买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京空间飞行器总体设计部

摘要：本发明公开了一种航天器自主诊断重构过程动态协同方法，其中，该方法包括：建立航天器控制系统的连续时间状态方程和离散时间状态方程；得到与诊断时间相关的系统输入输出模型；得到与诊断时间相关的故障估计表达式；得到无故障情况下航天器的控制输入；得到与重构时机相关的系统重构控制率；根据与重构时机相关的系统重构控制率得到与诊断时间、重构时机相关的可诊断性和可重构性的综合评价指标；根据可诊断性和可重构性的综合评价指标、与诊断时间相关的故障估计表达式和与重构时机相关的系统控制率得到最优故障估计表达式和最优系统重构控制率。本发明可在轨提升诊断重构过程的协同程度，实现航天器自主诊断重构过程的动态协同。

主权项：1.一种航天器自主诊断重构过程动态协同方法，其特征在于包括：建立航天器控制系统的连续时间状态方程和离散时间状态方程；根据离散时间状态方程得到与诊断时间相关的系统输入输出模型；根据系统输入输出模型得到与诊断时间相关的故障估计表达式；根据系统输入输出模型得到与诊断时间相关的航天器可诊断性评价指标；根据连续时间状态方程和状态反馈控制增益得到无故障情况下航天器的控制输入；根据与诊断时间相关的故障估计表达式和无故障情况下航天器的控制输入得到与重构时机相关的系统重构控制率；根据与重构时机相关的系统重构控制率得到与诊断时间、重构时机相关的可诊断性和可重构性的综合评价指标；根据可诊断性和可重构性的综合评价指标、与诊断时间相关的故障估计表达式和与重构时机相关的系统控制率得到最优故障估计表达式和最优系统重构控制率；与诊断时间相关的系统输入输出模型通过如下公式得到：Ls,kzs,k＝Hxs,kxk-s+1+Hfs,kfs,k+Hes,kes,k； 其中，Ls,k为与诊断时间相关的系统输入输出模型的第一参数矩阵，zs,k为与诊断时间相关的系统输入输出模型的输入输出向量，Hxs,k为与诊断时间相关的系统输入输出模型的第二参数矩阵，xk-s+1为第k-s+1时刻离散时间系统状态向量，Hfs,k为与诊断时间相关的系统输入输出模型的第三参数矩阵，fs,k为与诊断时间相关的系统输入输出模型的故障向量，Hes,k为与诊断时间相关的系统输入输出模型的第四参数矩阵，es,k为与诊断时间相关的系统输入输出模型的噪声向量，s为时间窗口长度，k为时刻，Ilys为维数为lys的单位向量，Us,k为与诊断时间相关的系统输入输出模型的控制输入矩阵，2,1u为与诊断时间相关的系统输入输出模型的控制输入子矩阵，3,1u为与诊断时间相关的系统输入输出模型的控制输入子矩阵，3,2u为与诊断时间相关的系统输入输出模型的控制输入子矩阵，s,1u为与诊断时间相关的系统输入输出模型的控制输入子矩阵，s-1,s-2u为与诊断时间相关的系统输入输出模型的控制输入子矩阵，s,s-2u为与诊断时间相关的系统输入输出模型的控制输入子矩阵，s,s-1u为与诊断时间相关的系统输入输出模型的控制输入子矩阵，Ck-s+1为离散时间系统第五参数矩阵，Adk-s+1为第k-s+1时刻离散时间系统第一参数矩阵，Ck-s+2为第k-s+2时刻离散时间系统第五参数矩阵，Ck为第k时刻离散时间系统第五参数矩阵，Adk-s+2为第k-s+2时刻离散时间系统第一参数矩阵，s,1为与诊断时间相关的系统输入输出模型的故障子矩阵，s-1,s-2为与诊断时间相关的系统输入输出模型的故障子矩阵，s,s-2为与诊断时间相关的系统输入输出模型的故障子矩阵，s,s-1为与诊断时间相关的系统输入输出模型的故障子矩阵，2,1e为与诊断时间相关的系统输入输出模型的噪声子矩阵，3,1e为与诊断时间相关的系统输入输出模型的噪声子矩阵，3,2e为与诊断时间相关的系统输入输出模型的噪声子矩阵，s,1e为与诊断时间相关的系统输入输出模型的噪声子矩阵，s-1,s-2e为与诊断时间相关的系统输入输出模型的噪声子矩阵，s,s-2e为与诊断时间相关的系统输入输出模型的噪声子矩阵，s,s-1e为与诊断时间相关的系统输入输出模型的噪声子矩阵；与诊断时间相关的故障估计表达式通过如下公式得到： 