空间飞行器在轨自主能源管理系统设计
2021-07-29杨友超蔡斐华
张 翔,杨友超,赵 岩,蔡斐华,姜 爽
(中国运载火箭技术研究院,北京 100076)
随着我国空间运输和深空探测等应用日益扩展,在轨飞行器电气系统呈现出任务复杂化和载荷多样化的发展趋势。在民用航天领域、遥感、通信等方面逐渐形成全天候、全天时、稳定运行的对地观测和通信平台;在空间运输领域,将开展天地往返技术的探索;在深空探测领域,持续推进载人登月、火星、太阳系行星等探测活动[1-2]。能源系统为飞行器仪器、机电设备、火工品等负载提供电能,作为飞行器的“心脏”,不仅直接关系到电气系统功能的实现,还严重影响飞行任务成败。为适应我国未来空间飞行器任务需求,能源系统主要面临高效智能、长寿命、高可靠等难题,推动了系统设计向智能化和自主安全管理等方向的发展。
本文针对长期在轨飞行器能源系统自主管理的现实需求和研究现状分析,提出了自主管理的实现流程,从能源高效利用管理、能量平衡管理、故障隔离与重构管理三个关键环节,简要介绍了系统实现的方案和实验情况,验证系统状态监测和故障时重构的能力,满足无地面操控情况下的长时间自主安全运行需要。
1 需求分析
根据空间飞行器实际应用,能源管理的基本目标是保障飞行器任务全任务周期用电满足要求。为提高能源系统保障能力,具体需求如下:
(1)能源高效利用策略管理
对空间飞行器能源系统性能进行预计,评估系统供电能力,合理调配剩余能量和充放电策略,给出优化能源配置决策,使能源系统工作在最优状态,延长使用寿命。
(2)能量平衡管理
根据任务需求实现能源供给与负载需求的动态平衡,结合负载优先级列表,实现能源动态分配和负载切换,实现不同任务模式下的能量动态调配。
(3)故障隔离与重构管理
基于能源系统中观测点实时采集结果,评估系统健康状态,及时发现故障,并实施故障定位和隔离,在适当时机实施重构,保障飞行器长期在轨安全。
2 研究现状
空间飞行器能源管理系统(PMAD)最早由NASA 研究机构提出,通过能源供给与负载需求的动态管理,解决内部故障或外部干扰导致的能量不平衡问题,确保整个飞行器安全可靠运行[3]。目前已在国际空间站、重返月球计划和“罗塞塔”号无人飞船等多个任务中得到应用。欧空局在“地平线2000”计划中研制的XMM(X-ray Multi-Mirror Mission)-Newton 具有在轨自主管理能力,实现供配电系统故障诊断和恢复、蓄电池自动充放电和载荷优先级管理等功能。国内相关研究工作开展的较晚,主要针对空间站、天宫一号和载人飞船组合体,开展能源管理系统架构、功能层次及面向空间站构型的功率调配设计,实现了能源统一控制、故障预测、隔离及重构[4-5]。
通过对飞行器能源管理技术领域实施知识获取,共搜集到127 件专利,100 余篇科技文献。从申请区域图1 看出,美国是该技术领域最活跃的地区,得益于美国大量的航空航天公司,创新主体带来了大量的科研成果;俄罗斯主要集中在能量平衡技术领域;我国主要集中在故障检测与重构技术领域。从能源管理技术构成图2 看出,能量平衡、能量管理和故障隔离与重构技术专利申请量基本持平。
图1 能源管理专利区域分析图
图2 能源管理专利技术构成分析图
管理策略技术,从1980 年开始至今申请量比较均匀,主要来自于美国,与相关概念起源于美国,其多个主要的研发单位都在该领域投入较大的科研力量有关,但近几年能源管理策略有所下降,与相关技术进入工程研制的进展一致。
能量平衡技术,在2005 年之前申请量较少,随后开始进入专利申请高峰,且申请人分布较广,说明该时间段能量平衡技术是研发的热点,研发投入大,研发成果多;近几年该领域仍然保持较高的专利申请量,说明未来能量平衡技术仍然是该领域的研究热点。
