CN107963240B - 一种重复使用运载器自主故障诊断及智能维护系统及方法 - Google Patents

一种重复使用运载器自主故障诊断及智能维护系统及方法 Download PDF

Info

Publication number
CN107963240B
CN107963240B CN201711155372.1A CN201711155372A CN107963240B CN 107963240 B CN107963240 B CN 107963240B CN 201711155372 A CN201711155372 A CN 201711155372A CN 107963240 B CN107963240 B CN 107963240B
Authority
CN
China
Prior art keywords
reusable launch
launch vehicles
signal stream
fault diagnosis
cij
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711155372.1A
Other languages
English (en)
Other versions
CN107963240A (zh
Inventor
陈洪波
代京
杜刚
黄喜元
朱永贵
曹晓瑞
满益明
陈尚
吴俊辉
韩金鹏
陈灿辉
王骞
李�昊
康军
刘海光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Launch Vehicle Technology CALT
Original Assignee
China Academy of Launch Vehicle Technology CALT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Academy of Launch Vehicle Technology CALT filed Critical China Academy of Launch Vehicle Technology CALT
Priority to CN201711155372.1A priority Critical patent/CN107963240B/zh
Publication of CN107963240A publication Critical patent/CN107963240A/zh
Application granted granted Critical
Publication of CN107963240B publication Critical patent/CN107963240B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64GCOSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00Cosmonautic vehicles
    • B64G1/22Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于多信号流的重复使用运载器自主故障诊断及智能维护系统及方法,属于航天器故障诊断与维护保障技术领域。本发明依据故障诊断结果,智能推算周期、经费最优化维护方法,实现智能维护,从而解决了可重复使用运载器故障诊断“人在回路”参与量大、一定的滞后性且维护周期长、成本高的问题,实现了可重复使用运载器快速在线故障诊断以及智能维护,有利于为运载器实现快速重复使用提供技术支撑。

