4. 基于解析冗余的故障检测原理
解析冗余(Analytical Redundancy)是航天器GNC故障检测与重构的核心思想:不额外增加物理传感器,而是利用系统数学模型在多个测量量之间建立约束关系,通过比较“模型预测值”与“实际测量值”的偏差来判断是否发生故障。与硬件冗余相比,解析冗余不增加质量、功耗和成本,但依赖模型精度,因此其工程适用性必须结合GNC系统的动力学特性、测量配置和故障模式来评估。本节围绕状态观测器、奇偶空间和参数估计三类基本方法,说明其原理、实现要点及在GNC中的适用范围。
一、解析冗余的基本原理
设GNC系统可用状态空间模型描述:
ẋ(t) = A x(t) + B u(t) + E_d d(t) + E_f f(t)
y(t) = C x(t) + D u(t) + F_d d(t) + F_f f(t)
其中 x 为状态量(如姿态角、角速度、轨道位置速度),u 为控制输入(如飞轮力矩、推力器指令),y 为测量输出(如陀螺、星敏感器、加速度计读数),d 为扰动,f 为故障向量。解析冗余的本质是构造一个仅由已知量 u 和 y 驱动的残差 r(t),使其在无故障时趋近于零,在故障发生时显著偏离零。残差对故障的敏感性和对扰动的鲁棒性,决定了检测方法的性能。
① 故障敏感性——故障发生时残差幅值足够大;
② 扰动鲁棒性——模型误差、噪声、外部扰动引起的残差应被抑制;
③ 可分离性——不同故障应产生不同方向的残差特征,便于定位。
二、状态观测器方法
状态观测器通过构造与真实系统并行的模型,利用输出误差驱动状态估计,从而生成残差。最常用的是Luenberger观测器和卡尔曼滤波器。以连续Luenberger观测器为例:
x̂̇ = A x̂ + B u + L (y − C x̂)
r = y − C x̂
其中 L 为观测器增益矩阵,通过极点配置或LQR方法设计,使估计误差 e = x − x̂ 按期望动态收敛。当系统无故障时,r 仅由初始误差、噪声和扰动引起;当执行机构或传感器发生故障时,r 的统计特性发生显著变化。工程中常用残差加权平方和作为检测统计量:
J = rᵀ W r
并与阈值 J_th 比较,J > J_th 时报警。W 为加权矩阵,通常取残差协方差的逆,以归一化不同量纲的残差。
在GNC中,状态观测器特别适用于姿态确定系统。例如,以陀螺测量角速度、星敏感器测量姿态四元数,可构造姿态观测器,残差反映陀螺漂移或星敏感器跳变。其优点是能同时给出状态估计用于重构,缺点是计算量较大,且对模型误差敏感。对于高动态或强非线性场景,需采用扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF),但残差阈值需随工作点调整。
三、奇偶空间方法
奇偶空间法直接从系统的输入输出关系出发,通过构造奇偶向量消除状态量,得到仅与输入输出相关的约束方程。对离散系统:
x(k+1) = A x(k) + B u(k) + F f(k)
y(k) = C x(k) + D u(k) + G f(k)
在时间窗口 [k−s, k] 内展开,消去状态 x,可得奇偶方程:
P y_s(k) − Q u_s(k) = R f_s(k)
其中 P、Q 由 A、B、C、D 构造,满足 P H = 0(H 为可观测性矩阵)。当无故障时,残差 r = P y_s − Q u_s 为零;故障时 r = R f_s 非零。奇偶空间法的优点是无需状态估计,计算直接,适合实时性要求高的场景;缺点是需要精确的输入输出模型,且对噪声放大较敏感,通常需配合低通滤波或滑动窗口平均。
在GNC中,奇偶空间法常用于惯性测量单元(IMU)的故障检测。例如,三轴陀螺和三轴加速度计之间存在运动学约束,可构造奇偶关系检测单轴故障。对于推力器系统,也可利用推力器指令与加速度计响应的奇偶关系检测推力器失效。其适用性取决于系统是否具有足够的冗余测量和明确的代数约束。
四、参数估计方法
参数估计法将故障视为系统参数的变化,通过在线辨识模型参数并与标称值比较来检测故障。设系统模型为:
y(k) = φᵀ(k) θ + e(k)
其中 θ 为待辨识参数(如执行机构效率、传感器增益、摩擦系数),φ 为回归向量。采用递推最小二乘(RLS)或递推极大似然估计 θ̂,当 θ̂ 偏离标称值超过阈值时判定故障。参数估计法能直接给出故障幅值,有利于重构时进行补偿,但收敛速度较慢,且对持续激励条件有要求。
在GNC中,参数估计法适用于执行机构效率下降、传感器增益漂移等缓变故障。例如,飞轮摩擦增大或推力器推力下降,可通过参数辨识估计效率系数 η,当 η < 0.8 时判定为故障。其缺点是难以检测突发故障,且计算量较大,通常作为辅助手段与观测器或奇偶空间法结合使用。
五、三类方法的适用性对比
下表从检测速度、计算量、模型依赖、故障定位能力和典型GNC应用四个维度对三类方法进行对比。
| 方法 | 检测速度 | 计算量 | 模型依赖 | 故障定位 | 典型GNC应用 |
|---|---|---|---|---|---|
| 状态观测器 | 中等 | 较高 | 高 | 较强 | 姿态确定、陀螺漂移 |
| 奇偶空间 | 快 | 低 | 高 | 中等 | IMU、推力器 |
| 参数估计 | 慢 | 高 | 中 | 强 | 飞轮效率、增益漂移 |
实际GNC系统通常采用多方法融合:用奇偶空间法快速报警,用观测器法确认并估计状态,用参数估计法量化故障幅值,从而兼顾速度、鲁棒性和重构需求。
六、工程实现中的关键问题
无论采用哪类方法,工程实现都需处理以下问题。第一,阈值设定。阈值过小导致虚警,过大导致漏警。常用方法是基于无故障残差的统计分布,取3σ或根据虚警率要求确定。第二,鲁棒性增强。可通过未知输入观测器(UIO)或H∞滤波抑制扰动影响,也可在残差后加自适应阈值。第三,故障可分离性。当多个故障产生相似残差方向时,需设计结构化残差集,使每个残差对特定故障敏感而对其他故障不敏感。第四,计算资源约束。星载计算机资源有限,奇偶空间法因计算量小更适合实时检测,观测器和参数估计可作为备份或地面分析手段。
七、小结
状态观测器、奇偶空间和参数估计是解析冗余故障检测的三类基本方法。状态观测器适合需要状态估计和较强定位能力的场景,奇偶空间适合快速检测和代数约束明确的系统,参数估计适合缓变故障和需要量化幅值的场合。在GNC中,应根据故障类型、实时性要求和计算资源选择或融合使用,并重点解决阈值设定、鲁棒性和可分离性三个工程问题。