一種基于時(shí)間序列的環(huán)控生保系統(tǒng)遙測(cè)數(shù)據(jù)預(yù)測(cè)方法

潘點(diǎn)飛 ，胡 偉 ，周文興 ，張慧穎 ，唐 斌 ，羅亞斌 ，鄭為閣

(1.中國(guó)航天員科研訓(xùn)練中心，北京 100094；2.北京跟蹤與通信技術(shù)研究所，北京 100094)

0 引言

當(dāng)前，我國(guó)載人航天工程已經(jīng)進(jìn)入航天員長(zhǎng)期駐留及進(jìn)行空間科學(xué)實(shí)驗(yàn)的空間站階段，環(huán)控生保系統(tǒng)直接關(guān)系到航天員的生命健康，要求對(duì)其運(yùn)行狀態(tài)監(jiān)測(cè)更加及時(shí)準(zhǔn)確，對(duì)其故障預(yù)判、診斷更加快速智能。

環(huán)控生保系統(tǒng)的運(yùn)行狀態(tài)主要通過(guò)遙測(cè)數(shù)據(jù)獲得，數(shù)據(jù)的變化與產(chǎn)品、功能狀態(tài)的變化息息相關(guān)。從遙測(cè)數(shù)據(jù)中識(shí)別、提取關(guān)鍵信息是常用的航天器故障診斷方法。目前航天領(lǐng)域普遍采用二值邏輯型閾值比較方法進(jìn)行故障識(shí)別[1]，該方法雖然簡(jiǎn)單、直觀，但是存在諸如閾值不易界定、缺乏故障征兆識(shí)別能力、故障診斷效率低等問(wèn)題，且未能充分利用遙測(cè)數(shù)據(jù)中包含的大量時(shí)域、空域信息，數(shù)據(jù)利用效率較低。

本文提出一種基于時(shí)間序列的遙測(cè)數(shù)據(jù)預(yù)測(cè)方法，能夠根據(jù)遙測(cè)數(shù)據(jù)的歷史信息預(yù)測(cè)未來(lái)一段時(shí)間的變化趨勢(shì)，在故障出現(xiàn)之前對(duì)其進(jìn)行識(shí)別、預(yù)判，有效確保分系統(tǒng)的健康、長(zhǎng)期工作，降低未來(lái)空間站環(huán)控生保分系統(tǒng)長(zhǎng)期運(yùn)行的維護(hù)成本。

1 環(huán)控生保系統(tǒng)遙測(cè)數(shù)據(jù)變化規(guī)律

1.1 環(huán)控生保系統(tǒng)

航天器環(huán)境控制與生命保障系統(tǒng)(簡(jiǎn)稱環(huán)控生保系統(tǒng)，ECLSS)定義為[2]：在外太空營(yíng)造一個(gè)適宜人類生存的環(huán)境，實(shí)現(xiàn)載人航天器密閉空間內(nèi)物質(zhì)流和能量流的平衡調(diào)控，提供生命活動(dòng)所必需的物質(zhì)保障，是環(huán)境控制和生命保障各種功能的有機(jī)集成和工程實(shí)現(xiàn)。它既為航天員創(chuàng)造正常工作、生活環(huán)境，保障航天員安全、高效工作，也是飛行器平臺(tái)正常運(yùn)行必不可少的重要支撐，是將航天員與航天器緊密結(jié)合在一起的重要載體。

受航天器平臺(tái)設(shè)計(jì)約束以及空間特殊環(huán)境影響，環(huán)控生保系統(tǒng)在軌運(yùn)行狀態(tài)主要通過(guò)對(duì)其遙測(cè)數(shù)據(jù)進(jìn)行監(jiān)測(cè)、診斷，因此遙測(cè)數(shù)據(jù)是反映系統(tǒng)運(yùn)行狀態(tài)的關(guān)鍵信息[3]。由于遙測(cè)資源有限且數(shù)據(jù)關(guān)聯(lián)性隱蔽，地面飛控現(xiàn)場(chǎng)獲取的狀態(tài)主要是正常和故障兩種現(xiàn)象。這是因?yàn)槟壳昂教祛I(lǐng)域仍普遍采用二值邏輯型閾值比較方法進(jìn)行故障識(shí)別。即：

