29、航天器健康管理技术:从OSA - CBM到IVHM

航天器健康管理技术:从OSA - CBM到IVHM

1. OSA - CBM标准与架构

在航天器维护领域,为确保系统不会出现重大故障,有一个名为开放式状态监测系统架构(OSA - CBM)的标准专门用于规范这种维护方法。该标准由美国海军资助,由机械信息管理开放标准联盟(MIMOSA)、美国陆军研究实验室(ARL)和多家状态监测技术应用公司(如波音公司)共同开发,由MIMOSA负责管理。虽然该标准最初是为飞机维护而开发的,但对航天器维护具有参考意义,并且对于理解健康管理概念具有重要意义。

1.1 OSA - CBM的六个层级

OSA - CBM包括六个层级,具体如下:
|层级|功能描述|
| ---- | ---- |
|数据采集层|为评估或预测航天器的健康状态,需要在航天器上部署大量传感器来收集各种状态数据。由于传感器规模大,如何连接这些传感器以整合数据是一个值得考虑的问题,新兴的物联网技术为该问题提供了解决方案。|
|数据处理层|负责信号处理(如数据过滤、傅里叶变换FFT等)、同步或异步平均、执行物理模型、神经网络等算法,提取特征,并最终输出带有时间和质量指示的信息数据,包括提取的特征、从时域到频域的波形、算法计算结果、虚拟传感器数据、过滤后的数据和时间序列数据(如采样率)。|
|状态检测层|负责收集前两层的数据,并将这些数据与标准基线数据进行比较,以获取各种特征数据的异常信息,包括是否超过警戒线以及严重程度。同时,为下一层提供特征数据、特征数据状态指示信息、基线数据等作为输出数据。|
|健康评估层|接收来自不同状态监测器或其他健康评估模块的数据。当被监测的系统、子系统或设备组件出现性能下降时,确定它们是否健康,并对故障状态给出具有一定置信度的建议。|
|预测评估层|根据设备的当前健康状态预测设备的未来健康状态,或在给定的计划使用情况下估计设备的剩余使用寿命(RUL)。|
|决策支持层|根据前几层的输出信息,生成运营和维护决策、能力评估、推荐任务、证据和解释。|

1.2 支持OSA - CBM实施的基础设施

为支持OSA - CBM的实施,通常需要基础设施、资源管理和业务逻辑。基础设施架构提供支持健康管理系统运行的硬件、系统软件和网络,至少包括:
1. 传感基础设施 :用于获取航天器状态信息和环境信息。
2. 网络传输基础设施 :使用各种通信方法传输传感器收集的信息,并将各种数据整合在一起。
3. 数据存储和处理基础设施 :负责对收集的数据进行使用、处理和展示。

由此可见,物联网技术可以为航天器健康管理提供基础设施。

2. 集成车辆健康管理(IVHM)系统

健康管理技术研究的最终目标是开发实用的健康管理系统,并将其应用于航天器地面测试和在轨飞行,以充分发挥其在提高航天器可靠性和安全性方面的作用。在航天器健康管理技术方面,美国航天研究机构进行了大量的理论和应用研究工作,处于世界领先地位。集成车辆健康管理(IVHM)系统可以说是航天器健康管理技术最成功和典型的应用。

2.1 IVHM的提出与发展

IVHM由美国国家航空航天局(NASA)在其可重复使用运载火箭(RLV)项目中正式提出。它是先进软件、传感器、智能诊断、数字通信、系统集成等技术在航天器系统中的集成和应用,旨在实现航天器系统的智能、系统级健康评估和控制、信息和决策管理,帮助操作员完成任务,降低风险和危害。

1998年,NASA在X - 33的RLV项目中提出了车辆健康管理的概念。在该项目中,车辆各子系统的故障监测和功能管理模块被集成并封装在两个远程终端单元(LRU)中,成为健康管理计算机。该系统分为三个子系统:由远程健康节点(RHN)组成的智能传感器网络用于收集飞机结构、机械和环境的数据;监测和记录六条MIL - STD - 1553总线的通信状态;使用分布式光纤温度、氢气和应力传感器监测低温油箱。基于X - 33的硬件组成和功能结构的车辆健康管理系统在后续的X - 34、F/A - 18、DS - 1、K - 1、X - 37项目中得到了验证和发展,IVHM技术在概念、系统结构、功能和硬件组成方面都得到了改进。随着世界环境的变化和高新技术的发展,IVHM计划不断更新和完善。

