基于微干扰力矩的针对高稳定度卫星飞轮筛选的实现方法与流程

本发明涉及一种针对高稳定度卫星飞轮筛选的实现方法，具体地，涉及一种基于微干扰力矩的针对高稳定度卫星飞轮筛选的实现方法。

背景技术：

随着卫星技术的不断发展，卫星结构越来越复杂，载荷也在不断增多，同时载荷对卫星平台的要求越来越高，微振动问题成为制约高精度高稳定度卫星发展的主要因素。其中，飞轮是引起卫星平台扰动的重要振源之一，因此对飞轮的筛选也越来越重要。

对于目前的飞轮筛选，主要是飞轮供应商进行控制特性的筛选。基于微振动的筛选，供应商则未开展。而飞轮的微振动特性是影响卫星载荷稳定度和精度的重要制约因素，因此，进行基于微干扰力矩的高稳定度卫星飞轮的筛选亟待进行。而相应的，也迫切需要确定出基于微干扰力矩的卫星飞轮的筛选方法。

技术实现要素：

针对现有技术中的缺陷，本发明的目的是提供一种基于微干扰力矩的针对高稳定度卫星飞轮筛选的实现方法，其提出了利用扫频工况下，卫星飞轮地面微干扰力矩试验所获取的卫星飞轮对安装底面产生的微干扰力矩信号的主频及其倍频、结构固有频率成分相结合的卫星飞轮筛选方法；通过对采集信号的分析、识别，作为飞轮筛选的输入，从而指导高精度卫星平台完成对飞轮筛选。

根据本发明的一个方面，提供一种基于微干扰力矩的针对高稳定度卫星飞轮筛选的实现方法，其特征在于，包括以下步骤：

步骤一：设有n个待筛选飞轮，n为自然数，将微干扰力矩台固定在光学隔振平台上；

步骤二：搭建微干扰力矩试验系统，主要包括微干扰力矩台与功放及数据采集系统的链接；

步骤三：通过刚性转接工装将同批次待测飞轮安装在微干扰力矩台上进行飞轮安装底部扰动量的测试的准备工作；

步骤四：测试飞轮不加电情况下的系统背景噪声；

步骤五：从飞轮不加电情况下的系统背景噪声中提取出系统固有的模态频率若干；

步骤六：按照常规扫频速率控制飞轮，采集一号飞轮0～极限转速的扫频过程中的微干扰力矩数据；

步骤七：按照常规扫频速率控制飞轮，将一号飞轮转速降为0；

步骤八：对步骤六中采集到的扫频数据初步进行分析，记录下频响值比较大的频点fm，m＝1,2,3；

步骤九：采集定频f1工况下一号飞轮的微干扰力矩数据，数据长度不少于30s；

步骤十：采集定频f2工况下一号飞轮的微干扰力矩数据，数据长度不少于30s；

步骤十一：采集定频f3工况下一号飞轮的微干扰力矩数据，数据长度不少于30s；

步骤十二：分析步骤九～步骤十一的微干扰力矩数据，记录下频点fm(m＝1,2,3)的幅值，并与步骤八所分析的数据的三个频点fm(m＝1,2,3)的幅值做比较；

其中，对上述步骤十二，如果步骤八的数据与步骤九～步骤十一的数据值基本一致，则确定一号飞轮扫频的控制速率；如果步骤八的数据与步骤九～步骤十一的数据值不一致，并且步骤九～步骤十一的数据比步骤八的相应频点幅值大，那么对一号飞轮进行降速扫频控制；

其中，对上述步骤中若进行降速扫频控制，则需要降速后重复步骤六～步骤十二，直到步骤八的数据与步骤九～步骤十一的数据值一致；从而确定下一号飞轮扫频控制的合适速率；

步骤十三：采集一号飞轮扫频过程中的微干扰力矩数据；

步骤十四：对一号飞轮扫频过程中的微干扰力矩数据进行时域峰峰值统计，记为p1；

步骤十五：对一号飞轮扫频过程中的微干扰力矩数据进行瀑布图分析，剔除步骤五所获取的系统固有的模态频率若干，最终获得飞轮扫频过程中的主要频率成分分布的数量k1和主频幅值a1；

步骤十六：依上述步骤六～步骤十五，依次对余下的飞轮分别进行微干扰力矩试验，记录下各个飞轮的峰峰值pi，扫频过程中的主要频率成分分布的数量ki和主频幅值ai；

步骤十七：通过比较，确定出各个飞轮的峰峰值的最大值pmax；

步骤十八：通过比较，确定出各个飞轮的主要频率成分分布的数量的最大值kmax；

步骤十九：通过比较，确定出各个飞轮的主频幅值amax；

步骤二十：根据经验公式，计算第一飞轮的筛选因子f1，经验公式为如下式：

fi＝(a*(pi/pmax))+(b*(ki/kmax))+(c*(ai/amax))

其中，i＝1……n，a为峰峰值权重系数，选用0.37，b为主要频率成分数权重系数，选用0.19，c为主频幅值权重系数，选用0.44；

步骤二十一：依照步骤十四的算法，计算各个飞轮的筛选因子fi；

步骤二十二：比较各个飞轮的筛选因子fi，选出其中筛选因子较小的，为较优选飞轮。

与现有技术相比，本发明具有如下的有益效果：一，数据直接真实，为飞轮对安装底面的微干扰力矩；二，物理意义明确，方便与载荷单位指标对接；三，通用性强，适用于各种控制模式的飞轮，亦可用于陀螺的筛选。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明人基于微干扰力矩的针对高稳定度卫星飞轮筛选的实现方法的原理图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

