● 摘要
开展航天器故障诊断对于确保航天器运行的安全性和可靠性是至关重要的，基于模型的故障诊断技术是当前故障诊断领域的研究热点。但是由于实际系统存在大量不确定信息，使得故障诊断的实施较为困难。贝叶斯网络是一种基于网络结构的有向图解描述，非常适用于不确定性和概率性的知识表达和推理。因此，研究贝叶斯网络在故障诊断领域中的应用具有重要意义。
本论文首先研究了基于贝叶斯网络的故障诊断理论。从故障诊断技术分类的角度，系统介绍了常用的故障诊断方法；从定性模型和定量模型两个方面，讨论了基于模型的故障诊断技术；研究了贝叶斯网络的理论基础；探讨了有效的贝叶斯网络推理算法，包括精确推理算法和近似推理算法；研究了参数学习和结构学习两种贝叶斯网络学习技术。
其次，以理论研究为基础，详细设计了基于贝叶斯网络的故障诊断方案，将贝叶斯网络方法应用到故障诊断当中。提出了诊断架构，确立了诊断模型及诊断用例，采用精确推理算法和近似推理算法进行贝叶斯推理，并分析了算法性能。设计了仿真平台的功能，为诊断方案的实施提供人机接口，实现对算法的验证。
最后，详细介绍了基于贝叶斯网络的故障诊断方案实现方法，包括贝叶斯网络的构造方法、推理算法实现及采用GUI搭建仿真平台。给出了在给定具体观测量和查询量情况下，VE算法、RVE算法和似然加权算法的推理结果，并对推理效率进行了分析和比较。通过仿真平台实现了完整的诊断方案，得到诊断结果，验证了基于贝叶斯网络故障诊断方案的可行性和准确性。