一种基于模糊多属性评价的卫星电源健康度计算方法技术

本发明专利技术公开了一种基于模糊多属性评价的卫星电源健康度计算方法，实现卫星电源故障发生后的健康状态评估。该方法首先基于卫星电源故障模式失效分析结果，建立评估指标的属性集和合理的评判集，然后通过专家评定或其他方法获得模糊评估矩阵；再利用层次分析法确定同一层次中各评估指标的初始权重，将定性属性定量化，获得最终的综合评估结果；从健康管理的角度，可将结果划分为健康、良好、注意、恶化和疾病5级，以此表征评估对象的健康度。本发明专利技术能够计算实时卫星电源运行过程中的健康程度，有助于提高卫星电源在轨安全性，并辅助地面运管人员对卫星在轨运行管理提供决策。

【技术实现步骤摘要】
一种基于模糊多属性评价的卫星电源健康度计算方法
本专利技术涉及一种基于模糊多属性评价的卫星电源健康度计算方法，为卫星在轨运行管理、可靠安全性能评估领域引入健康管理的理念。
技术介绍
卫星电源系统的故障诊断和健康管理，是一个由浅入深、由简入难的过程，前者是在设备内部元件损坏后完成辨识，后者是在设备内部元件损坏前完成预测。从应用价值和难度来讲，健康管理都要高于故障诊断，目前，针对卫星电源故障诊断的研究较多、而对卫星电源健康管理的研究较少。健康管理预测和有效预防措施的提前介入能够大幅降低电力电子设备的运行故障率，提高设备运行可靠性和安全性。针对卫星的健康评估问题，文献“状态数计算的卫星控制系统健康状态评估[J].火力与指挥控制，2012.3,37(3)：39-42,45”公开了一种卫星健康状态评估方法。此方法虽然进行了状态分层，但是并没有解决如何计算底层部件和系统层面健康度的问题，对实际当中状态变化的情况难以适用，不具备实际可操作性。本专利技术综合考虑卫星电源各典型故障模式、各故障模式典型属性，计算得到底层部件故障模式的健康度，并通过模糊关联进一步得到上层系统健康度，适用实际中故障发生的随机情况，适应性好。文献“基于模糊变权原理的卫星健康评估方法[J].系统工程与电子技术，2014.3,36(3)：476-480”提出了一种基于模糊变权原理的健康状态评估方法，在部件级水平上采用基于模糊无量纲化函数和稳定更新过程的健康度计算方法，从部件级到系统级，利用改进的层次分析法，结合变权综合原理，建立姿态控制系统的健康状态层次分析模型，并给出评估计算过程。此方法从获取的遥测参数中选定一组能表征卫星健康程度的特征参数，作为评估数据，实际就是根据遥测参数与给定值的偏差值来判断部件的健康程度，而在太空环境下，偏差值是波动的，将导致计算结果不精确。本专利技术利用模糊多属性评价方法，综合故障模式的属性，得到较为准确的健康度，并将计算结果划分为健康、良好、注意、恶化和疾病5级，以此表征评估对象的健康状态。目前针对卫星电源健康管理的研究较少，主要原因是其健康状态往往具有不确定性，即具有“亦此亦彼”的特性，此时传统的精确评估方法无法适用。常用的健康状态评估方法有模型法、层次分析法、模糊评判法、人工神经网络法和贝叶斯网络法等。通过对设备每一约定层次的故障模式、原因及其影响分析，并建立各约定层次之间的迭代关系，可以得到设备由正常状态发展为故障状态的各系统、各层次的影响属性，因此，可利用模糊判断与层次分析相结合的方法计算卫星电源的健康度，实现健康状态评估。本专利技术能够计算实时卫星电源系统在轨运行健康度，有助于提高卫星电源在轨安全性，并辅助地面运管人员对卫星在轨运行管理提供决策。
技术实现思路