Description

一种重复使用运载器自主故障诊断及智能维护系统及方法
技术领域
本发明涉及一种基于多信号流的重复使用运载器自主故障诊断及智能维护系统及方法,属于航天器故障诊断与维护保障技术领域。
背景技术
基于多信号流的自主故障诊断及智能维护方法是重复使用运载器实现快速自主诊断与维护的关键技术。就重复使用运载器而言,需要经历①地面准备段->②上升段->③在轨运行段->④再入返回段->①地面准备段->……,各种飞行任务阶段恶劣的环境条件,导致运载器处于复杂的力、热及电磁与空间环境。与传统运载器不同,重复使用运载器需要实现再入返回和着陆检测维护后再次执行任务,需在运载器着陆后进行一系列的测试维护保障工作,而如何进行快速的诊断维护,直接决定着重复使用运载器的安全程度和出勤率,这就对重复使用运载器的诊断和维护方法提出了更高的要求。
航天领域传统火箭、导弹、卫星、飞船等型号的故障判别采用遥测下传、人工事后判读的方式,此种方式往往具有滞后性和大量的“人在回路”活动参与,而重复使用运载器不仅对在线安全可靠需求强烈,而且需要返回后快速维护使用,因而需要实时性强的自主故障诊断及智能维护手段。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提出一种重复使用运载器自主故障诊断及智能维护系统及方法,既能解决可重复使用运载器故障诊断“人在回路”参与量大、存在一定的滞后性的问题,又能解决维护周期长、成本高的问题,实现可重复使用运载器快速在线故障诊断以及智能维护,有利于为运载器实现快速重复使用提供技术支撑。
本发明的技术解决方案是:
一种重复使用运载器自主故障诊断及智能维护系统,该系统采用三级多信号流传递模型,该系统包括子单元、区域管理器和平台管理器;
所述的子单元用于收集重复使用运载器的基本信息,并将收集到的基本信息转化为电信号后传递至区域管理器,所述子单元可以是独立传感器,也可以是采集电路等;所述的重复使用运载器的基本信息包括电压、电流、过载、温度、气压等各类物理量;
所述的区域管理器用于接收各子单元传递来重复使用运载器的基本信息,并进行区域级处理,生成故障诊断冲突信息并传递给平台管理器,实现区域内故障一级隔离;
所述的平台管理器用于接收各区域管理器传递来的故障诊断冲突信息,并进行跨区域级处理,实现跨区域故障二级隔离。
所述的区域内故障一级隔离,包括基于门限阈值的基本信息I级判读和基于区域内多信号流冲突的II级自主诊断;
所述的跨区域故障二级隔离,包括基于跨区域多信号流冲突的III级自主诊断。
所述基于门限阈值的基础信息I级判读的方法包括:
对正常范围有上下限阈值且确定的重复使用运载器的基本信息进行监测,当该信息转化的电信号超出设定阀值时,认为该电信号对应的对象发生故障;当被测电信号超出设定阀值时,冲突信号流产生,当故障发生时通过主备切换,有效隔离故障;
通常情况下,对反映的被检测对象的某个重要特性参数m(t)进行检测,具体的监测规则为:
mmin(t)<m(t)<mmax(t)
式中:mmin(t)和mmax(t)为特性参数m(t)的下限和上限,t为时间变量。
当被检测对象满足上式时,无冲突信号流产生,当被检测对象不满足上式,即被测信号超出设定阀值时,冲突信号流产生,提供报警预示或采取冗余措施切换到备用系统,有效隔离故障。
所述基于区域内多信号流冲突的II级自主诊断的方法包括:
区域管理器对经过I级判读产生的故障冲突信号流进行II级自主诊断,进行区域内故障隔离。
以区域内多信号流关系为基础,对交联耦合信号流进行解耦,建立含有组件相互依赖关系的多信号流冲突依赖矩阵模型,如下表所示:
表中:
Cj,j为正整数,j≥1,表示重复使用运载器区域内第j个子对象;
Sj,j为正整数,j≥1,表示重复使用运载器区域内第j个冲突信号流。
表中“1”表示其对应的纵向位置上的某个运载器子对象出现故障与横向位置上的冲突信号流耦合。
依据区域内故障群的交联耦合程度,采用基于知识库的冲突信号流解耦方法:
(1)若存在全部冲突信号流Sj与某一Cj耦合,则该Cj为故障隔离结果;
(2)若存在某一冲突信号流Sj与惟一Cj耦合,则该Cj为故障隔离结果之一;
