近年来,随着卫星技术的发展,卫星的结构和任务需求日益复杂,对其控制精度和稳定度的要求也越来越高。对于卫星来说，姿态控制系统的故障往往是致命的，出现故障后很可能会在很短时间内导致卫星翻滚，丢失姿态。而故障诊断技术为提高系统的可靠性和可维护性开辟了一条新的路径。本课题针对卫星姿态控制系统执行机构故障，研究故障检测和故障隔离方法，避免系统受执行机构故障影响卫星任务的执行，提高系统的可靠性和安全性。针对卫星姿态控制系统，建立姿态运动学和动力学模型，详细介绍了执行机构的工作原理，建立了故障模型；在分析系统故障诊断难点的基础上，设计了基于神经网络的故障检测方法和基于支持向量机的故障检测方法；并采用嵌入式系统设计方法，设计、研制了基于支持向量机的半物理仿真平台。针对卫星姿态控制系统的特点，研究故障诊断的技术难点；给出卫星姿态控制系统故障的分类方法，并详细阐述飞轮的故障发生的机理与模型。采用一种基于两个自组织模糊神经网络结构的动量轮故障检测方法。首先离线训练网络1，获得系统干扰项和不确定项的估计值，并以此动态设定系统故障检测阈值，网络2实时估计系统故障。针对系统存在不确定项和干扰项未知的情况，该方法能够在线动态调整网络结构，检测精度高，具有一定的优越性。采用一种基于支持向量机的动量轮故障检测方法。该方法适用于故障样本数据稀缺、系统非线性耦合强的卫星姿态控制系统，无需建立准确的姿态控制系统模型，从而避免了传统故障检测方法的局限性。方法设计简单、占用系统资源少、工程可实现性强、诊断效率高。设计研制了基于支持向量机的故障检测半物理仿真平台。该仿真平台设计有良好的人机交互界面，具有故障模拟、故障注入以及故障检测和故障报警功能。