中国人工智能学会系列白皮书：航天器智能精准运维 2025

中国人工智能学会 二○二五年七月 《中国人工智能学会系列白皮书》编委会 主任：戴琼海执行主任：马华东副主任：赵春江何友王恩东郑庆华刘成林周志华孙富春庄越挺胡德文杜军平杨强 委员：陈松灿董振江付宜利高新波公茂果古天龙何清胡清华黄河燕季向阳蒋田仔林浩哲梁吉业刘奕群潘纲石光明孙茂松孙长银陶建华王海峰王熙照王轩王蕴红吴飞于剑余有成张化光张学工章毅周鸿祎周杰祝烈煌 《中国人工智能学会系列白皮书——航天器智能精准运维》编写组 李文博张慧博焦小磊王涛王晓东杨威唐勇刘切王坤朋马亚杰赵文锐黄意新黎明刘成瑞刘文静梁寒玉刘显敏党庆庆刘萍赵杨杨齐超群徐赫屿邢晓宇张妍刘楠郑广鹏牛怡凡寇容海张家韦房丽琦程健烨刘鹏何宇航曹方怡陈俊豪黄俊毅邓天堃周龙飞周逸涛 目录 第1章引言..............................................................................................1第2章航天器智能精准运维的概念与内涵........................................52.1航天器智能精准运维的定义...................................................52.2航天器智能精准运维的内涵...................................................6第3章基于云边协同的航天器智能精准运维机制............................93.1基于云边协同的航天器智能精准运维环境.........................103.2基于联邦学习的智能精准运维自主更新策略.....................123.3智能精准运维关键技术的关联关系.....................................15第4章数据增强技术..........................................................................174.1不完整数据增强技术.............................................................184.2不均衡样本增强技术.............................................................184.3理论代表成果.........................................................................19第5章状态监测技术..........................................................................215.1基于模型的状态监测技术.....................................................225.2数据驱动的状态监测技术.....................................................225.3理论代表成果.........................................................................27第6章异常检测技术..........................................................................296.1基于信号处理的异常检测技术.............................................306.2基于解析模型的异常检测技术.............................................316.3基于数据驱动的异常检测技术.............................................316.4理论代表成果.........................................................................33 III第7章故障诊断技术..........................................................................357.1基于解析模型的故障诊断技术.............................................367.2基于信号处理的故障诊断技术.............................................377.3基于人工智能的故障诊断技术.............................................387.4理论代表成果.........................................................................40第8章健康评估技术..........................................................................458.1基于模型的健康评估方法.....................................................468.2基于数据驱动的评估方法.....................................................478.3基于状态估计的评估方法.....................................................488.4理论代表成果.........................................................................49第9章寿命预测技术..........................................................................529.1基于失效机理的寿命预测技术.............................................539.2基于数据驱动的寿命预测技术.............................................539.3基于混合模型的寿命预测技术.............................................549.4理论代表成果.........................................................................55第10章航天器智能精准运维技术的应用情况................................5810.1美国.......................................................................................6010.2欧洲.......................................................................................6710.3日本.......................................................................................7310.4中国.......................................................................................76第11章航天器智能精准运维技术的发展趋势与关键技术............7811.1发展趋势................................................................................7811.2关键技术................................................................................80第12章结束语......................................................................................84 第1章引言 “自动化、自主化和智能化”是宇航领域技术发展的主体脉络，目前航天器的总体技术水平已经基本实现了自动化，正朝着全面自主化与智能化的方向发展，努力确保系统实现安全可靠稳定运行。故障是阻碍航天器安全可靠稳定运行的重要因素，是控制理论与航天技术在实际发展过程中面临的严峻问题。一方面，随着功能的多样化，航天器的规模复杂度日益增加，这大大增加了故障发生的概率；另一方面，空间环境十分恶劣，太阳活动、微小流星、太空垃圾等都会给航天器带来重大的安全隐患甚至是致命伤害。例如：美国的钱德拉X射线天文台卫星（Chandra X-ray Observatory），由于太阳活动所引发的高辐射量而中止观测，如图1.1所示。因此，要实现安全可靠稳定运行，必须提高航天器的在轨生存能力。 为提升航天器的在轨生存能力，主要涉及以下两项关键技术：（1）可靠性技术，即通过提高零部件的可靠性来降低故障发生的概率；（2）健康管理技术，即通过突破异常检测、故障诊断、健康评估及寿命预测等关键技术来提升故障应对能力。然而，由于制造、装配等工艺水平的限制，零部件可靠性的提升存在瓶颈——当单个零部件的可靠性 达到一定水平时，若要继续提高，所需代价十分昂贵；更重要的是，可靠性描述的仅仅是概率意义下航天器正常工作的可能性，高可靠性不代表无故障。例如：以高可靠性技术闻名的日本，研制的“隼鸟”小行星探测器（如图1.2所示）在完成采样任务之后，发动机、电池、姿态控制装置等发生了一系列的故障与技术问题，导致归期延迟3年。 特殊的运行环境决定了航天器这类特种高端装备无法像汽车、飞机等常规装备系统一样进行定期的维护与保养，一旦发生故障，对其进行在轨维修十分困难。因此，在保证零部件可靠性的基础之上，必须考虑可能发生故障的实际情况和难以在轨维修的客观条件，发展切实有效的运维技术来提升航天器的故障应对处理能力。 目前，航天器的运维机制，主要采用远程集中的方式，即发生故障时，航天器在轨进入安全模式，依赖地面的“专家会诊”来应对故障；采用的运维技术主要为硬件的冗余备份切换、软件的指令上注修改；可以概括为“安全模式+专家支持+硬件备份+解析冗余”[1]。现有的航天器运维机制与技术，受时空限制，效率偏低、效果不佳，存在小算力与大数据、慢传输与快响应的突出矛盾。尤其当故障发生在 测控区以外时，常常会由于不能及时发现处理而造成业务中断，甚至整器完全失效的严重后果：例如，执行亚太地区气象和环境观测任务的日本地球静止轨道卫星“向日葵”（如图1.3所示），在2006年4月16日，控制分系统发生轻微故障，上述运维机制与技术没有对该故障做到及时诊断，导致整星未能有效反应处理，在故障发生4个小时之后才通过地面重新恢复控制；由于介入时机较晚，卫星的载荷温度已经显著升高，在恢复控制的16个小时之后才能正常工作，即该气象卫星有整整20个小时不能正常工作，造成了重大经济损失[2]。大量的在轨案例说明，为解决航天器运维所面临的资源配置不充分、维保人员不易达、通信交互不信任、先验知识不完备等挑战性难题，迫切需要从机制与技术两个方面实现创新突破，提升运维的智能水平与精准能力。 新一代人工智能、大数据分析等新兴技术的迅猛发展有效推动了航