CN102735238B - 一种基于相关性模型的红外地球敏感器测点优化配置方法 - Google Patents

Abstract

本发明公开了一种基于相关性模型的红外地球敏感器测点优化配置方法，首先建立红外地球敏感器功能模块的关联关系图，然后针对红外地球敏感器在轨和测试阶段发生的各种故障，确定红外地球敏感器故障模式集合，在各功能模块关联关系图的基础上，得到红外地球敏感器的多信号流图，并基于多信号流图建立红外地球敏感器的故障与状态信息相关矩阵，基于建立的故障与状态信息相关矩阵，获得使所有故障都具有可检测性的最优测点集合和使所有故障都具有可分离性的最优测点集合。本发明保证在满足资源约束的情况下检测和分离尽可能多的故障，为卫星控制系统的可诊断性设计提供依据。

Description

一种基于相关性模型的红外地球敏感器测点优化配置方法

技术领域

本发明涉及一种基于相关性模型的红外地球敏感器测点优化配置方法，属于航天故障诊断技术领域。

背景技术

红外地球敏感器，作为卫星控制系统的一种敏感器，主要借助于光学手段获取卫星相对于地球的姿态信息，经处理输出承载此信息的信号，它是卫星捕获地球及对地定向的必要手段。目前，AOCC得到的红外地球敏感器的可测信息主要有电源状态遥测、探测器温度遥测、EP状态以及滚动和俯仰角度等信号。若要实现故障定位，要求各测点能充分体现故障变化，通过测点的不同表现形式实现故障诊断。但从故障诊断的角度对地球敏感器测点进行分析可知目前地球敏感器的测点配置情况存在一些问题，即地球敏感器测点配置的极少，而且在众多的故障中，电源状态遥测和探测器温度遥测只体现了非常少的故障，这对于故障诊断来说极为不利，很难实现故障定位。目前，在红外地球敏感器研制中测点配置主要依靠设计人员的经验，以故障诊断为目的的考虑较少，即使有也只是针对特定的关重故障给出相应的测点，尚缺乏以可诊断性为目标的测点优化配置的相关理论与方法指导。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供一种基于相关性模型的红外地球敏感器测点优化配置方法，保证在满足资源约束的情况下检测和分离尽可能多的故障，为卫星控制系统的可诊断性设计提供依据。

本发明的技术解决方案是：一种基于相关性模型的红外地球敏感器测点优化配置方法，步骤如下：

(1)对红外地球敏感器进行功能模块划分，并根据各功能模块输入与输出的连接关系和状态信息流向，建立红外地球敏感器功能模块的关联关系图；

(2)针对红外地球敏感器在轨和测试阶段发生的各种故障，对红外地球敏感器进行故障模式影响分析，确定红外地球敏感器故障模式集合F＝{F₁，F₂，…F_m}，m为故障模式个数；

(3)在步骤(1)建立的各功能模块关联关系图的基础上，标识出各功能模块故障的影响关系，得到红外地球敏感器的多信号流图，基于多信号流图并依据故障到状态信息的可达性建立红外地球敏感器的故障与状态信息相关矩阵，将多信息流图和关联矩阵统称为相关性模型；

(4)基于步骤(3)建立的故障与状态信息相关矩阵，获得使所有故障都具有可检测性的最优测点集合；

(5)基于步骤(3)建立的故障与状态信息相关矩阵，获得使所有故障都具有可分离性的最优测点集合。

所述步骤(3)中基于多信号流图并依据故障到状态信息的可达性建立红外地球敏感器的故障与状态信息相关矩阵的方法为：

(1)定义故障与状态信息相关矩阵：

$D_{m\×n}=\left[\begin{array}{cccc}{d}_{11}& d_{12}& ...& d_{1n}\\ d_{21}& d_{21}& ...& d_{2n}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ d_{m1}& d_{m2}& ...& d_{\mathrm{mn}}\end{array}\right]$

其中，行向量为功能模块对应的故障模式，m为故障模式个数，列向量为状态信息，n为状态信息个数，矩阵元素初始值均为0；

(2)遍历多信号流图，生成相应的故障列表和状态列表；

(3)根据故障列表和状态列表建立故障与状态信息相关矩阵，具体过程为：从故障模式F_i所在功能模块出发，沿输出方向按广度优先搜索遍历多信号流图，凡是能够到达的状态点，即为该故障模式的可达状态点，其它状态点为不可达状态点，当故障模式与状态均可达时则矩阵元素d_ij为1，否则为0，i∈(1，m)，j∈(1，n)。

