CN111553058B - 一种航天器多维度可扩展层级健康评估方法 - Google Patents
一种航天器多维度可扩展层级健康评估方法 Download PDFInfo
- Publication number
- CN111553058B CN111553058B CN202010300272.9A CN202010300272A CN111553058B CN 111553058 B CN111553058 B CN 111553058B CN 202010300272 A CN202010300272 A CN 202010300272A CN 111553058 B CN111553058 B CN 111553058B
- Authority
- CN
- China
- Prior art keywords
- spacecraft
- task
- networking
- health
- health degree
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种航天器多维度可扩展层级健康评估方法,包括:根据参与航天器组网某项任务的若干航天器完成该项任务的依赖关系,分别确定完成每项任务的航天器组网功能结构框图;根据每个航天器的任务健康度和所确定完成每项任务的航天器组网功能结构框图,分别计算完成每项任务的航天器组网的任务健康度和风险健康度;根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的任务健康度,计算完成所有任务的航天器组网整体的任务健康度;根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的风险健康度,计算完成所有任务的航天器组网整体的风险健康度。
Description
技术领域
本发明涉及航天器技术领域,特别涉及一种航天器多维度可扩展层级健康评估方法。
背景技术
随着我国航天器技术的发展,航天器的功能和构造日趋完善和复杂,在侦察、测量、导航等领域具有不可比拟的优势,然而由于航天器的高技术性、高复杂性、不可维修性以及运行空间环境的恶劣性,使其也具有高风险性,某个部件的损坏可能引起链式反应,导致系统或航天器整机的故障或瘫痪。而航天器造价昂贵,并且大多具有唯一性,一旦发生严重故障,可能造成极大的损失,因此也对其提出了高可靠性的要求。由于航天器运行时间较长而且各个系统构造复杂,目前航天器健康状态评估技术的相关方法研究多基于传统的层次分析法、贝叶斯网络和神经网络,在实际应用过程中都存在一定的局限性。
发明内容
本发明的目的是提供一种航天器多级可配置可扩展健康评估方法。该方法综合考虑各节点的结构功能关系、健康度框图、完成规定任务的能力、风险发生概率及其重要度,采用任务健康度和风险健康度的概念,解决了可划分为串联结构、并联结构、冷备结构以及表决结构系统的健康度评估问题。
根据本发明实施例提供的一种航天器多维度可扩展层级健康评估方法,包括:
根据参与航天器组网某项任务的若干航天器完成该项任务的依赖关系,分别确定完成每项任务的航天器组网健康状态层流逻辑模型;
根据每个航天器的任务健康度和所确定完成每项任务的航天器组网健康状态层流逻辑模型,分别计算完成每项任务的航天器组网的任务健康度和风险健康度;
根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的任务健康度,计算完成所有任务的航天器组网整体的任务健康度;
根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的风险健康度,计算完成所有任务的航天器组网整体的风险健康度。
优选地,所述航天器结构包括以下任一或组合:
参与任务的所有航天器均正常运行才能完成任务的航天器串联结构;
参与任务的所有航天器至少有一个正常运行才能完成任务的航天器并联结构;
参与任务的所有航天器中的主份航天器正常运行才能完成任务,或主份航天器出现故障时至少一个备份航天器正常运行才能完成任务航天器冷备结构;
参与任务的N个航天器中至少有R个航天器正常运行才能完成任务的航天器表决结构,N大于R。
优选地,所述根据每个航天器的任务健康度和所确定完成每项任务的航天器结构,分别计算完成每项任务的航天器组网的任务健康度和风险健康度包括:
当确定完成每项任务的航天器组网功能结构为航天器串联结构时,根据所述航天器串联结构中的航天器个数及所述每个航天器的任务健康度,计算完成每项任务的航天器组网的任务健康度;
根据所述航天器串联结构中的航天器个数以及所述每个航天器的任务健康度和重要度权重,计算完成每项任务的航天器组网的风险健康度。
优选地,所述根据每个航天器的任务健康度和所确定完成每项任务的航天器组网功能结构,分别计算完成每项任务的航天器组网的任务健康度和风险健康度包括:
当确定完成每项任务的航天器结构为航天器并联结构时,根据所述航天器并联结构中的航天器个数及所述每个航天器的任务健康度,计算完成每项任务的航天器组网的任务健康度;
根据所述航天器并联结构中的航天器个数以及所述每个航天器的任务健康度和重要度权重,计算完成每项任务的航天器组网的风险健康度。
优选地,所述根据每个航天器的任务健康度和所确定完成每项任务的航天器组网功能结构,分别计算完成每项任务的航天器组网的任务健康度和风险健康度包括:
当确定完成每项任务的航天器结构为航天器冷备结构时,根据所述航天器冷备结构中的航天器个数及所述每个航天器的任务健康度,计算完成每项任务的航天器组网的任务健康度;
根据所述航天器冷备结构中的航天器个数以及所述每个航天器的任务健康度和重要度权重,计算完成每项任务的航天器组网的风险健康度。
优选地,所述根据每个航天器的任务健康度和所确定完成每项任务的航天器组网功能结构,分别计算完成每项任务的航天器组网的任务健康度和风险健康度包括:
当确定完成每项任务的航天器结构为航天器表决结构时,利用所述航天器表决结构中的航天器个数、正常工作时需要的最小正常航天器个数及所述每个航天器的任务健康度,计算完成每项任务的航天器组网的任务健康度;
利用所述航天器表决结构中的航天器个数、正常工作时需要的最小正常航天器个数以及所述每个航天器的任务健康度和重要度权重,计算完成每项任务的航天器组网的风险健康度。
优选地,所述根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的任务健康度,计算完成所有任务的航天器组网整体的任务健康度包括:
确定航天器组网的所有任务以及每个任务在所有任务中的权重;
确定完成每项任务的航天器组网的任务健康度;
根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的任务健康度,计算完成所有任务的航天器组网整体的任务健康度。
优选地,所述计算完成所有任务的航天器组网整体的任务健康度的公式为:
优选地,所述根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的风险健康度,计算完成所有任务的航天器组网整体的风险健康度包括:
确定航天器组网的所有任务以及每个任务在所有任务中的权重;
确定完成每项任务的航天器组网的风险健康度;
