航天器故障诊断技术综述及发展趋势
航天测控-测控技术-故障诊断技术
航天测控-测控技术-故障诊断技术电子设备电路板故障诊断技术航天测控公司奚全生史慧任光霞[摘要]论述了电子设备电路板故障诊断技术的概况和发展前景，结合航天测控公司“华佗电子诊所”系列产品HTEDS8000电子设备电路板维修测试与诊断系统，介绍了电路板故障诊断技术及应用。
该系统综合了先进的测试与故障诊断技术，适用于电子设备尤其是军用电子装备的板级维修及综合测试。
随着科学技术的快速发展，特别是数字技术及各种超大规模集成电路的广泛应用，电子装备尤其是军用电子装备结构越来越复杂，功能越来越完善，自动化程度也越来越高。
虽然电子系统的性能得到提高，但是对测试和维修保障也产生了测试流程复杂、测试时间长、维修保障困难、维修费用高等诸多问题，这些问题严重影响了电子设备的完好性和寿命周期。
电路板故障诊断技术，可以快速、准确地对电子系统是否异常进行判断，对于出现的故障进行快速定位，并将故障隔离到最小可更换单元。
在电子设备维护保障中应用现代故障诊断技术，可以提高系统的可靠性、有效性，保障设备发挥最大设计能力，延长使用寿命，降低寿命周期费用；通过检测监视、故障统计分析及性能评估等，为设备优化设计提供数据和信息，因此研究电子设备尤其是电路板故障诊断技术，将研究成果产品化推广应用，具有广阔的应用前景。
故障诊断技术的概况及发展前景故障诊断是根据对被诊断对象测试所取得的有用信息进行分析处理，判断被诊断对象的状态是否处于异常状态或故障状态，确定故障的方位，预示故障的发生。
早期的故障诊断是依据人对被诊断对象的感觉、听觉、触觉等感官和以往积累的相关经验，对其状态特征进行分析，判断某些故障的存在，或预测故障发生的时间。
维修是为使设备保持或恢复到规定状态所进行的全部活动，即不仅包括设备在使用过程中发生故障（损坏）时进行修复，以恢复其规定状态的修复性维修，而且还包括在故障（损坏）前，预防故障以保持规定状态所进行的预防性维修活动。
飞行器故障诊断技术研究
飞行器故障诊断技术研究随着人们对飞行安全的需求越来越高，飞行器的故障诊断技术也越来越重要。
飞行器故障是指飞行器在飞行过程中突然出现的技术问题，这些问题可能会在不经意间导致飞行器发生意外或流失，从而给人们的生命财产安全带来威胁。
对飞行器的故障诊断技术进行研究，可以避免和减少飞行事故的发生，提高飞行器的性能和安全性。
本文将从飞行器的故障诊断技术方面着手，进行探讨和研究。
一、飞行器故障的种类飞行器的故障种类很多，不同的故障会有不同的危害程度。
下面简要介绍一些常见的故障类型。
1. 机械故障：包括机身、发动机、螺旋桨等的故障，造成机体的损坏或者停机。
2. 电子故障：包括仪表、通讯等方面的短路或其他故障，会影响飞行器的控制。
3. 燃油故障：燃油泄漏或者燃料供应系统的失灵等故障，会导致飞机发动机熄火或者停机。
4. 天气故障：天气变化可能给飞行器带来较大的影响，如气流较大、风向偏差较大等，均有可能影响飞行器稳定性。
以上只是一部分常见故障类型，实际中还会面临更复杂的故障情况，这就需要飞行器故障诊断技术进行深入的研究。
二、飞行器故障诊断技术的发展现状目前，飞行器故障诊断技术已经得到了广泛的应用和推广。
在机场等航空工业园区中，可以看到各种各样的飞行器故障诊断设备和设施，这些设施有助于飞行器的保养和管理。
现在，随着机器学习和人工智能越来越发展，飞行器故障诊断技术也得到了迅速的发展。
人工智能技术可以帮助研究员快速分析并识别任何问题，这种问题中的数据可以被用于预测故障并提供微小的线索。
当前主要的研究方向如下：1. 故障预测：运用数据采集和分析技术，从信号数据采集、存储、预处理、分析与处理、正常/故障特征提取、故障预测等方面来预测飞行器的故障情况。
2. 故障诊断：根据故障的性质和发生的位置，诊断飞行器故障并调整机体反作用力。