(3)若存在某一Cij与最多个冲突信号流耦合,则该Cij为疑似故障隔离结果之一。
区域管理器得到上述冲突信号流过程信息以及故障诊断结果后,发送至平台管理器,进而实现基于跨区域多信号流冲突的III级自主诊断。
所述基于跨区域多信号流冲突的III级自主诊断的方法,包括:
平台管理器对经过区域内II级自主诊断产生的冲突信号流及结果进行III级自主诊断,进行跨区域故障隔离。
平台管理器以跨区域多信号流关系为基础,对交联耦合信号流进行解耦,建立含有组件相互依赖关系的多信号流冲突依赖矩阵模型,如下表所示:
表中:
Cij,i、j为正整数,i≥1,j≥1,i表示重复使用运载器第i个区域,j表示重复使用运载器第i个区域内第j个子对象;
Sij,i、j为正整数,i≥1,j≥1,i表示重复使用运载器第i个区域,j表示重复使用运载器第i个区域内第j个冲突信号流。
表中“1”表示其对应的纵向位置上的某个运载器子对象出现故障与横向位置上的冲突信号流耦合。
依据跨区域故障群的交联耦合程度,采用基于知识库的冲突信号流解耦方法:
(1)若存在全部冲突信号流Sij与某一Cij耦合,则该Cij为故障隔离结果;
(2)若存在某一冲突信号流Sij与惟一Cij耦合,则该Cij为故障隔离结果之一;
(3)若存在某一Cij与最多个冲突信号流耦合,则该Cij为疑似故障隔离结果之一;
(4)若存在某一疑似Cij与正常Cij相同,则该Cij不作为故障隔离结果。
得到上述冲突信号流过程信息以及故障诊断结果后,进而支撑智能推算周期、经费最优化维护方法,实现智能维护。
所述智能维护方法以基于跨区域多信号流冲突的III级自主诊断结果为依据,推算周期、经费最优化维护方法,供研制人员决策。
以重复使用运载器故障隔离或疑似故障隔离结果为基础,建立诊断-维护关联矩阵,如下表所示。
表中:
Cij,i、j为正整数,i≥1,j≥1,i表示重复使用运载器第i个区域,j表示重复使用运载器第i个区域内第j个子对象,表中Cij单独列表征与拆装某一对象牵涉到的其他对象;
Xij,i、j为正整数,i≥1,j≥1,表示重复使用运载器第i个区域内第j个子对象对应的拆装费用或拆装周期;
Fij,i、j为正整数,i≥1,j≥1,表示重复使用运载器第i个区域内第j个子对象对应的功能测试种类;
Tij,i、j为正整数,i≥1,j≥1,表示重复使用运载器第i个区域内第j个子对象对应的功能测试费用或功能测试周期;
Mij,i、j为正整数,i≥1,j≥1,表示重复使用运载器第i个区域内第j个子对象对应的功能维修费用或功能维修周期。
以基于跨区域多信号流冲突的III级自主诊断结果为依据,对重复使用运载器故障隔离或疑似故障隔离结果分别调用上述对应矩阵信息,推算周期、经费最优化维护方法,供研制人员决策。
对正常范围有上下限阈值且确定的信号进行监测,当其超出设定阀值时,认为该信号对应的对象发生故障。当被测信号超出设定阀值时,冲突信号流产生,当故障发生时通过主备切换,有效隔离故障。
通常情况下,对反映的被检测对象的某个重要特性参数m(t)进行检测,具体的监测规则为:
mmin(t)<m(t)<mmax(t)
式中:mmin(t)和mmax(t)为特性参数m(t)的下限和上限,t为时间变量。
当被检测对象满足上式时,无冲突信号流产生,当被检测对象不满足上式,即被测信号超出设定阀值时,冲突信号流产生,提供报警预示或采取冗余措施切换到备用系统,有效隔离故障。
自主故障诊断及智能维护方法:
(1)通过子单元收集重复使用运载器的基本信息,并将收集到的基本信息转化为电信号后传递至区域管理器;
(2)通过区域管理器接收各子单元传递来重复使用运载器的基本信息,进行重复使用运载器基本信息I级判读及区域内多信号流冲突的II级自主诊断,实现区域内故障一级隔离,控制故障单机实施冗余切换,并将区域内的故障诊断冲突信息传递给平台管理器;
(3)通过平台管理器接收各区域管理器传递来的故障诊断冲突信息,进行跨区域多信号流冲突的III级自主诊断,实现跨区域故障二级隔离,并给出重复使用运载器周期、经费维护优化建议。
本发明与现有技术相比的有益效果是:
(1)本发明采用对多系统交联耦合信号流进行解耦,建立三级多信号流传递模型,进而构建含有组件相互依赖关系的多信号流冲突依赖矩阵模型,实现自主故障诊断推理的图模型转换,奠定自主故障诊断技术基础;