所述步骤(4)中获得使所有故障都具有可检测性的最优测点集合的方法为：

(1)对于故障与状态信息相关矩阵，计算每个状态所在列中非0元素的个数，并依据递减方式对所有状态进行排序；

(2)将排在最前面的状态加入最优测点集合，并删除该状态对应列中非0元素所在的行：

(3)重复步骤(1)-(2)，直到删除所有行为止。

所述步骤(5)中获得使所有故障都具有可分离性的最优测点集合的方法为：

(1)对于故障与状态信息相关矩阵，若存在状态s_p，其对应列中只有一个非零元素，则将该状态s_p加入最优测点集中，同时删除非零元素对应的行，否则执行步骤(2)；

(2)计算每个状态信息的故障分离权值W_FI，计算公式为：其中，Z为所有子矩阵个数，为第k个子矩阵中状态j对应元素d_ij＝1的个数，为第k个子矩阵中状态j对应元素d_ij＝0的个数，且 $\underset{k=1}{\overset{Z}{\mathrm{\Σ}}}(N_{\mathrm{jk}}^1+N_{\mathrm{jk}}^0)=m;$

(3)选取W_FIj最大的状态s_j，并将其加入最优测点集合中；

(4)针对所选状态s_j，依次将步骤(2)中的所有子矩阵作为当前矩阵，根据矩阵分割方法对当前矩阵进行分割；

(5)对分割得到的各子矩阵重复步骤(1)-(4)，直到各子矩阵是0为止。

所述获得使所有故障都具有可分离性的最优测点集合的方法中步骤(4)的实现方法为：

(1)根据选择的状态s_j，对当前矩阵D^*进行初等变换，u为当前矩阵D^*的行：对状态s_j对应的列向量中d_ij，i＝1，2，…，u进行筛选，将d_ij＝1的行前移，使得当i＝1，2，…，时，d_ij＝1；当 时，d_ij＝0，其中为s_j所对应元素d_ij＝1的个数，j＝1，2，…，n；

(2)对当前矩阵D^*初等变换完成后，将D^*分割为两个子矩阵D₁和D₂，其中D₁为当前矩阵D^*的前行，D₂为当前矩阵D^*的行，完成对当前矩阵的分割。当前矩阵D^*的初值为故障与状态信息相关矩阵D_mxn。

本发明与现有技术相比的有益效果是：

(1)目前，在红外地球敏感器研制中主要依靠设计人员的经验配置部件的测点，尚未形成系统化、标准化的测点设计方法。本发明通过多信号流图建立故障模式到状态信息的相关矩阵，根据相关矩阵对测点的故障检测能力进行排序。在可诊断性设计时首先选择故障检测能力强的测点，从而提高红外地球敏感器的可检测性。

(2)在对红外地球敏感器进行故障可检测性测点优化的基础上，本发明进一步从故障分离角度提出了可分离性测点优化设计方法。该方法利用故障分离权值描述测点的故障分离能力，进而对测点进行排序。在可诊断性设计时首先选择故障分离能力强的测点，从而提高红外地球敏感器可分离性。

(3)除了能够实现对红外地球敏感器的测点优化，本发明还可推广应用于其他卫星部件的可诊断性设计，也可用于卫星遥测参数表的设计，从而有效地提高卫星在轨故障诊断能力。

(4)本发明建立的红外地球敏感器相关性模型为定性模型，具有易于构建、计算简单的优点，适用于工程设计。

附图说明

图1为本发明的实现流程框图；

图2为红外地球敏感器功能模块的关联关系图；

图3为红外地球敏感器的多信号流图。

具体实施方式

如图1所示，本发明的步骤为：

(1)对红外地球敏感器进行功能模块划分，并根据各功能模块输入与输出的连接关系和状态信息流向，建立红外地球敏感器功能模块的关联关系图；

(2)针对红外地球敏感器在轨和测试阶段发生的各种故障，对红外地球敏感器进行故障模式影响分析，确定红外地球敏感器故障模式集合F＝{F₁，F₂，…F_m}，m为故障模式个数；