在正常清況下，遙測(cè)數(shù)據(jù)應(yīng)在正常的范圍內(nèi)變動(dòng)，一旦監(jiān)測(cè)信號(hào)突破該范圍，則認(rèn)為出現(xiàn)故障。這種方法雖然簡(jiǎn)單、直觀，但也存在以下問(wèn)題：

(1)閾值不易界定:用于劃分狀態(tài)的閾值xmin(t)、xmax(t)大小不好確定，閾值過(guò)大會(huì)發(fā)生漏報(bào)警，閾值過(guò)小又會(huì)產(chǎn)生誤報(bào)警；

(2)可能存在狀態(tài)突變:單點(diǎn)分界的閾值判斷會(huì)產(chǎn)生狀態(tài)突變(真、假突變)；

(3)故障征兆識(shí)別不足：該方法偏重實(shí)測(cè)參數(shù)值的大小，忽視遙測(cè)數(shù)據(jù)包含的穩(wěn)定程度、變化快慢以及長(zhǎng)期趨勢(shì)等深層信息，另外當(dāng)報(bào)警出現(xiàn)即是故障已經(jīng)產(chǎn)生，不能利用遙測(cè)數(shù)據(jù)動(dòng)態(tài)信息在故障出現(xiàn)之前進(jìn)行預(yù)判；

(4)缺乏故障診斷功能：較少考慮遙測(cè)數(shù)據(jù)間的因果關(guān)系和邏輯關(guān)系，一旦報(bào)警信息出現(xiàn)，需要根據(jù)故障產(chǎn)生的邏輯關(guān)系，查詢相關(guān)遙測(cè)數(shù)據(jù)歷史數(shù)據(jù)并結(jié)合相關(guān)知識(shí)進(jìn)行故障排查，人工排故對(duì)操作人員要求高，且效率低。

依據(jù)遙測(cè)數(shù)據(jù)的時(shí)間序列信息，在故障出現(xiàn)之前能夠?qū)ζ溥M(jìn)行識(shí)別、預(yù)判對(duì)環(huán)控生保系統(tǒng)在軌故障預(yù)測(cè)與健康管理顯得尤為重要。

1.2 環(huán)控生保系統(tǒng)遙測(cè)數(shù)據(jù)特點(diǎn)

遙測(cè)數(shù)據(jù)是故障預(yù)測(cè)方法的基礎(chǔ)，因此需要對(duì)遙測(cè)數(shù)據(jù)的變化規(guī)律進(jìn)行分析，結(jié)合環(huán)控分系統(tǒng)的遙測(cè)數(shù)據(jù)的變化特點(diǎn)，可以得出如下幾種變化規(guī)律：

(1)數(shù)據(jù)基本上呈平穩(wěn)變化趨勢(shì)，在固定的范圍內(nèi)上下波動(dòng)。

當(dāng)系統(tǒng)運(yùn)行狀態(tài)正常且外在環(huán)境沒(méi)有發(fā)生重大變化時(shí)，遙測(cè)數(shù)據(jù)一般保持平穩(wěn)變化，可能會(huì)出現(xiàn)小范圍的波動(dòng)，但這些波動(dòng)都在允許的誤差范圍之內(nèi)，可認(rèn)定為是正常的變化趨勢(shì)。具體的變化情況如圖1 所示，不管參數(shù)曲線怎樣變化，其取值范圍都在正常值的上、下限之內(nèi)。

圖1 遙測(cè)數(shù)據(jù)正常波動(dòng)

(2)遙測(cè)數(shù)據(jù)周期性變化。

此類參數(shù)局部變化在可以接受的誤差范圍之內(nèi)，但總體變化趨勢(shì)超出正常波動(dòng)范圍，并且具有周期性變化規(guī)律，每個(gè)周期內(nèi)部的變化趨勢(shì)基本相同。因此在對(duì)此類參數(shù)進(jìn)行預(yù)測(cè)時(shí)需要依據(jù)這種既定的周期變化規(guī)律來(lái)進(jìn)行未來(lái)值預(yù)測(cè)。變化趨勢(shì)如圖2 所示。

圖2 遙測(cè)數(shù)據(jù)周期變化

(3)狀態(tài)、事件發(fā)生后遙測(cè)數(shù)據(jù)突變。

當(dāng)系統(tǒng)狀態(tài)、事件發(fā)生變化后(如飛行階段、地面指令等)，相關(guān)參數(shù)會(huì)發(fā)生突變，而后保持平穩(wěn)，如圖3 所示。此時(shí)需要將航天器狀態(tài)變化融合到新的知識(shí)庫(kù)中，按新的診斷知識(shí)對(duì)遙測(cè)數(shù)據(jù)進(jìn)行判斷。

