Table of Contents
אבחון ב- Spacecraft Power Systems: טכניקות ואתגרים
מערכות כוח חלל הן הדם של כל משימה מסלול, ייצור, אחסון, הפצת אנרגיה חשמלית למערכת תת-מערכת קריטית כולל תקשורת, בקרה תרמית, הדרכה ומטענים. פגם חד-משמעי יחיד יכול לסווג למגמות מערכתיות מלאות, ובכך ליזום משימה בעלת עוצמה מוגבלת של מאות מיליוני דולרים ושנים של אבחון יעיל.
התפקיד הקריטי של Fault Diagnosis in Space Operations
(מערכת החלל כוללת בדרך כלל לוחות סולאריים, סוללות (בדרך כלל ליתיום) או ניקל-hydrogen), יחידות של מיזוג חשמל (PCUs), אוטובוסים הפצה, ומארחת חיישנים (בדרך כלל) יכול להיווצר בכל מרכיב: מחרוזת תאים סולאריים 3 עשויה להיות קצרה בגלל השפעה מיקרומטרואידית, תא סוללה יכול לחוות בריחה תרמית, או הרגולטור מתח עשוי לסחף מניתוחים קצרים של אובדן חשמל נמוך, למעט תקלות), או ירידה של אובדן קבוע של אובדן חשמל קבוע (אופטימיות) של אובדן זמן קצר לאחר ירידה של אובדן קבוע (אופטימיות) של אובדן כוח מתמשך (אופטימיות (F) של אובדן זמן קצר לאחר ירידה של אובדן של אובדן של ירידה של אובדן ראייה נמוכה יותר, או ירידה של אובדן חשמל (אופטיבית) או ירידה של 1F) או ירידה של 1A) או ירידה של ירידה של אובדן כוח).
טכניקות מפתח עבור Fault Diagnosis in Power Systems
שיטות אבחון של מערכות כוח חלליות נופלות בדרך כלל לשלוש קטגוריות: מודלים מבוססי מודלים, מונעים נתונים, וגישות היברידיות.כל אחד יש נקודות חוזק וחולשות, והבחירה תלויה לעתים קרובות בזמינות של מודלים מדויקים של מערכת, משאבים חישוביים, ואת האופי של החתימות.
אבחון מבוסס מודל
טכניקות מבוססות מודל מסתמכות על ייצוג מתמטי של מערכת החשמל, המתארות את היחסים בין מתחים, זרמים, טמפרטורות ומצבים של מטען (עבור סוללות) הרעיון הליבה הוא להשוות את הטלמטים בזמן אמת עם תחזיות מודל כדי ליצור (FLT:0residualsFLT:1) - דידונות המעידים על פגם של לא אפסי, שעולה על סף ניתוח מדאיג ומבודד עוד.
- (FLT:0) מודלים המבוססים על פיזיקאים (FLT:1), משתמשים משוואות מהנדסת חשמל (חוקי Kirchhoff) ותרמודינמיקה כדי לדמות התנהגות נומינאלית.לדוגמה, מודל סוללה עשוי להשתמש במעגל שווה ערך עם פרמטרים (התנגדות פנימית, יכולת) מעודכנים באמצעות מסננים מוגזמים מורחבים (EKFs Faults Faults) כגון ירידה פתאומית בתא מופיעים כמתחים ברצף של EFuals.
- (FLT:0) טכניקות הערכת מצב: 1 (FLT:1 ), כמו פילטרים קלמן ופילטרים חלקיקים נפוצים.הם ממזגים נתונים של חיישן עם תחזיות מודל, מתן הערכות המדינה וסימנים חיים.ביחידת חלוקת החשמל, פגם בממיר DC-DC (למשל, התמוטטות מתח) ניתן לזהות על ידי בנק של משקיפים מכוונים למצבים שונים.
- (FLT:0) התחייבויות: FLT:1 דיוק מודל מתפוגג עם הזמן כמו רכיבים גיל, ואת העלות החישובית של הפעלת מסננים מרובים יכול לעלות על תקציבי עיבוד לוח. יתר על כן, לפתח מודלים נאמנות גבוהה עבור מערכות מורכבות כמו מערכי שמש מרובים תחת שפעת השמש משתנה הוא מאתגר מאוד.
