信息,由故障注入系统实施对各部件模拟器进行硬故障注入,再重复软故障注入的过程,计算仿真结果与实际结果的相关度,并生成可能的故障数据集。

真实部件故障注入推演。由工作人员根据硬故障仿真结果决定是否进行真实部件故障注入仿真,如果需要则接入真实部件进行故障推演,达到最优结果后,工作人员根据推演指令操作及模拟结果,对真实卫星进行故障抢救,进而对比操作的结果并决定是否进行新一轮的故障推演。

故障推演系统充分利用了最先进的数据处理算法对卫星进行系统的健康管理,为决策者提供最完整的数据分析及故障控制策略,能及时发现卫星存在的问题,提高卫星的使用效率。

4 将来的工作

目前故障推演系统的总体设计已经完成,各项关键技术已经突破,接下来需要完成的是针对姿态轨道控制系统建立敏感器和执行机构的故障模式,并对故障模式进行特征分析,采用计算智能的方法进行分类,通过机器学习的方式对故障进行分类推演,达到系统故障推演的目的。

5 结束语

故障动态推演系统充分利用了地面强大的数据处理算法以及地面专家的经验知识,可以实现对卫星出现异常动态的推演,获得卫星在轨运行最完整的数据分析并进行处理,可以对卫星隐性故障进行深入分析,同时可以针对卫星在轨运行期间发现异常数据进行反复仿真验证,对卫星的状态进行深入分析论证。本文涉及的故障推演系统只是针对卫星姿态轨道控制分系统而产生,也可以推广到卫星的其他分系统。

References)

[1]叶银忠,潘日芳,蒋慰孙.动态系统的故障检测与诊断方法[J].信息与控制,1985,15(6):27-34

[2]Ding Xiaochun,Frank P M.Fault detection via optimally robust detection filters[C]// Proceedings of the 28th Conference on Decision and Control,IEEE,1989:1767-1772

[3]Ding Xiaochun,Frank P M.Fault detection via factorization approach[C]// Proceedings of the 29th Conference on Decision and Control,IEEE,1990:3623-3628

[4]Ding Xiaochun.Survey of robust residual generation and evaluation methods in observer-based fault detection system s[J].J.Proc.Cont.1997(6):403-424

[5]Yuan Shengfa ,Chu Fulei.Fault diagnosis based on support vector machines with parameter optimisation by artificial immunisation algorithm[J].Mechanical Systems and Signal Processing ,2007,21:1318-1330

[6]Wang Peng ,George V.Fault prognostics using dynamic w avelet neural networks[J].Artificial Intelligence for Engineering Design,Analysis and Manufacturing,2001,15:349-365

[7]Michael E C.Real time failure management system[R].AIAA-89-3084-cp,1989:767-775

[8]彭仁军,马雪阳,郑科宇,等.一颗低轨道卫星在轨故障抢修与恢复[J].航天器工程,2008,17(1):24-29

[9]Wang Pingfeng ,Byeng D Y.Ageneric bayesian f ramework for real-time Prognostics and H ealth Management(PHM)[C]// 50th AIAA/ASME/ASCE/AHS/ASC Structures,Structural Dynamics,and M aterials Conference ,2009:1-16