航天器真空热试验测控系统应用现状及发展趋势

张景川，谢吉慧，王奕荣，裴一飞

（北京卫星环境工程研究所，北京 100094）

0 引言

航天器真空热试验是航天器研制过程中状态最复杂、耗资最大、耗时最长的试验项目，是提高航天器在轨运行可靠性的一种有效、必要的手段[1-5]。

在航天器真空热试验中，测控系统分为流程测控系统与试验测控系统两部分。流程测控系统以PLC为控制中枢，通过对现场仪表、阀门和设备的控制，实现环模设备真空、低温背景的建立与维持。该系统是典型工业控制系统，依靠市场上成熟的工控软件，可以定制一套完善的软硬件平台解决方案。试验测控系统承担着试件状态测量、空间外热流模拟、航天器温度控制、航天器内部仪器热耗模拟和试验支架温度跟踪控制等任务，包括数据采集系统以及热流模拟与温度控制系统两部分。数据采集系统完成试件状态数据（温度、电流、电压、热电势等）的测量任务；热流模拟与温度控制系统通过程控电源输出电流的大小控制加热器的辐射热流，在热平衡试验中进行多种控制模式的外热流模拟，在热真空试验时对航天器进行控温，实现温度循环。试验测控系统以计算机系统为控制中枢，通过对程控电源、数据采集仪器的控制，实现对航天器的外热流模拟与温度控制。（本文提及的测控系统特指试验测控系统。）

测控系统是航天器真空热试验的核心操作系统，其测控精度与速度直接影响对航天器热设计正确性与星上仪器设备考核正确性的判断，其可靠性直接关系着试验的成败。

1 航天器真空热试验测控系统现状

20世纪90年代末，随着试验需求的不断增加，以及试验设备技术、计算机技术、网络技术和通信技术水平的提高，世界各国宇航机构对其试验设备和测控系统进行了升级和改造。例如，美国戈达德空间飞行中心（GSFC）于1996年对其热真空数据系统（TVDS）进行改造[6]，1998年进一步升级该系统，2000年升级初步完成[7]。德国工业设备管理公司（IABG）于1995年至2000年间，对其4个真空热试验设备测控系统进行改造，并通过2003年的二期改造项目实现了全部设备的自动化。法国宇航环境工程实验中心（INTESPACE）于2001年对其大型空间环境模拟设备 SIMMER的测控系统进行改造，以实现为不同热试验提供一种通用的、满足实时要求的解决方案[8]。加拿大太空总署佛罗里达州实验室（DFL）对其真空热试验数据处理系统（TVDS）进行改造，构建了实时多任务多用户试验操作系统，可同时监控1 000个通道的数据点[9-12]。欧洲航天技术中心（ESTEC）为大型空间模拟器（LSS）研发了一种高精度多通道的温度数据采集系统（TEMPDAS）[13]。国家空间实验室（NLR）设计制造的两套数据单元使TEMPDAS能够同时测量 864路热电偶信号。休斯空间通信公司通过SCADA系统控制热真空容器系统[14]。

国外使用的外热流设备主要是以太阳模拟器、热沉调温技术进行航天器真空热试验，国内则主要使用红外灯阵、红外加热笼、薄膜加热器进行吸收热流模拟和分区温度控制，在使用的设备、控温模式与控温算法以及管理运行模式上均有较大的不同。国外文献集中于环模设备的介绍，而针对其试验测控系统的资料由于保密需要则未见报道。

北京卫星环境工程研究所的真空热试验水平代表了国内先进水平。目前该所航天器真空热试验测控系统已具有相当规模，拥有多种较先进的数据采集仪表（共5 000多测量通道）和1 000多台不同型号的程控电源，分别组建成KM3和KM4试验测控局域网、KM6试验测控局域网、KM6水平舱试验测控局域网、KM7试验测控局域网。并针对不同的数据采集仪器开发出不同的数据采集软件；针对不同的程控电源开发出不同的热流模拟控温软件、温度控温软件，以及通用的试验数据监视分析软件。通过配置不同的运行参数，测量软件能满足不同类型、数量温度传感器的测量需求；控温软件能满足多种不同控温模式的控温需求。试验测控系统能在KM3、KM4、KM6主容器、KM6水平舱等空间环境模拟器内执行常规的航天器真空热试验任务。