到2009年11月,NASA发布了IVHM 2.03版本,列出了2008 - 2012年的五年路线图计划以及详细的里程碑和指标。IVHM 2.03旨在开发一套经过验证的多学科集成健康管理工具和技术,使新一代飞机或航天器能够实现飞行中不良事件的自动检测、诊断、预测和缓解。

2.2 IVHM的实施框架层级

IVHM的实施框架分为以下几个层级:
1. 基础层 :是整个IVHM计划的基石,涵盖四个方面:先进传感器和材料、建模、先进分析和复杂系统、验证和确认。该层特别关注航天器有效载荷的数据采集、数据建模和相关验证方法。飞机健康状态的数据来自飞机系统的各种传感器和总线数据,经过信号调制、A/D转换、时间同步等信号处理后,发送到信号处理模块进行处理。飞机中的传感器类型包括温度、压力、位移、应变、振动、流量等,数据信息包括数据速率、流量、带宽占用等,其他数据包括仪器设备的电压、电流、磁场强度等。
2. 子系统层 :预测和评估每个子系统的健康状态,判断被监测子系统或组件的健康状态是否下降,生成诊断记录,以一定的置信度提出可能的故障状态,并在诊断过程中整合健康历史趋势、运行状态、负载以及维护和保障历史等信息。这些子系统包括车辆系统、车架、推进系统和软件。
3. 主题层 :目标是开发一套集成工具集,用于飞行中不良事件的检测、诊断、预测和缓解,以及完整性验证。
4. 航天器层 :评估整个航天器生命周期的健康状态。IVHM是一个由多个子系统组成的系统,每个子系统的功能划分、成本效益分析、相互合作机制、数据流、数据通信标准、数据接口、数据库等都是与整个IVHM系统的完整性、效率和经济性相关的重要部分。航天器层的目标包括完整定义系统各部分的功能、建立新的高效自主学习机制、高效的任务调度机制、高效稳定的数据通信标准、强大、安全可靠的数据库等。

2.3 IVHM中的数据采集与传感器网络

根据IVHM系统的整体层级结构,数据采集可以被视为整个健康管理系统的基石,用于采集数据的传感器尤为重要。随着传感器向小型化和网络化发展,多个传感器可以形成阵列并进一步形成网络来收集和处理信号,这就是传感器网络技术的应用。传感器网络的典型工作模式如下:
大量微传感器节点(从数百到数千个)布置在航天器的感兴趣区域,节点通过自组织形成网络。节点不仅是信息收集器和发送器,也是信息路由器。收集的数据通过多跳路由发送到网关。网关(在一些文献中也称为汇聚节点)是一个特殊节点,它可以通过移动通信网络、卫星等与地面测控中心进行通信。整个网络收集的数据可以被视为多维信号,比单个传感器包含更准确和全面的信息。

以下是传感器网络工作模式的mermaid流程图:

graph LR
    classDef startend fill:#F5EBFF,stroke:#BE8FED,stroke-width:2px;
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    classDef decision fill:#FFF6CC,stroke:#FFBC52,stroke-width:2px;

    A([布置微传感器节点]):::startend --> B(节点自组织形成网络):::process
    B --> C(节点收集信息):::process
    C --> D(节点作为路由器多跳路由数据):::process
    D --> E(数据发送到网关):::process
    E --> F(网关与地面测控中心通信):::process

3. 航天器健康管理系统的经典结构

航天器健康管理系统的经典结构由两部分组成:星载系统和地面系统。

3.1 星载健康管理系统

星载健康管理系统采用区域管理的“分层分布式”结构,具有“区域处理”的特点,可减少从下到上的状态信息,逐层提取关键信息。它可以快速形成系统级辅助决策信息,实现车辆测试数据、实时检测和故障信息诊断的综合应用,以及故障恢复中的快速决策。

