分类号 TB114.3 学号 09050031 U D C 密级 公 开 工学硕士学位论文 基于基于 MSET 的卫星关键部件异常监测方法的卫星关键部件异常监测方法 硕士生姓名 彭坚 学 科 专 业 控制科学与工程 研 究 方 向 装备系统工程 指 导 教 师 周经伦 教授 国防科学技术大学研究生院 二一一年十一月 国防科学技术大学研究生院 二一一年十一月 基于 M S E T 的卫星关键部件异常监测方法 国防科学技术大学研究生院 国防科学技术大学研究生院硕士学位论文 国防科学技术大学研究生院硕士学位论文 Anomaly Monitoring Method for Key Components of Satellite based on Multivariate State Estimation Techniques Candidate： Peng Jian Advisor： Zhou Jing Lun A dissertation Submitted in partial fulfillment of the requirements for the degree of Master of Engineering in Control Science and Engineering Graduate School of National University of Defense Technology Changsha，Hunan，P.R.China November，2011 国防科学技术大学研究生院硕士学位论文 第 I 页 目目 录录 摘 要 . i ABSTRACT.ii 第一章 绪论 1 1.1 研究背景及意义. 1 1.2 国内外研究现状. 1 1.2.1 基于解析模型的异常监测技术 2 1.2.2 基于信号处理的异常监测技术 3 1.2.3 基于知识的异常监测技术 3 1.3 论文的主要内容及结构安排. 9 1.3.1 研究内容 9 1.3.2 论文结构 10 第二章 蓄电池失效分析 13 2.1 锂离子电池基本原理. 13 2.2 锂离子电池失效机理分析. 14 2.2.1 锂离子电池失效内因分析 14 2.2.2 锂离子电池失效外因分析 15 2.2.3 锂离子电池热失控分析 16 2.3 锂离子电池监测参数选取. 16 2.3.1 锂离子电池性能参数 16 2.3.2 监测参数确定 17 2.4 小结. 18 第三章 基于 MSET 的状态估计和寿命预测 19 3.1 MSET 基本原理 . 19 3.2 MSET 实现技术 . 22 3.2.1 数据正规化处理 22 3.2.2 训练数据选取 23 3.2.3 记忆矩阵构造 26 3.2.4 非线性算子选取及优化 32 3.3 基于 MSET 的寿命预测 36 3.3.1 退化模型的建立 36 3.3.2 失效标准的确定 37 国防科学技术大学研究生院硕士学位论文 第 II 页 3.3.3 实例研究 37 3.4 小结. 39 第四章 基于 SPRT 的异常检测. 41 4.1 基于 SPRT 的残差检验 41 4.1.1 SPRT 基本原理. 41 4.1.2 非参数检验方法 42 4.1.3 异常检测前残差数据的预处理 45 4.2 正态总体 SPRT. 46 4.2.1 均值检验 47 4.2.1 方差检验 49 4.3 正态总体 SPRT 与非参数方法的比较 50 4.4 小结. 55 第五章 卫星蓄电池异常监测实例分析 56 5.1 锂离子电池状态估计. 56 5.2 锂离子电池异常检测. 58 5.3 小结. 60 第六章 结论与展望. 61 6.1 本文的主要贡献. 61 6.2 进一步研究的展望. 61 致 谢 63 参考文献. 64 附录 攻读硕士学位期间发表的学术论文. 70 国防科学技术大学研究生院硕士学位论文 第 III 页 表 目 录 表 3.1 监测参数数据 23 表 3.2 正规化处理后的监测参数数据 23 表 3.3 训练数据 T. 27 表 3.4 训练数据 T1 27 表 3.5 训练数据 T2 27 表 3.6 产品失效退化量统计 38 国防科学技术大学研究生院硕士学位论文 第 IV 页 图 目 录 图 1.1 论文结构图.11 图 2.2 锂离子电池阻抗等效电路模型 18 图 3.1 基于 MSET 的状态估计 . 19 图 3.2 观测矩阵 Xobs. 20 图 3.3 Rct 实际遥测数据 24 图 3.4 训练数据 T 更新为 0-150 状态 25 图 3.5 训练数据 T 更新为 0-200 状态 25 图 3.6 训练数据 T 更新为(0-100)(151-200) 26 图 3.7 观测矩阵 Xobs、记忆矩阵 D 以及状态估计时间之间的相互关系 28 图 3.8 记忆矩阵 D 中所包含的状态数为 1000 个的情况. 29 图 3.9 记忆矩阵 D 中所包含的状态数为 100 个的情况. 29 图 3.10 电荷转移内阻的实际观测数据 30 图 3.11 记忆矩阵 D 所包含的状态数为 76 个时的情况 . 31 图 3.12 记忆矩阵 D 所包含的状态数为 16 个时的情况. 31 图 3.13 记忆矩阵 D 中不同状态之间具有相关性条件下观测值与估计值的比较34 图 3.14 记忆矩阵 D 中不同状态之间没有相关性条件下观测值与估计值的比较34 图 3.15 非线性算子优化后 35 图 3.16 训练数据 T 没有正规化 35 图 3.17 加速退化试验产品的退化轨道（黑点表示产品的失效点） 38 图 3.18 实际监测产品的退化量 38 图 3.19 监测产品的寿命预测 39 图 4.1 得到的 SPRT Index 49 图 4.2 实际残差 50 图 4.3 SRPRT 似然函数比值. 