גישה ל-Data-Driven
שיטות מונעות נתונים ממינוף של טלמטריה היסטורית ולמידה מכונה (ML) כדי ללמוד דפוסים רגילים לזהות סטייה.הם לא דורשים מודלים מערכתיים מפורשים, מה שהופך אותם אטרקטיביים עבור מערכות שבהן פיזיקה היא גרועה או מורכבת מדי.
- (FLT:0) Supervised LearningFLT:1 משתמש בנתונים פגומים תווית כדי להכשיר מערכי מעמד כמו מכונות Vector תמיכה (SVM), עצי החלטות, או רשתות עצביות.לדוגמה, SVM יכול לסווג עקומות מתוחות ממערך סולארי ל"בריא", "שטיפה חלקית", או "עיגול קצר" קטגוריות, עם זאת, קבלת תווית עבור מערכות נתונים קשות עקב תקלות ועלויות של בדיקות קשות.
- (הופנה מהדף [15] , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
- רשתות למידה מרחוק (pLT:0) למידה גרסאות של סימולציות 1:1 כמו רשתות זיכרון לטווח קצר ארוך (TMLS) יעילות עבור נתונים קיימים כגון זמניים של זרמים וטמפרטורות.
- (FLT:0)Challenges: FLT:1 מודלים מונעים נתונים הם רק טוב כמו נתוני האימון שלהם.Spacecraft לעתים קרובות יש היסטוריה תפעולית מוגבלת, ופגמים יכולים להיות ביטוי בדרכים שלא נראו לפני - בעיה המכונה "נחישות תפיסה" בנוסף, מגבלות חישוביות על מסלול עשוי לכפות את השימוש במודלים קלים יותר של ML, להקריב דיוק.
שיטות היברידיות מבוססות ידע
גישות היברידיות משלבות טכניקות מבוססות מודל ומבוססות על נתונים כדי לפצות על החולשות של זה.לדוגמה, גנרטור שאריות מבוסס מודל ניתן להגדיל עם מתווך למידה מכונה המפרש שאריות בהקשר של מערכות מבוססות ידע (מערכות ⁇ ) קודקוד חוקים אבחון אנושי, כגון "אם מתח סוללה טיפות מתחת ל- 3.0V וטמפרטורה עולה 2C, אז כנראה פנימי קצר אלה הם שקוף אבל סגסוגת על מערכת בקרה מבוססת על בסיס קבוע, כמו גם על מערכת בקרה על בסיס קבוע של תאים של דגם אמיתי.
אתגרים ייחודיים ל-Spacecraft Power Systems
אבחון Fault בחלל דורש הרבה יותר מאשר על כדור הארץ, על הסביבה, מגבלות תפעוליות ותוחלת חיים ארוכה מציגים מכשולים שגורמים למהנדסים לחדש באופן קבוע.
זמינות נתונים מוגבלת ואיכות
(Telemetry הוא רוחב פס מוגבל: ניתוח שטח טיפוסי משדר בכמה קילוביט לשנייה, בעוד לווייני שמירה על כדור הארץ עשויים להיות כמה מגהביטים במהלך זמני המעבר.אחסון על הסיפון הוא גם מוגבל כתוצאה מכך, נתונים עתירי גבוה (למשל, חסימת נתונים מאוישים) אינם יכולים להוסיף נתונים מאוישים (למשל, גלימות מהירות) הם נדירים, ורוב מערכות אבחון עבודה עם ערכים ממוצע (1- 10) יותר מקבצי בקרה לא אמינים, כלומר, ללא תקלות של חיישנים ללא תקלות או פתורים, כלומר, חיישנים ללא תקלות של פתורים (D) פתורים).
סביבת החלל Harsh Space
Spacecraft פועל בוואקום, תנודות טמפרטורה רחבות (למשל, -150 מעלות צלזיוס ל +120 מעלות צלזיוס עבור מקפת הירח), וחשיפה מתמדת לקרינה.