(2)本发明采用基于门限阈值的基础信息I级判读、基于区域内多信号流冲突的II级自主诊断和基于跨区域多信号流冲突的III级自主诊断分层推进式方法。针对故障群的交联耦合程度,建立一套用于故障隔离的冲突最小诊断集处理体系,实现故障快速准确检测与隔离;
(3)本发明依据故障诊断结果,智能推算周期、经费最优化维护方法,实现智能维护,从而解决了可重复使用运载器故障诊断“人在回路”参与量大、一定的滞后性且维护周期长、成本高的问题,实现了可重复使用运载器快速在线故障诊断以及智能维护,有利于为运载器实现快速重复使用提供技术支撑。
(4)自主故障诊断及智能维护方法通过智能化手段,基于运载器健康状态信息,实时在线推理,自主形成维护结论,显著减少“人在回路”工作量,满足快速、强实时需求。
(5)本发明公开了一种基于多信号流的重复使用运载器自主故障诊断及智能维护方法,针对可重复使用运载器既要满足故障信息快速识别与排查等,为后续实现维护提供依据,也要满足如何实现维护的快速性与经济性问题。通过对多系统交联耦合信号流进行解耦,建立含有组件相互依赖关系的多信号流冲突依赖矩阵模型,实现自主故障诊断推理的图模型转换;针对故障群的交联耦合程度,建立一套用于故障隔离的冲突最小诊断集处理规则,实现故障快速准确检测与隔离;依据故障诊断结果,智能推算周期、经费最优化维护方法,实现智能维护。从而解决了可重复使用运载器故障诊断“人在回路”参与量大、一定的滞后性且维护周期长、成本高的问题,实现了可重复使用运载器快速在线故障诊断以及智能维护,有利于为运载器实现快速重复使用提供技术支撑。
附图说明
图1为本发明的可重复使用运载器自主故障诊断传递模型。
图2为本发明的可重复使用运载器智能快速推理诊断及维护流程图。
具体实施方式
下面结合附图与具体实施例对本发明进行详细描述。
如图1所示,一种重复使用运载器自主故障诊断及智能维护系统,采用三级多信号流传递模型,分别为子单元、区域管理器、平台管理器。
子单元,用于收集底层基本信息,包括电压、电流、过载、温度、气压等各类物理量,并将其转化为电信号传递至区域管理器,所述子单元可以是独立传感器,也可以是采集电路等;
区域管理器,用于接收各子单元传递来的底层基本信息,并进行区域级处理,实现区域内故障一级隔离;
平台管理器,用于接收各区域管理器传递来的故障诊断冲突信息,并进行跨区域级处理,实现跨区域故障二级隔离。
采用对多系统交联耦合信号流进行解耦,建立上述三级多信号流传递模型,进而构建含有组件相互依赖关系的多信号流冲突依赖矩阵模型,实现自主故障诊断推理的图模型转换,奠定自主故障诊断技术基础。
所述区域内故障一级隔离,包括基于门限阈值的基础信息I级判读和基于区域内多信号流冲突的II级自主诊断。
其中基于门限阈值的基础信息I级判读是对正常范围有上下限阈值且确定的信号进行监测,当其超出设定阀值时,认为该信号对应的对象发生故障。当被测信号超出设定阀值时,冲突信号流产生,当故障发生时通过主备切换,有效隔离故障。
通常情况下,对反映的被检测对象的某个重要特性参数m(t)进行检测,具体的监测规则为:
mmin(t)<m(t)<mmax(t)
式中:mmin(t)和mmax(t)为特性参数m(t)的下限和上限,t为时间变量。
当被检测对象满足上式时,无冲突信号流产生,当被检测对象不满足上式,即被测信号超出设定阀值时,冲突信号流产生,提供报警预示或采取冗余措施切换到备用系统,有效隔离故障。
例如对某系统某对象的重要特性参数工作电压U(t)进行检测,令m(t)=U(t),mmin(t)=25,mmax(t)=31,即25、31分别是工作电压U(t)的下限和上限,当工作电压满足此范围时,无冲突信号流产生,当工作电压不满足此范围时,冲突信号流产生,提供报警预示或采取冗余措施切换到备用系统,有效隔离故障。
所述基于区域内多信号流冲突的II级自主诊断是对经过I级判读产生的冲突信号流进行II级自主诊断,进行区域内故障隔离。
以区域内多信号流关系为基础,对交联耦合信号流进行解耦,建立含有组件相互依赖关系的多信号流冲突依赖矩阵模型,如下表所示:
表中:
Cj,j为正整数,j≥1,表示重复使用运载器区域内第j个子对象;