3. 故障重构：通过数据重构来建立数据和参数之间的联系，以找出故障出现的真正原因，并为这些问题提供解决方案。
航天器故障诊断系统技术研究
航天器故障诊断系统技术研究随着我国航天工业的不断发展，更精密的航天器的研制和应用也越来越普及。
在日常的运行中，航天器故障的发生会影响到其性能甚至导致严重的事故。
因此，航天器故障诊断系统技术的研究与应用变得至关重要。
一、航天器故障诊断在航天器的运行过程中，由于各种原因，可能出现航天器某一部分或系统的故障。
例如，发动机失效、通讯系统出现问题等。
这些故障都会对整个航天器的正常运行产生影响，所以快速准确的故障诊断显得尤为重要。
航天器故障诊断通常是通过多种技术手段进行判断，包括传感器技术、信号处理技术、图像处理技术、模型识别技术等。
这些技术通过采集航天器实时性能数据并进行分析，从而确定故障所在位置和原因。
同时，航天器故障诊断系统还需要具备智能化和自动化的特点，实现故障排查和维修的自动化和集成化，提高航天器的运行效率和实用性。
二、故障诊断系统技术研究目前，国内外已经有许多研究团队在航天器故障诊断系统技术的研究方面做出了很大的贡献。
这些研究主要包括：1、人工智能技术在航天器故障诊断中的应用。
人工智能技术是目前较为热门的技术研究方向之一。
利用人工智能技术，可以对航天器的性能数据进行计算和分析，从而识别故障根源。
人工智能技术不仅可以提高诊断的准确性，还可以实现自适应学习功能，不断优化和改进故障诊断系统的性能和精度。
2、仿真技术在故障诊断中的应用。
仿真技术主要借助计算机和虚拟现实技术，以模拟真实的航天器行驶过程，分析和判断故障的原因和位置。
仿真技术可以帮助研究员对航天器系统的正常运行和故障排查进行模拟，提高航天器故障诊断的可靠性和精度。
3、智能机器人技术在故障维修中的应用。
智能机器人技术可以通过自主控制和感知技术，快速、准确地确定故障部位并进行维修。
当发现故障时，智能机器人可以自动前往故障区域，进行维修工作。
这种智能机器人技术可以实现实时故障维修，大大缩短了航天器维修的时间和成本。
4、虚拟现实技术在故障诊断中的应用。
具有故障诊断功能的航天器技术研究
具有故障诊断功能的航天器技术研究航天器是人类在研究外太空和探索宇宙时运用的一种载具。
作为人类科技开发历程的重要成果，航天器在发展初期便面临着各种因素导致的故障问题。
严格来说，各种环境因素对航天器的干扰可能会导致航天器某些部件损坏，或者板载电子设备和计算机程序系统失效等方面产生故障。
在过去的几十年中，航天器故障的诊断和发现一直是一个难点。
航天器在太空中的运行时间长，一旦发生故障，人类手动进行诊断和检测困难重重。
针对这种情况，具有故障诊断功能的航天器技术应运而生，为航天器科技发展注入了新的动力。
一、故障诊断技术在航天器中的作用航天器工作环境的复杂性，让它处于遥感状态下，操作和人工诊断不可能实现。
因此，在航天器中使用自动故障诊断系统，可提高诊断效率，减少人工诊断时间，大大提高飞行安全性。
此外，在太空环境中，航天器严重受限于能源和人力，因此采用自动化诊断系统的航天器，可以节省能源和物力资源，为未来进行深空探测提供了便利条件。
故障诊断技术在卫星和航天器系统中的贡献得到了广泛认可。
现有的航天器故障诊断技术主要使用自适应、故障预测和模糊控制等方法来进行自动化诊断。
以下简要介绍三种故障诊断方法：1. 自适应故障诊断自适应故障诊断可针对航天器的故障特性和航天器的特定属性进行自适应调节。
该方法适用于检测航天器发动机和燃料系统的故障。
2. 故障预测故障预测技术可通过扫描各种传感器数据，确认航天器系统的操作特征，利用算法在未来的运行中预测发生的故障。
这种策略主要适用于神经网络模型。
3. 模糊控制模糊控制法，也称模糊逻辑控制，可以将模糊逻辑应用于控制系统中，通过调整参数进行求解，可检测出各种航天器参数的变化。
