论文部分内容阅读
由于航天科技的飞速发展,空间环境的日益复杂,卫星的规模也向着巨型化不断发展,这也对卫星的故障诊断技术提出了更苛刻的要求。本文首先确立以卫星姿态控制系统为研究对象,对卫星姿态控制系统故障诊断技术进行了理论方面的研究,结合自适应观测器和贝叶斯网络方法的优点,对卫星姿态控制系统出现的执行机构故障进行诊断。论文主要进行了以下几项工作：首先对故障诊断的概念、故障诊断常用的方法及分类简要的介绍,并系统地分析了航天器故障诊断常用方法,以及航天器故障诊断技术的发展方向。列举了几种卫星常用的坐标系,并对卫星的姿态描述方法进行介绍。根据卫星的物理描述,给出了卫星的姿态运动学方程和动力学方程。针对系统中易于发生故障的测量机构与执行机构,结合其可能发生的故障,进行了简单的描述,并给出了相对应的数学模型。建立卫星姿态控制系统的闭环仿真模型,为后两章的故障诊断研究奠定基础。针对系统执行机构的常见故障,结合人工神经网络的优点,基于径向基函数(Radial Basis Function, RBF)人工神经网络,设计出相应的自适应故障诊断观测器。利用Lyapunov稳定性定理证明了基于RBF神经网络的自适应故障诊断观测器的稳定性。通过与故障检测观测器进行对比,验证了自适应观测器的有效性和优越性,完成了系统级到部件级的故障诊断,实现了对执行机构故障的实时诊断。针对动量轮故障中存在的不确定性,提出了基于贝叶斯网络的故障诊断方法。简要介绍了贝叶斯网络的概率理论基础及故障模式和影响分析(FMEA)分析获取故障知识的方法。在结合贝叶斯网络模型、FMEA及“故障原因—故障模式—故障影响”因果关系的基础上,提出按结构组成分层构建CME(Cause-Mode-Effect)三层网络进行诊断。详细介绍了动量轮贝叶斯网络故障诊断模型的构建方法、推理过程,并通过仿真说明了该方法的便捷性,最终完成部件级到元件级的故障诊断。