故障隔离与重构技术,一直保持有专利申请,总量并不大,但是申请量连续性比较好,说明该技术一直是能源管理领域不可或缺的技术之一。我国在该领域近几年专利逐渐上升,未来仍有相当一部分的科研力量投入到该领域当中。
3 能源自主管理
为实现空间飞行器在轨能源自主管理,强调减少对测控资源、地面人员的需求,“以天为主,以地为辅”。一方面基于各部件、分系统的状态参数,通过数学建模和数据处理等方法,对系统安全性和健康状态进行评估,直接回传决策参考信息;一方面当发生严重故障时,能够第一时间定位故障根源,并根据不同工作模式及时实施能源动态、优化分配与管理,确保故障不蔓延,危害整个飞行器。
空间飞行器典型能源系统包括太阳电池阵、电源控制设备、蓄电池组、配电单元等,具备能源产生、能量存储、电源控制和分配、状态监测和故障诊断的能力,能够在飞行器上任务管理的参与下实现器上自主管理。实现流程如图3 所示,具体如下:
图3 在轨能源自主管理流程图
(1)任务规划为顶层目标,由飞行器上任务管理系统实施,其中包含能源计划、任务时序和故障模式等信息;
(2)任务时序、能源计划是基础,针对不同的任务,调用不同的时序列表和能源需求矩阵,形成特定任务的负载优先级和能源计划,供能源利用管理使用;
(3)根据系统FME(C)A 故障模式和测试性模型,建立系统参数与故障传递关系图,将故障模式和传递路径提供给能源利用管理;
(4)能源利用管理是核心,综合能源计划、负载优先级和故障模式等信息,实现动态规划和调度管理。当能源供给充足时,按负载优先级开启负载,根据系统状态参数合理规划,提高能源利用率;
(5)能源平衡管理实时开展能量平衡预计,当能源产生条件变差或存储能源不足等情况发生时,发送请求到能源利用管理,经负载优先级的调度决策后,将策略回传,实现部分负载断电,保证关键任务负载的能源供给,实现相对低功耗下的能源平衡;
(6)能源利用管理实时开展系统性能及寿命预计,当故障发生时,发送请求到能源利用管理,经故障决策后,将决策指令回传,实现故障负载断电,保证其他正常负载的能源供给或系统重构。
4 设计与实现
4.1 能源高效利用管理策略
能源利用管理能够综合能源计划、负载优先级、系统故障关系和信息、能源状态和预测等多方面信息,其根本目标为在有限输出下,将任务、能量和负载密切相连,通过精细化设计实施负载动态配置,保证能源供给的可靠性同时,提高能源利用率。其中,典型能源计划和优先级如表1 所示,依照各任务时序可明确负载功率需求和优先级排序,可供能源利用输出调度策略,实现能源平衡管理。
表1 典型任务能源计划和优先级列表
按飞行任务配置不同的负载优先级,可根据实施阶段动态调整,根据重要程度和冗余情况可分为I~V 类,具体如下:
(1) I 类关键设备,影响飞行任务成败,关键等级最高,但无冗余;
(2)II 类关键设备,影响飞行任务成败,有冗余;
(3)III 类非关键设备,影响部分飞行功能,无冗余;
(4)IV 类非关键设备,影响部分飞行功能,有冗余;
(5)V 类非关键设备,在当前任务段为无任务。
借助商业测试性建模与分析系统(TMAS)工具软件,建立典型能源系统测试性模型如图4 所示,以图形化的方式描述各层级信号流、故障模式和观测点等信息[4]。能源系统运行过程中,原位实时监测系统状态和判断,若触发故障判据,将传递故障信息到能源利用管理。
图4 典型能源系统测试性模型
通过测试性模型的建立,将各单机故障模式、传递路径和测试方法及判据有效结合,有利于系统优化设计,主要表现在以下几个方面:
(1)形成故障管理图,形成故障隔离与重构管理的基础;
(2)开展多筛选、多模式、多层次测试性分析,对系统多模糊度故障检测率、故障隔离率等指标计算;