(3)在步骤(1)建立的各功能模块关联关系图的基础上，标识出各功能模块故障的影响关系，得到红外地球敏感器的多信号流图，基于多信号流图并依据故障到状态信息的可达性建立红外地球敏感器的故障与状态信息相关矩阵，将多信息流图和关联矩阵统称为相关性模型；

(4)基于步骤(3)建立的故障与状态信息相关矩阵，获得使所有故障都具有可检测性的最优测点集合；

(5)基于步骤(3)建立的故障与状态信息相关矩阵，获得使所有故障都具有可分离性的最优测点集合。

步骤(1)的具体实施方式：

红外地球敏感器是一种相对于地球中心测量俯仰角和滚动角的姿态敏感器，对卫星准确进入轨道和保持姿态起重要作用，其功能模块可划分为复合视场地球探头、四路模拟通道、扫描轴系统及驱动电路、扫描角读出装置、俯仰和滚动逻辑计算单元、命令和数据接口电路和二次电源，各功能模块作用如表1所示。

红外地球敏感器光学系统包括4束铅笔型射束组成的复合视场，在正常情况下，随着扫描轴系的摆动，这些射束沿南北纬45°的扫描路径对地平进行扫描，扫描路径包括空间段和地平段。四路地球信号经过四路模拟通道分别处理后产生空/地、地/空穿越信号，然后与内部扫描基准进行相位比较，得到的信息经逻辑电路处理后得到俯仰与滚动姿态信息。

分析各功能模块的输入与输出连接关系，得到图2所示的红外地球敏感器功能模块的关联关系图，图中所有状态信息如表2所示。

表1红外地球敏感器功能模块

表2红外地球敏感器状态信息

(2)步骤二的实施万式：

通过对红外地球敏感器进行故障模式影响分析(FMEA，Failure Mode andEffect Analysis)，得到在轨和测试阶段发生的典型故障模式集合为F＝{F₁，F₂，…F_m}，如表3所示。

表3红外地球敏感器主要故障模式

步骤（3)的具体实施力式：

步骤(3)主要建立相关性模型，包括多信号流图的建立和故障与状态信息相关矩阵的获得。

在步骤(1)功能模块关联关系图的基础上，标识出各功能模块故障的影响关系，得到红外地球敏感器的多信号流图，如图3所示。

所述步骤(3)中基于多信号流图并依据故障到状态信息的可达性建立红外地球敏感器的故障与状态信息相关矩阵的方法为：

(1)定义故障与状态信息相关矩阵：

$D_{m\×n}=\left[\begin{array}{cccc}{d}_{11}& d_{12}& ...& d_{1n}\\ d_{21}& d_{21}& ...& d_{2n}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ d_{m1}& d_{m2}& ...& d_{\mathrm{mn}}\end{array}\right]$

其中，行向量为功能模块对应的故障模式，m为故障模式个数，列向量为状态信息，n为状态信息个数，矩阵元素初始值均为0；

(2)遍历多信号流图，生成相应的故障列表和状态列表；

(3)根据故障列表和状态列表建立故障与状态信息相关矩阵，具体过程为：从故障模式F_i所在功能模块出发，沿输出方向按广度优先搜索遍历多信号流图，凡是能够到达的状态点，即为该故障模式的可达状态点，其它状态点为不可达状态点，当故障模式与状态均可达时则矩阵元素d_ij为1，否则为0，i∈(1，m)，j∈(1，n)。

基于表2所示的各种状态以及红外地球敏感器的多信号流图，建立故障与状态之间的相关矩阵D_mxn，如表4所示。

表4故障与状态信息相关矩阵D_m×n

	s1	s2	s3	s4	s5	s6	s7	s8	s9	s10	s11	s12	s13	s14	s15	s16	s17
																		F1	1	0	0	0	1	1	1	1	0	0	0	0	0	1	1	1	1
F2	0	1	0	0	0	0	1	1	1	1	1	1	1	1	1	1	1
																		F3	0	0	1	0	0	0	0	0	0	0	0	0	0	1	1	1	1
F4	0	0	0	1	0	0	0	0	0	1	1	1	1	1	1	1	1
																		F5	0	0	0	0	1	0	1	1	0	0	0	0	0	1	1	1	1
F6	0	0	0	0	0	0	1	0	0	0	0	0	0	1	1	1	1
																		F7	0	0	0	0	0	0	0	1	0	0	0	0	0	1	1	1	1
F8	0	0	0	0	0	0	0	0	1	1	1	1	1	1	1	1	1
																		F9	0	0	0	0	0	0	0	0	0	1	0	0	0	1	1	1	1
F10	0	0	0	0	0	0	0	0	0	0	1	0	0	1	1	1	1
																		F11	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0
F12	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	1

