一种卫星驱动机构在轨健康状态指标提取及寿命预测方法
【技术领域】
[0001] 本发明提供一种从卫星遥测数据中提取能反映驱动机构健康状态的指标并依此 建模进行寿命预测的方法，为卫星在轨运行的可靠性验证提供技术支持，属于卫星的健康 管理和寿命预测领域。
【背景技术】
[0002] 产品的健康监测和寿命研究一直是产品研究里的重要问题。对于许多航天类、光 电类的核屯、元器件而言，其寿命要求高、技术难度高、生产成本大、生产批量小，因此其在可 靠性分析和预测的实现上具有很大难度。
[0003] 驱动机构是太阳电池阵驱动子系统的执行机构，其功能为实现太阳电池阵的对日 定向功能，同时通过自身的导电滑环将太阳电池阵的功率信号及测控信号传输给星体相关 系统。从结构上看，驱动机构主要包括步进电机、减速器、滑环、轴承、位置感应器、驱动轴 等。在各个部件里，减速器无备份措施，需要提高其承载能力及润滑。其润滑失效是驱动机 构最主要的失效模式，因此常W减速器的润滑失效作为瓶颈来进行驱动机构的健康状态评 价。
[0004] 目前常用的减速器为谐波减速器。谐波减速器润滑性能的下降，常会造成驱动机 构输出力矩降低、传动效率降低、运转温度上升、转速退化等。实验室研究中，常W输出力矩 或传动效率作为健康状态指标来建模研究减速器的润滑失效。但是在太空中，较难实现力 矩的实际值的精确测量，W致在遥测数据中一般不包含此项数据。因此，传统的基于输出力 矩或传动效率的建模方法无法用来评估卫星驱动机构在太空中的健康状态。而温度受卫星 位置变化、滑环发热、散热材料老化等多方面因素的影响，难W作为仅反映谐波减速器的润 滑性能状态的指标。
【发明内容】
[0005] 针对现有技术存在的缺陷，本发明的目的是提出一种卫星驱动机构在轨健康状态 指标提取及寿命预测方法。通过对卫星在轨时能测量的数据和卫星驱动机构的谐波减速器 润滑性能退化机理进行分析，提取出能反映卫星驱动机构在轨健康状态的指标，并依此建 模，实现卫星在轨时的可靠性验证和寿命预测。它通过分析润滑性能下降导致的转速退化 对转角的影响原理，并W零位区边界附近的主/备零位信号的变化规律来反映谐波减速器 的转角变化，通过该一变化来反映驱动机构的健康状态。
[0006] 本发明的技术方案是；
[0007] -种卫星驱动机构在轨健康状态指标提取及寿命预测方法，其特征在于，包括W 下步骤：
[0008] 第一步，分析减速器的转速退化机理；
[0009] 随着减速器润滑性能的下降，减速器的磨损加剧，其传输精度降低，对转速的传送 能力下降，实际降速能力与设计降速能力间出现差异，即给予同样的输入转速时，驱动机构 的实际输出转速将逐渐跟不上理论输出转速，当实际输出转速跟不上理论输出转速时，在 相同的运行时间内，实际转动的角度与理论应转角度存在差异，通过一个固定的理论转角 所对应的实际转角的变化趋势进行分析，就能实现驱动机构的润滑退化分析；
[0010] 第二步，分析基于零位区边界附近的主/备零位信号的转角变化机理，确定健康 状态指标；
[0011] 主/备零位信号是卫星中用于判断驱动机构是否处于零位区的二进制遥测数据； 零位区为驱动机构运转角度处于0度附近的一个给定范围，范围宽度为3. 5~4. 5度，其 中，0表示处于非零位区，1表示处于零位区；主零位信号和备零位信号的零位区间不完全 重叠；在各自零位区间内，信号都将显示为1，过了该个区间范围，则为非零位区，信号显示 为0 ;
[0012] 记巧为进零位区的边界，巧为出零位区的边界，理论转角9 >巧且e<巧+ 36即寸， 零位信号为全1 ;理论转角巧<e<巧时，零位信号为全0 ;由于振动等应力干扰，驱动机构 的实际运转角度存在一定的公差范围，可将实际转角视为随机变量；因此当理论转角es货 或e韻时，根据实际转角的随机性，零位信号将W一定概率取1，W-定概率取0 ;结合第 一步的转速退化机理分析可知，随着减速器润滑性能的下降，实际降速能力与设计降速能 力间出现差异，驱动机构的实际转动速度逐渐跟不上理论速度，巧附近的理论转角对应的 实际转角的分布将逐渐往非零位区偏移，取1的概率降低；类似地，巧附近的理论转角对应 的实际转角的分布将逐渐往零位区偏移，取1的概率增加。