圖3 遙測(cè)數(shù)據(jù)隨事件變化

(4)無(wú)外部狀態(tài)、事件發(fā)生而遙測(cè)數(shù)據(jù)緩慢發(fā)生變化。

若系統(tǒng)正常運(yùn)行，無(wú)外部事件發(fā)生，而遙測(cè)數(shù)據(jù)卻發(fā)生了很大的變化，一般來(lái)說(shuō)這種情況要給予很大的重視，很有可能會(huì)是故障發(fā)生的預(yù)兆。需依據(jù)新的變化趨勢(shì)對(duì)其未來(lái)值進(jìn)行預(yù)測(cè)，再根據(jù)預(yù)測(cè)的結(jié)果判斷是否會(huì)有故障發(fā)生。具體的變化情況如圖4 所示。

圖4 遙測(cè)數(shù)據(jù)異常變化

2 遙測(cè)數(shù)據(jù)預(yù)測(cè)算法

2.1 遙測(cè)數(shù)據(jù)預(yù)處理

環(huán)控生保系統(tǒng)遙測(cè)數(shù)據(jù)周期性下傳至地面，遙測(cè)數(shù)據(jù)呈現(xiàn)離散時(shí)間序列特性。時(shí)間序列一般包括平穩(wěn)性時(shí)間序列和非平穩(wěn)性時(shí)間序列，而系統(tǒng)實(shí)際下傳至地面的遙測(cè)數(shù)據(jù)普遍存在著非平穩(wěn)現(xiàn)象，因此需要對(duì)原始遙測(cè)數(shù)據(jù)進(jìn)行預(yù)處理，使其滿足平穩(wěn)時(shí)間序列特征。平穩(wěn)時(shí)間序列的變化趨勢(shì)與當(dāng)前狀態(tài)相關(guān)，故可通過(guò)歷史數(shù)據(jù)提取相關(guān)信息，預(yù)測(cè)未來(lái)一段時(shí)間的數(shù)據(jù)。

對(duì)于平穩(wěn)時(shí)間序列通常采用ARMA(n，m)模型進(jìn)行分析，ARMA 方法預(yù)測(cè)未來(lái)數(shù)據(jù)不僅與歷史數(shù)據(jù)相關(guān)還受當(dāng)前時(shí)間段的干擾項(xiàng)影響，因此衍生出AR 模型和MA 模型，前者預(yù)測(cè)值僅與歷史值相關(guān)，后者預(yù)測(cè)值僅由干擾項(xiàng)影響。

由于環(huán)控生保系統(tǒng)遙測(cè)數(shù)據(jù)多為緩變參數(shù)且數(shù)據(jù)量大，若直接對(duì)原始數(shù)據(jù)進(jìn)行處理將導(dǎo)致運(yùn)算量大、硬件資源要求高，因此預(yù)先對(duì)原始數(shù)據(jù)進(jìn)行塊化處理。實(shí)際遙測(cè)數(shù)據(jù)通常為非平穩(wěn)序列，一般可通過(guò)有限次差分法消除趨勢(shì)項(xiàng)，使其轉(zhuǎn)換為平穩(wěn)序列。設(shè)遙測(cè)數(shù)據(jù)序列為x(t)，一次差分運(yùn)算得：

以此類推可得到各階差分方程：

平穩(wěn)時(shí)間序列的均值與方差為常數(shù)，且自相關(guān)函數(shù)只與時(shí)間間隔相關(guān)。通過(guò)平穩(wěn)性檢驗(yàn)方法，如時(shí)序圖檢驗(yàn)法、自相關(guān)函數(shù)檢驗(yàn)法、單位根檢驗(yàn)法[4]，檢驗(yàn)差分序列的平穩(wěn)性，進(jìn)而確定差分階次。

對(duì)平穩(wěn)時(shí)間序列進(jìn)行標(biāo)準(zhǔn)化處理可減小誤差、提高精度、避免溢出。Δxi序列的標(biāo)準(zhǔn)化處理形式如下：

2.2 模型參數(shù)估計(jì)與定階

根據(jù)自相關(guān)函數(shù)(ACF)與偏自相關(guān)函數(shù)(PACF)來(lái)識(shí)別預(yù)處理后的時(shí)間序列模型[5]。自相關(guān)函數(shù)計(jì)算公式如下：