星载健康管理系统的功能包括诊断、故障报告、故障恢复管理、可能的维护和决策支持等。根据不同子系统或区域的特点,健康管理的内容差异较大。主要由结构系统、推进系统和电子系统等几个相对独立的子系统组成,每个系统根据自身特点有相对独立的健康管理系统,这些独立子系统的健康管理整合在一起构成了航天器的集成健康管理系统。具体如下:
1. 结构健康管理 :通过在航天器结构上铺设或嵌入应变、温度、加速度、振动、超声、化学等传感器,获取结构在变化的环境和工作条件下的参数变化。在此基础上,采用主动或被动方法检测和发现结构的危险(应力集中、疲劳、紧固件松动、裂纹扩展、油气泄漏等),评估损伤的影响,采取措施减轻结构的损伤,或修改任务范围以确保任务的完成。
2. 机械部件健康管理 :机械设备通常有明显的磨损周期,其性能下降是逐渐变化的,因此机械部件健康管理中最重要的内容通常是故障预测。故障预测是使用合理的模型算法对可能的未来故障进行判断,并根据目标设备的当前使用状态,结合其运行环境和历史数据,预测故障的性质、类别、程度和原因。其中,剩余使用寿命的预测是重中之重,即估计机械部件从当前时刻到潜在故障的连续正常工作时间,这对于采用正确的维护策略具有重要意义。
3. 电子设备健康管理 :集成电子系统具有高复杂性、多属性、非线性的特点,系统的模块、功能或子系统之间的耦合关系紧密。复杂电子系统的故障传播和影响故障的症状参数变化不明显或可能有突然的信号。因此,与结构或机械设备不同,电子系统难以构建准确的物理退化模型,很难预测其剩余使用寿命。电子系统的健康管理通常使用内置测试(BIT)手段获取某些关键电信号,并根据这些信号的偏差评估电子设备的健康状态,或检测早期预警故障的发生。

以下是几个典型的区域健康管理系统:
|系统名称|健康管理方式|
| ---- | ---- |
|姿态控制系统|航天器姿态控制系统是故障发生率较高的子系统,其健康管理对航天器的正常运行非常重要。通过在姿态控制系统设计中布置传感器组并优化配置,获取运行环境和工作条件变化时姿态控制系统的状态参数变化。新型传感器(如光纤、纳米和微电子传感器)具有易于与结构结合、重量轻、体积小、功耗低、便于分布式组网、可在恶劣环境中工作等优点,广泛应用于姿态控制系统的健康管理。构建姿态控制器的状态观测模型,根据状态参数评估航天器姿态控制系统的健康状态,采用主动或被动方法检测和诊断可能出现的潜在故障,评估故障的有害后果,及时设计故障维护计划,以降低航天器的安全风险。|
|推进系统|通过分析发动机及其附件的各种工作参数和传感器信息,可获取发动机健康状态的诊断和预测信息。发动机健康信息的一般来源包括发动机气路传感器、燃油系统传感器、振动传感器、结构评估传感器、全权限数字控制(FADEC)代码、发动机模型、物流维护历史等。通过对各种参数和传感器信息进行数据融合,可检测和诊断故障位置,预测故障发展趋势,并生成相应的维护决策。|
|电源系统|电源系统的正常运行是整个航天器正常运行的基石。历史上曾发生过因电源故障损坏整个航天器的事故。航天器的电源系统,特别是电池的性能,随着时间有明显的缓慢退化过程。通过监测电源系统的主要电信号参数和温度等环境变化,可评估电源系统的健康状态。对于电源系统中最重要的组件——电池,可通过建立适当的模型预测其剩余寿命。|

3.2 地面健康管理系统

由于星载计算机的存储空间和计算能力有限,无法存储和处理大量的历史数据,对于更复杂的故障诊断或长期故障预测可能效果不佳且效率低下。地面健康管理系统通过遥测通道接收星载健康管理系统整合的健康状态信息和其他数据,并利用其强大的存储和计算能力从海量数据中挖掘航天器的任何异常状态或发展趋势。其次,地面健康管理系统可以充分利用历史故障信息、专家经验和知识,并可以借助人工辅助完成健康评估、故障诊断、故障预测和维护决策等任务。

4. 物联网对健康管理的益处

数据采集可被视为整个健康管理系统的基石,传感器网络为数据采集提供了技术基础。那么物联网与传感器网络有什么区别?将物联网应用于卫星健康管理有哪些好处呢?

