基于信息融合的动量轮可靠性评估

摘要

动量轮是一种重要的惯性执行机构，因其具有精度高、消耗燃料少、无污染等优点，现已被广泛应用于卫星的姿态控制系统中。动量轮为卫星的姿态调整和抵抗外界的干扰提供动力保障，其失效对卫星是致命性的。动量轮的可靠性水平在很大程度上决定了整颗卫星的可靠性、安全性和有效服役时间。对动量轮进行可靠性评估一方面可以充分利用星载资源，指导航天器任务规划的开展；另一方面为航天器的在轨维修决策提供理论依据。 动量轮具有小样本、长寿命、高成本的特点，传统的基于大量寿命数据的统计推断方法已不再适用，基于性能退化和信息融合的方法为其可靠性评估问题提供了新路径。本文以动量轮为研究对象，探究了如何合理利用不同来源的信息对其进行可靠性评估，分别研究了融合专家知识与寿命数据的可靠性评估、基于性能退化的可靠性评估、以及融合性能退化数据与其它类型数据的可靠性评估问题。本文主要研究内容如下： （1）基于D-S证据理论与Bayes方法融合寿命数据的动量轮可靠性评估。根据调研与分析，选取了Weibull分布作为动量轮的寿命分布类型，根据D-S证据理论合成规则融合了专家知识，根据合成结果构建了未知参数的先验分布，利用似然函数构建了融合失效寿命数据与右截尾寿命数据的数学模型，利用zeros-ones转换方法对该模型进行了转换，最终利用蒙特卡洛(Markov Chain Monte Carlo,MCMC)仿真完成了参数估计。对比了本文所提方法与无信息先验法，结果表明本文所提方法有助于提高评估结果的精度。 （2）基于性能退化的动量轮可靠性评估。分析了动量轮的失效机理，选取了动量轮润滑系统润滑剂含量作为关键性能参数，分别利用标准Wiener过程与随机效应Wiener过程对性能退化数据进行建模，并利用Deviance Information Criterion(DIC)准则选取了更为合适的随机效应Wiener过程模型作为动量轮可靠性评估的退化模型，利用MCMC仿真完成了参数的Bayes估计，通过案例分析表明了基于性能退化的动量轮可靠性评估方法可以解决动量轮小样本、无失效数据等问题。 （3）基于多源信息融合的动量轮可靠性评估。针对动量轮具有小样本、可靠性信息多源，且单一信息源数据不足这一特点，提出了一种基于多源信息融合的动量轮可靠性评估方法。分别研究了三种不同情况下融合多源信息的动量轮可靠性评估问题，包括：融合性能退化数据和伯努利数据；融合性能退化数据和寿命数据；融合性能退化数据、寿命数据和伯努利数据。分别给出了在这三种情况下融合模型的构建方法以及基于Bayes更新的参数求解方法。与仅考虑性能退化数据的可靠性评估方法进行对比分析，结果表明多源信息融合方法可以提高评估结果的精度。考虑到个体与总体存在差异性，个体产品的可靠性特征并不能被总体产品的可靠性特征精确表征，提出了一种单个动量轮的实时可靠性评估模型。首先根据单个动量轮的性能退化数据构建了退化模型，然后利用同批动量轮多源信息和专家知识构建了单个动量轮退化模型中未知参数的先验分布，根据Bayes理论，利用单个动量轮实时监测数据完成了退化模型未知参数的实时更新，进而完成了单个动量轮的实时可靠性评估。

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 动量轮可靠性研究现状

1.2.2 信息融合研究现状

1.3.1 本文研究内容

1.3.2 本文结构安排

第二章 Bayes理论基础

2.1 Bayes定理

2.1.1 Bayes方法的特点

2.1.2 Bayes方法的优点

2.1.3 Bayes公式

2.2 Bayes估计

2.2.1 Bayes点估计

2.2.2 Bayes区间估计

2.3 Bayes先验分布的确定

2.3.1 贝叶斯假设

2.3.2 Jeffreys先验分布

2.3.3 共轭先验分布

2.3.4 最大熵先验分布

2.3.5 多层先验分布

2.4 Bayes后验分布的计算

2.4.1 M-H抽样算法

2.4.2 Gibbs抽样算法

2.5 OpenBUGS软件简介

2.5.1 收敛性分析判断

2.5.2 zeros-ones转换方法

2.6 本章小结

第三章 基于D-S证据理论与Bayes方法融合寿命数据的动量轮可靠性评估

3.1 引言

3.2 Weibull分布简介

3.3 证据理论基础

3.3.1 识别框架

3.3.2 基本概率分配

3.3.3 信任函数与似然函数

3.3.4 Dempster合成规则

3.4.1 融合失效寿命数据和右截尾寿命数据的模型构建

3.4.2 基于D-S证据理论融合专家知识构建先验分布

3.4.3 基于Bayes方法的参数估计

3.5 案例分析

3.6 本章小结

第四章 基于性能退化的动量轮可靠性评估

4.1 引言

4.2 基于标准Wiener过程的可靠性评估

4.2.1 标准Wiener过程简介

4.2.2 标准Wiener过程的退化数据建模

4.2.3 标准Wiener过程的首达时间分布与可靠性评估

4.3 基于随机效应Wiener过程的可靠性评估

4.3.1 随机效应Wiener过程的退化数据建模

4.3.2 随机效应Wiener过程的首达时间分布与可靠性评估

4.4 模型比较准则

4.4.1 AIC准则

4.4.2 BIC准则

4.4.3 DIC准则

4.5 案例分析

4.5.1 标准Wiener过程下的参数估计

4.5.2 随机效应Wiener过程下的参数估计

4.5.3 模型的选择与动量轮的可靠性评估

4.6 本章小结

第五章 基于多源信息融合的动量轮可靠性评估

5.1 引言

5.2.1 融合退化数据和伯努利数据的模型构建

5.2.2 融合退化数据和伯努利数据模型的参数估计

5.3.1 融合退化数据和寿命数据的模型构建

5.3.2 融合退化数据和寿命数据模型的参数估计

5.4.1 融合退化数据、寿命数据和伯努利数据的模型构建

5.4.2 融合退化数据、寿命数据和伯努利数据模型的参数估计

5.5 融合总体产品多源信息的个体产品实时可靠性评估

5.5.1 个体产品的实时可靠性建模

5.5.2 个体产品退化模型中未知参数先验分布的确定

5.5.3 个体产品的实时可靠性评估

5.5.4 个体产品实时可靠性评估基本步骤

5.6.1 融合多源信息的动量轮总体可靠性评估

5.6.2 融合动量轮总体多源信息的单个动量轮实时可靠性评估

5.7 本章小结

第六章 总结与展望

6.1 全文总结

6.2 后续工作展望

致谢

参考文献

攻读硕士学位期间参加的科研项目与取得的成果