在ARMA(p，q)中共計(jì)p+q+1 個(gè)未知參數(shù)，分別為φ1，φ2，…，φp，θ1，θ2，…，θq以及σ2。ARMA 模型是AR 模型和MA 模型的組合[6]，MA 的模型方程如下：

可見(jiàn)

可得：

AR 模型的殘差的平方和為：

一般而言，ARMA 模型的階次越高越精確，但高階次會(huì)帶來(lái)諸如參數(shù)增多、計(jì)算量大等影響，因此選擇合適的階次是獲得理想預(yù)測(cè)效果的關(guān)鍵。AIC 準(zhǔn)則為樣本外預(yù)測(cè)誤差方法的有效估計(jì)量，常用于模型的選擇，BIC 準(zhǔn)則是為了克服定階的不確定性，兩者的共同特點(diǎn)是在殘差最小的情況下，用盡可能少的參數(shù)確立模型。本文采用AIC 準(zhǔn)則與BIC 準(zhǔn)則相結(jié)合的方法對(duì)模型進(jìn)行定階。

AIC 準(zhǔn)則又稱赤池信息量準(zhǔn)則[7]，其宗旨是使似然函數(shù)值最大化，未知參數(shù)的個(gè)數(shù)最小化。在此準(zhǔn)則下往往選擇的階次較大，BIC 準(zhǔn)則是在AIC 準(zhǔn)則的基礎(chǔ)上對(duì)選擇階次進(jìn)行進(jìn)一步優(yōu)化。

AIC 準(zhǔn)則表示為：

其中，L 表示最大似然函數(shù)值；K 為自由參數(shù)的個(gè)數(shù)，K=p+q。

BIC 準(zhǔn)則也稱為貝葉斯信息量準(zhǔn)則，可表示為：

其中，L 與K 的含義同AIC 準(zhǔn)則，n 表示序列值個(gè)數(shù)。為了能用最少的參數(shù)建立模型，選擇具有最小AIC 值和BIC 值的模型。

3 預(yù)測(cè)方法實(shí)現(xiàn)與驗(yàn)證

選取實(shí)際任務(wù)中艙內(nèi)氧分壓數(shù)據(jù)為例，驗(yàn)證上述預(yù)測(cè)方法的可行性以及預(yù)測(cè)效果。選取氧分壓數(shù)據(jù)塊序列如表1 所示。

表1 氧分壓實(shí)際數(shù)據(jù)

原遙測(cè)數(shù)據(jù)不滿足平穩(wěn)性，對(duì)序列進(jìn)行差分后標(biāo)準(zhǔn)化處理，結(jié)果如圖5 所示。

計(jì)算數(shù)據(jù)的自相關(guān)函數(shù)與偏自相關(guān)函數(shù)，如圖6所示。根據(jù)偏自相關(guān)函數(shù)的截尾型[8]，可初步判定模型階次，結(jié)合AIC 與BIC 準(zhǔn)則判定模型階次為5。此時(shí)，模型預(yù)測(cè)樣本前向6 個(gè)點(diǎn)的逼近曲線如圖7 所示，預(yù)測(cè)誤差結(jié)果如圖8 所示，預(yù)測(cè)平均精度約為98.2%。

4 結(jié)論

圖6 相關(guān)函數(shù)圖

圖7 氧分壓預(yù)測(cè)結(jié)果

圖8 預(yù)測(cè)誤差

本文結(jié)合環(huán)控生保系統(tǒng)遙測(cè)數(shù)據(jù)的特點(diǎn)，研究了基于時(shí)間序列的遙測(cè)數(shù)據(jù)預(yù)測(cè)方法，并選取任務(wù)中氧分?jǐn)?shù)據(jù)為例，對(duì)預(yù)測(cè)方法的可行性與有效性進(jìn)行了驗(yàn)證。該方法可依據(jù)歷史遙測(cè)數(shù)據(jù)信息對(duì)未來(lái)數(shù)據(jù)的變化進(jìn)行有效預(yù)測(cè)，是后續(xù)進(jìn)行故障預(yù)測(cè)與診斷的基礎(chǔ)，為環(huán)控生保系統(tǒng)長(zhǎng)期在軌運(yùn)行維護(hù)與健康管理提供了一種故障預(yù)測(cè)方法。