2 国内航天器真空热试验测控系统面临的挑战

随着航天器生产的批量化与新型航天器研制进程的加快，对测控系统的可靠性提出了更高要求，集中反映在以下几方面。

2.1 多型号、多任务同时异地并行试验需求

航天器真空热试验越加频繁，要求多型号、多任务在不同空间环模设备同时异地并行试验，或在同一环模设备内完成多个试件并行试验。现有测控软件是针对单一环模设备、单一试件，基于不同语言平台编写的多个独立程序，功能分散，不具备集中管理功能，无法实现多型号、多任务同时异地并行试验。如果不针对各类航天器真空热试验测控任务特点，研究多型号、多任务同时异地并行试验的工作模式，依据测控工作流程，构建高可用集群测控系统，而只是简单集成现有测控程序，将无法有效优化人力资源配置，减轻人员劳动强度，反而会降低测控系统的可靠性，增大试验过程风险。

2.2 提高真空热试验自动化水平的需求

现有测控软件需要大量人工操作（热平衡试验工况温度平衡判据，工况转移条件，工况转移；热真空试验温度稳定判据，热/冷浸时间，高低温度交变），效率低下，且易出错，尤其是在同一环模设备内完成多个试件并行试验时，增加了试验状态调整的复杂性，控温模式切换频繁，导致试验人员劳动强度增加，试验出错概率增大。

2.3 真空热试验测控系统高可靠性需求

航天器真空热试验必须要求测控系统能够长时间稳定运行，保证试验顺利完成。目前，在处理系统故障时，需要人工分析、处理故障，这种处理方式一般耗时较长，且存在很大的不确定性；对一些需要在短时间内处理的故障，丧失了挽救时机，导致试件超温或损坏；在系统故障期，数据备份和测控程序进程完全中断，无法进行正常的试验任务，会对产品安全造成重大危害。

2.4 瞬变热流模拟及高控温精度的需求

航天器真空热试验常有瞬变热流模拟要求。美国军用标准MIL-STD-1540规定，除非飞行器外部温度随时间的变化不大，否则宜进行飞行器热环境的动态飞行模拟。在一个运行轨道周期中，热流模拟的实际值与设定值的平均偏差不应超过±10%。为了精确地模拟航天器表面吸收的热流值，一般采用闭环控制系统。航天器瞬变热流控制系统是一个多输入多输出的闭环控制系统，热流的控制精度要求很高，提高控制精度的手段之一是缩短控制周期。大量的部组件试验及高精度的控温算法要求测控周期达到秒量级，现有测控周期为1 min，难以满足快速测控要求。

2.5 试验数据管理需求

现有试验数据存储仍采用20世纪70和80年代的文件模式，导致数据安全性低，丢失后无法恢复；试验数据包信息不完整（大量试验中间过程数据未存储），没有严格定义试验数据之间的逻辑相关性，难以全面、快捷地追溯历史数据，无法实现试验状态的精准在线判读和离线分析；数据通用性差，若温度数据或电流、电压数据存储格式有变化则需要编制新的转换程序进行数据转换；分析效率低、易用性差，要分析某试验的数据，如进行同类型试验配置信息的对比，温度及电流、电压数据的对比等分析工作需先进行手工数据转换（试验数据量大则转换时间较长），再在电子表格中对数据进行手工处理分析；目前试验证明书的输出、各种相关部门需要的试验统计报表、查询记录都是通过人工录入输出，工作繁琐且易出错，缺少自动进行试验数据包提取、数据发布、报表生成、高级数据判读、文件管理等重要功能；由于当前系统缺乏数据库技术支撑，所有的试验配置数据需要在多张Excel表单间进行人工配置、调整及校验，配置工作量大，且很多信息在不同程序中重复配置，容易出现配置错误，增大了试验出错风险。

2.6 系统兼容性和扩展性需求

当前测控系统已拥有不同品牌、不同接口仪器多达十余种，随着工业技术的发展，程控电源、数据采集仪器等测控硬件设备不断升级换代，真空热试验将来还会使用到更多种类仪器设备；同一个试验中含有不同种类的加热装置（红外灯、红外加热笼），不同控温模式（开环模式与闭环模式、光照－阴影控温、周期热流控温和乒乓控温等）和控制算法。

目前单个测控软件只能适应特定的一种加热装置、一种程控仪器和一种控温模式，配置运行多个测控软件才能满足不同的试验要求，系统的灵活性和易用性大打折扣。因此，需要测控系统具有很强的软、硬件兼容性和可扩展性，以满足多型号、多任务同时异地并行试验的需求。

2.7 航天器真空热试验市场需求

航天器真空热试验是航天器研制过程中耗资最大且必不可少的试验项目。随着航天器生产的批量化与新型航天器研制进程的加快，真空热试验越来越频繁，国际宇航企业、国内单位都在建造各型空间环境模拟设备，其相应配套的热试验软件更是核心产品。