Sj,j为正整数,j≥1,表示重复使用运载器区域内第j个冲突信号流。
表中“1”表示其对应的纵向位置上的某个运载器子对象出现故障与横向位置上的冲突信号流耦合。例如:由电源产生冲突信号流,状态为“1”时,可得知电源异常需进行II级诊断,由电压变换器产生冲突信号流,状态为“1”时,可得知电压变换器需进行II级诊断等。
依据区域内故障群的交联耦合程度,采用基于知识库的冲突信号流解耦方法:
(1)若存在全部冲突信号流Sj与某一Cj耦合,则该Cj为故障隔离结果;
(2)若存在某一冲突信号流Sj与惟一Cj耦合,则该Cj为故障隔离结果之一;
(3)若存在某一Cij与最多个冲突信号流耦合,则该Cij为疑似故障隔离结果之一。
得到上述冲突信号流过程信息、以及故障诊断结果后,发送至平台控制器,进而实现基于跨区域多信号流冲突的III级自主诊断。
例如以某区域电源控制器1为例,该区域由电源子单元、电压转换子单元、分流子单元、均衡子单元、通信子单元、指令控制子单元构成,电源子单元负责为电压转换子单元、分流子单元、均衡子单元、通信子单元、指令控制子单元进行供电,若电源子单元、电压转换子单元、分流子单元、均衡子单元、通信子单元、指令控制子单元等各部分都产生冲突信号流,与电源子单元耦合,则电源子单元为故障隔离结果;若仅有电压转换子单元产生冲突信息流,未与其他部分耦合,则电压转换子单元为故障隔离结果之一;若与电源子单元耦合的冲突信息流为2个,与电压转换子单元耦合的冲突信息流为3个,与分流子单元耦合的冲突信息流为6个,与均衡子单元耦合的冲突信息流为1个,与通信子单元耦合的冲突信息流为3个,与指令控制子单元耦合的冲突信息流为2个,则分流子单元为疑似故障隔离结果之一。
通过该知识库模型,智能快速识别故障对象或故障模糊组,将上述信息统一发送至平台控制器,进而实现基于跨区域多信号流冲突的III级自主诊断。
所述基于跨区域多信号流冲突的III级自主诊断是对经过区域内II级自主诊断产生的冲突信号流及结果进行III级自主诊断,进行跨区域故障隔离。
以跨区域多信号流关系为基础,对交联耦合信号流进行解耦,建立含有组件相互依赖关系的多信号流冲突依赖矩阵模型,如下表所示:
表中:
Cij,i、j为正整数,i≥1,j≥1,i表示重复使用运载器第i个区域,j表示重复使用运载器第i个区域内第j个子对象;
Sij,i、j为正整数,i≥1,j≥1,i表示重复使用运载器第i个区域,j表示重复使用运载器第i个区域内第j个冲突信号流。
表中“1”表示其对应的纵向位置上的某个运载器子对象出现故障与横向位置上的冲突信号流耦合。
依据跨区域故障群的交联耦合程度,采用基于知识库的冲突信号流解耦方法:
(1)若存在全部冲突信号流Sij与某一Cij耦合,则该Cij为故障隔离结果;
(2)若存在某一冲突信号流Sij与惟一Cij耦合,则该Cij为故障隔离结果之一;
(3)若存在某一Cij与最多个冲突信号流耦合,则该Cij为疑似故障隔离结果之一;
(4)若存在某一疑似Cij与正常Cij相同,则该Cij不作为故障隔离结果。
得到上述冲突信号流过程信息、以及故障诊断结果后,进而支撑智能推算周期、经费最优化维护方法,实现智能维护。
例如以跨区域为例,跨区域由电池、电源控制器1、配电器1、配电器2、太阳翼机构控制器1、太阳翼机构控制器2构成,电池负责为电源控制器1、配电器1、配电器2、太阳翼机构控制器1、太阳翼机构控制器2进行供电,若电池、电源控制器1、配电器1、配电器2、太阳翼机构控制器1、太阳翼机构控制器2等各部分都产生冲突信号流,与电池耦合,则电池为故障隔离结果;若仅有电源控制器1产生冲突信息流,未与其他部分耦合,则电源控制器1为故障隔离结果之一;若与电池耦合的冲突信息流为2个,与电源控制器1耦合的冲突信息流为3个,与配电器1耦合的冲突信息流为6个,与配电器2耦合的冲突信息流为1个,与太阳翼机构控制器1耦合的冲突信息流为6个,与太阳翼机构控制器2耦合的冲突信息流为2个,则配电器1、太阳翼机构控制器1均为疑似故障隔离结果;若配电器1经识别属于正常,则将配电器1不作为疑似故障隔离结果。
通过该知识库模型,智能快速识别故障对象或故障模糊组,将上述信息作为后续智能维护的依据。