步骤(4)的具体实施方式：

步骤四主要是基于故障-状态信息相关矩阵，获得使所有故障都具有可检测性的最优测点集合，基本步骤如下：

(1)对于故障与状态信息相关矩阵，计算每个状态所在列中非0元素的个数，并依据递减方式对所有状态进行排序；

(2)将排在最前面的状态加入最优测点集合，并删除该状态对应列中非0元素所在的行；

(3)重复步骤(1)-(2)，直到删除所有行为止。

依照上述步骤得到使红外地球敏感器所有故障具有可检测性的最优测点是{s₁₄，s₁₅}和{s₁₆，s₁₇}。

步骤(5)的具体实施方式：

步骤(5)主要是基于故障与状态信息相关矩阵，获得使所有故障都具有可分离性的最优测点集合，基本步骤如下：

(1)对于故障与状态信息相关矩阵，若存在状态s_p，其对应列中只有一个非零元素，则将该状态s_p加入最优测点集中，同时删除非零元素对应的行，否则执行步骤(2)；

(2)计算每个状态信息的故障分离权值W_FI，计算公式为：其中，Z为所有子矩阵个数，为第k个子矩阵中状态j对应元素d_ij＝1的个数，为第k个子矩阵中状态j对应元素d_ij＝0的个数，且 $\underset{k=1}{\overset{Z}{\mathrm{\Σ}}}(N_{\mathrm{jk}}^1+N_{\mathrm{jk}}^0)=m;$

(3)选取W_FIj最大的状态s_j，并将其加入最优测点集合中；

(4)针对所选状态s_j，依次将步骤(2)中的所有子矩阵作为当前矩阵，根据矩阵分割方法对当前矩阵进行分割；

(5)对分割得到的各子矩阵重复步骤(1)-(4)，直到各子矩阵是0为止。

根据测点s_j分割当前矩阵D^*的基本思路是：(1)根据选择的状态s_j，对当前矩阵D^*进行初等变换，u为当前矩阵D^*的行：对状态s_j对应的列向量中d_ij，i＝1，2，…，u进行筛选，将d_ij＝1的行前移，使得当i＝1，2，…，时，d_ij＝1；当 时，d_ij＝0，其中为s_j所对应元素d_ij＝1的个数，j＝1，2，…，n；

(2)对当前矩阵D^*初等变换完成后，将D^*分割为两个子矩阵D₁和D₂，其中D₁为当前矩阵D^*的前行，D₂为当前矩阵D^*的行，完成对当前矩阵的分割。

当前矩阵D^*的初值为故障与状态信息相关矩阵D_mxn。

基于表4所示的故障与状态信息相关矩阵，利用上述步骤可得，使F＝{F₁，F₂，…，F₁₂}都具有可分离性的最优测点是{s₁，s₂，s₃，s₄，s₅，s₇，s₈，s₉，s₁₀，s₁₁，s₁₄，s₁₅}或{s₁，s₂，s₃，s₄，s₅，s₇，s₈，s₉，s₁₀，s₁₁，s₁₆，s₁₇}。

在对红外地球敏感器进行设计时，测点配置方法是根据测点排序，由前至后主逐个增加测点，直到红外地球敏感器的可诊断性满足设计指标要求为止。由于本发明利用相关矩阵对测点的故障诊断能力由大到小进行排序，因此根据由前至后的顺序选择测点使设计的测点能够检测和分离尽可能多的故障，从而提高红外地球敏感器的可诊断性。

本发明未详细描述内容为本领域技术人员公知技术。

Claims (5)

