● 摘要
由于存在通信链路限制和通信延迟等原因，使得观测量有限、故障数据难获取成为航天应用的一个显著特征，而故障诊断技术对于保证可靠性至关重要。基于模型的诊断方法是诊断领域的一个重要分支，由于其能够模拟系统内在的因果关系和推理过程，因而在观测量不足或预测范围之外观测出现的情况下，也能够很好地定位根源故障。国内外众多学者的研究成果及在实际航天任务的成功应用表明，基于模型的诊断方法是实现航天器自主诊断的有效途径之一。本文主要从理论上对基于模型诊断方法进行了深入研究，包括建模方法、静态诊断、动态诊断三个方面。同时针对航天应用中实际存在的不确定观测问题，给出了观测序列的还原方法。传统的定性建模在一定程度上削弱了模型的表述能力，而对连续变量的离散化会使诊断空间变得非常庞大，使诊断算法的复杂度指数增长。本文提出了一种基于有限状态机的分层建模方法及模型描述语言，采用面向对象的思想降低了建模难度，将命题逻辑和一阶逻辑相结合，提高了模型的表述能力，并利用命题逻辑在推理复杂度上的优势降低后续诊断算法的运算复杂度。极小碰集求解是静态系统诊断的重要步骤。本文提出一种基于参数矩阵的极小碰集求解算法M-MHS，利用参数矩阵描述元素与集合的关系，通过矩阵分解和剪枝规则提高求解效率，并给出非参数化和参数化两种求解方法，以满足不同的诊断需求。动态系统诊断需考虑系统随时间的状态变化轨迹，因此状态空间大小与元件个数、时间是双指数关系。从简化状态更新的角度，本文提出了一种结合了粒子滤波和不确定规划图的PF_LUG算法，根据粒子分布近似状态的后验概率，避免了直接计算，并利用不确定规划图有效解决了传统轨迹枚举方法中由重复状态导致的轨迹空间增大问题。故障的判定和定位都依赖于观测序列，而在实际应用中由于存在多种不确定因素，使接收到的观测序列与发出的序列不相同，因此需要还原后再进行诊断。本文提出了一种基于距离判定的观测序列还原算法，充分利用同通道或同时钟观测序列中的隐含信息，构建若干线性观测子序列，再根据通道最大延迟及观测的实际接收时间计算归并序列，有效避免了错误序列的产生进而缩小了诊断解空间。本文通过对以上四方面的研究，实现了整个诊断流程的闭环，为实际应用提供了理论支持。