一种存储器在轨智能故障判别系统及方法技术方案

一种存储器在轨智能故障判别系统及方法，通过包括数据处理和总控模块、数据刷新电路、数据存储单元、采集电流ADC电路、信号采集运算放大器、温度传感器、精密电阻的故障判别系统，采集被测存储器电流参数及被测存储器温度参数，进行滤波处理及滤波后故障识别与分析，对识别后故障判别结果进行存储用于故障分析，对数据处理和总控模块进行定时刷新，完成故障判别的完整流程。别的完整流程。别的完整流程。

【技术实现步骤摘要】
一种存储器在轨智能故障判别系统及方法


[0001]本专利技术涉及一种存储器在轨智能故障判别系统及方法，属于在轨元器件健康管理


技术介绍

[0002]40多年来，状态监测与故障判别技术捆掷在一起得到了长足发展，其内涵也得越来越丰富。由依据监测与诊断为途径的被动感知，到以状态和寿命预测为手段的主动防御；由以确定健康状态为目标的状态监测，到以根据监测、诊断和预测结果确定应对措施为目标的健康管理；由对故障多发关键部件的聚焦，到对分系统、甚至全系统全寿命周期的全面综合考虑；这一
的理念不断升级。
[0003]经过多年的研究分析，发现航天器在轨飞行过程中，与空间各种高能带电粒子(电子、质子及重离子)发生交互作用。这些高能带电粒子对航天器本身结构材料及功能材料(如数字信号处理类器件)的性能有着强烈的影响。空间高能带电粒子的影响将导致数字信号处理类器件发生故障，甚至最终导致航天器发生灾难性的事故。因此，对数字信号处理类器件进行有效的故障判别和剩余寿命分析，对于优化航天器的选材和设计及提高航天器的在轨服役可靠性，具有十分重要的工程实际意义。
[0004]现有技术中，进行故障判别和寿命分析主要通过系统级的诊断，虽然能够完成基础的故障判别工作，但存在故障定位模糊，缺乏元器件级故障判别的能力，造成系统冗余过大、无法故障类型精确定位等问题。