为解决现有技术中缺少卫星电源系统健康状态评估的技术问题，以及克服其健康状态发展的不确定性，提高对不同程度故障的适应性，本专利技术提供一种基于模糊多属性评价的卫星电源健康度计算方法。本专利技术的工作原理如下：首先基于卫星电源FMEA分析结果，建立评估指标的属性集U＝(U1，U2，…，Un)和合理的评判集V＝(V1，V2，…，Vm)，然后通过专家评定或其他方法获得模糊评估矩阵R＝(rij)n×m；再利用层次分析法(AHP)确定同一层次中各评估指标的初始权重，将定性属性定量化，获得最终的综合评估结果；从健康管理的角度，将结果划分为健康、良好、注意、恶化和疾病5级，以此表征评估对象的健康度。本专利技术解决其技术问题采用的技术方案是：一种基于模糊多属性评价的卫星电源健康度计算方法，包括以下步骤：步骤一：对卫星电源进行FMEA分析，在此基础上展开对各故障模式的模糊综合评价；步骤二：建立属性集；所述的属性集是影响评估对象的各属性的集合，用U表示，即U＝{u1,u2,…,ui,…,un}(1)式中,ui表示第i个影响属性，un表示共有n个影响属性；步骤三：建立评价集；评价集是由对评价对象可能做出的评价结果所组成的集合，通常用y表示，即V＝{v1,v2,…,vj,…vm}(2)式中，vj表示评价等级的第j个等级，vm表示共有m个评价等级；步骤四：建立模糊属性评价矩阵；在对故障模式k模糊综合评价分析过程中，设第i属性ui在属性水平vj的评估集为评价各影响属性对其属性水平集的隶属度；步骤五：利用层次分析法(AHP)确定各个影响属性权重集，所述权重集为反映各个影响属性的重要程度而赋予的相应权数所组成的集合；步骤六：各故障模式的1级模糊综合评估；将故障模式k的属性权重集改写为向量形式，则式中，Bk为故障模式k的模糊综合评价向量；步骤七：综合危害等级确定，计算各故障模式健康度；模糊综合评判完成后得到一个模糊向量Bk＝[b1b2…bm]，将Bk通过加权平均法处理，得到一个简单数值Ck来表示故障模式k对系统的综合危害等级，并将综合危害等级转换为健康度；并将综合危害等级转换为健康度HMk；Vmax＝max(v1,v2,…,vm)(12)步骤八：系统健康度的计算——2级模糊综合评价；重复步骤二～步骤五，展开对卫星电源系统的健康度计算，将各故障模式作为2级模糊综合评价的影响属性，即U′＝{故障模式1，故障模式2，…，故障模式k}属性水平集V不变；运用层次分析法求出各影响属性的权重集W′，即各故障模式所占卫星电源系统健康度的权重比，利用此权重向量实现故障模式的2级模糊综合评价，即对卫星电源系统的模糊综合评价；由此，已知各故障模式的健康度，利用权重向量计算得出系统的健康度：HM′＝W′·[HM1HM2…HMk]T(13)。本专利技术的有益效果是：解决现有技术中缺少卫星电源系统健康状态评估的技术问题，以及克服其健康状态发展的不确定性，提高对不同程度故障的适应性。由于该方法，首先基于卫星电源FMEA分析结果，建立评估指标的属性集U＝(U1，U2，…，Un)和合理的评判集V＝(V1，V2，…，Vm)，然后通过专家评定或其他方法获得模糊评估矩阵R＝(rij)n×m；再利用层次分析法(AHP)确定同一层次中各评估指标的初始权重，将定性属性定量化，获得最终的综合评估结果；从健康管理的角度，可将结果划分为健康、良好、注意、恶化和疾病5级，以此表征评估对象的健康度。本专利技术能够计算实时卫星电源运行过程中的健康程度，提高卫星的可靠性与安全性。附图说明图1为本专利技术应用对象，“S3R+BCR+BDR”的全调节母线电源系统框图；图2为本专利技术方法流程图；图3为本专利技术方法建立的卫星电源健康度计算模型。具体实施方式下面结合附图说明1、2、3，对本专利技术的技术方案展开详细的说明。本专利技术具体实施例的研究对象为“S3R+BCR+BDR”的全调节母线卫星电源系统，参照图1所示，分为电源控制器、太阳电池阵和蓄电池组三个子系统。利用基于模糊多属性评价的方法对其进行健康度计算，参照图2所示流程，具体步骤如下所示。1.确立卫星电源系统各子系统各部件的典型故障模式，及其故障原因、故障影响与故障检测方法，以此展开对卫星电源系统的FMEA分析。表1卫星电源系统FMEA分析表在FMEA分析的基础上，对故障模式分别进行模糊综合评价，其步骤如下：2.建立属性集；在对卫星电源分系统进行模糊综合评价时采用属性集：U＝{故障概率，严重度，检测难易程度}3.建立评价集；根据表2和表本文档来自技高网...