根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的风险健康度,计算完成所有任务的航天器组网整体的风险健康度。
优选地,所述计算完成所有任务的航天器组网整体的风险健康度的公式为:
根据本发明实施例提供的方案,综合考量各层级系统任务健康度以及风险健康度的航天器健康状态评估,并且支持底层单机任务健康度评估可配置、航天器组网可靠性框图可配置、框图模型各层级各结构重要度可配置、自定义单机评估方法可配置。以及支持四种典型结构外的其他结构、支持更多层级的功能扩展。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于理解本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例提供的一种航天器多维度可扩展层级健康评估方法的流程图;
图2是本发明实施例提供的航天器多维度可扩展层级健康评估方法的流程图;
图3是本发明实施例提供的某项任务中航天器之间分别为串联结构、并联结构、冷备结构以及表决结构的示意图;
图4是本发明实施例提供的某项任务中分系统之间分别为串联结构、并联结构、冷备结构以及表决结构的示意图;
图5是本发明实施例提供的某项任务中单机之间分别为串联结构、并联结构、冷备结构以及表决结构的示意图;
图6是本发明实施例提供的某项任务中底层单机之间分别为串联结构、并联结构、冷备结构以及表决结构的示意图;
图7是本发明实施例提供的重要度节点添加示意图;
图8是本发明实施例提供的航天器系统为并联结构的组网系统示意图;
图9是本发明实施例提供的针对任务1的航天器1健康状态层流逻辑模型的示意图;
图10是本发明实施例提供的针对任务1的航天器1中电源分系统健康状态层流逻辑模型的示意图;
图11是本发明实施例提供的针对任务1的航天器1中姿态控制分系统健康状态层流逻辑模型的示意图;
图12是本发明实施例提供的针对任务1的航天器1中姿态控制分系统中反作用飞轮A健康状态层流逻辑模型的示意图;
图13是本发明实施例提供的针对任务1组网各层级添加重要度节点后的健康状态层流逻辑模型结果图。
具体实施方式
以下结合附图对本发明的优选实施例进行详细说明,应当理解,以下所说明的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
图1是本发明实施例提供的一种航天器多维度可扩展层级健康评估方法的流程图,如图1所示,包括:
步骤S101:根据参与航天器组网某项任务的若干航天器完成该项任务的依赖关系,分别确定完成每项任务的航天器组网健康状态层流逻辑模型;
步骤S102:根据每个航天器的任务健康度和所确定完成每项任务的航天器组网健康状态层流逻辑模型,分别计算完成每项任务的航天器组网的任务健康度和风险健康度;
步骤S103:根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的任务健康度,计算完成所有任务的航天器组网整体的任务健康度;
步骤S104:根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的风险健康度,计算完成所有任务的航天器组网整体的风险健康度。
其中,所述航天器结构包括以下任一或组合:
参与任务的所有航天器均正常运行才能完成任务的航天器串联结构;
参与任务的所有航天器至少有一个正常运行才能完成任务的航天器并联结构;
参与任务的所有航天器中的主份航天器正常运行才能完成任务,或主份航天器出现故障时至少一个备份航天器正常运行才能完成任务航天器冷备结构;
参与任务的N个航天器中至少有R个航天器正常运行才能完成任务的航天器表决结构,N大于R。
具体地说,所述根据每个航天器的任务健康度和所确定完成每项任务的航天器结构,分别计算完成每项任务的航天器组网的任务健康度和风险健康度包括:当确定完成每项任务的航天器组网功能结构为航天器串联结构时,根据所述航天器串联结构中的航天器个数及所述每个航天器的任务健康度,计算完成每项任务的航天器组网的任务健康度;根据所述航天器串联结构中的航天器个数以及所述每个航天器的任务健康度和重要度权重,计算完成每项任务的航天器组网的风险健康度。
其中,所述根据每个航天器的任务健康度和所确定完成每项任务的航天器组网功能结构,分别计算完成每项任务的航天器组网的任务健康度和风险健康度包括:当确定完成每项任务的航天器结构为航天器并联结构时,根据所述航天器并联结构中的航天器个数及所述每个航天器的任务健康度,计算完成每项任务的航天器组网的任务健康度;根据所述航天器并联结构中的航天器个数以及所述每个航天器的任务健康度和重要度权重,计算完成每项任务的航天器组网的风险健康度。
其中,所述根据每个航天器的任务健康度和所确定完成每项任务的航天器组网功能结构,分别计算完成每项任务的航天器组网的任务健康度和风险健康度包括:当确定完成每项任务的航天器结构为航天器冷备结构时,根据所述航天器冷备结构中的航天器个数及所述每个航天器的任务健康度,计算完成每项任务的航天器组网的任务健康度;根据所述航天器冷备结构中的航天器个数以及所述每个航天器的任务健康度和重要度权重,计算完成每项任务的航天器组网的风险健康度。
其中,所述根据每个航天器的任务健康度和所确定完成每项任务的航天器组网功能结构,分别计算完成每项任务的航天器组网的任务健康度和风险健康度包括:当确定完成每项任务的航天器结构为航天器表决结构时,利用所述航天器表决结构中的航天器个数、正常工作时需要的最小正常航天器个数及所述每个航天器的任务健康度,计算完成每项任务的航天器组网的任务健康度;利用所述航天器表决结构中的航天器个数、正常工作时需要的最小正常航天器个数以及所述每个航天器的任务健康度和重要度权重,计算完成每项任务的航天器组网的风险健康度。
其中,所述根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的任务健康度,计算完成所有任务的航天器组网整体的任务健康度包括:确定航天器组网的所有任务以及每个任务在所有任务中的权重;确定完成每项任务的航天器组网的任务健康度;根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的任务健康度,计算完成所有任务的航天器组网整体的任务健康度。具体地说,所述计算完成所有任务的航天器组网整体的任务健康度的公式为:
其中,所述根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的风险健康度,计算完成所有任务的航天器组网整体的风险健康度包括:确定航天器组网的所有任务以及每个任务在所有任务中的权重;确定完成每项任务的航天器组网的风险健康度;根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的风险健康度,计算完成所有任务的航天器组网整体的风险健康度。具体地说,所述计算完成所有任务的航天器组网整体的风险健康度的公式为:
根据本发明实施例提供的方案,通过构建航天器各层级的健康状态层流逻辑模型,从底层单机到组网进行层级的任务健康度和风险健康度计算,并且充分结合了各单元重要度等专家知识和历史经验,实现了对航天器多层级多维度的健康评估,具有底层单机健康状态评估方法可配置、航天器组网健康状态层流逻辑模型可配置、健康状态层流逻辑模型中各单元及结构重要度等属性可配置的特点,同时在支持四种典型功能结构的基础上可扩展支持其余功能结构的建模和分析计算。除了航天器技术领域外,该方法对于其他复杂系统的层级健康评估同样具有指导意义。
图2是本发明实施例提供的航天器多维度可扩展层级健康评估方法的流程图,如图2所示,基于组网的各项任务,构建组网中单机层级、分系统层级、航天器层级以及组网层级的健康状态层流逻辑模型。针对组网的各项任务,分别根据单机层级的健康状态层流逻辑模型以及底层单机的任务健康度进行单机的任务健康度和风险健康度评估;根据分系统层级的健康状态层流逻辑模型以及单机的任务健康度和风险健康度进行分系统的任务健康度和风险健康度评估;根据航天器层级的健康状态层流逻辑模型以及分系统的任务健康度和风险健康度进行卫星的任务健康度及风险健康度评估;根据组网层级的健康状态层流逻辑模型以及分系统的任务健康度和风险健康度进行组网的任务健康度和风险健康度评估。最终实现航天器组网的任务健康度和风险健康度计算。
任务健康度是评估对象完成各项既定任务的综合能力取值,在0-1之间,0表示无法完成既定任务,1表示能够很好地完成既定任务。系统风险健康度表示评估对象承受各项任务执行过程中的风险的综合能力,用rh表示,取值范围[0,1]。当rh=1时,表示该对象执行功能的过程中无风险;当rh=0时,表示该对象执行功能的过程中风险最大。
步骤一:基于任务建立卫星各层级的健康状态层流逻辑模型
组网运行期间需要根据预定计划执行多项任务,基于各项任务需求的不同,对组网进行层级划分和健康状态层流逻辑模型构建。为直观与定量分析组网在执行各项任务时的任务健康度和风险健康度,规定组网主要由参与任务的航天器构成,航天器由其参与任务的分系统组成;分系统层由主要参与任务的单机构成,单机层由主要参与任务的底层单机构成,根据需求构建组网、航天器、分系统和单机四个层级的健康状态层流逻辑模型。
1.1基于任务建立各层级的健康状态层流逻辑模型
1.1.1基于任务建立组网层的健康状态层流逻辑模型
健康状态层流逻辑模型通常包含串联、并联、冷备和表决四中典型结构,对应结构图分别为图3所示。其中,重要度Ci=x,x∈{1,2,3,4,5},i=1,…,n,值越大表示重要度等级越高。
1)串联结构
若某项任务中航天器之间为串联结构,则主要参与该任务的所有航天器必须全部正常运行,组网才能完成任务,反之,如果任意一个航天器出现故障,那么组网将会出现故障,无法正常完成任务。其结构如图3所示。
2)并联结构
若某项任务中航天器为并联结构,则只要有一个航天器正常运行,整个组网就可以完成任务。反之,只有所有航天器出现故障,组网才会出现故障,无法正常完成任务。其结构如图3所示。
3)冷备结构
若某项任务中组网航天器之间为冷备结构,在组网运行过程中,当主份航天器正常运行时,冷份航天器不接入系统参与运行,当主份出现故障时,冷份接入参与运行,维持卫星的正常运行。其结构如图3所示。
4)表决结构
若某项任务组网的航天器之前是表决结构,n个航天器通过表决结构组成组网,至少r个航天器正常工作时,组网才能正常工作,少于r个航天器正常工作,其他航天器发生故障时,则组网无法正常工作。其结构如图3所示。
同样地航天器层级,分系统层级和单机层级的健康状态层流逻辑模型也主要包含串联结构、并联结构、冷备结构和表决结构四种基本类型,基于该四类基本结构构建组网各层级的健康状态层流逻辑模型,为进一步完成组网健康层级评估提供逻辑基础。
1.1.2基于任务建立航天器层的健康状态层流逻辑模型
航天器层级的健康状态层流逻辑模型主要包含以下基本结构类型,分别为串联结构、并联结构、冷备结构和表决结构,如图4所示。
1.1.3基于任务建立分系统层的健康状态层流逻辑模型
分系统层级的健康状态层流逻辑模型主要包含以下基本结构类型,分别为串联结构、并联结构、冷备结构和表决结构,如图5所示。
1.1.4基于任务建立单机层的健康状态层流逻辑模型
单机层级的健康状态层流逻辑模型主要包含以下基本结构类型,分别为串联结构、并联结构、冷备结构和表决结构,如图6所示。
1.2为健康状态层流逻辑模型添加重要度节点
每个单元的“重要度”属性不足以支撑模型中各个单元间和逻辑结构间权重的计算,需要添加必要的重要度节点来确定局部逻辑结构的重要度。重要度节点添加规则:凡是在串联逻辑上且由多个单元共同组成的局部逻辑结构需要为其添加重要度节点;一个分支上由多个单元共同组成的局部逻辑结构需要为其添加重要度节点。其中,重要度Ci=x,x∈{1,3,5,7,9},i=1,…,n,值越大表示重要度等级越高。重要度节点添加示例如图7所示。
1.3为健康状态层流逻辑模型添加重要度属性
通过专家知识、历史经验等方式确定健康状态层流逻辑模型各组成单元的重要度属性,以及1.2中添加的重要度节点的重要度属性,重要度等级越大表示该单元或重要度节点间的局部逻辑结构对于系统越重要。
1.4根据重要度计算各个单元和逻辑结构的权重
由于组网健康状态层流逻辑模型的组成单元的权重βi无法直接给出,因此本发明采用层次分析法从底层逻辑结构向顶层逻辑结构逐层计算权重,根据处于同一逻辑层级的多个单元或逻辑结构的重要度序列得出判断矩阵,通过求解矩阵的特征向量并归一化得到各单元或逻辑结构的权重。
层次分析法中判断矩阵的确定方法为根据下表将重要度序列转化为层次分析法的判断矩阵。具体步骤如下:
表1重要度排序与判断矩阵标度值对照表
排序结果 | 判断矩阵标度值 | 排序结果 | 判断矩阵标度值 |
重要度相同 | 1 | 重要度低一级 | 1/3 |
重要度高一级 | 3 | 重要度低两级 | 1/5 |
重要度高两级 | 5 | 重要度低三级 | 1/7 |
重要度高三级 | 7 | 重要度低四级 | 1/9 |
重要度高四级 | 9 |
若重要度序列为C={C1,C2,…Cn},则对应的判断矩阵表示为:
其中ai,j由第i个单元和第j个单元的重要度等级差距查表确定。
求解判断矩阵的特征根,得到最大特征值λmax对应的单位特征向量ω=(ω1,ω2,…,ωn)。将特征向量线性归一化后即可得到重要度序列中对应单元或局部逻辑结构的权重βi。线性归一化公式如下:
式中,βi为第i个单元或局部逻辑结构的重要度。
步骤二:获取底层单机的任务健康度及风险健康度
对于底层单机层次,其任务健康度可以在获取遥测参数的基础上,通过数据驱动、物理模型构建等方法评估其完成各项任务的能力。比如《一种基于多属性评价的卫星电源健康度计算方法》,《一种基于模糊贝叶斯网络的设备故障预测与健康评估方法》等方法计算底层单机的健康状态,可以表示其在某一任务下的任务健康度,而底层单机层次由于不可再分,其任务不能完成的风险就是其自身健康度,因此在这里我们认为单机的任务健康度与风险健康度相等。
步骤三:计算各任务下各层级任务健康度与风险健康度
3.1计算各任务下单机层级任务健康度与风险健康度
1)对于存在串联底层单机的单机
n个底层单机通过串联组成单机,只有n个底层单机都正常工作时,分系统才能正常工作,其中一个底层单机失效,则单机无法正常工作。
单机任务健康度的算法为:
单机风险健康度计算方法为:
2)对于存在并联底层单机的单机:
n个底层单机通过并联组成单机,其中任意一个底层单机能够正常工作,则单机就能够正常工作,只有当所有底层单机都失效时单机才失效。
单机任务健康度的算法为:
单机风险健康度计算方法为:
其中,rhunit为单机的风险健康度;α为常系数,通常取(1-e)-1;rhunit(0)为该单机的初始风险健康度,默认为1;m为该单机中并联底层单机的个数;βi为第i个底层单机的权重;为第i个底层单机的任务健康度。
3)对于存在冷备底层单机的航天器单机,
对于存在冗余冷备底层单机的单机,默认切换开关始终正常工作。
单机任务健康度的算法为:
单机风险健康度的算法为:
其中,rhunit为单机的风险健康度;α为常系数,通常取(1-e)-1;rhunit(0)为该单机的初始风险健康度,默认为1;m为该单机中底层单机的个数,其中,有m-1个冷份;β1和β2-βm分别为主份底层单机和各冷备份底层单机的权重,为第i个底层单机的任务健康度,当冷备份底层单机未启用时,其健康度为1。
4)对于存在表决结构底层单机的航天器单机
对于存在底层单机的单机,默认表决器始终正常工作,其任务健康度的计算方法为:
其中,hunit为单机的任务健康度;m为该单机中表决底层单机的个数;r为该单机正常工作时需要的最小正常底层单机个数,且1<r<m;为m个底层单机中任选k个底层单机的任务健康度的重命名,为剩余(m-k)个底层单机的任务健康度的重命名,表示从m个底层单机中选k个底层单机的所有组合。
对于存在表决底层单机的单机,其风险健康度计算方法为:
其中,rhunit为单机的风险健康度;rhunit(0)为该单机的初始风险健康度,默认为1;m为该单机中表决底层单机的个数;r为该单机正常工作时需要的最小正常底层单机个数,且1<r<m;为m个底层单机中任选k个底层单机的任务健康度的重命名,γ1~γk为该k个底层单机对应的权重的重命名。为剩余(m-k)个底层单机的任务健康度的重命名,为第i个底层单机的任务健康度;表示从m个底层单机中选k个底层单机的所有组合。
5)混合形式
由串联形式、并联形式、冷备形式、表决形式中的两个或多个一起构成的单机的任务健康度与风险健康度计算,可以先计算其中的单一结构部分,然后进一步化简模型继续计算,通过逐步计算和化简,直到计算出单机的风险健康度。
3.2计算各任务下分系统层级任务健康度与风险健康度
1)对于存在串联单机的航天器分系统:
n个单机通过串联组成分系统,只有n个单机都正常工作时,分系统才能正常工作,其中一个单机失效,则整个分系统无法正常工作。
分系统任务健康度的算法为:
分系统风险健康度的算法为:
2)对于存在并联单机的航天器分系统:
n个单机通过并联组成分系统,其中任意一个单机能够正常工作,则分系统就能够正常工作,只有当所有的单机都失效时分系统才失效。
分系统的任务健康度的算法为:
分系统的风险健康度的算法为:
其中,rhsubsystem为分系统的风险健康度;α为常系数,通常取(1-e)-1;rhsubsystem(0)为该分系统的初始风险健康度,默认为1;m为该分系统中并联单机的个数;βi为第i个单机的权重;为第i个单机的任务健康度。
3)对于存在冷备单机的航天器分系统:
对于存在冗余冷备单机的分系统,默认切换开关始终正常工作。
分系统任务健康度的算法为:
分系统风险健康度的算法为:
其中,rhsubsystem为分系统的风险健康度;α为常系数,通常取(1-e)-1;rhsubsystem(0)为该分系统的初始风险健康度,默认为1;m为该分系统中单机的总个数,其中,有m-1个冷备份;β1和β2-βm分别为主份单机和各冷备份单机的权重;为第i个单机的任务健康度,当冷备份单机未启用时,其健康度为1。
4)对于存在表决结构单机的航天器分系统:
对于存在表决单机的分系统,默认表决器始终正常工作,其任务健康度的计算方法为:
其中,hsubsystem为分系统的任务健康度;m为该分系统中表决单机的个数;r为该分系统正常工作时需要的最小正常单机个数,且1<r<m;为m个子单机中任选k个单机的任务健康度的重命名,为剩余(m-k)个单机的任务健康度的重命名,为第i个单机的任务健康度;表示从m个单机中选k个单机的所有组合。
对于存在表决单机的分系统,其风险健康度计算方法为:
其中,rhsubsystem为分系统的风险健康度;rhsubsystem(0)为该分系统的初始风险健康度,默认为1;m为该分系统中表决单机的个数;r为该分系统正常工作时需要的最小正常单机个数,且1<r<m;为m个单机中任选k个单机的任务健康度的重命名,γ1~γk为该k个单机对应的权重的重命名。为剩余(m-k)个单机的任务健康度的重命名,为第i个单机的任务健康度;表示从m个单机中选k个单机的所有组合。
5)混合形式
由串联形式、并联形式、冷备形式、表决形式中的两个或多个一起构成的分系统的任务健康度与风险健康度计算,可以先计算其中的单一结构部分,然后进一步化简模型继续计算,通过逐步计算和化简,直到计算出分系统的风险健康度。
3.3计算各任务下航天器层级任务健康度与风险健康度。
1)分系统为串联结构的航天器系统:
n个分系统通过串联组成系统,只有n个分系统都正常工作时,航天器系统才能正常工作,其中一个分系统失效,则整个航天器系统无法正常工作。
航天器任务健康度的算法为:
航天器系统的风险健康度的算法为:
其中,rhsatellite航天器的风险健康度;m为该航天器中串联分系统的个数;rhsatellite(0)为该分系统的初始风险健康度,默认为1;βi为第i个分系统的权重;为第i个分系统的任务健康度。
2)分系统为并联结构的航天器系统:
n个分系统通过并联组成航天器系统,其中任意一个分系统能够正常工作,则航天器系统就能够正常工作,只有当所有的分系统都失效时航天器系统才失效。
航天器系统的任务健康度的算法为:
航天器系统的风险健康度的算法为:
其中,rhsatellite为航天器的风险健康度;α为常系数,通常取(1-e)-1;rhsatellite(0)为该航天器的初始风险健康度,默认为1;m为该航天器中并联分系统的个数;βi为第i个分系统的权重;为第i个分系统的任务健康度。
3)分系统为冷备结构的航天器系统:
对于存在冗余冷备分系统的航天器,默认切换开关始终正常工作。
航天器任务健康度的算法为:
航天器风险健康度的算法为:
其中,rhsatallite为航天器的风险健康度;α为常系数,通常取((1-e)-1;rhsatellite(0)为该航天器的初始风险健康度,默认为1;m为该航天器中冗余分系统的个数,其中,有m-1个冷备份;β1和β2~βm分别为主份分系统和各冷备份分系统的权重;为第i个分系统的任务健康度,当冷备份分系统未启用时,其健康度为1。
4)对于存在表决结构分系统的航天器系统:
对于存在表决分系统的航天器系统,默认表决器始终正常工作,其任务健康度的计算方法为:
其中,hsatellite为航天器的任务健康度;m为该航天器系统中表决分系统的个数;r为该航天器系统正常工作时需要的最小正常子分系统个数,且1<r<m;为m个分系统中任选k个分系统的任务健康度的重命名,为剩余(m-k)个分系统的任务健康度的任务重命名,表示从m个分系统中选k个分系统的所有组合。
对于存在表决分系统的航天器系统,其风险健康度计算方法为:
其中,rhsatellite为航天器系统的风险健康度;rhsatellite(0)为该航天器系统的初始风险健康度,默认为1;m为该航天器系统中表决分系统的个数;r为该航天器正常工作时需要的最小正常分系统个数,且1<r<m;为m个分系统中任选k个分系统的任务健康度的重命名,γ1~γk为该k个分系统对应的权重的重命名。为剩余(m-k)个分系统的任务健康度的重命名,为第i个分系统的任务健康度;表示从m个分系统中选k个分系统的所有组合。
5)混合形式
由串联形式、并联形式、冷备形式、表决形式中的两个或多个一起构成的航天器的任务健康度与风险健康度计算,可以先计算其中的单一结构部分,然后进一步化简模型继续计算,通过逐步计算和化简,直到计算出航天器的风险健康度。
3.4计算各任务下组网系统任务健康度与风险健康度。
1)组网为串联结构的组网系统
n个航天器系统通过串联组成组网系统,只有n个航天器系统都正常工作时,组网系统才能正常工作,其中一个航天器系统失效,则整个组网系统无法正常工作。
组网任务健康度的算法为:
组网系统的风险健康度的算法为:
其中,rhnetwork为组网的风险健康度;m为该组网中串联航天器系统的个数;rhnetwork(0)该航天器系统的初始风险健康度,默认为1;βi为第i个航天器系统的权重;为第i个航天器系统的任务健康度。
2)航天器系统为并联结构的组网系统
n个航天器系统通过并联组成组网系统,其中任意一个航天器系统能够正常工作,则组网系统就能够正常工作,只有当所有的航天器系统都失效时组网系统才失效。
组网系统的任务健康度的算法为:
组网系统的风险健康度的算法为:
其中,rhnetwork为组网的风险健康度;α为常系数,通常取(1-e)-1;rhnetwork(0)为该组网的初始风险健康度,默认为1;m为该组网中并联分系统的个数;βi为第i个航天器系统的权重;为第i个航天器系统的任务健康度。
3)航天器系统为冷备结构的组网系统:
对于存在冗余冷备航天器系统的组网,默认切换开关始终正常工作。
组网任务健康度的算法为:
组网风险健康度的算法为:
其中,rhnetwork为组网的风险健康度;α为常系数,通常取((1-e)-1;rhnetwork(0)为该组网的初始风险健康度,默认为1;m为该组网中航天器系统的个数,其中,有m-1个冷备份;β1和β2~βm分别为主份航天器系统和各冷备份航天器系统的权重;为第i个航天器系统的任务健康度,当冷备份航天器系统未启用时,其健康度为1。
4)对于存在表决结构航天器的组网系统:
对于存在表决航天器系统的组网系统,默认表决器始终正常工作,其任务健康度的计算方法为:
其中,hnetwork为组网的任务健康度;m为该组网系统中表决航天器系统的个数;r为该航天器系统正常工作时需要的最小正常子航天器系统个数,且1<r<m;为m个航天器系统中任选k个航天器系统的任务健康度的重命名,为剩余(m-k)个航天器系统的任务健康度的重命名,为第i个航天器系统的任务健康度;表示从m个航天器系统中选k个航天器系统的所有组合。
对于存在表决航天器系统的组网系统,其风险健康度计算方法为:
其中,rhnetwork为组网系统的风险健康度;rhnetwork(0)为该组网系统的初始风险健康度,默认为1;m为该组网系统中表决航天器系统的个数;r为该组网正常工作时需要的最小正常航天器系统个数,且1<r<m;为m个航天器系统中任选k个航天器系统的任务健康度的重命名,γ1~γk为该k个航天器系统对应的权重的重命名。为剩余(m-k)个航天器系统的任务健康度的重命名,为第i个航天器系统的任务健康度;表示从m个航天器系统中选k个航天器系统的所有组合。
5)混合形式
由串联形式、并联形式、冷备形式、表决形式中的两个或多个一起构成的组网的任务健康度与风险健康度计算,可以先计算其中的单一结构部分,然后进一步化简模型继续计算,通过逐步计算和化简,直到计算出组网的风险健康度。
步骤四:计算组网系统任务健康度与风险健康度
计算出组网在执行各项任务过程中的任务健康度后计算组网整体的任务健康度:
任务健康度为系统完成不同既定任务的综合能力度量,用于实时评估对象执行任务的健康状态,从而加以监控。
计算出卫星在执行各项任务过程中的任务健康度后计算卫星整星的风险健康度:
风险健康度为评估对象承受各项任务执行过程中的风险的综合能力风险健康度用于对潜在的风险进行提前预警,从而支撑任务制定、维修维护等决策。
下面以具体的实施例来说明本申请的技术方案:
步骤一、基于任务建立组网各层级的健康状态层流逻辑模型
通过对组网的既定任务,将组网划分为任务1,任务2,任务3。
基于组网的任务1划分组网的结构层次,将组网系统划分为航天器系统层,分系统层,单机层以及底层单机层四个层级。
1.1基于任务建立各层级的健康状态层流逻辑模型
1.1.1基于任务建立组网系统的健康状态层流逻辑模型
以任务1为例,针对任务1中的组网系统,建立健康状态层流逻辑模型如图8所示,可以看出航天器系统之间是并联连接。
1.1.2基于任务建立航天器系统的健康状态层流逻辑模型
以任务1为例,针对任务1中的航天器1,建立航天器层级的健康状态层流逻辑模型,如图9所示。在该任务下,该航天器系统中参与的分系统有电源系统、姿态控制系统与推进系统,三者之间是串联连接。
1.1.3基于任务建立各分系统的健康状态层流逻辑模型
以任务1为例,针对任务1中的航天器1,建立航天器1中电源分系统健康状态层流逻辑模型如图10所示,在该任务下,电源分系统中各电源模块之间是冷备连接。
以任务1为例,针对任务1中的航天器1,建立航天器1中姿态控制分系统健康状态逻辑模型如图11所示。该姿态控制分系统中的各单机之间是并联连接。
1.1.4基于任务建立各单机的健康状态层流逻辑模型
以任务1为例,针对任务1中的组网系统,建立姿态控制分系统中反作用飞轮A的健康状态层流逻辑模型如图12所示,各飞轮之间为表决模型。
1.2为健康状态层流逻辑模型添加重要度节点。
本案例中各结构无需添加重要度节点。
1.3为健康状态层流逻辑模型添加重要度属性
通过专家知识、历史经验等方式确定健康状态层流逻辑模型各组成单元的重要度属性,以及1.2中添加的重要度节点的重要度属性,重要度等级越大表示该单元或重要度节点间的局部逻辑结构对于系统越重要。重要度属性添加结果如图13所示。
1.4根据重要度计算各个单元和逻辑结构的权重组网中各航天器权重:
根据专家经验已知航天器系统中各分系统的重要度为:航天器1为1;航天器2为2;航天器3为3,同时根据重要度排序与判断矩阵标度值对照表可以得到组网进行层次分析法所需的判断矩阵为:
经过求解,得到最大特征值λmax=3.04,对应的特征向量为ω=(0.10,0.26,0.64),通过归一化可得信号分系统3个组成部分的权重为β1,β2,β3=(0.10,0.26,0.64)。
航天器1中各分系统权重:根据专家经验已知航天器系统中各分系统的重要度为:电源系统为1;姿态控制系统为2,推进系统为3,同时根据重要度排序与判断矩阵标度值对照表可以得到航天器1进行层次分析法所需的判断矩阵为:
经过求解,得到最大特征值λmax=3.04,对应的特征向量为ω=(0.10,0.26,0.64),通过归一化可得信号分系统3个组成部分的权重β1,β2,β3=(0.10,0.26,0.64)。
