故障诊断基础：故障的定义、分类与传播机理
各位同学，今天我们进入故障诊断的核心基础部分。说实话，这部分内容看起来有点理论化，但它是整个容错控制体系的根基。我在航天控制系统设计这行干了十几年，见过太多因为基础概念没吃透，导致后期诊断逻辑出问题的案例。咱们今天就把这块地基打牢。
一、故障的定义——到底什么是“故障”？
先问大家一个问题：一个传感器读数跳变了一下，算不算故障？
我个人习惯这样定义：故障是指系统中的一个或多个参数、特性发生了不允许的偏离，导致系统无法完成预期功能的状态。注意，这里的关键词是“不允许的偏离”。
举个例子。我在做某型号卫星的GNC系统时，遇到过太阳敏感器输出突然跳变0.5度。如果卫星在正常姿态下，这个跳变可能只是噪声；但如果卫星正在执行对日定向，0.5度的偏差就可能导致能源系统崩溃。所以，故障与否，要看上下文。
核心要点：故障 ≠ 失效。故障是系统还能工作，但性能下降；失效是系统完全丧失功能。这是两个不同层级的概念，千万别混淆。
二、故障的分类——从不同维度看故障
故障的分类方法很多，我习惯从三个维度来划分。你想想看，这样分类的好处是：诊断时能快速定位问题根源。
2.1 按时间特性：硬故障 vs 软故障
| 类型 | 特点 | 典型例子 | 诊断难度 |
|---|---|---|---|
| 硬故障 | 突发、永久性、幅值大 | 执行器卡死、传感器断线 | 容易检测 |
| 软故障 | 渐变、间歇性、幅值小 | 传感器漂移、执行器效率下降 | 较难检测 |
嗯，这里要注意。硬故障就像电路板上的电容炸了，一眼就能看出来。但软故障——我遇到过最头疼的一次，是某型号飞轮的摩擦力矩缓慢增加，持续了三个月才触发阈值。这种渐变型故障，早期几乎无法察觉。
我的经验：软故障的诊断，建议采用残差趋势分析，而不是简单的阈值比较。我曾经用滑动窗口的均值漂移检测，提前两周发现了某执行器的性能退化。
2.2 按故障位置：执行器/传感器/结构故障
这是GNC系统最常用的分类方式。说白了，就是看问题出在“执行端”、“感知端”还是“本体”。
- 执行器故障：比如推力器阀门卡滞、飞轮转速失控。我在项目中遇到过某型号的动量轮轴承磨损，导致输出力矩出现周期性波动。
- 传感器故障：比如陀螺漂移、星敏感器数据丢失。记得有一次，某卫星的星敏感器因为太阳光干扰，输出姿态四元数出现野值。
- 结构故障：比如太阳能帆板展开不到位、结构模态变化。这类故障最麻烦，因为它会影响整个系统的动力学特性。
2.3 按故障性质：加性故障 vs 乘性故障
这个分类在数学建模时特别有用。加性故障就是信号上叠加了一个偏差，乘性故障则是增益发生了变化。
举个例子：传感器输出 y = kx + b。如果b变了，就是加性故障（比如零位漂移）；如果k变了，就是乘性故障（比如灵敏度下降）。
三、故障传播机理——故障是怎么“传染”的？
这部分是我觉得最有意思的。故障很少是孤立的，它会在系统中传播、放大，甚至引发连锁反应。
3.1 故障传播的三种路径
- 物理耦合传播：一个部件的故障通过物理连接影响相邻部件。比如飞轮振动过大，导致安装基座的结构疲劳，进而影响星敏感器的测量精度。
- 信息耦合传播：故障通过控制回路传播。比如传感器故障导致错误的测量值，控制器据此输出错误的控制指令，反而加剧了系统的不稳定。
- 功能耦合传播：一个功能的失效导致依赖它的其他功能无法执行。比如姿态确定功能失效，姿态控制功能也就失去了目标。
避坑指南：我曾经在某个项目中，只关注了执行器本身的故障，忽略了它通过结构耦合对传感器的影响。结果执行器故障引发了传感器安装支架的共振，导致传感器数据全部异常。当时排查了整整两周才找到根因。所以，故障传播路径一定要提前分析。
3.2 故障传播的数学模型
在GNC系统中，我们通常用状态空间模型来描述故障传播：
状态方程：x(k+1) = A·x(k) + B·u(k) + f(k)
测量方程：y(k) = C·x(k) + g(k)其中f(k)和g(k)分别代表执行器故障和传感器故障。故障传播的本质就是这些故障项通过系统矩阵A和C，逐步影响整个状态向量和测量向量。
3.3 故障传播的时间尺度
不同的故障，传播速度差异很大。我习惯把它们分为三类：
- 快时变故障：毫秒到秒级，比如电路短路、通信中断。这类故障需要立即响应。
- 中时变故障：秒到分钟级，比如执行器效率下降。这类故障有短暂的诊断窗口。
- 慢时变故障：小时到天级，比如传感器漂移、结构老化。这类故障容易被忽略，但危害很大。
四、知识体系框架
下面这张图，是我自己总结的故障诊断基础的知识结构。你可以把它当作本章的思维导图。
五、小结与个人体会
讲到这里，我想说几句心里话。故障诊断不是纸上谈兵，它需要你对系统有深刻的理解。我见过太多人，拿着教科书上的分类方法去套实际系统，结果发现根本对不上号。
为什么？因为实际系统的故障往往是混合型的。比如一个执行器故障，可能同时表现为硬故障（卡死）和软故障（效率下降），还可能通过结构耦合影响传感器。所以，我建议大家在学习时，多想想“如果这个故障发生在我的系统里，它会怎么传播？”
好了，今天就到这里。记住：故障诊断的第一步，是理解故障本身。基础打牢了，后面的容错控制才能有的放矢。