其中，P*kNbkHxs,k＝0，且有P*k＝Q*kNbkys,k-Us,kus,k，且有td＝s+1Td；为与诊断时间相关的故障估计表达式，P*k为第k时刻最优诊断的参数矩阵，Nbk为Ho的左零空间正交基组成的参数矩阵，Hfs,k为与诊断时间相关的系统输入输出模型的第三参数矩阵，fs,k为与诊断时间相关的系统输入输出模型的故障向量，s为时间窗口长度，k为时刻，Hxs,k为与诊断时间相关的系统输入输出模型的第二参数矩阵，Q*k为最优诊断的子参数矩阵，ys,k为与诊断时间相关的系统输入输出模型的输出向量，Us,k为与诊断时间相关的系统输入输出模型的控制输入矩阵，us,k为与诊断时间相关的系统输入输出模型的控制输入向量，td为诊断时间，Td为采样时间；与诊断时间td相关的航天器可诊断性评价指标通过如下公式得到： fis,k＝[fiTk-sfiTk-s+1…fiTk]T； 其中，Dtd为与诊断时间td相关的航天器可诊断性评价指标td为诊断时间，lf为故障向量维数，Ii为fis,k对应的Fisher信息矩阵，Fi,diagnosability为表示所有可诊断的fis,k的集合，fis,k为与诊断时间相关的系统输入输出模型的第i个故障向量，s为时间窗口长度，i表示与fis,k相关的项，k为时刻，Fis,k为所有fis,k的集合，j表示与fjs,k相关的项，Ki,j为航天器可诊断判据，fjs,k为与诊断时间相关的系统输入输出模型的第j个故障向量，Γ为ess,k的协方差矩阵的分解矩阵，es,k为与诊断时间相关的系统输入输出模型的噪声向量，P*k为第k时刻最优诊断的参数矩阵，Nbk为Ho的左零空间正交基组成的参数矩阵，为与诊断时间和fis,k相关的系统输入输出模型的参数子矩阵，fik-s为第k-s时刻离散时间系统的第i个故障向量，fik-s+1为第k-s+1时刻离散时间系统的第i个故障向量，fik为第k时刻离散时间系统的第i个故障向量；无故障情况下航天器的控制输入通过如下公式得到：unt＝-Ktxnt+udt；其中，unt为无故障情况下的控制输入，Kt为状态反馈控制增益，xnt为无故障情况下的状态向量，udt为干扰抑制项，t为时间；与重构时机相关的系统重构控制率通过如下公式得到： 其中，ut为与重构时机tr相关的系统重构控制率，tf为发生故障的时刻，tr表示系统采取控制重构措施的时刻，tmis为任务完成时间，Kt为状态反馈控制增益，unt为无故障情况下航天器的控制输入，uft为故障系统重构前的控制输入，urt为故障系统重构后的控制输入，xnt为无故障情况下航天器的状态向量，xft为故障情况下的状态向量，xrt为故障系统重构后的航天器状态向量，为与诊断时间相关的故障估计表达式，Nat为过程矩阵，t为时间；与诊断时间td、重构时机tr相关的可诊断性和可重构性的综合评价指标通过如下公式得到： ext＝xnt-xt,eut＝unt-ut；其中，Rtd为与诊断时间td、重构时机tr相关的可诊断性和可重构性的综合评价指标，η为性能指标阈值，tf为发生故障的时刻，tmis为任务完成时间，Jstd为与诊断时间td、重构时机tr相关的可诊断性和可重构性的过程评价指标，ext为的状态误差，eut为的控制输入误差，Dtd为诊断时间td相关的航天器可诊断性评价指标，xnt为无故障情况下航天器的状态向量，xt为航天器的状态向量，unt为无故障情况下航天器的控制输入，ut为与重构时机tr相关的系统重构控制率；最优故障估计表达式通过如下公式得到： 最优系统重构控制率通过如下公式得到： 其中，为最优故障估计表达式，P*k为第k时刻最优诊断的参数矩阵Nbk为Ho的左零空间正交基组成的参数矩阵，Hfs*,k为最优时间的系统输入输出模型的参数矩阵，fs*,k为最优时间的系统输入输出模型的故障向量，s*为最优时间窗口长度，k为时刻，u1t为最优系统重构控制率，tf为发生故障的时刻，为最优诊断时间，tmis为任务完成时间，Kt为状态反馈控制增益，unt为无故障情况下航天器的控制输入，uft为故障系统重构前的控制输入，urt为故障系统重构后的控制输入，xnt为无故障情况下航天器的状态向量，xft为故障情况下的状态向量，xrt为故障系统重构后的航天器状态向量，为与诊断时间相关的故障估计表达式，Nat为过程矩阵，t为时间。

全文数据：

权利要求：

百度查询： 北京空间飞行器总体设计部 一种航天器自主诊断重构过程动态协同方法