4.1 物联网与传感器网络的区别

传感器网络是由大量部署在监测区域的廉价微型传感器节点通过无线通信形成的多跳自组织网络系统。其目的是协同感知、收集和处理网络覆盖区域内传感对象的信息,并将其发送给观察者。

物联网基于计算机互联网,使用射频识别(RFID)、无线数据通信等技术构建一个覆盖世界万物的“物联网”。在这个网络中,物体可以在无人干预的情况下相互“通信”。其本质是利用射频自动识别(RFID)技术实现物品的自动识别以及通过计算机互联网实现信息的互联和共享。

4.2 物联网应用于卫星健康管理的好处

物联网技术为航天器健康管理提供了基础设施,在数据采集、传输和处理等方面具有优势。通过物联网,航天器上的各种设备和传感器可以更高效地连接和通信,实现数据的实时共享和分析。同时,物联网的大数据处理能力可以帮助从海量数据中挖掘有价值的信息,为健康管理决策提供更准确的依据。此外,物联网的远程监控和控制功能可以使地面人员实时了解航天器的状态,并在必要时进行远程操作和干预,提高航天器的可靠性和安全性。

综上所述,OSA - CBM标准、IVHM系统以及星载和地面健康管理系统共同构成了航天器健康管理的整体框架,而物联网技术的应用为其带来了新的发展机遇和优势,有助于提高航天器的可靠性和安全性,保障航天任务的顺利进行。

5. 航天器健康管理技术的未来展望

随着航天技术的不断发展,航天器健康管理技术也将迎来新的挑战和机遇。未来,该技术有望在以下几个方面取得进一步的发展:

5.1 智能化与自动化水平提升

未来的航天器健康管理系统将更加智能化和自动化。通过引入人工智能、机器学习等先进技术,系统可以自动分析和处理大量的数据,实现故障的自动诊断和预测。例如,利用深度学习算法对传感器数据进行分析,能够更准确地识别故障模式和预测故障发展趋势。同时,系统还可以根据故障情况自动生成最优的维护决策,实现自主修复和调整,减少人工干预,提高航天器的自主性和可靠性。

5.2 多学科融合发展

航天器健康管理涉及到多个学科领域,如机械工程、电子工程、材料科学、控制理论等。未来,各学科之间的融合将更加紧密,形成跨学科的综合解决方案。例如,将材料科学与传感器技术相结合,开发出具有自感知、自修复功能的智能材料,用于航天器结构健康管理;将控制理论与故障诊断技术相结合,实现对航天器系统的实时控制和优化,提高系统的性能和可靠性。

5.3 与其他航天技术的协同发展

航天器健康管理技术将与其他航天技术,如航天通信、航天导航、航天推进等协同发展,形成一个有机的整体。例如,通过与航天通信技术的结合,实现航天器与地面控制中心之间的实时数据传输和远程监控;通过与航天导航技术的结合,利用导航数据辅助故障诊断和预测,提高健康管理的准确性和可靠性。

5.4 应对新型航天器的需求

随着新型航天器,如深空探测器、载人飞船、可重复使用航天器等的不断发展,对健康管理技术提出了更高的要求。未来的健康管理系统需要能够适应复杂的空间环境和多样化的任务需求,具备更高的可靠性、安全性和适应性。例如,对于深空探测器,需要开发能够在长时间、远距离、高辐射等恶劣条件下工作的健康管理系统;对于可重复使用航天器,需要建立完善的全生命周期健康管理体系,确保航天器在多次使用过程中的可靠性和安全性。

