故障診斷系統(tǒng)的研發(fā)得到了越來越多的國家和地區(qū)的重視,尤其是航天器的故障診斷。由于航天器的造價十分昂貴,而且很多部件是具有唯一性的。為了讓航天器更加自主化、智能化,其故障診斷技術由單一發(fā)展成為復雜的集成健康管理系統(tǒng)。本文的研究背景是基于航天器的健康管理系統(tǒng),完整的健康管理項目分為三大模塊:用戶端,解析端及后端算法部分。本文研究側重于健康管理系統(tǒng)中的核心算法,該算法主要采用Common lisp語言完成。在故障診斷搜索方面,傳統(tǒng)意義上的故障診斷方法大多使用基于知識,基于專家系統(tǒng)等方法。本文將使用改進的A*算法對航天器進行故障診斷。改進后的A*算法大大的提高了搜索故障點的速度,減少了搜索時間。減少故障搜索的時間,就是在尋找最優(yōu)解的時候避免做無用功,它的關鍵點在于決策。許多決策問題現(xiàn)在被重新定義為優(yōu)化問題,涉及在離散空間上搜索,獲得一組滿足約束的最佳搜索方案。A*算法最常用于尋找最優(yōu)路徑,比如導航或者游戲地圖中等。但是在美國NASA的故障診斷系統(tǒng)Livingstone上,已經(jīng)成功地應用了A*算法。事實證明,A*算法在故障診斷上是完全可行的。本文將故障診斷搜索問題也比擬成一個尋找路徑的一個關系,... 

【文章來源】：沈陽理工大學遼寧省

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

哥倫比亞號殘骸以及Fig.1.1ThewreckageofColombiaand

沈陽理工大學碩士學位論文-6-障診斷技術必須要走的路。1.3航天器電源系統(tǒng)的故障診斷分析通過查找和收集國內(nèi)外所公開公布的資料上，對于現(xiàn)航天器運行異�；蛳到y(tǒng)故障問題方面，發(fā)現(xiàn)航天器的大部分的故障一般都發(fā)生在電源，姿態(tài)控制和推進系統(tǒng)上，如果可以降低減少故障發(fā)生的次數(shù)，不僅提高了航天器的使用壽命，同時降低了航天器研發(fā)生產(chǎn)的成本，更能夠提高航天器在軌運行以及宇航員的安全系數(shù)。而航天器電源系統(tǒng)是衛(wèi)星中非常重要的部件，它能夠直接決定這航天器在軌工作運行的時間。經(jīng)過數(shù)年來國內(nèi)外專家對航天器電源系統(tǒng)在軌運行所發(fā)生的故障的統(tǒng)計和分析，不難找到故障發(fā)生的規(guī)律。圖1.2空間電源架構圖Fig.1.2SpacePowerArchitectureDiagram圖1.2為航天器空間電源的架構圖。航天器電源系統(tǒng)主要的故障發(fā)生在太陽能電池陣、蓄電池組上。其中太陽能電池陣的展開故障多數(shù)由機械故障引起；蓄電池的故障大多數(shù)是因為充放電引起，還有一些是因為日冕噴射，地磁風暴以及非正常的太陽耀斑所造成的電磁輻射鼓掌和靜電放電故障[12]。由此可以看出，航天器的電源系統(tǒng)是航天器很容易發(fā)生故障的系統(tǒng)，而且一旦航天器電源系統(tǒng)發(fā)生問題，極其容易造成飛行失敗，航天器功能下降或者失靈甚至徹底無法使用的狀態(tài)。可以說，航天器的電源系統(tǒng)相當于整個航天器的“心臟”。所以說，電源分系統(tǒng)能夠正常的工作，是航天器其他系統(tǒng)正常工作的重要前提條件。1.4本文主要工作本文的研究課題來源于中國科學院沈陽自動化研究所的實際工程項目“空間