如图1所示，本发明基于微干扰力矩的针对高稳定度卫星飞轮筛选的实现方法包括以下步骤：

步骤一：设有n个待筛选飞轮，n为自然数，将微干扰力矩台固定在光学隔振平台上；

步骤二：搭建微干扰力矩试验系统，主要包括微干扰力矩台与功放及数据采集系统的链接；

步骤三：通过刚性转接工装将同批次待测飞轮安装在微干扰力矩台上进行飞轮安装底部扰动量的测试的准备工作；

步骤四：测试飞轮不加电情况下的系统背景噪声；

步骤五：从飞轮不加电情况下的系统背景噪声中提取出系统固有的模态频率若干；

步骤六：按照常规扫频速率控制飞轮，采集一号飞轮0～极限转速的扫频过程中的微干扰力矩数据；

步骤七：按照常规扫频速率控制飞轮，将一号飞轮转速降为0；

步骤八：对步骤六中采集到的扫频数据初步进行分析，记录下频响值比较大的频点fm，m＝1,2,3；

步骤九：采集定频f1工况下一号飞轮的微干扰力矩数据，数据长度不少于30s；

步骤十：采集定频f2工况下一号飞轮的微干扰力矩数据，数据长度不少于30s；

步骤十一：采集定频f3工况下一号飞轮的微干扰力矩数据，数据长度不少于30s；

步骤十二：分析步骤九～步骤十一的微干扰力矩数据，记录下频点fm(m＝1,2,3)的幅值，并与步骤八所分析的数据的三个频点fm(m＝1,2,3)的幅值做比较；

其中，对上述步骤十二，如果步骤八的数据与步骤九～步骤十一的数据值基本一致，则确定一号飞轮扫频的控制速率；如果步骤八的数据与步骤九～步骤十一的数据值不一致，并且步骤九～步骤十一的数据比步骤八的相应频点幅值大，那么对一号飞轮进行降速扫频控制；

其中，对上述步骤中若进行降速扫频控制，则需要降速后重复步骤六～步骤十二，直到步骤八的数据与步骤九～步骤十一的数据值一致；从而确定下一号飞轮扫频控制的合适速率；

步骤十三：采集一号飞轮扫频过程中的微干扰力矩数据；

步骤十四：对一号飞轮扫频过程中的微干扰力矩数据进行时域峰峰值统计，记为p1；

步骤十五：对一号飞轮扫频过程中的微干扰力矩数据进行瀑布图分析，剔除步骤五所获取的系统固有的模态频率若干，最终获得飞轮扫频过程中的主要频率成分分布的数量k1和主频幅值a1；

步骤十六：依上述步骤六～步骤十五，依次对余下的飞轮分别进行微干扰力矩试验，记录下各个飞轮的峰峰值pi，扫频过程中的主要频率成分分布的数量ki和主频幅值ai；

步骤十七：通过比较，确定出各个飞轮的峰峰值的最大值pmax；

步骤十八：通过比较，确定出各个飞轮的主要频率成分分布的数量的最大值kmax；

步骤十九：通过比较，确定出各个飞轮的主频幅值amax；

步骤二十：根据经验公式，计算第一飞轮的筛选因子f1，经验公式为如下式：

fi＝(a*(pi/pmax))+(b*(ki/kmax))+(c*(ai/amax))

其中，i＝1……n，a为峰峰值权重系数，选用0.37，b为主要频率成分数权重系数，选用0.19，c为主频幅值权重系数，选用0.44；

步骤二十一：依照步骤十四的算法，计算各个飞轮的筛选因子fi；

步骤二十二：比较各个飞轮的筛选因子fi，选出其中筛选因子较小的，为较优选飞轮。

本发明通过微干扰力矩试验台将飞轮工作时对安装底面产生的微干扰力矩信号感知，并通过采集卡将模拟信号转变为数字信号，提取信号中的主要频率成分及幅值大小，然后通过权重系数合成筛选因子，比较筛选因子作为飞轮的筛选依据。微干扰力矩信号可有效反映卫星飞轮对其安装底面的直接扰动，其时域统计量亦可直接作为初步筛选参数。微干扰力矩试验是卫星飞轮工作状态下，对安装底面产生的微干扰力矩的测量。微干扰力矩台包括四个高精度、宽频带的三向力传感器，模拟量计算电路部分、功率放大器以及数据采集系统。用于采集固定在微干扰力矩台上的转动部件对台面产生的微干扰力矩信号。权重系数用于将影响卫星飞轮筛选的因素在筛选中占的影响的大小进行量化，其制定依据为经验值。本发明的测量精度力矩优于0.001n*m。本发明基于微干扰力矩的针对高稳定度卫星飞轮筛选的实现方法通过对飞轮的地面微干扰力矩试验数据的分析和优化，最终通过经验权重系数合成筛选因子，作为飞轮的筛选依据。本发明主要解决高精度卫星平台对卫星飞轮筛选时缺乏筛选量化依据的问题。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。