6. 总结

航天器健康管理技术是保障航天器安全、可靠运行的关键技术。通过采用OSA - CBM标准和IVHM系统,结合星载和地面健康管理系统的协同工作,能够实现对航天器全面、实时的健康监测和管理。物联网技术的应用为航天器健康管理带来了新的发展机遇,提高了数据采集、传输和处理的效率,为健康管理决策提供了更准确的依据。

未来,随着航天技术的不断进步和发展,航天器健康管理技术将不断创新和完善,朝着智能化、自动化、多学科融合和适应新型航天器需求的方向发展。这将有助于提高航天器的可靠性和安全性,降低航天任务的风险和成本,推动航天事业的持续发展。

为了更清晰地展示航天器健康管理技术的整体架构和未来发展方向,以下是一个mermaid流程图:

graph LR
    classDef startend fill:#F5EBFF,stroke:#BE8FED,stroke-width:2px;
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    classDef decision fill:#FFF6CC,stroke:#FFBC52,stroke-width:2px;

    A([航天器健康管理技术]):::startend --> B(OSA - CBM标准):::process
    A --> C(IVHM系统):::process
    A --> D(星载健康管理系统):::process
    A --> E(地面健康管理系统):::process
    A --> F(物联网技术应用):::process
    B --> G(六个层级架构):::process
    C --> H(实施框架层级):::process
    D --> I(结构、机械、电子健康管理):::process
    E --> J(数据挖掘与决策支持):::process
    F --> K(数据采集与实时共享):::process
    F --> L(大数据处理与分析):::process
    F --> M(远程监控与控制):::process
    A --> N(未来发展方向):::process
    N --> O(智能化与自动化):::process
    N --> P(多学科融合):::process
    N --> Q(与其他航天技术协同):::process
    N --> R(适应新型航天器需求):::process

同时,我们可以用表格总结航天器健康管理各部分的关键要点:
|技术部分|关键要点|
| ---- | ---- |
|OSA - CBM标准|六个层级架构,规范维护方法,物联网可提供基础设施支持|
|IVHM系统|由NASA提出,分基础层、子系统层、主题层、航天器层,数据采集依赖传感器网络|
|星载健康管理系统|分层分布式结构,包括结构、机械、电子等子系统健康管理,有典型区域管理系统|
|地面健康管理系统|接收星载数据,利用强大存储和计算能力进行数据挖掘和决策支持|
|物联网技术应用|与传感器网络有区别,为健康管理带来数据采集、处理、监控等优势|
|未来发展方向|智能化与自动化、多学科融合、与其他航天技术协同、适应新型航天器需求|

通过以上的总结和图表,我们可以更全面地理解航天器健康管理技术的现状和未来发展趋势,为进一步的研究和应用提供参考。

【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)内容概要:本文围绕非线性三自由度四轴飞行器的建模与仿真展开,重点介绍了基于Matlab的飞行器动力学模型构建与控制系统设计方法。通过对四轴飞行器非线性运动方程的推导,建立其在三维空间中的姿态与位置动态模型,并采用数值仿真手段实现飞行器在复杂环境下的行为模拟。文中详细阐述了系统状态方程的构建、控制输入设计以及仿真参数设置,并结合具体代码实现展示了如何对飞行器进行稳定控制与轨迹跟踪。此外,文章还提到了多种优化与控制策略的应用背景,如模型预测控制、PID控制等,突出了Matlab工具在无人机系统仿真中的强大功能。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的高校学生、科研人员及从事无人机系统开发的工程师;尤其适合从事飞行器建模、控制算法研究及相关领域研究的专业人士。; 使用场景及目标:①用于四轴飞行器非线性动力学建模的教学与科研实践;②为无人机控制系统设计(如姿态控制、轨迹跟踪)提供仿真验证平台;③支持高级控制算法(如MPC、LQR、PID)的研究与对比分析; 阅读建议:建议读者结合文中提到的Matlab代码与仿真模型,动手实践飞行器建模与控制流程,重点关注动力学方程的实现与控制器参数调优,同时可拓展至多自由度或复杂环境下的飞行仿真研究。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值