51 图 4.4 采用 SRPRT 方法得到的结果 51 图 4.5 采用 SPRT 方法得到的结果. 53 图 4.6 实际残差 53 图 4.7 SRPRT 的对数值. 54 图 4.8 SRPRT Index 54 图 4.9 SPRT Index. 55 图 5.1 监测参数实际遥测数据 56 图 5.2 正规化处理后的实际遥测数据 57 国防科学技术大学研究生院硕士学位论文 第 V 页 图 5.3 记忆矩阵 D 和剩余训练数据 L 的构造. 57 图 5.4 监测参数的观测数据与估计数据的比较 57 图 5.5 状态估计得到的残差 58 图 5.6 降维后得到的残差 58 图 5.7 采用基于 MSET 的异常监测方法得到的结果 . 59 图 5.8 采用阈值监测方法得到的结果 60 国防科学技术大学研究生院硕士学位论文 第 i 页 摘 要 卫星异常监测是保证卫星在轨安全可靠运行的关键技术之一。 由于卫星结构 复杂，并且处在复杂的太空环境下，影响卫星状态的因素众多，难以建立准确的 分析模型，因此基于模型的状态监测方法不适用卫星状态监测问题。另外，卫星 关键部件一般批量小，难以获得大量历史数据，而且缺乏关于部件异常的足够的 知识和规则， 基于信号处理的方法和基于知识的方法目前也难以完全解决卫星异 常监测问题。为此，本文以锂离子电池异常监测问题为背景，在研究多状态估计 技术（MSET）基础上，提出了基于 MSET 的卫星关键部件异常监测方法。利用 在轨实测数据，实时监测卫星关键部件的异常，为解决卫星关键部件异常监测的 问题提供了一种新途径。论文主要研究内容如下： （1）卫星蓄电池的失效物理分析和监测参数选取。以卫星锂离子电池为对 象，在对其基本原理、失效机理和性能参数分析的基础上，提出了通过监测电解 液内阻和电荷转移内阻变化，对锂离子电池进行异常监测。 （2）研究基于 MSET 的状态估计和寿命预测方法，解决在缺乏历史数据的 情况下，卫星关键部件的状态估计问题。提出了基于在轨遥测数据的 MSET 状 态估计的方法，分别研究了数据正规化处理、训练数据选取、记忆矩阵构造和非 线性算子选取及优化等 MSET 实现技术。并根据基于 MSET 状态估计得到的实 际残差与产品退化之间的关系，研究了基于 MSET 的寿命预测方法。 （3）研究基于 SPRT 的异常检测方法，解决了在实际残差分布已知或未知 情况下的门限内异常检测问题。研究了序贯秩和概率比检验（SRPRT）的非参数 检验方法，并根据实际残差分布的不同，比较了序贯概率比检验（SPRT）和序 贯秩和概率比检验（SRPRT）的优劣。 （4）以锂离子电池的电解液电阻和电荷转移内阻为监测参数，利用上述方 法研究锂离子电池的异常监测问题，并与阈值监测方法进行了比较分析，说明了 本文方法比阈值监测能更好的解决卫星关键部件异常监测问题。 关键词：卫星；锂离子电池；异常监测；序贯检验；寿命预测 国防科学技术大学研究生院硕士学位论文 第 ii 页 ABSTRACT Anomaly monitoring for Satellite is one of the core technologies that ensure satellite operating with in-orbit-safety and reliability. Because of the complex structure of satellite and the complex space environment it works with, the factors that affect the satellite status can be numerous. These effects make it difficult to establish an accurate analysis of model. Consequently the traditional model-based method is not suitable.Moreover many of the key components of satellite are small, which makes it difficult to obtain large amount of historical data and enough sufficient knowledge on abnormal components and rules. In this dissertation, taking the anomaly monitoring problems of lithium-ion battery as the background, based on the study of the Multivariate State Estimation Techniques (MSET), an anomaly monitoring methodology of the key components of satellite is proposed. It can be a new way to address the anomaly monitoring of key components of satellite through the actual in-orbit telemetry obtained data to achieve the anomaly monitoring of key components of satellite. The main research production of this dissertation includes the following aspects: (1) The physics of failure and selctio