航天器1中姿态控制分系统权重:根据专家经验已知测量分系统中各单机的重要度为:反作用飞轮B为4;动量轮A为3;动量轮B为2;反作用飞轮A为1,同时根据重要度排序与判断矩阵标度值对照表可以得到该分系统进行层次分析法所需的判断矩阵为:
经过求解,得到最大特征值λmax=4.12,对应的特征向量为ω=(0.26,0.12,0.06,0.56),通过归一化可得测量系统4个组成部分的权重为β1…β4=(0.26,0.12,0.06,0.56)。
航天器1中电源分系统权重:由于本案例的电源分系统中,只启用了主份,未启用备份,因此根据专家经验认为各个电源单机的重要度分别为电源1为2,电源2、电源3、电源4为1,根据重要度等级差距与判断矩阵元素值对应表可进一步得到该分系统进行层次分析法的判断矩阵为:
经过求解,得到最大特征值λmax=4.00,对应的特征向量为ω=(0.50,0.17,0.17,0.17),通过归一化可得测量系统4个组成部分的权重为β1…β4=(0.50,0.17,0.17,0.17)。
姿态控制分系统中飞轮组权重:卫星飞轮组三个飞轮任意两个工作即可保证卫星姿态稳定,因此设定各个飞轮重要度相同,即C1=C2=C3。
得到的判断矩阵为:
求得矩阵最大特征值λmax=3.0000,对应的特征向量通过归一化可得重要度权重为β1,β2,β3=(0.333,0.333,0.333)。
步骤二:获取底层单机的任务健康度及风险健康度
对于底层单机层次,由于其功能不可再分,其任务失败的风险就是其自身的健康度,其健康度可以在获取遥测参数的基础上,通过数据驱动,物理模型构建等方法进行健康度的计算,方法如《一种基于多属性评价的卫星电源健康度计算方法》,《一种基于模糊贝叶斯网络的设备故障预测与健康评估方法》等。而底层单机由于其功能不可再分,其任务失败造成的风险就等于其自身的健康度,所以认为其风险健康度等于任务健康度。以反作用飞轮A为例,其底层单机任务健康度以及权重如下:
底层单机名称 | 任务健康度 | 权重 |
飞轮1 | 0.94 | 0.333 |
飞轮2 | 0.95 | 0.333 |
飞轮3 | 0.97 | 0.333 |
步骤三、计算各任务中组网各层级任务健康度及风险健康度(以任务1为例)
3.1计算各任务下各单机的任务健康度及风险健康度(以反作用飞轮A为例)
计算飞轮组的任务健康度:
计算中涉及健康度重排通过分类实现,根据公式求和号中k的取值分类计算。计算结果如下:
k=2(k=r,第一种情况,即当前仅有两个飞轮正常,飞轮组健康):
序号 | 飞轮A | 飞轮B | 飞轮C | 此情况下健康度 |
1 | 故障 | 正常 | 正常 | 0.05529 |
2 | 正常 | 正常 | 故障 | 0.02679 |
3 | 正常 | 故障 | 正常 | 0.04559 |
合计 | 0.12767 |
k=3(k=r,第二种情况,即三个飞轮都正常,飞轮组健康):
序号 | 飞轮A | 飞轮B | 飞轮C | 此情况下健康度 |
1 | 正常 | 正常 | 正常 | 0.86621 |
合计 | 0.86621 |
根据公式,求和上述两类情况计算结果健康度:
h飞轮组=0.12767+0.86621=0.99388
计算飞轮组风险健康度:
计算中涉及健康度重排通过分类实现,根据公式求和号中k的取值分类计算。计算结果如下:
k=0(第一种情况,即没有飞轮均处于健康状态,飞轮组故障)
序号 | 飞轮A | 飞轮B | 飞轮C | 此情况下风险 |
1 | 故障 | 故障 | 故障 | 0.00009 |
合计 | 0.00009 |
k=1(第二种情况,即仅有一个飞轮健康,飞轮组故障)
序号 | 飞轮A | 飞轮B | 飞轮C | 此情况下风险 |
1 | 正常 | 故障 | 故障 | 0.00141 |
2 | 故障 | 正常 | 故障 | 0.00171 |
3 | 故障 | 故障 | 正常 | 0.00291 |
合计 | 0.00603 |
k=2(第三种情况,即当前仅有两个飞轮健康,飞轮组健康)
序号 | 飞轮A | 飞轮B | 飞轮C | 此情况下风险 |
1 | 正常 | 正常 | 故障 | 0.00098132 |
2 | 正常 | 故障 | 正常 | 0.00136633 |
3 | 故障 | 正常 | 正常 | 0.00147293 |
合计 | 0.00382058 |
k=3(第四种情况,即当前三个飞轮都正常,飞轮组健康)
序号 | 飞轮A | 飞轮B | 飞轮C | 此情况下风险 |
1 | 正常 | 正常 | 正常 | 0.0403821 |
合计 | 0.0403821 |
根据公式,求和上述三类情况计算结果风险,并计算风险健康度:
飞轮组的风险健康度=1-(0.00612+0.00382058+0.0403821)=0.949677
因此反作用飞轮A的任务健康度为0.99388,风险健康度为0.949677。
同理,根据步骤一中建立起的单机健康状态层流逻辑模型以及各底层单机的健康度与重要度,计算各任务下各单机层级的任务健康度与风险健康度。
3.2计算各任务下各分系统的任务健康度及风险健康度(以姿态控制系统和电源系统为例)
由步骤一中建立的反作用飞轮A的健康状态层流逻辑模型,可知电源1、电源2、电源3、电源4之间是冷备结构,并且电源1作为主份,通过步骤3.1所示方法获取各单机的任务健康度与风险健康度,并且由专家经验获得各单机的权重如下表所示:
单机名称 | 任务健康度 | 风险健康度 | 权重 |
电源1 | 0.93 | 0.85 | 0.50 |
电源2 | 1 | 1 | 0.17 |
电源3 | 1 | 1 | 0.17 |
电源3 | 1 | 1 | 0.17 |
根据公式(11)计算得到电源分系统的任务健康度为:
根据公式计算得到电源分系统风险健康度为:
即电源系统的任务健康度为0.930000,风险健康度为0.979270。
根据步骤一构建的健康状态层流逻辑模型,可知卫星在执行任务1时,姿态控制分系统内各个单机之间为并联结构,通过步骤3.1所示方法获取各单机的健康度,并且由专家经验获得各单机的权重如下表所示:
单机名称 | 任务健康度 | 风险健康度 | 权重 |
动量轮A | 0.90 | 0.88 | 0.26 |
动量轮B | 0.86 | 0.84 | 0.12 |
反作用飞轮A | 0.99 | 0.95 | 0.06 |
反作用飞轮B | 0.95 | 0.93 | 0.56 |
根据公式计算得到姿态控制分系统的任务健康度:
根据公式可计算得到姿态控制分系统的风险健康度:
即姿态控制分系统的任务健康度为0.999993,风险健康度为0.95693。
同理,根据步骤一中建立起的分系统健康状态层流逻辑模型以及各单机的任务健康度、风险健康度与重要度,计算各任务下各分系统层级的任务健康度与风险健康度。
3.3计算各任务下各航天器系统的任务健康度及风险健康度(以航天器1为例)
由步骤一中建立的航天器1的健康状态层流逻辑模型,可知电源系统、姿态控制系统、推进系统是串联结构,通过步骤3.2所示方法获取各分系统的任务健康度与风险健康度,并且由专家经验获得各分系统的权重如下表所示:
分系统名称 | 任务健康度 | 风险健康度 | 权重 |
电源 | 0.93 | 0.98 | 0.10 |
