基于概率图模型与序列蒙特卡洛方法的航天器自主故障诊断与健康监测技术研究

深空探测是人类走出地球，进入深空的重要手段，有利于开发和利用空间资源，服务于人类社会的可持续发展，是我国未来航天领域的重点发展方向。与近地航天任务相比，执行未来深空探测任务的航天器，任务时间跨度大，所处空间环境情况复杂特殊，为了保证其正常运行，避免设备损失，有效的节约成本，其必须具备自主故障诊断与健康监测的能力。本项目研究深空探测航天器系统中传感器分布式、多元化、冗余条件下，基于多变量非线性相关分析理论的传感器有效信息获取技术，结合航天器故障诊断自主性的要求，研究依据概率图模型，建立故障征兆与故障原因之间非线性时变映射关系的结构描述方法。在此基础上，提出利用系统历史与实时数据，在线学习与更新映射关系的拓扑结构与模型参数的算法，以及基于序列蒙特卡洛方法，长时间、分段式在线自主故障预报技术，从而为航天器自主故障诊断与健康监测的实现与应用奠定基础。