技术实现思路

[0005]本专利技术解决的技术问题是：针对目前现有技术中，存在的系统冗余过大、无法对元器件故障类型定位等问题，提出了一种存储器在轨智能故障判别系统及方法。
[0006]本专利技术解决上述技术问题是通过如下技术方案予以实现的：
[0007]一种存储器在轨智能故障判别系统，包括数据处理和总控模块、数据刷新电路、数据存储单元、采集电流ADC电路、信号采集运算放大器、温度传感器、精密电阻，所述信号采集运算放大器、精密电阻、采集电流ADC电路匹配采集被测存储器电流参数，所述温度传感器用于获取被测存储器温度参数，数据处理和总控模块对被测存储器温度参数、被测存储器电流参数进行滤波处理及滤波后故障识别与分析，数据存储单元对识别后故障判别结果进行存储用于故障分析，数据刷新电路对数据处理和总控模块进行定时刷新。
[0008]所述数据处理和总控模块包括Kalman滤波模块、神经网络诊断模块、中控制模块，所述Kalman滤波模块对被测存储器温度参数、被测存储器电流参数进行噪声过滤；神经网络诊断模块由过滤后信息中提取功耗特征信息进行故障判别；中控制模块对Kalman滤波模块、神经网络诊断模块发送控制指令完成故障判别。
[0009]所述神经网络诊断模块进行故障判别的具体步骤为：
[0010]根据被测存储器的不同故障类型对应的功耗特征信息，建立故障特性神经网络，
利用已知的模拟故障数据对故障特性神经网络通过BP算法进行训练，将训练完成后故障特性神经网络于神经网络诊断模块上实现，对所有功耗特征信息进行识别，与不同温度情况下的故障类型进行对应，获取故障判别结果。
[0011]所述中控制模块根据被测存储器的测试需求向Kalman滤波模块、神经网络诊断模块发送控制指令，同时控制数据刷新电路、数据存储单元、采集电流 ADC电路、信号采集运算放大器配合实现被测存储器的参数测量。
[0012]所述中控制模块设计有握手机制，具体为：
[0013]定时向Kalman滤波模块、神经网络诊断模块分别发送数据读取指令，若指定时间内无数据返回，则接受数据读取指令的模块出现错误，通过中控制模块进行强制重启尝试并向外发送故障警告信号，若指定时间内有数据返回，则接受数据读取指令的模块状态正常。
[0014]所述数据处理和总控模块、数据刷新电路、数据存储单元、采集电流ADC 电路、信号采集运算放大器、温度传感器、精密电阻组成的故障判别系统的工作模式包括在轨诊断模式、地面诊断模式，在轨诊断模式下，中控制模块控制神经网络诊断模块对接收的过滤后信息直接进行诊断分析；在地面诊断模式下，中空模块将过滤后信息传输至地面控制站进行诊断获取故障判别结果。
[0015]所述采集电流ADC电路分辨率≥16bit，工作电压小于5V，采样速率≥100MSPS，适用于工作温度范围为
‑
55℃～125℃，输入通道数≥1。
[0016]所述温度传感器精度<
±
0.2℃，温度分辨率<0.0078℃，数字信号输出≥16 bit，工作电压范围2.7V～5.5V，工作温度范围
‑
55℃～150℃。
[0017]所述中控制模块定时发送数据读取指令的时间间隔为5分钟。
[0018]根据存储器在轨智能故障判别系统实现的故障判别方法，包括：
[0019]通过精密电阻、采集电流ADC电路、运算放大器获取被测存储器电流参数；
[0020]通过温度传感器获取被测存储器温度参数；
[0021]将被测存储器电流参数、被测存储器温度参数发送至数据处理和总控模块；
[0022]通过数据处理和总控模块的Kalman滤波模块进行滤波处理，并通过数据处理和总控模块的神经网络诊断模块对滤波处理后信息进行故障识别与分析；
[0023]获取识别后故障判别结果，通过数据存储单元进行存储；
[0024]利用数据刷新电路对数据处理和总控模块进行定时刷新及模块恢复。
[0025]本专利技术与现有技术相比的优点在于：
[0026]本专利技术提供的一种存储器在轨智能故障判别系统及方法，能够通过更改算法与代码可适应于不规格存储器监测，为卫星提供智能化的在轨元器件智能诊断。可实现挖掘系统健康薄弱环节、辅助地面运管遥控指令发送，为地面运管策略提供决策支持，达到提高卫星平台可靠性、延长在轨寿命，增强自主生存能力的目的。还可以降低卫星电子系统的复杂度，实现卫星电子系统的小型化、智能化、功能集成化，成为单机健康管理的标准配置，在军用电子系统健康管理领域具有良好的推广和应用前景。
附图说明
[0027]图1为专利技术提供的故障判别系统示意图；
具体实施方式
[0028]一种存储器在轨智能故障判别系统及方法，能够覆盖存储器在轨故障判别，并实现在轨诊断模式、地面诊断模式的双模式故障判别，可以实时发现和定位元器件故障位置和类型，减少型号系统级的冗余备份措施，降低卫星重量和体积。可通过更改算法与代码可适应于不规格存储器监测，为卫星提供智能化的在轨元器件智能诊断。
[0029]在轨智能故障判别系统包括数据处理和总控模块、数据刷新电路、数据存储单元、采集电流ADC电路、信号采集运算放大器、温度传感器、精密电阻，所述信号采集运算放大器、精密电阻、采集电流ADC电路匹配采集被测存储器电流参数，所述温度传感器用于获取被测存储器温度参数，数据处理和总控模块对被测存储器温度参数、被测存储器电流参数进行滤波处理及滤波后故障识别与分析，数据存储单元对识别后故障判别结果进行存储用于故障分析，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种存储器在轨智能故障判别系统，其特征在于：包括数据处理和总控模块、数据刷新电路、数据存储单元、采集电流ADC电路、信号采集运算放大器、温度传感器、精密电阻，所述信号采集运算放大器、精密电阻、采集电流ADC电路匹配采集被测存储器电流参数，所述温度传感器用于获取被测存储器温度参数，数据处理和总控模块对被测存储器温度参数、被测存储器电流参数进行滤波处理及滤波后故障识别与分析，数据存储单元对识别后故障判别结果进行存储用于故障分析，数据刷新电路对数据处理和总控模块进行定时刷新。2.根据权利要求1所述的一种存储器在轨智能故障判别系统，其特征在于：所述数据处理和总控模块包括Kalman滤波模块、神经网络诊断模块、中控制模块，所述Kalman滤波模块对被测存储器温度参数、被测存储器电流参数进行噪声过滤；神经网络诊断模块由过滤后信息中提取功耗特征信息进行故障判别；中控制模块对Kalman滤波模块、神经网络诊断模块发送控制指令完成故障判别。3.根据权利要求1所述的一种存储器在轨智能故障判别系统，其特征在于：所述神经网络诊断模块进行故障判别的具体步骤为：根据被测存储器的不同故障类型对应的功耗特征信息，建立故障特性神经网络，利用已知的模拟故障数据对故障特性神经网络通过BP算法进行训练，将训练完成后故障特性神经网络于神经网络诊断模块上实现，对所有功耗特征信息进行识别，与不同温度情况下的故障类型进行对应，获取故障判别结果。4.根据权利要求1所述的一种存储器在轨智能故障判别系统，其特征在于：所述中控制模块根据被测存储器的测试需求向Kalman滤波模块、神经网络诊断模块发送控制指令，同时控制数据刷新电路、数据存储单元、采集电流ADC电路、信号采集运算放大器配合实现被测存储器的参数测量。5.根据权利要求1所述的一种存储器在轨智能故障判别系统，其特征在于：所述中控制模块设计有握手机制，具体为：定时向Kalman滤波模块、神经网络诊断模块分别发送数据读取指令，若指定时间内无数据返回，则接受数据读取指令的模块出现错误，...

【专利技术属性】
技术研发人员：张磊，成亮，苏妤，祝名，姜贸公，
申请(专利权)人：中国空间技术研究院，
类型：发明
国别省市：