【技术保护点】
一种基于模糊多属性评价的卫星电源健康度计算方法，其特征在于，包括以下步骤：步骤一：对卫星电源进行FMEA分析，在此基础上展开对各故障模式的模糊综合评价；步骤二：建立属性集；所述的属性集是影响评估对象的各属性的集合，用U表示，即U＝{u1,u2,…,ui,…,un}                            (1)式中，ui表示第i个影响属性，un表示共有n个影响属性；步骤三：建立评价集；评价集是由对评价对象可能做出的评价结果所组成的集合，通常用y表示，即V＝{v1,v2,…,vj,…vm}                            (2)式中，vj表示评价等级的第j个等级，vm表示共有m个评价等级；步骤四：建立模糊属性评价矩阵；在对故障模式k模糊综合评价分析过程中，设第i属性ui在属性水平vj的评估集为

【技术特征摘要】
1.一种基于模糊多属性评价的卫星电源健康度计算方法，其特征在于，包括以下步骤：步骤一：对卫星电源进行FMEA分析，在此基础上展开对各故障模式的模糊综合评价；步骤二：建立属性集；所述的属性集是影响评估对象的各属性的集合，用U表示，即U＝{u1,u2,…,ui,…,un}(1)式中，ui表示第i个影响属性，un表示共有n个影响属性；步骤三：建立评价集；评价集是由对评价对象可能做出的评价结果所组成的集合，通常用y表示，即V＝{v1,v2,…,vj,…vm}(2)式中，vj表示评价等级的第j个等级，vm表示共有m个评价等级；步骤四：建立模糊属性评价矩阵；在对故障模式k模糊综合评价分析过程中，设第i属性ui在属性水平vj的评估集为评价各影响属性对其属性水平集的隶属度；步骤五：利用层次分析法(AHP)确定各个影响属性权重集，所述权重集为反映各个影响属性的重要程度而赋予的相应权数所组成的集合；步骤六：各故障模式的1级模糊综合评估；将故障模式k的属性权重集改写为向量形式，则式中，Bk为故障模式k的模糊综合评价向量；步骤七：综合危害等级确定，计算各故障模式健康度；模糊综合评判完成后得到一个模糊向量Bk＝[b1b2…bm]，将Bk通过加权平均法处理，得到一个简单数值Ck来表示故障模式k对系统的综合危害等级，并将综合危害等级转换为健康度；并将综合危害等级转换为健康度HMk；Vmax＝max(v1,v2,…,vm)(12)步骤八：系统健康度的计算——2级模糊综合评价；重复步骤二～步骤五，展开对卫星电源系统的健康度计算，将各故障模式作为2级模糊综合评价的影响属性，即U′＝{故障模式1，故障模式2，…，故障模式k}属性水平集V不变；运用层次分析法求出各影响属性的权重集W′，即各故障模式所占卫星电源系统健康度的权重比，利用此权重向量实现故障模式的2级模糊综合评价，即对卫星电源系统的模糊综合评价；由此，已知各故障模式的健康度，利用权重向量计算得出系统的健康度：HM′＝W′·[HM1HM2…HMk]T(13)。2.如权利要求1所述的一种基于模糊多属性评价的卫星电源健康度计算方法，其特征在于，进一步的，所述步骤四中评价各影响属性对其属性水平集的隶属度采用以下评价方法：成立一个由h人组成的专家评价组，每位成员对各影响属性评出一个且仅一个评价等级vj，若h位组员中评定隶属于vj的有...

【专利技术属性】
技术研发人员：林文立，陈琦，雷英俊，王飞，邱瑞昌，汪培桢，
申请(专利权)人：北京空间飞行器总体设计部，
类型：发明
国别省市：北京,11