北京卫星环境工程研究所的航天器真空热试验方法、管理运行模式处于国内领先水平，将现有试验方法与管理运行模式进行提炼，形成具有统一风格的高可靠性测控系统，不仅可以提升自身热试验自动化水平，有效缓解热试验人力资源压力，而且可以形成拳头产品，大幅提升环模设备研制的技术含量和产品附加值，收获巨大的社会和经济效益。

2.8 软件系统不断升级的需求

目前的测控软件缺点比较明显：测控人员根据不同的数据采集仪器和程控电源开发不同的数据采集程序和电源控制程序，软件通用性差；功能分散，根据试验的测控工作流程需运行多个程序，存在配置的重复性工作，容易出现配置不一致，可靠性降低；自动化程度低，控制算法与控制模式及设备驱动没有分模块进行程序设计，导致更改困难，使用不灵活，试验中需要大量的人工操作；设备的驱动方式落后，导致控制周期长，控制精度降低，无法实现准确的温度速率控制，且控温超调量大；数据交互与存储模式落后，相对落后的软件系统制约着新一代测试仪器高速度、高精度、高可靠性的发挥。因此，亟需搭建全新的高可靠快速航天器真空热试验集群测控系统。

3 航天器真空热试验测控系统的发展趋势

随着信息技术、计算机技术与网络技术的发展，具备智能化、网络化、开放性、交互性和高可靠性的测控系统，正在成为新一代测控系统的发展趋势。

3.1 建模技术

模型在现代软件开发过程中扮演着越来越重要的角色，对测控软件系统进行建模能更好地理解整个系统，采用合适的建模方法则可以更准确地捕捉试验测控系统需求，把握测控软件的行为，明确软件结构[15]。采用统一建模语言（Unified Modeling Language，UML）对热试验测控软件系统的功能、结构和信息活动进行建模，便于测控软件分析人员、软件设计人员、软件开发人员及测控系统用户之间的相互交流。这些模型的建立可以验证软件系统架构的可行性，有助于迅速开发可靠的测控软件系统，减少开发成本，对于提高软件的开发效率、可扩展性和易维护性等具有重要的意义。

3.2 高可用多节点集群技术

系统的可用性是指，要求某些执行关键使命的计算机系统能够长时间稳定运行，即具备 365 d× 24 h不停顿运行的能力。对于这类系统，即使是短时间的停机都会导致数据的丢失和灾难性的后果。高可用（high availability）系统的目的就是为终端用户提供持续性的稳定服务。当今，在高可用研究领域，最可靠有效的方法是采用计算机集群技术，利用计算机软、硬件的冗余，通过设置合理的管理策略，实现当集群中一个节点出现故障后，运行在该服务器上的所有程序资源将整体迁移到另外一个备援的服务器上，以便有效防止因单点故障造成系统停机，保证服务器对外服务的持续运行，极大提高系统的可用性[16]。

3.3 并行通用化技术

目前试验测控系统的仪器驱动方式采用的是串行驱动方式，程序的执行效率比较低；要实现仪器的快速驱动就必须对程序进行并行设计。并行驱动主要是通过多进程（multiple processes）和多线程（multiple threads）技术来实现。

通用性技术同时涉及硬件资源和软件资源。硬件资源的通用性要求构成测控系统的接口标准化（包括信号接口和硬件接口）、测试仪器可互换、测试通道可配置等。软件资源的通用性主要指构成测控系统的测控程序可以方便地移植到另一个系统完成相关的测试和故障诊断，即应用程序的设备无关性，以及针对不同的测控系统，测控软件的快速移植能力。

IVI技术是测控系统真正实现与硬件无关性、仪器可互换性的关键技术，其目的是允许用户把标准的IVI组件集成到不同的软、硬件系统中。该技术的采用能够支持仪器互换，降低系统成本，改进系统运行性能和配置能力[17-18]。

3.4 智能故障诊断技术

航天器真空热试验过程中，可能会出现硬件设备工作异常、某些工作参数设置错误等问题，需要通过数据的异常监测来发现。但是，依靠试验人员对试验数据进行人工判断、分析存在较大的困难，当试验数据发生异常变化时，由于数据量庞大，缺乏有效的分析工具，这些异常情况往往很难被及时发现，导致丧失挽救时机。随着信息处理技术的发展，测控系统可以引入数据挖掘技术、神经网络技术、支持向量机技术及专家库技术，开展试验数据的降噪预处理方法、特征提取方法以及异常数据识别方法研究，实现对数据异常变化的自动判断及预警，防患于未然[19-20]。