[0013] 从减速器的转速退化出发，通过零位区边界附近的主/备零位信号的变化规律来 建立基于转速退化的转角变化模型，实现对驱动机构的在轨健康状态的分析，能够推测其 在轨剩余寿命；
[0014] 第=步，基于零位区边界附近的主/备零位信号的转角变化建模及验证；
[0015] 记0为零位区边界附近的一个使得主/备零位信号
既可能取1也可能取0的理论转角，X(t)为0对应的t时刻的实际转角，为一随机量；y(t) 为零位信号的取值，贝U
[0016] 给定x(t)的转角变化模型为D化展对二F托a) +麥巧)，其中窜议)为实际转角的随 机分布项（0为模型参数），F(t，a)为漂移项（a为模型参数）；记x(t)的取值范围为 炬i(t)，B2(t))。
[0017] 对任意时刻t，零位信号y(t)取1的概率p(t)由下式计算：
[0024]p(t) = 1 ；
[00巧]记0对应的主/备零位信号在各时刻测量的取1的概率值为Pt(t);卫星包括两 翼，每翼包含主零位信号和备零位信号，每个信号既在入零位区、又在出零位区会出现取1 概率变化的情况，因此共有8组数据；
[0026] 若取取(仍的概率分布函数为丫（ 0 )。对于情况（1)，取两个时刻ti和12,t2>t1， 则有
[0027]
[002引对于情况（2)，取两个时刻ti和t2,t2>t1，则有；
[0029]
[0030] 根据退化机理设计F(ta)和的巧的模型（例如F(t，a)取指数退化模型，的'的取 正态分布模型），通过Pt(t)计算出Apf(t)，对Ap(t)的实际测量值Apf(t)采用极大似 然、矩估计等参数估计方法来进行拟合，得到F(t，a)的模型参数a和的巧的参数6,得 到基于转速退化的转角变化模型。并在Pt(t)中留取几组数据，与转角变化模型的预测结 果做对比，进行模型验证。
[0031] 第四步，可靠性和寿命预测；
[0032] 通过转角变化模型，给出失效阔值，计算出产品在任意时刻的可靠度和在任意可 靠度条件下的寿命；
[003引假设爭從)为W01为分布中心W20 2为区间长度的均匀分布，0 = (01，02)，F(t，a) =-aXt，即转角的变化为线性减少。在线性退化模型中，模型参数a即可视 为转角变化率。；D(t，0，a)可记为x(t)~U(0i-aXt-02,01-aXt+02);关于x(t) 的分布区间的长度，由于在任意一个零位区边界附近，一般仅有一个理论转角存在相应零 位信号存在既可取0又可取1的情况，则区间长度将小于细分步距角，即B2(t)-Bi(t)= 2 0d目，细分步距角为0. 072,即取2 0 2= 0. 072。则随机变量X(t)的概率密度函数为
[0034]
[00巧]记对于X(t)，取值在区间（Z，B2 (t))的概率为：《 (Z，B2 (t)).
[0036] 在入零位区，有
[0037]
[003引
即为P进行线性拟合时的斜率；
[00測在出零位区，有
[0040]
巧为P进行线性拟合时的斜率；
[00川记卫星刚发射时的时间为t= 0,则初始时刻实际转速尚未发生退化，有01= 0，取2个时刻ti，*2,ti< 12,Pt(ti)为ti时备零位信号y(t1)取1的概率，Pt(t2)为t2时零 位信号y(t,)取1的概率，采用此时刻前后一段时间内取1的统计概率均值作为此刻取1的 概率；
[0042] 对每组Pf(t)数据，进行线性拟合；在入零位区，拟合数据的斜率即a= 202k，在出零位区，拟合数据的斜率为*二-即a=-202k;
[0043]结合8组数据各自获得的转角变化率a，对a采用正态判别与拟合，建立模型为 N(y，0 2);
[0044]根据转角变化率a，可知t时长后实际转动角度与理论转动角度的差异服从分布 N(yt，0 2t2)，在此基础上实现可靠性预计和寿命分析；
[0045] 在模型验证方面，采取留一交互验证的方式：每次留下一组作为验证用数据，用其 他走组数据进行拟合，估计出N(y，〇2)，再判断验证组的参