ONYXIS：面向航天器的本体驱动智能故障诊断与知识图谱推理系统

ONYXIS是一个将语义网技术、本体工程与航天器遥测数据相结合的开源项目，核心是利用知识图谱和SWRL规则推理实现卫星子系统的实时监控、故障诊断和自主决策。项目旨在解决传统航天器监控方法的不足，提供可解释的智能监控闭环。

航天器系统是复杂的工程系统，包含数十个子系统，传统监控依赖静态阈值和人工规则，难以捕捉子系统间的复杂依赖关系，也无法提供可解释的故障推理过程。ONYXIS提出将语义网技术、本体工程和知识图谱推理引入航天器健康监控领域，实现从遥测数据到故障诊断、自主响应的完整闭环。

ONYXIS的核心是覆盖航天器主要子系统的综合本体模型（130+类、700+实例、30+对象属性、45+数据属性），按功能域划分为通信与测控（TT&C）、姿态确定与控制（ADCS）、电源管理、热控、推进等子系统。系统采用动态遥测模拟方法，持续生成跨子系统的遥测数据并实时更新本体实例，支持连续子系统演化、推理可见性和场景化演示（正常运行、各类故障场景）。

ONYXIS包含约64条SWRL规则，覆盖遥测阈值推理、子系统故障推断、操作响应等。推理流程为：遥测生成→场景化变化→本体实例更新→Pellet推理器执行→SWRL规则执行→故障推断→操作响应→可视化。典型示例：

• 热控故障：电池温度>50°C→过热故障→触发安全模式；
• 通信故障：信号强度12dBm+发射功率3W→TT&C无线电故障→通信退化；
• 姿态控制故障：跟踪精度0.4°+指向误差6°→跟踪故障→天线指向故障。 系统采用受控因果依赖推理，避免过度传播，引入通信退化、性能降级等概念。

ONYXIS的核心优势是可解释性：故障推断可追溯到原始遥测数据，响应动作有明确规则依据。其应用场景包括：教育培训（航天与语义网教学案例）、研究演示（知识图谱在复杂系统监控的潜力）、原型开发（实际系统概念验证）、知识图谱实验（探索语义技术边界）。

ONYXIS的未来扩展方向包括：SHACL验证约束、时序推理、实时仪表板、高级因果依赖建模、流推理、数字孪生集成。项目展示了本体工程和知识图谱推理在航天器监控领域的潜力，为航天系统工程和知识图谱应用提供了宝贵参考，将在未来深空探测、卫星星座管理等场景发挥重要作用。