姿态控制分系统 | 0.99 | 0.97 | 0.26 |
推进系统 | 0.97 | 0.95 | 0.64 |
针对任务1构建的组网健康状态层流逻辑模型中,航天器1各分系统为串联结构,所以根据公式计算得到航天器1的任务健康度:
根据公式(8)可计算得到航天器1的风险健康度:
即航天器系统的任务健康度为0.8931,风险健康度为0.8674。
同理,根据步骤一中建立起的航天器健康状态层流逻辑模型以及各分系统的任务健康度、风险健康度与重要度,计算各任务下各航天器的任务健康度与风险健康度。
3.4计算各任务下组网系统的任务健康度及风险健康度(以任务1为例)
由步骤二及步骤三中方法计算各分系统的任务健康度和风险健康度,如下表所示:
分系统名称 | 任务健康度 | 风险健康度 | 权重 |
航天器1 | 0.8931 | 0.8674 | 0.10 |
航天器2 | 0.8662 | 0.8097 | 0.26 |
航天器3 | 0.9998 | 0.9563 | 0.64 |
下面根据上文中的方法对组网的任务健康度及风险健康度计算:
在任务1中,各航天器之间并联连接,所以计算组网系统在任务1下的任务健康度:
可计算得到组网的风险健康度:
即组网系统的任务健康度为0.999997,风险健康度为0.94477。
同理,计算出不同任务下组网系统的任务健康度与风险健康度。
步骤四:计算组网整体任务健康度与风险健康度
根据以上步骤,计算在不同任务下卫星整星健康度,同时利用专家打分法,层次分析法等方法计算出不同任务所占的比重ak,计算结果如下:
任务名称 | 任务健康度 | 权重 |
任务1 | 0.999997 | 0.5 |
任务2 | 0.98776 | 0.1 |
任务3 | 0.99877 | 0.4 |
计算组网整体的任务健康度:
因此求得组网整体的任务健康度为0.99828,说明该组网任务健康度较高,有较强能力完成各项任务。
根据以上步骤,计算在不同任务下卫星整星风险健康度,同时利用专家打分法,层次分析法等方法计算出不同任务所占的比重ak,计算结果如下:
任务名称 | 风险健康度 | 权重 |
任务1 | 0.95166 | 0.5 |
任务2 | 0.93278 | 0.1 |
任务3 | 0.94477 | 0.4 |
计算卫星整星的风险健康度:
因此求得整星的风险健康度为0.947016。说明该组网风险健康度较高,但是相较于任务健康度,较低的风险健康度能够对卫星任务中的潜在风险进行预警。
尽管上文对本发明进行了详细说明,但是本发明不限于此,本技术领域技术人员可以根据本发明的原理进行各种修改。因此,凡按照本发明原理所作的修改,都应当理解为落入本发明的保护范围。
Claims (9)
1.一种航天器多维度可扩展层级健康评估方法,其特征在于,包括:
根据参与航天器组网每项任务的若干航天器完成每项任务的依赖关系,分别确定完成每项任务的航天器组网功能结构框图;
根据每个航天器的任务健康度和所确定完成每项任务的航天器组网功能结构框图,分别计算完成每项任务的航天器组网的任务健康度和风险健康度;
根据航天器组网每项任务在所有任务中的权重和完成每项任务的航天器组网的任务健康度,计算完成所有任务的航天器组网整体的任务健康度h,
根据航天器组网每项任务在所有任务中的权重和完成每项任务的航天器组网的风险健康度,计算完成所有任务的航天器组网整体的风险健康度。
2.根据权利要求1所述的方法,其特征在于,所述航天器结构包括以下任一或组合:
参与任务的所有航天器均正常运行才能完成任务的航天器串联结构;
参与任务的所有航天器至少有一个正常运行才能完成任务的航天器并联结构;
参与任务的所有航天器中的主份航天器正常运行才能完成任务,或主份航天器出现故障时至少一个备份航天器正常运行才能完成任务航天器冷备结构;
参与任务的N个航天器中至少有R个航天器正常运行才能完成任务的航天器表决结构,N大于R。
3.根据权利要求2所述的方法,其特征在于,所述根据每个航天器的任务健康度和所确定完成每项任务的航天器结构,分别计算完成每项任务的航天器组网的任务健康度和风险健康度包括:
当确定完成每项任务的航天器组网功能结构为航天器串联结构时,根据所述航天器串联结构中的航天器个数及所述每个航天器的任务健康度,计算完成每项任务的航天器组网的任务健康度;
根据所述航天器串联结构中的航天器个数以及所述每个航天器的任务健康度和重要度权重,计算完成每项任务的航天器组网的风险健康度。
4.根据权利要求3所述的方法,其特征在于,所述根据每个航天器的任务健康度和所确定完成每项任务的航天器组网功能结构,分别计算完成每项任务的航天器组网的任务健康度和风险健康度包括:
当确定完成每项任务的航天器结构为航天器并联结构时,根据所述航天器并联结构中的航天器个数及所述每个航天器的任务健康度,计算完成每项任务的航天器组网的任务健康度;
根据所述航天器并联结构中的航天器个数以及所述每个航天器的任务健康度和重要度权重,计算完成每项任务的航天器组网的风险健康度。
5.根据权利要求4所述的方法,其特征在于,所述根据每个航天器的任务健康度和所确定完成每项任务的航天器组网功能结构,分别计算完成每项任务的航天器组网的任务健康度和风险健康度包括:
当确定完成每项任务的航天器结构为航天器冷备结构时,根据所述航天器冷备结构中的航天器个数及所述每个航天器的任务健康度,计算完成每项任务的航天器组网的任务健康度;
根据所述航天器冷备结构中的航天器个数以及所述每个航天器的任务健康度和重要度权重,计算完成每项任务的航天器组网的风险健康度。
6.根据权利要求5所述的方法,其特征在于,所述根据每个航天器的任务健康度和所确定完成每项任务的航天器组网功能结构,分别计算完成每项任务的航天器组网的任务健康度和风险健康度包括:
当确定完成每项任务的航天器结构为航天器表决结构时,利用所述航天器表决结构中的航天器个数、正常工作时需要的最小正常航天器个数及所述每个航天器的任务健康度,计算完成每项任务的航天器组网的任务健康度;
利用所述航天器表决结构中的航天器个数、正常工作时需要的最小正常航天器个数以及所述每个航天器的任务健康度和重要度权重,计算完成每项任务的航天器组网的风险健康度。
7.根据权利要求6所述的方法,其特征在于,所述根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的任务健康度,计算完成所有任务的航天器组网整体的任务健康度包括:
确定航天器组网的所有任务以及每个任务在所有任务中的权重;
确定完成每项任务的航天器组网的任务健康度;
根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的任务健康度,计算完成所有任务的航天器组网整体的任务健康度。
8.根据权利要求6所述的方法,其特征在于,所述根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的风险健康度,计算完成所有任务的航天器组网整体的风险健康度包括:
确定航天器组网的所有任务以及每个任务在所有任务中的权重;
确定完成每项任务的航天器组网的风险健康度;