所述智能维护方法以基于跨区域多信号流冲突的III级自主诊断结果为依据,推算周期、经费最优化维护方法,供研制人员决策。
以重复使用运载器故障隔离或疑似故障隔离结果为基础,建立诊断-维护关联矩阵,如下表所示。
表中:
Cij,i、j为正整数,i≥1,j≥1,i表示重复使用运载器第i个区域,j表示重复使用运载器第i个区域内第j个子对象,表中Cij单独列表征与拆装某一对象牵涉到的其他对象;
Xij,i、j为正整数,i≥1,j≥1,表示重复使用运载器第i个区域内第j个子对象对应的拆装费用或拆装周期;
Fij,i、j为正整数,i≥1,j≥1,表示重复使用运载器第i个区域内第j个子对象对应的功能测试种类;
Tij,i、j为正整数,i≥1,j≥1,表示重复使用运载器第i个区域内第j个子对象对应的功能测试费用或功能测试周期;
Mij,i、j为正整数,i≥1,j≥1,表示重复使用运载器第i个区域内第j个子对象对应的功能维修费用或功能维修周期。
以基于跨区域多信号流冲突的III级自主诊断结果为依据,对重复使用运载器故障隔离或疑似故障隔离结果分别调用上述对应矩阵信息,推算周期、经费最优化维护方法,供研制人员决策。
例如以电源控制器1周期为例,电源控制器1拆装周期(X11=1h),要拆装电源控制器1牵涉到舱门开关周期(X21=0.5h)、拆装仪器安装板1周期(X61=1h)、拆装太阳翼周期(X111=8h)等,电源控制器1的功能测试种类为供电(F11)、电压转换(F12)、分流(F13)、均衡(F14)、通信(F15)、指令控制(F16),功能测试周期分别为0.25h(T11)、0.25h(T12)、0.5h(T13)、0.5h(T14)、0.25h(T15)、0.5h(T16),功能维修周期分别为4h(M11)、4h(M12)、8h(M13)、8h(M14)、4h(M15)、4h(M16)。
以电源控制器1经费为例,电源控制器1拆装费用为X11元,要拆装电源控制器1牵涉到舱门开关费用(X21)、拆装仪器安装板1费用(X61)、拆装太阳翼费用(X111)等,电源控制器1的功能测试种类同上,功能测试费用分别为T11、T12、T13、T14、T15、T16,功能维修费用分别为M11、M12、M13、M14、M15、M16
以故障隔离结果电源控制器1电压转换故障、通信故障为例,则总周期或总费用为:X11+X21+X61+X111+T12+T15+M12+M15
以疑似故障隔离结果电源控制器1为例,则总周期或总费用为:
若进行F11,
若F11=1(未通过,即需要维护),则为X11+X21+X61+X111+T11+M11
若F11=0(通过,即不需要维护),则进行F12。
若进行F12,
若F12=1(未通过),则为X11+X21+X61+X111+T11+T12+M11+M12
若F12=0(通过),则进行F13。
若进行F13,
若F13=1(未通过),则为X11+X21+X61+X111+T11+T12+M11+M12+T13+T13
若F13=0(通过),则进行F14。
若进行F14,
若F14=1(未通过),则为
若F14=0(通过),则进行F15。
若进行F15,
若F15=1(未通过),则为
若F15=0(通过),则进行F16。
若进行F16,
若F16=1(未通过),则为
若F16=0(通过),则排除。
从而推算出周期、经费最优化维护方法,供研制人员决策。
如图2所示,自主故障诊断及智能维护方法:
(1)通过子单元收集重复使用运载器的基本信息,并将收集到的基本信息转化为电信号后传递至区域管理器;
(2)通过区域管理器接收各子单元传递来重复使用运载器的基本信息,进行重复使用运载器基本信息I级判读及区域内多信号流冲突的II级自主诊断,实现区域内故障一级隔离,控制故障单机实施冗余切换,并将区域内的故障诊断冲突信息传递给平台管理器;
(3)通过平台管理器接收各区域管理器传递来的故障诊断冲突信息,进行跨区域多信号流冲突的III级自主诊断,实现跨区域故障二级隔离,并给出重复使用运载器周期、经费维护优化建议。
根据本发明的重复使用运载器自主故障诊断、维护方法及实施流程等等,均属于本发明的保护范围。
本发明未详细说明部分属于本领域技术人员公知常识。