- (FLT:0) אפקטים של ראלי: 1FLT 1-event הרגיז (SEUs) יכול לטבול את הפיסות בזיכרון או לשנות את ההתנהגות של ניהול כוח ICs, גרימת תקלות טרנסיות המחקות כישלונות קבועים. בדומה, מינון כולל ionizing (TID) בהדרגה מסיטל רכיבים סמי-מוליכים למחצה, שינוי המאפיינים החשמליים שלהם - לדוגמה, הגדלת הדליפה הנוכחית בתאים סולאריים ומוכרים בין אלגוריתם של אלגוריתם אפילטיבי חייב להבחין באופן הדרגתי.
- (FLT:0) הקיצוניות הירומאלית: FLT:1hil ביצועי סוללה תלויים בטמפרטורה גבוהה; סוללה קרה הפחיתה את היכולת ואת ההתנגדות הפנימית גבוהה יותר, אשר ניתן לפרש בטעות כאשם.ההתרחבות המושרה והמגוונת של המrmally יכול ליצור מעגלים קצרים לסירוגין.חיישנים עצמם יכולים לנסח עם טמפרטורה, הדורשים כיבוד.
- (FLT:0Micrometeoroid השפעות: FIRLT:1) אפילו חלקיקים זעירים יכולים לרוקן פאנל סולארי, קיצור תאים.נזק פיזי כזה דורש גם זיהוי (ירידה פתאומית בהווה) ובודד (אשר מחרוזת מושפע).
המונחים: right and Resource Constraints
(במחשבי טיסה הם קרינה-קשה אך מתפרסים הרחק מאחורי חומרה מסחרית בביצועים.לדוגמה, CPUs על רבים פעיל מאדים אישורים לרוץ ב -200 מ"הרץ עם כמה מגה-בתים של ביצוע אלגוריתם מורכב (למשל, רשתות זיהוי עמוק) חייבים להיסחר נגד פונקציות אחרות כמו בקרת גישה ודחיסת נתונים עצמה מוגבלת - מערכת אבחון לא יכולה לצרוך אנרגיה אחרת, כלומר: אלגוריתמים של לחץ דם (pvd) יש צורך לבצע בדיקות אבטחה ו-D2 אלגוריתמים פשוטים, כלומר, כלומר, כלומר, כלומר, כלומר, אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים פשוטים, כלומר, כלומר, כלומר, כלומר, כלומר, כלומר, אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים פשוטים, כלומר, אלגוריתמים של זמן קצר יותר ממריצים, אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים פשוטים, עם אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים
עיכובים בתקשורת ועקשנות אוטונומית
(ב) לבדיקות חלל עמוקות (למשל, במאדים או מעבר), טווח זמן האור העגול בין דקות לשעות, יש לזהות את האשמה, מבודדת, ואולי מצטמצם באופן מקומי לפני שצוות הקרקע אפילו רואה את האנומליות.זה דורש אימותים מדויקים:0autonomous מערכות 1 LT יכולות לפעול ללא התערבות אנושית.
ההרחבה וההתמדה
Spacecraft מיועד לחיים ארוכים - סוליטים במסלול הגיאוגרפי עשוי לפעול במשך 15-20 שנים, ומשימות בין כוכבי לכת כמו וויאג'ר עברו 45 שנים.לאורך זמן, סוללות מאבדות יכולת (הזדקנות מחזורית), מערך סולארי מקרינה ומרכיבי אופניים תרמיים, ומחברים מחמצן ב-Valcontation, צריכים להבדיל בין ההשפלה הצפויה לבין כשל מסתכם ב-10%, למשל, בטווח קבוע של למידה, אך לא ניתן להתאים את רמת ירידה של 10 אחוזים של זמן רגיל, אך לאסון, אלא אם לא ניתן להפחתה רגילה, אלא אם כן, אם כן, אם כן, אם כן, לדוגמה, לדוגמה, אם כן, אם כן, כלומר, לדוגמה, לדוגמה, אם כן, כלומר, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, כלומר, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, להפחתה של למידה רגילה, להפחתה של 10 אחוזים של למידה רגילה, אם היא יכולה להיות מוגדרת כאפקטים
כיוונים עתידיים באבחון טכנולוגיה
מספר טכנולוגיות מתפתחות מבטיחות להתגבר על המגבלות הנוכחיות ולשפר את האמינות של מערכות כוח חלליות.
אינטליגנציה מלאכותית ו- Edge Computing
הדור הבא של מעבדים מבוססי קרינה (למשל, השבב HPSC או מחשוב מבוסס FPGA) יאפשר אלגוריתמי AI מתוחכמות יותר לרוץ על הסיפון.FLT:0Edge AIFLT:1 יאפשר זיהוי בזמן אמת באמצעות רשתות עצביות דחוסות שיכולה לרוץ בתקציבי חשמל מילימטריים.
ידע למידה וסיפורי הצלב
בהתחשב במחסור בנתונים של תקלות מהחללית אחת, טכניקות למידה מאוישות מאפשרות למשימות מרובות לשתף פרמטרים במודלים אבחון ללא שיתוף נתונים גולמיים.זה יכול לצבור ידע מהחלליות רבות במסלולים דומים, בניית מודלים חזקים שיכולים לזהות תקלות נדירות.
טכנולוגיות חיישן מתקדמות
חיישנים חדשים כמו מערך טמפרטורה סיבים אופטיים (מופץ חישה) ומתח ההסתברות ברמת התא יכול לספק נתונים עשירים יותר עבור אבחון. חיישנים קוונטיים, למרות עדיין ניסיוני, יכול לזהות שינויים הנוכחיים של הרגעה של קצרי זמן בלתי פוסקים.חיישנים אלה יניבו זרמי נתונים מסיביים, יחייבו חכמים יותר על סינון (למשל, דחיסות) כדי להפחית את דרישות הקישור.
מודל היברידית Assimilation
מסגרות אבחון עתידיות ישלבו בקפידה מודלים המבוססים על פיזיקה עם תיקונים מונעים נתונים.FLT:0Digital TwinsFLT:1 של מערכות כוח חלליות - העתקים וירטואליים שעדכון בזמן אמת באמצעות טלמטרי - יאפשרו סימולציות של "מה אם" תרחישים, לדוגמה, אם פאנל סולארי טיפות, ניתן להשתמש בתאום הדיגיטלי כדי לקבוע אם הגורם הוא אירוע משקף את ה-APTD2 (Factrware) או רצף דיגיטלי (Fentancerateicial) כ-APTD).
אבחון פרובאביליסטי ובלתי-וודאי
במקום לספק פלט "כישלון" בינארי, מערכות עתידיות יפיקו הסתברות של תקלות עם מרווחי ביטחון.זה מאפשר שליטה הקרקע כדי לקבל החלטות בעלות מודעות סיכון:0Bayesianרשתות FLT:1 ו-FLT:2Gaussian תהליכים LT 3FLT 3 מותאמים למטרה זו, טיפול ברעש ומחסור בנתונים.
מסקנה
אבחון Fault במערכות כוח חלליות הוא משמעת מורכבת אך חיונית המשפיעה ישירות על הצלחה המשימה.מצופים המבוססים על מודלים לרשתות עצביות המונעות על ידי נתונים, כל טכניקה מציעה יתרונות ייחודיים, אך חייבת להיות מותאמת למציאות הקשה של פעילות רציפה או עמוקה בחלל: נתונים מוגבלים, סביבות קיצוניות, ומגבלות חישוביות חמורות.כפי שמשימות חלל הופכות ליותר שאפתניות על הירח, החזרות ממאדים, ומחמים בין היתר, לא יתאים לאבחון מתקדם, אלא לטכנולוגיות מתקדמות, לא יתאים לאבחון עצמי, אלא לטכנולוגיות מתקדמות, ולא יכולות לאבחון עצמי, אלא לאבחון עצמי, אלא לשילוב אוטונומיות, ולא לטכנולוגיות מתקדמות, ולא לטכנולוגיות מתקדמות, אלא גם לאבחון עצמי.