根据航天器组网每个任务在所有任务中的权重和完成每项任务的航天器组网的风险健康度,计算完成所有任务的航天器组网整体的风险健康度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010300272.9A CN111553058B (zh) | 2020-04-16 | 2020-04-16 | 一种航天器多维度可扩展层级健康评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010300272.9A CN111553058B (zh) | 2020-04-16 | 2020-04-16 | 一种航天器多维度可扩展层级健康评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111553058A CN111553058A (zh) | 2020-08-18 |
CN111553058B true CN111553058B (zh) | 2022-04-01 |
Family
ID=72000154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010300272.9A Active CN111553058B (zh) | 2020-04-16 | 2020-04-16 | 一种航天器多维度可扩展层级健康评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111553058B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112287452B (zh) * | 2020-10-12 | 2022-05-24 | 哈尔滨工业大学 | 一种航天器可维修性智能建模方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570337A (zh) * | 2016-11-14 | 2017-04-19 | 中国西安卫星测控中心 | 一种航天器综合能力评估方法 |
CN110165782A (zh) * | 2019-05-30 | 2019-08-23 | 山东航天电子技术研究所 | 一种高集成度卫星集中供电监控设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9193402B2 (en) * | 2013-11-26 | 2015-11-24 | Elwha Llc | Structural assessment, maintenance, and repair apparatuses and methods |
CN106056269A (zh) * | 2016-05-18 | 2016-10-26 | 王洋 | 一种基于贝叶斯网络模型的微纳卫星星务健康管理系统 |
-
2020
- 2020-04-16 CN CN202010300272.9A patent/CN111553058B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570337A (zh) * | 2016-11-14 | 2017-04-19 | 中国西安卫星测控中心 | 一种航天器综合能力评估方法 |
CN110165782A (zh) * | 2019-05-30 | 2019-08-23 | 山东航天电子技术研究所 | 一种高集成度卫星集中供电监控设备 |
Non-Patent Citations (2)
Title |
---|
基于逻辑框图的卫星健康评估方法;朱昶文等;《计算机测量与控制》;20200225;第28卷(第2期);第267-273页 * |
微纳卫星自主健康状态评估方法研究;夏开心;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20170215;C031-517 * |
Also Published As
Publication number | Publication date |
---|---|
CN111553058A (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111581782B (zh) | 一种基于健康状态层流逻辑模型的卫星健康层级评估方法 | |
CN107576920B (zh) | 一种基于模糊多属性评价的卫星电源健康度计算方法 | |
CN105550323B (zh) | 一种分布式数据库负载均衡预测方法和预测分析器 | |
CN108053037B (zh) | 一种基于两网融合的配电网抢修策略制定方法及装置 | |
CN111553590A (zh) | 一种雷达嵌入式健康管理系统 | |
CN106599580A (zh) | 基于可重构度的卫星在轨健康状态评估方法及评估系统 | |
CN101930490B (zh) | 民机驾驶舱人机功能分配方法 | |
CN111966574B (zh) | 一种航电通用计算平台的架构方案评估方法 | |
CN109814537A (zh) | 一种无人机地面站健康评估方法 | |
Dorfeshan et al. | A new enhanced ARAS method for critical path selection of engineering projects with interval type-2 fuzzy sets | |
CN105373692B (zh) | 基于区间二元语义的驾驶舱人机功能分配方法 | |
CN111553058B (zh) | 一种航天器多维度可扩展层级健康评估方法 | |
CN115114128A (zh) | 一种卫星健康状态评估系统及评估方法 | |
CN112818525A (zh) | 一种水电机组状态评价方法及其系统 | |
CN110472822A (zh) | 一种智能配电网供电可靠性评估系统及方法 | |
CN114091791B (zh) | 一种基于改进dea的ahp的物流绩效评估方法 | |
CN111553059B (zh) | 一种任务健康和风险健康耦合的卫星健康度评估方法 | |
CN112785183B (zh) | 一种分层融合式车辆分队健康管理系统架构 | |
CN111126750B (zh) | 一种关键单元确定方法、装置和存储介质 | |
CN107918358A (zh) | 数控装备故障分析方法和装置 | |
CN111553056B (zh) | 面向任务和风险的卫星典型功能结构层级健康度评估方法 | |
CN107330638A (zh) | 一种面向决策支持的航天项目风险综合评价方法 | |
CN111553057B (zh) | 一种健康状态层流逻辑中表决结构的健康建模与计算方法 | |
CN115165332B (zh) | 一种装备机内测试与综合测试一体化设计方法及系统 | |
CN111553055B (zh) | 一种面向卫星典型功能结构的任务健康度计算方法 |
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 |