面向大型载人航天器的系统健康状态评估方法研究
2018-11-02陈润锋
载人航天 2018年5期
陈润锋,杨 宏
(中国空间技术研究院载人航天总体部,北京100094)
1 引言
可靠性和安全性一直是航天工业中关注的重点问题,特别是载人航天领域。随着载人航天活动的不断拓宽,航天器性能不断提高,系统的规模也越来越大、越来越复杂,系统发生故障/异常的可能性就越高,传统依靠产品自身的可靠性,以及设计冗余备份的方法不足以确保系统的长期安全运行。
健康状态是表征系统可靠性和安全性的重要指标,实时地掌控载人航天器系统的健康状态愈发重要。健康状态是指研究对象在完成其设计功能时的执行能力,一般可以描述为正常(健康)、异常(非健康)、以及异常情况下不同程度的性能下降(偏离健康的程度)[1]。目前,健康状态评估方法主要分成两类:经典的评估方法和基于人工智能的评估方法。经典的评估方法包含有层次分析法(Analytic Hierarchy Process, AHP)[2]、模糊理论(Fuzzy Theory)[3]和 D-S 证据理论(D-S evidence theory)[4]等。 瞿红春[5]使用 AHP 对发动机的健康状态进行了评估,建立振动监测、滑耗监测、返厂维修等12个数据指标,并将最终权值相加的结果映射至[0,1]区间,作为发动机的健康指数。Abdullayev等[6]针对燃气涡轮发动机状态数据的不确定性,运用模糊理论建立了多线性和非线性描述模型来评价发动机的健康状态。Liu B J等人[7]对液压系统的工作状态进行分类,利用D-S理论进行健康状态评估,使用熵值法来确定证据理论中的权重。这类方法的基本思想是建立评价指标体系,计算指标权重,对所有指标进行权值相加,得到最终评价结果。……
登录APP查看全文