沈陽理工大學碩士學位論文-18-型的故障診斷[26]基于專家系統(tǒng)的故障診斷方法，在早期的時候是通過依靠經(jīng)驗豐富的專家總結出的規(guī)則來描述系統(tǒng)的故障和故障征兆，通過充分的利用專家的經(jīng)驗知識快速準確地診斷出故障。然而，面對專家經(jīng)驗之外的未知問題，很容易犯錯或錯過判斷。因此，很容易出現(xiàn)診斷失敗。圖3.1是故障診斷專家系統(tǒng)結構圖。圖3.1故障診斷專家系統(tǒng)結構圖Fig.3.1Faultdiagnosisexpertsystemstructurediagram基于神經(jīng)網(wǎng)絡的故障診斷算法是建立從癥狀到故障源的映射過程[27]。對于比較復雜的非線性系統(tǒng)來說并不需要復雜完整的數(shù)學模型。神經(jīng)網(wǎng)絡本身是自組織自適應的。改進后的算法可以通過網(wǎng)絡訓練和學習系統(tǒng)知識方法，具有良好的實時更新和推理能力。圖3.2為用于故障診斷的神經(jīng)網(wǎng)絡模型。圖3.2神經(jīng)網(wǎng)絡模型結構圖Fig.3.2Neuralnetworkmodelstructure神經(jīng)網(wǎng)絡的缺點是它不能充分利用專家系統(tǒng)的經(jīng)驗。它只能通過現(xiàn)有樣本進行訓練，網(wǎng)絡訓練時間較長，這將極大地影響診斷技術的可靠性�；谳斎牒洼敵鰴z測的神經(jīng)網(wǎng)絡訓練知識，對于過程有關的狀態(tài)量和發(fā)生的故障不能做出足夠準確的解釋。模糊診斷方法，也是基于知識方法的一種。1965年,扎德提出了模糊集理論。主要采用模糊關系診斷，模糊模式識別和模糊聚類分析[28]。模糊關系診斷方法根據(jù)故障現(xiàn)象與故障原因之間的模糊關系矩陣將癥狀空間轉換為故障空間，并根據(jù)

【參考文獻】：
期刊論文
[1]基于約束可滿足的深空探測任務規(guī)劃方法研究[J]. 姜嘯,徐瑞,朱圣英.  深空探測學報. 2018(03)
[2]基于路徑優(yōu)化的A*算法與Dijkstra算法的性能比較[J]. 劉云翔,杜杰,張晴.  現(xiàn)代電子技術. 2017(13)
[3]基于改進A*算法的地圖游戲尋徑研究[J]. 陳素瓊,王惠來,向天雨.  重慶師范大學學報(自然科學版). 2017(04)
[4]信息不對等條件下人工智能在FPS游戲中的應用[J]. 楊奎河,郭東方,李一.  信息通信. 2017(04)
[5]Livingstone故障診斷軟件的技術特征分析[J]. 成奕東,聞新,王爾申.  機械工程師. 2017(03)
[6]航天器故障診斷技術的研究現(xiàn)狀與進展[J]. 王嘉軼,聞新.  航空兵器. 2016(05)
[7]求解約束可滿足問題的eSTR算法優(yōu)化[J]. 王瑞偉,李占山,李宏博.  計算機研究與發(fā)展. 2016(07)
[8]BFS算法與眾核處理器的適應性研究[J]. 葉楠,郝子宇,鄭方,謝向輝.  計算機研究與發(fā)展. 2015(05)
[9]基于改進A*算法的水下航行器自主搜索航跡規(guī)劃[J]. 榮少巍.  電子科技. 2015(04)
[10]基于Common Lisp的數(shù)字系統(tǒng)仿真實現(xiàn)[J]. 肖楚琬,唐小峰,許愛強.  航空計算技術. 2015(01)

博士論文
[1]基于模型的故障診斷方法研究及在航天中的應用[D]. 邵繼業(yè).哈爾濱工業(yè)大學 2009
[2]基于布爾可滿足性的電路設計錯誤診斷[D]. 吳洋.復旦大學 2006

碩士論文
[1]基于Storm的流數(shù)據(jù)聚類挖掘算法的研究[D]. 馬可.南京郵電大學 2016
[2]基于貝葉斯網(wǎng)絡的航天器姿控系統(tǒng)故障診斷研究[D]. 高升.哈爾濱工業(yè)大學 2016
[3]衛(wèi)星電源系統(tǒng)的故障仿真及診斷[D]. 劉麗霞.哈爾濱工業(yè)大學 2015
[4]基于多信號模型的衛(wèi)星故障診斷技術研究[D]. 孔令寬.國防科學技術大學 2009
[5]基于故障樹的航天器故障診斷專家系統(tǒng)研究[D]. 金亮亮.南京航空航天大學 2008
[6]基于故障樹的運載火箭故障診斷專家系統(tǒng)[D]. 夏勇.重慶大學 2007
[7]基于定性模型的衛(wèi)星電源系統(tǒng)故障診斷方法的研究[D]. 崔子謙.哈爾濱工業(yè)大學 2007
[8]基于神經(jīng)網(wǎng)絡的航天器多故障診斷的研究[D]. 李化南.哈爾濱工業(yè)大學 2006



本文編號：3497946