1.一种基于相关性模型的红外地球敏感器测点优化配置方法，其特征在于步骤如下：

(1)对红外地球敏感器进行功能模块划分，并根据各功能模块输入与输出的连接关系和状态信息流向，建立红外地球敏感器功能模块的关联关系图；

(2)针对红外地球敏感器在轨和测试阶段发生的各种故障，对红外地球敏感器进行故障模式影响分析，确定红外地球敏感器故障模式集合F＝{F₁，F₂，…F_m}，m为故障模式个数；

(3)在步骤(1)建立的各功能模块关联关系图的基础上，标识出各功能模块故障的影响关系，得到红外地球敏感器的多信号流图，基于多信号流图并依据故障到状态信息的可达性建立红外地球敏感器的故障与状态信息相关矩阵，将多信息流图和关联矩阵统称为相关性模型；

(4)基于步骤(3)建立的故障与状态信息相关矩阵，获得使所有故障都具有可检测性的最优测点集合；

(5)基于步骤(3)建立的故障与状态信息相关矩阵，获得使所有故障都具有可分离性的最优测点集合。

2.根据权利要求1所述的一种基于相关性模型的红外地球敏感器测点优化配置方法，其特征在于：所述步骤(3)中基于多信号流图并依据故障到状态信息的可达性建立红外地球敏感器的故障与状态信息相关矩阵的方法为：

(1)定义故障与状态信息相关矩阵：

其中，行向量为功能模块对应的故障模式，m为故障模式个数，列向量为状态信息，n为状态信息个数，矩阵元素初始值均为0；

(2)遍历多信号流图，生成相应的故障列表和状态列表； 

(3) 根据故障列表和状态列表建立故障与状态信息相关矩阵，具体过程为：从故障模式F_i所在功能模块出发，沿输出方向按广度优先搜索遍历多信号流图，凡是能够到达的状态点，即为该故障模式的可达状态点，其它状态点为不可达状态点，当故障模式与状态均可达时则矩阵元素d_ij为1，否则为0，i∈(1，m)，j∈(1，n)。

3.根据权利要求2所述的一种基于相关性模型的红外地球敏感器测点优化配置方法，其特征在于：所述步骤(4)中获得使所有故障都具有可检测性的最优测点集合的方法为： 

(a)对于故障与状态信息相关矩阵，计算每个状态所在列中非0元素的个数，并依据递减方式对所有状态进行排序； 

(b)将排在最前面的状态加入最优测点集合，并删除该状态对应列中非0元素所在的行； 

(c)重复步骤(a)-(b)，直到删除所有行为止。 

4.根据权利要求2所述的一种基于相关性模型的红外地球敏感器测点优化配置方法，其特征在于：所述步骤(5)中获得使所有故障都具有可分离性的最优测点集合的方法为： 

(A)对于故障与状态信息相关矩阵，若存在状态s_p，其对应列中只有一个非零元素，则将该状态s_p加入最优测点集中，同时删除非零元素对应的行，否则执行步骤(B)； 

(B)计算每个状态信息的故障分离权值W_FI，计算公式为： 其中，Z为所有子矩阵个数，为第k个子矩阵中状态j对应元素d_ij＝1的个数，为第k个子矩阵中状态j对应元素d_ij＝0的个数，且

(C)选取W_FIj最大的状态s_j，并将其加入最优测点集合中； 

(D)针对所选状态s_j，依次将步骤(B)中的所有子矩阵作为当前矩阵，根据矩阵分割方法对当前矩阵进行分割； 

(E)对分割得到的各子矩阵重复步骤(A)-(D)，直到各子矩阵是0为止。 

5.根据权利要求4所述的一种基于相关性模型的红外地球敏感器测点优化配置方法，其特征在于：所述步骤(D)的矩阵分割方法为： 

(1)根据选择的状态s_j，对当前矩阵D^*进行初等变换，u为当前矩阵D^*的行：对状态s_j对应的列向量中d_ij进行筛选，i＝1，2，…，u，将d_ij＝1的行前移，使得当时，d_ij＝1；当时，d_ij＝0，其中为s_j所对应元素d_ij＝1的个数，j＝1，2，…，n； 

(2)对当前矩阵D^*初等变换完成后，将D^*分割为两个子矩阵D₁和D₂，其中D₁为当前矩阵D^*的前行，D₂为当前矩阵D^*的行，完成对当前矩阵的分割；当前矩阵D^*的初值为故障与状态信息相关矩阵D_m×n。