基于混合模型的卫星执行机构故障诊断方法、系统及介质技术方案

基于混合模型的卫星执行机构故障诊断方法、系统及介质，属于空间技术领域。本发明专利技术解决了传统卫星执行机构故障诊断方法受到不确定和扰动影响而无法检测执行器小故障的问题，通过设计一组状态观测器敏感特定卫星执行器故障，优选地，在此基础上设计神经网络构建状态观测器残差，有效减小不确定和扰动影响；最后设计两层的故障决策逻辑实现卫星执行器小故障的检测。

Fault diagnosis method, system and medium of satellite actuator based on hybrid model

The fault diagnosis method, system and medium of satellite actuator based on hybrid model belong to the field of space technology. The invention solves the problem that the traditional fault diagnosis method of satellite actuator is affected by uncertainty and disturbance, so it is unable to detect the small fault of actuator. By designing a group of state observers to be sensitive to the fault of specific satellite actuator, preferably, on this basis, a neural network is designed to build the state observer residual, effectively reducing the influence of uncertainty and disturbance. Finally, two layers of fault resolution are designed The strategy logic realizes the small fault detection of satellite actuator.

【技术实现步骤摘要】
基于混合模型的卫星执行机构故障诊断方法、系统及介质
本专利技术涉及基于混合模型的卫星执行机构故障诊断方法、系统及介质，属于空间

技术介绍
执行机构是卫星姿态控制系统的关键组成部件，卫星执行机构的故障将导致卫星姿态控制系统的异常，甚至危害卫星在轨安全，导致整星任务失败。因此，卫星执行机构的故障诊断具有重要工程意义。近年来，卫星执行机构的故障诊断虽然得到了广泛研究，但通常采用的基于定量模型的故障诊断方法为单一诊断方法，诊断设计中没有充分利用系统的历史运行数据。当前诊断方法尚存在以下主要问题：a)无法有效处理卫星系统受到的扰动、不确定性等影响，构造精确的诊断模型存在困难；b)无法及时检测卫星执行器小故障，通常仅能实现对于较为严重故障的诊断。然而，实现执行机构小故障的诊断，及早采取恢复措施，具有更重要的工程价值。
技术实现思路
本专利技术解决的技术问题是：克服现有技术的不足，提供了基于混合模型的卫星执行机构故障诊断方法、系统及介质，解决传统卫星执行机构故障诊断方法无法在诊断模型建模过程中减少不确定和扰动影响本文档来自技高网...

【技术保护点】
1.基于混合模型的卫星执行机构故障诊断方法，其特征在于，包括如下步骤：/n根据卫星姿态控制系统数学模型，建立卫星执行器故障的卫星姿态控制系统动力学模型；/n根据卫星姿态控制系统动力学模型设计状态观测器组，并使每个卫星执行器至少与一个状态观测器对应；/n将卫星姿态控制系统的输入和输出作为状态观测器组的输入，然后将卫星姿态控制系统的输出与状态观测器组的输出作差，得到故障残差；/n根据所述故障残差和第一故障决策函数判断卫星执行器是否发生故障。/n

【技术特征摘要】
1.基于混合模型的卫星执行机构故障诊断方法，其特征在于，包括如下步骤：
根据卫星姿态控制系统数学模型，建立卫星执行器故障的卫星姿态控制系统动力学模型；
根据卫星姿态控制系统动力学模型设计状态观测器组，并使每个卫星执行器至少与一个状态观测器对应；
将卫星姿态控制系统的输入和输出作为状态观测器组的输入，然后将卫星姿态控制系统的输出与状态观测器组的输出作差，得到故障残差；
根据所述故障残差和第一故障决策函数判断卫星执行器是否发生故障。


2.根据权利要求1所述的基于混合模型的卫星执行机构故障诊断方法，其特征在于：所述状态观测器组为
其中，是姿态动力学系统状态变量的估计值，z(t)是状态观测器的状态变量，为状态变量的导数，u(t)＝[Mx,My,Mz]T为卫星执行机构输出的控制力矩，Φ(x)是卫星姿态动力学子系统的非线性函数项，y(t)＝[ωx,ωy,ωz]T为陀螺测得的卫星三轴姿态角速度；
F,M,T,G,和N是状态观测器的参数矩阵，它们满足如下条件：





3.根据权利要求2所述的基于混合模型的卫星执行机构故障诊断方法，其特征在于：所述第一故障决策函数为
其中，T0＝t2-t1，(t1,t2)是评估的时间窗，为有限值；r(t)为状态观测器残差；为卫星执行机构未发生故障时的输出估计误差，λmax(*)为最大特征值，sup为极大值函数，Q为后滤波矩阵。


4.根据权利要求1所述的基于混合模型的卫星执行机构故障诊断方法，其特征在于，所述得到故障残差之后还可以按照如下步骤进行：
对于每一个状态观测器分别建立一个神经网络，并根据卫星执行器未发生故障时的历史数据对所有神经网络进行训练，得到训练好的神经网络组；
将卫星姿态控制系统的输入和输出作为训练好的神经网络组的输入，然后将故障残差与训练好的神经网络组的输出作差，得到更新故障残差；
用更新故障残差代替故障残差，并结合第二故障决策函数判断卫星执行器是否发生故障。


5.根据权利要求4所述的基于混合模型的卫星执行机构故障诊断方法，其特征在于：所述训练好的神经网络组为
其中，Γ(κ)＝1/[1+exp(-κ)]是Sigmoid函数；为神经网络的输入向量，为除第i个执行器以外的所有控制力矩，yT(k)为正常状态下的姿态角速度；oj(k)是第j个隐层神经元的输出，一步延时ol(k-1)是经过神经网络结构单元后的输出，定义其初值oj(0)＝0；nx是神经网络输入层节点的数目；no是神经网络隐层节点的数目；wx是神经网络输入层到隐层的权值矩阵；wy是神经网络隐层到输出层的权值矩阵；wo是神经网络隐层到结构单元的权值矩阵；bx和by分别是神经网络隐层和神经网络输出层的阈值向量。


6.根据权利要求5所述的基于混合模型的卫星执行机构故障诊断方法，其特征在于：所述第二故障决策函数为其中，m为固定的采样大小，为补偿残差在第k采样点穿过预测边界的指示，Jth为补偿残差穿越预测边界±l的次数。


7.根据权利要求4所述的基于混合模型的卫星执行机构故障诊断方法，其特征在于：所述卫星执行器未发生故障时的历史数据为正常状态下的姿态角速度和除第i个执行器以外的所有控制力矩。


8.基于混合模型的卫...

【专利技术属性】
技术研发人员：程瑶，李玉庆，王晶燕，王日新，
申请(专利权)人：北京空间飞行器总体设计部，哈尔滨工业大学，
类型：发明
国别省市：北京;11