3.5 自动真空热试验技术

随着国内热试验技术和热模拟计算技术的发展，工况判据与工况转换条件已经非常明确，具备实现真空热试验自动化的基础，因此，急需创建新型航天器真空热试验高可用集群测控系统，实现试验准备（试验要求、试验对象和试验输入条件）、试验工况运行（热平衡试验工况温度平衡判据，热真空试验温度稳定判据，工况转移条件，工况转移）、试验状态实时分析（外热流模拟效果、试验故障状态诊断）、试验结果分析及试验品质评价整个试验流程的自动化，以缩短试验周期，降低试验出错风险，提高热试验质量。

4 结束语

综上所述，新型航天器真空热试验中的温度测量和热流模拟任务对现有热试验测控精度、测控速度、测控模式以及软件系统提出了更高要求。为了更好地完成试验任务，进一步增强试验时测控系统的可靠性、易用性和可扩展性，需搭建一个全新的高可靠快速航天器真空热试验集群测控系统，实现试验测控精度、测控速度的提高；采用高可用集群技术保障整个测控系统持续地对外服务；搭建具有开放性和可维护性的测控系统软件架构，设计更友好的人机界面，配置强大的实时数据处理分析和监视报警功能，以缩短试验准备周期，减轻试验人员劳动强度，降低试验出错风险，有效缓解热试验人力资源压力，提高热试验质量。

（

）

[1] David G G. Satellite thermal control handbook[G]. 1994

[2] 范含林, 文耀普. 航天器热平衡试验技术综述[J]. 航天器环境工程, 2007, 24(2): 63-68

Fan Hanlin, Wen Yaopu. Research on the thermal balance test for spacecraft[J]. Spacecraft Environment Engineering, 2007, 24(2): 63-68

[3] 王铸. 某航天小卫星的真空热试验[J]. 航天器环境工程, 2005, 22(2): 97-99

Wang Zhu. The vacuum thermal test of a small satellite[J]. Spacecraft Environment Engineering, 2005, 22(2): 97-99

[4] 黄本诚, 马有礼. 航天器空间环境试验技术[M]. 北京:国防工业出版社, 2002

[5] 刘畅, 王奕荣. 真空热试验测控软件系统架构设计[J].航天器环境工程, 2010, 27(3): 324-327

Liu Chang, Wang Yirong. The software architecture design of measurement and control system in vacuum thermal tests[J]. Spacecraft Environment Engineering, 2010, 27(3): 324-327

[6] Dunn J, Gomez C, Donohue J. Refurbishment and automation of thermal vacuum facilities at NASA/GSFC[R], 1998

[7] Palmer J. Upgrade of the thermal vacuum data system at NASA/GSFC[R], 2000

[8] Duprat R, Mouton A. INTESPACE's new thermal vacuum test facility: SIMMER, NASA/N93-15613[R]

[9] Resch F, Kiener F. Automation of space simulation: Thermal vacuum test facilities-the basis for an efficient and future-oriented test operation, NASA CP-2000-209967[R]

[10] Kamran D, Jeffrey R. K, Joseph G S. Thermal vacuum facility for testing thermal protection systems, 2002

[11] Cleckner C S, Knutson J R. An automated thermal vacuum test system for use in environmental testing of flight systems and components, NASA Technical Memorandum N92-13444[R]

[12] Choueiry E. David Florida Laboratory thermal vacuum data processing system[R], 1994

[13] van Zutphen W J C M, F M Fontaine. Design, implementation and installation of a new electronic temperature data acquisition system (TEMPDAS) or the ESTEC sarge space simulator (LSS), NASA/CP-2000-209967[R]

[14] Watson R N. A new thermal vacuum facility for Hughes Space and Communications, NASA CP-1999-208598[R]

[15] Cris K. UML2001: A standardization Odyssey[J]. Communications of the ACM, 1999, 42(10): 29-37

[16] Building a Linux HPC cluster with xCAT, IBM redbook[G], 2002

[17] TYX Corporation.The role of the IVI signal interface standard in supporting instrument interchangeability[Z]. IVI Foundation, 2000-04

[18] 陆绮荣, 应启戛, 李智. 基于 IVI Driver的仪器互换性的研究[J]. 仪器仪表学报, 2003, 24(z2): 224-226

Lu Qirong, Ying Qijia, Li Zhi. Research on interchangeable virtual instrument based on IVI Driver[J]. Chinese Journal of Scientific Instrument, 2003, 24(z2): 224-226

[19] 王奉涛, 马孝江, 邹岩琨. 智能故障诊断技术综述[J].机床与液压, 2003(4): 6-8

Wang Fengtao, Ma Xiaojiang, Zou Yankun. An overview on intelligent technique of fault diagnosis [J]. Machine Tool & Hydraulics, 2003(4): 6-8

[20] Venkatasubramanian V. A review of process fault detection and diagnosis Part I: quantitative model-based methods[J]. Computers and Chemical Engineering, 2003, 27(3): 293-311