Claims (10)

1.一种重复使用运载器自主故障诊断及智能维护系统,其特征在于:该系统包括子单元、区域管理器和平台管理器;
所述的子单元用于收集重复使用运载器的基本信息,并将收集到的基本信息转化为电信号后传递至区域管理器;
所述的区域管理器用于接收子单元传递来的重复使用运载器的基本信息,并对接收到的重复使用运载器的基本信息进行区域级处理,生成故障诊断冲突信息,并将所生成的故障诊断冲突信息传递给平台管理器,实现区域内故障一级隔离;
所述的平台管理器用于接收区域管理器传递来的故障诊断冲突信息,并对接收到的故障诊断冲突信息进行跨区域级处理,实现跨区域故障二级隔离。
2.根据权利要求1所述的一种重复使用运载器自主故障诊断及智能维护系统,其特征在于:所述的子单元为独立传感器或采集电路。
3.根据权利要求1所述的一种重复使用运载器自主故障诊断及智能维护系统,其特征在于:所述的重复使用运载器的基本信息包括电压、电流、过载、温度或气压各类物理量。
4.根据权利要求1所述的一种重复使用运载器自主故障诊断及智能维护系统,其特征在于:所述的区域内故障一级隔离包括基于门限阈值的基本信息I级判读和基于区域内多信号流冲突的II级自主诊断。
5.根据权利要求4所述的一种重复使用运载器自主故障诊断及智能维护系统,其特征在于:所述基于门限阈值的基础信息I级判读的方法,步骤包括:对正常范围有上下限阈值且确定的重复使用运载器的基本信息进行监测,当该信息转化的电信号超出设定阀值时,认为该电信号对应的对象发生故障;当被测电信号超出设定阀值时,冲突信号流产生,当故障发生时通过主备切换,有效隔离故障。
6.根据权利要求5所述的一种重复使用运载器自主故障诊断及智能维护系统,其特征在于:对反映的被检测对象的重要特性参数m(t)进行检测,具体的监测规则为:
mmin(t)<m(t)<mmax(t)
式中:mmin(t)和mmax(t)为特性参数m(t)的下限和上限,t为时间变量。
当被检测对象满足上式时,无冲突信号流产生,当被检测对象不满足上式,即被测信号超出设定阀值时,冲突信号流产生,提供报警预示或采取冗余措施切换到备用系统,有效隔离故障。
7.根据权利要求4所述的一种重复使用运载器自主故障诊断及智能维护系统,其特征在于:所述基于区域内多信号流冲突的II级自主诊断的方法包括:区域管理器对经过I级判读产生的故障冲突信号流进行II级自主诊断,进行区域内故障隔离;
以区域内多信号流关系为基础,对交联耦合信号流进行解耦,建立含有组件相互依赖关系的多信号流冲突依赖矩阵模型,如下表所示:
表中:
Cj,j为正整数,j≥1,表示重复使用运载器区域内第j个子对象;
Sj,j为正整数,j≥1,表示重复使用运载器区域内第j个冲突信号流;
表中“1”表示其对应的纵向位置上的运载器子对象出现故障与横向位置上的冲突信号流耦合;
依据跨区域故障群的交联耦合程度,采用基于知识库的冲突信号流解耦方法:
(1)若存在全部冲突信号流Sj与某一Cj耦合,则该Cj为故障隔离结果;
(2)若存在某一冲突信号流Sj与惟一Cj耦合,则该Cj为故障隔离结果之一;
(3)若存在某一Cij与最多个冲突信号流耦合,则该Cij为疑似故障隔离结果之一。
8.根据权利要求1所述的一种重复使用运载器自主故障诊断及智能维护系统,其特征在于:所述的跨区域故障二级隔离,包括基于跨区域多信号流冲突的III级自主诊断。
9.根据权利要求8所述的一种重复使用运载器自主故障诊断及智能维护系统,其特征在于:所述基于跨区域多信号流冲突的III级自主诊断的方法,步骤包括:平台管理器对经过区域内II级自主诊断产生的冲突信号流及结果进行III级自主诊断,进行跨区域故障隔离;
平台管理器以跨区域多信号流关系为基础,对交联耦合信号流进行解耦,建立含有组件相互依赖关系的多信号流冲突依赖矩阵模型,如下表所示:
表中:
Cij,i、j为正整数,i≥1,j≥1,i表示重复使用运载器第i个区域,j表示重复使用运载器第i个区域内第j个子对象;
Sij,i、j为正整数,i≥1,j≥1,i表示重复使用运载器第i个区域,j表示重复使用运载器第i个区域内第j个冲突信号流。
表中“1”表示其对应的纵向位置上的某个运载器子对象出现故障与横向位置上的冲突信号流耦合;
依据跨区域故障群的交联耦合程度,采用基于知识库的冲突信号流解耦方法:
(1)若存在全部冲突信号流Sij与某一Cij耦合,则该Cij为故障隔离结果;
(2)若存在某一冲突信号流Sij与惟一Cij耦合,则该Cij为故障隔离结果之一;
(3)若存在某一Cij与最多个冲突信号流耦合,则该Cij为疑似故障隔离结果之一;
(4)若存在某一疑似Cij与正常Cij相同,则该Cij不作为故障隔离结果。
10.一种重复使用运载器自主故障诊断及智能维护方法,其特征在于该方法的步骤包括:
(1)通过子单元收集重复使用运载器的基本信息,并将收集到的基本信息转化为电信号后传递至区域管理器;
(2)通过区域管理器接收各子单元传递来重复使用运载器的基本信息,进行重复使用运载器基本信息I级判读及区域内多信号流冲突的II级自主诊断,实现区域内故障一级隔离,控制故障单机实施冗余切换,并将区域内的故障诊断冲突信息传递给平台管理器;
(3)通过平台管理器接收各区域管理器传递来的故障诊断冲突信息,进行跨区域多信号流冲突的III级自主诊断,实现跨区域故障二级隔离,并给出重复使用运载器周期、经费维护优化建议。
CN201711155372.1A 2017-11-20 2017-11-20 一种重复使用运载器自主故障诊断及智能维护系统及方法 Active CN107963240B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711155372.1A CN107963240B (zh) 2017-11-20 2017-11-20 一种重复使用运载器自主故障诊断及智能维护系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711155372.1A CN107963240B (zh) 2017-11-20 2017-11-20 一种重复使用运载器自主故障诊断及智能维护系统及方法