二、发展现状展望尽管航天器故障诊断技术在过去几年中已经取得了巨大的进展，但目前仍有许多挑战需要克服。
第一个方面是故障诊断模型的选择。
每个航天器模型本身都有特定的复杂性，需要对各种模型进行精细的调整来实现故障诊断准确性的提高。
航天器故障检测与诊断技术研究
航天器故障检测与诊断技术研究近年来，随着航天事业的不断发展，航天器的设计和制造质量越来越高，但是航天器故障仍然不可避免。
航天器的故障可能会导致任务失败、人员伤亡等严重后果。
因此，航天器的故障检测与诊断技术研究变得越来越重要。
一、航天器故障类型航天器故障种类繁多，常见故障包括动力系统故障、控制系统故障、通信系统故障、数据处理系统故障等。
动力系统故障主要体现在发动机、液压系统等方面，控制系统故障主要体现在星敏感器、惯性器等方面，而通信系统故障则包括信道干扰、信噪比不足等问题。
二、航天器故障检测与诊断技术针对航天器的故障种类繁多，航天器故障检测与诊断技术也呈现多样化趋势。
1.传统技术传统的航天器故障检测与诊断技术主要是通过工程师手动检查、排除故障。
这种方法耗时、耗力、精度不高，无法跟上航天器制造技术的发展趋势。
2.检测器故障树分析航天器故障树分析法（FTA）是指将航天器故障拆解成一个个事件，并构造树形结构描绘故障发生路径，以此寻找潜在的故障源，进行故障诊断的一种方法。
3.基于状态估计的故障检测基于状态估计的故障检测技术指通过数学建模，将航天器建模为人工智能系统，并结合采集到的实时数据，推断航天器具体的故障类型。
4.基于模型的故障检测基于模型的故障检测技术是指先将航天器建立数学模型，对模型进行分析和设计，然后将实际的观测结果与模型进行比对，并通过对差异的分析来确定航天器具体的故障类型。
5.基于模型和统计的故障诊断这种方法是融合基于模型和统计的方法，采用贝叶斯网络、神经网络等组合形式，利用多源数据来识别航天器故障原因，识别效果更加准确。
三、未来趋势随着航天器技术的不断革新，航天器故障检测与诊断技术也将会不断完善。
未来，我们可以预期航天器故障检测与诊断技术将会变得更加智能化、自动化。
1.智能化未来的航天器故障检测与诊断技术将会引入更多的人工智能元素，采用自学习和自适应技术来提高检测和诊断的准确率和可靠性。
2.自动化未来的航天器故障检测与诊断技术将采用自主判断，自动处理的方法，将检测和诊断的结果进行汇总和归纳，让人工只需进行有意义的总结和分析，从而提高工作效率。
载人宇宙航天飞行器维修与故障排除技术研究
载人宇宙航天飞行器维修与故障排除技术研究随着科技的不断发展，人类越来越深入地探索着宇宙的奥秘，而载人宇宙航天飞行器作为人类探索宇宙的重要工具，其维修与故障排除技术也日渐重要。
因此，本文将围绕载人宇宙航天飞行器的维修与故障排除技术展开研究，包括其背景、挑战、研究现状、发展前景等方面进行探讨。
一、背景载人宇宙航天飞行器是一种载人航天器，它可以将宇航员送入轨道，星际飞行以及各种空间任务，因此其维修和故障排除技术显得极为重要。
而随着人类对宇宙探索的需求不断增长，载人宇宙航天飞行器也越来越广泛地运用于实践中。
虽然已经有了材料和技术上的巨大进步，但载人宇宙航天飞行器的复杂性和高度的自动化程度也带来了诸多挑战。
二、挑战载人宇宙航天飞行器的特殊性质和周围环境的极端条件（宇宙射线、高辐射、极端温度梯度等）常常会导致零部件损坏、设备失效等故障，加上长时间处于真空环境及重力变化幅度大等因素，其发生故障的概率也相应地增加。
而这些故障往往因为其特殊性质而带来极大的后果，甚至可能危及宇航员的安全。
因此，如何快速解决这些故障不仅是技术人员的任务，也是人类空间探索的必要工作。
三、研究现状为了保证在宇宙空间中的安全性，载人宇宙航天飞行器的维修和故障排除技术不断得到研究和改进，现已有多种成熟的技术应用于此领域。
首先，对于载人宇宙航天飞行器的零部件质量的检验变得极为重要。
科学家们开发了不同的检验技术手段，例如X光、磁力检测、渗透检测以及超声波等，并且说明了不同检测技术的适用范围和限制。
其次，基于可靠性、适应性、自适应和维修方便等考虑，许多不同的故障诊断策略被提出以符合不同类型的故障特征。
例如，直接定位故障单元、组件级故障检测、故障传播分析、统计方法等。
此外，自动化技术和机器学习技术的快速发展也为故障排除提供了新的手段。
其中，机器学习技术可以利用历史故障数据，进行预测和分类，从而实现更快、更准确。
当然，宇航员也会接受相应的训练，以更好地掌握宇宙环境下的航天器运作和维修技术。
航空航天工程师的航天器故障诊断与维修
航空航天工程师的航天器故障诊断与维修航空航天工程师是一个高度专业化的职业，他们负责设计、开发和维护航空航天器。
其中，航天器故障诊断与维修是航空航天工程师职责中至关重要的一部分。
本文将就航天器故障诊断与维修的重要性、常见的故障及其诊断方法以及维修实践进行探讨。
一、航天器故障诊断与维修的重要性航天器是高度复杂的技术系统，由许多部件和子系统组成。
故障的产生可能会导致航天器性能下降、任务失败甚至灾难性后果。
在故障发生时，航空航天工程师扮演着关键的角色，需要迅速而准确地诊断问题，并采取适当的措施解决故障。
航天器故障诊断与维修的重要性无法忽视，其关系到航天任务的成功与失败。
二、常见的航天器故障及其诊断方法1. 电子元件故障在航天器中，电子元件的故障是较为常见的情况。
例如，电路板上的集成电路可能出现损坏或短路等问题。
此时，航空航天工程师可以通过使用专业的测试设备和仪器对电路板进行异常信号检测，以定位故障点。
此外，工程师还可以借助电路板的设计图纸和说明书来排查故障原因。
2. 机械系统故障航天器的机械系统中，如发动机、推进器和降落装置等，也可能出现故障。
这些故障可能是由于磨损、材料疲劳或设计缺陷等原因引起的。
在面对机械系统故障时，航空航天工程师可以通过检查润滑状况、测量温度和压力以及使用振动分析等手段来诊断问题。
同时，根据机械系统的工作原理和设计原理来判断可能的故障原因。
3. 软件故障航天器中的软件故障可能导致系统崩溃或无法正常工作。
对于软件故障的诊断，航空航天工程师需要对航天器的软件代码进行仔细的检查和分析。
通过调试工具和技术，工程师可以逐步定位故障，并进行修复或升级。
三、航天器故障的实际维修实践航天器故障的维修需要具备各种专业知识和技能，并进行艰苦的实地工作。
航空航天工程师需要在航天器维修中考虑到环境因素、工艺要求和安全性等因素。
此外，维修过程中的记录和报告也是至关重要的。
工程师需要详细记录维修过程、采取的措施和维修结果，以便后续的故障分析和改进。
航天器故障诊断与恢复技术研究
航天器故障诊断与恢复技术研究随着人类对太空探索的不断深入，航天器在太空任务中的作用日益凸显。
然而，太空环境复杂且恶劣，航天器在运行过程中难免会出现各种故障。
因此，航天器故障诊断与恢复技术的研究显得至关重要。
航天器故障可能由多种因素引起，如硬件老化、软件错误、太空辐射、微流星体撞击等。
这些故障一旦发生，如果不能及时诊断和处理，可能会导致任务失败，甚至危及航天器和宇航员的安全。
故障诊断是航天器故障处理的第一步。
目前，常用的故障诊断方法包括基于模型的诊断、基于数据的诊断和基于知识的诊断。
基于模型的诊断方法是通过建立航天器系统的数学模型，将实际观测数据与模型预测结果进行比较，从而检测出故障。
这种方法的优点是准确性较高，但缺点是建模过程复杂，且模型可能无法准确反映实际系统的所有特性。
基于数据的诊断方法则是利用航天器运行过程中产生的大量监测数据，通过数据分析和挖掘技术来发现故障特征。
例如，使用机器学习算法对数据进行分类和预测，从而识别出故障模式。
这种方法不需要对系统进行精确建模，但需要大量的高质量数据进行训练。
基于知识的诊断方法是依靠专家经验和领域知识来判断故障。
通过将实际故障现象与已有的知识规则进行匹配，从而得出诊断结论。
这种方法在缺乏足够数据和模型的情况下具有一定的优势，但知识的获取和更新较为困难。
在故障诊断的过程中，传感器起着关键作用。
它们负责采集航天器各个部件的状态信息，如温度、压力、电压、电流等。
然而，传感器本身也可能出现故障，导致采集到的数据不准确或缺失。
因此，传感器故障诊断和容错处理也是研究的重要内容之一。
一旦航天器发生故障，及时有效的恢复措施是确保任务继续进行的关键。
故障恢复技术包括硬件冗余、软件容错和自主修复等。
硬件冗余是通过在航天器中设置多个相同或相似的硬件部件，当某个部件出现故障时，能够迅速切换到备用部件，以维持系统的正常运行。
这种方法简单可靠，但会增加航天器的重量和成本。
软件容错则是通过在软件设计中采用容错算法和结构，如错误检测和纠正码、备份和恢复机制等，来提高软件系统的可靠性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
航天器故障诊断技术综述及发展趋势谢敏;楼鑫;罗芊【摘要】对国内外航天器故障诊断技术的发展进行了回顾，总结了航天器故障诊断技术的基本方法，指出基于数据挖掘的航天器故障诊断方法是今后的发展趋势。
%The development of domestic and foreign spacecraft fault diagnosis technology were reviewed. Summa-rized the basic method of spacecraft fault diagnosis technology and noticed that the spacecraft fault diagnosis method based on data mining is the future trend of developmennt.【期刊名称】《软件》【年(卷),期】2016(037)007【总页数】5页(P70-74)【关键词】航天器;故障诊断技术;数据挖掘【作者】谢敏;楼鑫;罗芊【作者单位】中国卫星海上测控部，江苏江阴 214431;装备学院光电装备系，北京 101416;中国卫星海上测控部，江苏江阴 214431【正文语种】中文【中图分类】TH136本文著录格式：谢敏，楼鑫，罗芊. 航天器故障诊断技术综述及发展趋势[J]. 软件，2016，37（7）：70-74故障诊断技术是指不进行设备拆卸的情况下，通过相应的方法和技术手段，在设备运行过程中掌握其运行状态，确定是否发生故障并分析出发生故障的原因，预报故障未来的发展趋势[1]。
故障诊断技术在各个工业领域都得到了国内外的充分关注，并取得了丰厚的研究成果。
自1957年第一颗人造地球卫星上天以来，全世界发射的航天器已经多达5000多颗。
据统计，从1957年至1988年的30年间各国发生灾难性事故的卫星约140颗，造成了重大的经济损失[2]。
近十几年来，随着我国发射的卫星越来越多，也出现了很多故障，针对航天器的故障诊断技术已经引起航天领域专家学者的重点关注。
航天器作为光机电一体化仪器的设备，由于其规模大、复杂度高、航天器的资源和人工干预能力有限，且太空环境日趋恶劣并存在着大量的不确定性因素等，这些都对航天器的故障诊断技术提出了挑战难以进行有效维护，经常会出现系统异常运行甚至出现故障的情况。
因此，航天器故障诊断技术对提高航天器的可靠性、安全性和有效性具有十分重要的作用，已经成为航天领域主要研究方向[3]。
美国和俄罗斯（前苏联）为代表的国家，在航天器故障诊断技术方面做了大量且深入的研究工作。
美国国家航空航天局（NASA）从上个世纪七十年代以来便开始研究航天器的在轨故障诊断技术。
经过几十年的发展，NASA利用建立的航天器故障诊断平台，对大量故障航天器进行了成功的诊断与维修，保证了航天器的可靠稳定运行，延长了航天器的使用寿命，除了保障航天器可靠稳定的运行外，故障诊断技术对于减少地面工作人员的工作量、航天员的培训时间以及发射与运行成本都具有重要意义。
近几年美国投入大量的资金用于航天器系统故障诊断技术研究。
尤其是在航天飞机方面，将飞行风险降低了50%，同时运行预算降低了1/3，而且还可能进一步降低[4][5]。
自上世纪70年代我国成功发射第一颗卫星以来，我国航天领域的技术人员便开始研究航天器故障诊断技术。
但是一直以来，相关的研究所和日常管理部门没有建立专业的航天器故障诊断平台，主要依托某卫星测控中心组织实施，在技术上还局限于依靠人工手段对航天器进行在轨管理。
航天器发生严重的故障后，需要组织航天领域相关专家和航天器研制人员到故障处置的现场一起进行分析，制定相应的维修方案，并对维修方案进行仿真验证确认后才能根据制定的维修方案对故障航天器进行维修，无法形成一个通用化的航天器故障诊断平台。
直到2014年我国首个航天器在轨故障诊断与维修实验室才在西安某卫星测控基地宣告成立。
目前，航天器在轨故障诊断与维修问题，已经成为国际航天领域的热点之一。
建立航天器在轨故障诊断与维修通用化平台已经成为各个国家进行航天器在轨管理发展的实际需要和必然趋势。
故障诊断技术最早起源于美国[6]。
作为一门学科进行系统研究从上世纪60年代的美国宇航局（NASA）开始，1961年美国开始实施阿波罗计划后出现了一系列的设备故障，促使美国海军研究室主持美国机械故障预防小组开始把故障诊断作为一种技术进行研究开发[7][8]。
1971年，麻省理工学院的Beard发表的博士论文[9]和Mehra和Peschon发表在Automatica上的论文[10]，创新性的提出了运用软件冗余代替硬件冗余的新思想，开启了故障诊断技术研究的开端。
根据系统采用的特征描述和决策方法的差异，形成了不同的故障诊断方法，应用于航天器故障诊断的方法有很多种，其中应用较多的有：基于模型的方法、基于信号处理的方法和基于人工智能的方法。
2.1 基于模型的故障诊断方法基于模型的故障诊断方法是提出最早、研究最为系统的一种方法。
基本思想是运用软件冗余代替硬件冗余。
基于模型的故障诊断方法分为基于参数估计的故障诊断方法和基于状态估计的故障诊断方法。
2.1.1 基于参数估计的故障诊断方法基于参数估计的故障诊断方法的基本思想是不需计算残差序列，而是根据模型参数及相应物理参数的变化量序列的统计特性来进行故障诊断，更利于故障的分离。
因为被诊断对象的故障可以视为其过程参数的变化，而过程参数的变化又往往导致系统参数的变化[11]。
1984年Iserman对基于参数佔计的故障诊断方法作出了完整的描述[12]。
目前研究得较为广泛的有强跟踪滤波器方法和最小二乘法。
2.1.2 基于状态估计的故障诊断方法基于状态估计的故障诊断方法的基本思想是由于系统被控过程的状态直接反映出的是系统的状态，因此只需估计出系统的状态并结合适当的模型即可对被控对象进行故障诊断。
这种方法首先利用系统的解析模型和可测信息，重构系统的被控过程，构造残差序列，残差序列中包含丰富的故障信息，再对残差进行分析处理，从而实现故障的检测与诊断[13]。
主要有三种基本方法：Beard[9]首先提出故障诊断检测滤波器的方法；Mehra和Peschon[10]提出了基于Kalman滤波的方法；Massoumnia[14]提出的广义一致空间法。
在实际应用中，由于系统越来越复杂，很难建立十分精确的数学模型。
目前研究较为广泛的是将模型参考自适应的思想引入状态估计中，从而提高系统鲁棒性。
2.2 基于信号处理的故障诊断方法基于信号处理的故障诊断方法，通常是利用信号模型，如相关函数、频谱、自回归滑动平均、小波变换等，直接分析可测信号，提取诸如方差、幅值、频率等特征值，从而检测出故障，不需要精确的解析模型，有很强的适应性。
2.2.1 基于输出信号处理的故障诊断法基于输出信号处理的故障诊断法的基本思路是系统的输出（幅值、相位、频率等）和故障存在着一定的联系，可以通过数学的方法（频谱分析）进行描述。
当发生故障时，可以通过系统的输出分析出故障发生的位置及其严重程度。
常用的有：将时域信号变换至频域加以分析的方法称为频谱分析的频谱分析法；研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度的先关分析法等。
2.2.2 基于小波变换的故障诊断法小波变换属于时频分析的一种，是一种新型信号处理方法，是一种信号的时间-尺度（时间-频率）分析方法，具有多分辨率分析的特点，而且在时频两域都具有表征信号局部特征的能力，是一种窗口大小固定不变，但其形状可改变，时间窗和频率窗都可以改变的时频局部化分析方法。
基本思路是首先对一系统的输入输出信号进行小波变换，利用该变换求出输入输出信号的奇异点。
然后去除由于输入突变引起的极值点，则其余的极值点对应于系统的故障[15]。
目前国内已经有所研究应用的基于小波变换的故障诊断方法主要有三种：利用观测信号的奇异性进行故障诊断；利用观测信号频率结构的变化进行故障诊断；利用脉冲响应函数的小波变换进行故障诊断。
基于小波变换的故障诊断方法对输入信号的要求低，对噪声的抑制能力强，灵敏度高，运算量适中，可以进行在线实时检测，在机械系统的故障诊断中取得了不少研究成果。
2.2.3 基于时间序列分析的故障诊断法基于时间序列分析的故障诊断法的基本思想是选取与故障直接相关的状态变量，建立时间序列过程模型，以模型参数作为特征矢量来判别故障的类型。
过程模型参数与系统（设备）的内在特性和输入输出隐含着复杂的联系，在长期的设备运行实践中可以用统计的方法得出模型参数与系统典型故障之间的关系，作为故障识别的依据。
这种方法可以在缺乏先验诊断知识的情况下，通过对机组运行过程数据序列的统计认识，逐步积累识别故障的能力，建立有效的诊断体系[16]。
2.3 基于人工智能的故障诊断方法基于人工智能的故障诊断方法是故障诊断领域的发展的重点，是现阶段应用最广泛，研究的最多的方向，不需要精确的模型，适用于不确定性的问题。
下面介绍几种航天器故障诊断方面比较常用的方法。
2.3.1 基于定性模型的故障诊断方法基于定性模型的诊断方法是由人工智能领域学者提出的一类诊断方法。
基于定性模型的故障诊断方法的不需要系统精确的数学模型。
基本思想是根据系统组成元件与元件之间的连接（或参数间的依赖关系）建立诊断系统的模型；将过程特性的外部表现和人类专家对故障判断和处理的经验，通过抽象化方法直接建立各种过程变量与故障模式之间的定性模型，对系统进行推理，预测系统的定性行为，通过观测的系统实际行为与预期行为的差异，检测系统是否存在故障，并诊断故障的原因[17][18]。
在实际应用中，NASA开发的基于定性模型的诊断推理软件先后在深空一号、对地观测卫星EO-1、x-37飞船等实际型号中进行了科学验证或应用[19]。
国内在航天领域基于定性模型的诊断技术主要在液体火箭发动机的故障诊断领域取得了一些研究成果。
2.3.2 基于专家系统的故障诊断方法专家系统是人工智能的一个重要分支，能够在一些特定的领域内模仿人类专家的推理能力，来解决复杂的实际问题。
基于专家系统的故障诊断方法的基本思路是将某一领域长期的实践经验和大量的故障信息知识，模仿人类专家的推理方式，总结归纳成规则知识库使计算机能够识别，然后将需要诊断的实时的数据输入计算机的数据库中，专家系统利用已经归纳生成的知识库对实时数据进行分析和推理，从而推算出可能的故障[20]，如图1所示。
使用专家系统进行故障诊断的方法在日常的工程应用中已经有了大量的实践，也较广泛的应用于航天器故障诊断领域，如：CLIPS、EXSYS、G2[21]等。
2.3.3 基于数据挖掘的故障诊断方法基于数据挖掘的故障诊断方法的核心思想是利用海量的历史数据进行处理从而获取系统的行为模型，通过结合先验知识可及时发现系统出现或者即将出现的故障，如图2所示。