(3)优化系统测试点设置,提升系统故障检测指标;
(4)建立寿命管理架构,为能源系统在轨寿命预测和容量评估提供可能。
4.2 能量平衡管理
能量平衡管理关键在于确保太阳电池产生能量、蓄电池组存储能量与负载消耗能量之间的供需平衡关系。从原理上看,太阳电池能源不够时,太阳电池和蓄电池组联合为负载供电;太阳电池多余电能为蓄电池组充满后,通过分流电路耗散。因此,系统能源平衡可以简化分析对象为蓄电池组容量,进行多输入输出参数仿真,仿真模型如图5 所示。
图5 中,Q0为初始容量;Qg为电池组保护容量下限;Qr为充电容量,与太阳电池转换效率、面积、光照时长、充电效率等参数相关;Qc为放电容量,与放电效率、负载功率和供电时长等参数相关。
图5 能源平衡原理模型
能源平衡仿真给出以下场景的能量趋势:
(1)当前电池容量为Qt=Q0+ΔQ,当判断电池组充满时,自动启动分流电流;当Q≤Qg时,采取过放保护措施,待容量再次高于Qg后,恢复正常工作;
(2)容量变化ΔQ=Qr-Qc,飞行一圈过程中,如果ΔQ≥0,为单圈(当圈)平衡;某任务在多圈过程中完成,然后可充电维护,只要结束时刻Qt不低于Qg,即为多圈能源平衡;
(3)当连续多圈内ΔQ≤0 时,应发出警告,适时采取措施,减小Qc,避免触发Qg保护。
4.3 故障隔离与重构管理
故障隔离与重构管理以故障管理为主线,分别建立系统级、单机级和部件级三个层次间的故障诊断结构,如图6 所示。其中,系统级作为状态管理和信息汇集中心,完成不同单机间状态信息的融合,综合相互影响诊断分析,具备评估整个系统能源状态和预测信息的能力;单机级实现内部信息的整合,具备总线接口实现信息交互,为系统故障预测、辅助决策和维修保障提供数据和硬件基础,还可实施能源调度策略和重构;部件级故障诊断根据各模块特点设置系统观测点,实现故障可观测,并形成故障数据信息,供单机级故障诊断综合分析评估使用[6]。
图6 故障诊断层次结构
依据上述层次结构,将复杂的能源系统故障诊断任务分为若干个子任务,分别由不同的Agent 完成,利用其自主性、协调性、自组织、自学习和自推理等能力,提高故障诊断问题求解效率,提高系统的可靠性。研制地面能源管理技术验证系统,以时序触发和指令触发为条件,设置观测点及其判据,识别系统状态信息,通过推理机定位到可能的故障模式,并将故障信息上传到模拟能源利用管理的上位机,由上位机进行故障决策后,生成指令控制供配电链路进行重构,实现多通道能源的自主精细化管理及任务保障能力的验证。
典型故障触发结果输出如下:
@@故障9028 发生,故障名称 设备1 B1 支路电流IXXX数据异常,故障判读使能1,发生时间14:55:47;
故障相关参数[0],参数名称B1 支路母线电压,参数代号Uxxx,参数值26.957 264,参数值下限25.000 000,参数值上限31.000 000。
可能故障模式:(1)负载1 或2 短路;(2)IXX数据采集异常;(3)IXX观测点异常。
决策与建议:(1)B1 支路断电2 s 后重上电;(2)B1 支路断电,启用B1 备支路。
5 结论
通过能源高效利用管理、能量平衡管理、故障隔离与重构管理三项关键技术的实现,初步验证了任务周期内能源自主管理功能,解决了长期在轨飞行器能源系统智能配置和精细化管理问题。后续重点工作为研制软硬件工程化产品,提高相关技术成熟度,导入信息融合、人工智能等技术提高决策速率和诊断准确度,全面提升系统性能。飞行器自主能源管理可优化空间飞行器能源配置,使系统工作在最优状态,提高自主生存能力,从而延长航天器使用寿命,可为后续空间运输和深空探测领域的工程实现和应用提供有益参考。