【技术实现步骤摘要】
本专利技术属于卫星故障诊断及应急处置领域，涉及一种卫星故障预测及实时应急处置系统。
技术介绍
1、目前，随着国际上对各类小卫星的需求不断增加，各项技术更新迭代较快，各类小卫星的年产量随着需求也在快速增加，因此面对卫星高密度量产情况，保证卫星安全可靠是重要基石。卫星无论在研制阶段还是在轨运行阶段，均面临着故障可能随时发生的情况，因此如何在故障即将发生或正在发生时，完成相应的应急处置工作，保证卫星安全，研究一种卫星实时故障监视预测及应急处置方法尤为重要，是保证及时发现故障、处置故障，保证卫星资产的重要支撑。
2、传统卫星故障监视及诊断无论是工厂阶段还是在轨运行阶段大多均是通过判断单一的遥测信息进行以往故障的监视，且应急处置手段大多较为单一且处置时间长，需要多个设计师同时配合完成各分系统的应急处置，这也导致处置流程较为复杂、耗时耗力且总体效率较低。随着小卫星批量生产的需求日益增加，传统单一的故障监视及应急处置手段的方法已不能满足卫星批产模式下的要求，故障监测、预测技术以及应急处置手段均需进一步提高。
技术实现思路
1、本专利技术解决的技术问题是：克服现有技术的不足，提出一种卫星故障预测及实时应急处置系统。
2、本专利技术解决技术的方案是：
3、一种卫星故障预测及实时应急处置系统，包括故障实时监视分系统、应急处置分系统、模型库，其中模型库包括故障模型库和应急处置模型库；
4、故障实时监视分系统：实时接收运行卫星的遥测数据，利用故障模型库中的故
5、应急处置分系统：根据来自故障实时监视分系统的遥测数据及对应的故障，按照事先设定的优先级策略，从应急处置模型库中提取相应的应急处置模型发送至卫星，使卫星对故障进行有序处理；
6、故障模型库：包括针对不同种类遥测数据的故障模型，所述故障模型根据卫星的历史遥测数据和故障信息建立；
7、应急处置模型库：包括针对不同种类遥测数据的应急处置模型，所述应急处置模型根据卫星的历史故障和处置流程建立。
8、优选的，还包括故障预测分系统；所述故障预测分系统中设置有故障识别神经网络模型，所述故障识别神经网络模型的输入为遥测数据，输出为故障预测模型；利用卫星的历史遥测数据作为输入，将历史遥测数据对应的之后一段时间的故障信息作为输出，对所述故障识别神经网络模型进行训练；
9、故障实时监视分系统将实时接收的遥测数据发送至故障预测分系统，故障预测分系统利用训练好的故障识别神经网络模型对输入的遥测数据进行故障预测，输出对应的故障预测模型，发送至故障模型库；
10、故障模型库判断故障预测分系统发送的故障预测模型是否与当前故障模型库中存储的故障模型重复，若重复，则删除故障预测分系统发送的故障预测模型；若不重复，则将故障预测模型作为新的故障模型添加至故障模型库。
11、优选的，应急处置模型库内设置有应急处置神经网络，所述应急处置神经网络输入为故障模型，输出为应急处置模型，利用历史数据对应急处置神经网络进行训练；
12、通过故障预测分系统对故障模型库进行更新后，将新加入的故障模型发送至应急处置模型库，应急处置模型库利用训练后的应急处置神经网络对新加入的故障模型进行处理，得到对应的应急处置模型，加入至应急处置模型库中。
13、优选的，所述应急处置模型库的应急处置模型与故障模型库的故障模型具有对应关系，即每种应急处置模型对应一种故障模型。
14、优选的，优先级策略根据卫星平台各类单机以及载荷各类单机的关键工序的优先级进行确定，其原则是最大程度保证卫星状态安全。
15、优选的，所述应急处置模型包括单机部件类应急处置模型、单机分系统类应急处置模型、系统类应急处置模型、任务规划类应急处置模型。
16、优选的，每个应急处置模型为一个应急指令序列。
17、优选的，所述应急指令序列是根据故障情况预先制定的平台或载荷处理指令的组合，旨在完成相应设备的开关机以及状态设置。
18、本专利技术与现有技术相比的有益效果是：
19、本专利技术提供的一种卫星实时故障预测及应急处置系统，通过深度学习或基于知识学习相关技术完成卫星故障实时监视及预测，进而完善各类应急处置模型供卫星完成各类应急处置，真正实现了从单一故障诊断及应急处置向智能故障预测及应急处置的跨越，能够更加快速的识别卫星状态且完成应急处置。同时，应急处置分系统根据实际情况完成各类优先级的判定并完成各类指令序列的调用与执行的智能模式也为无人值守的远程测试奠定了一定基础。该系统能够较好的解决当前卫星高密度生产模式下人力及物力需求大、需求与产能不匹配的问题，可高效完成卫星故障监视预测及应急处置工作。
本文档来自技高网...【技术保护点】
1.一种卫星故障预测及实时应急处置系统，其特征在于：包括故障实时监视分系统、应急处置分系统、模型库，其中模型库包括故障模型库和应急处置模型库；
2.根据权利要求1所述的一种卫星故障预测及实时应急处置系统，其特征在于：还包括故障预测分系统；所述故障预测分系统中设置有故障识别神经网络模型，所述故障识别神经网络模型的输入为遥测数据，输出为故障预测模型；利用卫星的历史遥测数据作为输入，将历史遥测数据对应的之后一段时间的故障信息作为输出，对所述故障识别神经网络模型进行训练；
3.根据权利要求2所述的一种卫星故障预测及实时应急处置系统，其特征在于：应急处置模型库内设置有应急处置神经网络，所述应急处置神经网络输入为故障模型，输出为应急处置模型，利用历史数据对应急处置神经网络进行训练；
4.根据权利要求2所述的一种卫星故障预测及实时应急处置系统，其特征在于：所述应急处置模型库的应急处置模型与故障模型库的故障模型具有对应关系，即每种应急处置模型对应一种故障模型。
5.根据权利要求1所述的一种卫星故障预测及实时应急处置系统，其特征在于：优先级策略根据卫
6.根据权利要求1所述的一种卫星故障预测及实时应急处置系统，其特征在于：所述应急处置模型包括单机部件类应急处置模型、单机分系统类应急处置模型、系统类应急处置模型、任务规划类应急处置模型。
7.根据权利要求1所述的一种卫星故障预测及实时应急处置系统，其特征在于：每个应急处置模型为一个应急指令序列。
8.根据权利要求7所述的一种卫星故障预测及实时应急处置系统，其特征在于：所述应急指令序列是根据故障情况预先制定的平台或载荷处理指令的组合，旨在完成相应设备的开关机以及状态设置。
...【技术特征摘要】
1.一种卫星故障预测及实时应急处置系统，其特征在于：包括故障实时监视分系统、应急处置分系统、模型库，其中模型库包括故障模型库和应急处置模型库；
2.根据权利要求1所述的一种卫星故障预测及实时应急处置系统，其特征在于：还包括故障预测分系统；所述故障预测分系统中设置有故障识别神经网络模型，所述故障识别神经网络模型的输入为遥测数据，输出为故障预测模型；利用卫星的历史遥测数据作为输入，将历史遥测数据对应的之后一段时间的故障信息作为输出，对所述故障识别神经网络模型进行训练；
3.根据权利要求2所述的一种卫星故障预测及实时应急处置系统，其特征在于：应急处置模型库内设置有应急处置神经网络，所述应急处置神经网络输入为故障模型，输出为应急处置模型，利用历史数据对应急处置神经网络进行训练；
4.根据权利要求2所述的一种卫星故障预测及实时应急处置系统，其特征在于：所述应急处置...
【专利技术属性】
技术研发人员：李永强，赵川，张少坡，陈野，樊清波，程怡明，
申请(专利权)人：航天东方红卫星有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。