航天技术的快速发展改变了人们的生活方式,但空间中的环境复杂恶劣,使得航天器非常容易出现故障,姿态控制系统是保证航天器稳定运行的重要子系统,系统中的执行器和传感器故障发生率较高。故障诊断技术在姿态控制系统中的应用,可以有效地对系统出现的故障做出反应,避免更严重的故障发生,使航天器能够在空间中安全稳定地运行。本文在智能方法的基础上,重点研究航天器姿态控制系统中执行器和传感器的故障诊断问题。本文的研究内容包括:(1)在查阅大量文献的基础上,具体分析航天器姿态控制系统的组成。根据航天器姿态控制系统各个模块之间的参数转换关系,应用MATLAB/Simulink工具搭建航天器姿态控制系统仿真模型,用于产生姿态控制系统的仿真数据,分析姿态控制系统中执行器和传感器常见的故障模型,为后续章节的研究工作奠定基础。(2)应用基于BP神经网络的智能方法对姿态控制系统中的执行器(飞轮)进行故障诊断研究。分析BP神经网络在故障诊断方面的应用,建立飞轮故障诊断模型,模型的输入为作用于飞轮的电压,输出为航天器的姿态数据,应用MATLAB对该模型仿真,通过航天器真实姿态数据与模型预测的姿态数据对比诊断飞轮故障,诊断结果表明能够正确诊断出飞轮故障。(3)应用基于LSTM网络的智能方法对姿态控制系统中的传感器陀螺和星敏感器进行故障诊断研究。分析LSTM网络在故障诊断方面的应用,分别对陀螺和星敏感器建立故障诊断模型,模型对陀螺和星敏感器产生的序列数据进行预测。对比航天器中传感器的真实输出数据与模型预测的数据来诊断传感器故障,诊断结果表明能够正确诊断出传感器故障。(4)应用航天器半物理仿真系统平台,针对执行器,对BP神经网络故障诊断模型进行实验验证分析,实验结果表明能够诊断执行器故障。