南京航空航天大学学报

作者：曹雪蕊，张学艺，彭开香，崔玉福

单位：北京科技大学自动化学院工业过程知识自动化教育部重点实验室，北京100083；,北京科技大学自动化学院工业过程知识自动化教育部重点实验室，北京100083；,北京科技大学自动化学院工业过程知识自动化教育部重点实验室，北京100083；,航天东方红卫星有限 公司，北京100094；

关键词：数字孪生;数字主线;智能诊断;健康预测

基金：国家重点研发计划（2021YFB3301200）；国家自然科学基金（61873024）。

健康预测和数字孪生技术是实现小卫星数字化设计与在轨卫星健康管理的重要手段，它可以为小卫星数字化设计提供必要的支持，保证其安全、可靠地在轨服役运行。针对小卫星数字化程度低、各阶段数据流动少、运行环境复杂多变等特点，本文提出了基于数字孪生的小卫星全生命周期智能诊断与健康预测框架。首先，对健康预测、数字孪生和数字主线等技术及其在卫星领域的应用做了概述。其次，充分利用小卫星在轨和地面等各类数据，构建了面向小卫星健康预测的数字孪生模型，以及小卫星全生命周期的数字主线。最后，结合机理知识和性能数据，提出了基于信息融合的薄弱环节识别、智能诊断、健康评估和在轨剩余寿命预测方法。所提出框架可以有效地实现物理和虚拟数据融合、虚实互连和数据处理，为小卫星数字化设计与健康预测提供必要支撑。

来源：2022年第S期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2022年第S期