Publications (2)

Publication Number Publication Date
CN107963240A CN107963240A (zh) 2018-04-27
CN107963240B true CN107963240B (zh) 2019-06-18

Family

ID=62000341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711155372.1A Active CN107963240B (zh) 2017-11-20 2017-11-20 一种重复使用运载器自主故障诊断及智能维护系统及方法

Country Status (1)

Country Link
CN (1) CN107963240B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109573103B (zh) * 2018-11-19 2021-04-13 北京航天自动控制研究所 一种适用于推力下降故障条件下的剩余运载能力评估方法
CN111082961B (zh) * 2019-05-28 2023-01-20 中兴通讯股份有限公司 域间的数据交互方法及装置
CN111169658B (zh) * 2020-01-06 2021-06-11 北京航天自动控制研究所 一种运载火箭尾段tb防短路故障隔离装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5951609A (en) * 1997-05-29 1999-09-14 Trw Inc. Method and system for autonomous spacecraft control
CN101590918A (zh) * 2009-06-19 2009-12-02 上海微小卫星工程中心 卫星自主故障诊断方法及其诊断系统
CN103019227A (zh) * 2012-11-30 2013-04-03 北京控制工程研究所 一种基于故障要素描述的卫星控制系统故障识别方法
CN106428649A (zh) * 2016-10-26 2017-02-22 中国运载火箭技术研究院 一种可重复使用运载器自主保障系统
CN106742068A (zh) * 2016-12-07 2017-05-31 中国人民解放军国防科学技术大学 一种诊断卫星姿态控制系统未知故障的方法
CN106844775A (zh) * 2017-03-02 2017-06-13 上海交通大学 航天器故障快速检测系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5951609A (en) * 1997-05-29 1999-09-14 Trw Inc. Method and system for autonomous spacecraft control
CN101590918A (zh) * 2009-06-19 2009-12-02 上海微小卫星工程中心 卫星自主故障诊断方法及其诊断系统
CN103019227A (zh) * 2012-11-30 2013-04-03 北京控制工程研究所 一种基于故障要素描述的卫星控制系统故障识别方法
CN106428649A (zh) * 2016-10-26 2017-02-22 中国运载火箭技术研究院 一种可重复使用运载器自主保障系统
CN106742068A (zh) * 2016-12-07 2017-05-31 中国人民解放军国防科学技术大学 一种诊断卫星姿态控制系统未知故障的方法
CN106844775A (zh) * 2017-03-02 2017-06-13 上海交通大学 航天器故障快速检测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
运载火箭远程故障诊断技术综述;宋征宇;《宇航学报》;20160229;第37卷(第2期);135-141

Also Published As

Publication number Publication date
CN107963240A (zh) 2018-04-27

Similar Documents

Publication Publication Date Title
CN107963240B (zh) 一种重复使用运载器自主故障诊断及智能维护系统及方法
CN108931972B (zh) 一种基于模型驱动的变电站二次设备状态智能诊断方法
CN102362508B (zh) 用于飞行器的传感器和传感器网络
CN102571435B (zh) 海底观测网络节点故障诊断系统
CN103901882A (zh) 一种列车动力系统在线监控故障诊断的系统及其方法
CN105116238B (zh) 一种地铁列车模拟量输入输出模块测试系统及其测试方法
CN101697078B (zh) 一种简单式环控系统的在线故障诊断装置及诊断方法
CN110660199A (zh) 一种船舶监测报警系统
CN107991552A (zh) 一种重复使用运载器寿命评估及预测系统及方法
CN110703105B (zh) 一种电池管理系统
CN203630773U (zh) 一种无人机航空电子系统检测模拟设备
CN116723211A (zh) 大空间环境电力设备远程巡检装置
CN109239637A (zh) 一种用于轨道信号监测传感器采集通道的自检系统及方法
CN106054015A (zh) 一种助航灯隔离变压器开路状态监测装置及控制方法
CN102589908A (zh) 一种ccbii制动机单个模块故障检测装置
CN111273640A (zh) 一种操纵控制设备备航自动测试系统及其方法
CN205959380U (zh) 船舶多功能液晶智能报警及延伸单元
CN205428327U (zh) 一种用电信息采集仿真接线故障模拟装置
CN209117846U (zh) 一种用于轨道信号监测传感器采集通道的自检系统
CN108107811A (zh) 光伏电站运维管理系统
CN110045713A (zh) 一种钻机盘刹控制测试系统及控制测试方法
Cai et al. Dual redundancy fault diagnosis and reconstruction system of sensors based on BP neural network
CN105785108B (zh) 一种通用型动车组高压信号适配器
CN110333392A (zh) 司控器检测装置
CN110426217A (zh) 一种基于车轮传感器信号处理装置的故障处理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant