维拉项目
探索笔记

2022年12月14日，协调世界时约18:45，对接在国际空间站（ISS）"黎明号"（Rassvet）舱段的俄罗斯联盟号 MS-22 载人飞船发生冷却剂大规模泄漏。泄漏源位于飞船服务舱的外部温控散热回路，大量冷却工质（推测为LZ-TKh-2型硅基冷却液）以雾状高速喷射，持续约三个小时直至回路基本排空。NASA的舱外摄像头记录下了这一过程，画面中的白色羽流清晰可视。

MS-22 当时是飞船指令长 Sergey Prokopyev（俄）、飞行工程师 Dmitri Petelin（俄）以及 NASA 宇航员 Frank Rubio（美）三人返回地球的唯一载具。这一事件直接导致三名乘员的在轨驻留时间被迫从原计划的188天延长至371天。

发现过程存在两个并行的信息通道：

• 传感器端：地面遥测系统首先捕捉到 MS-22 外部温控回路（KOB-2）的冷却液压力从约3.5 atm 骤降至接近零，温度传感器随后显示服务舱内部开始升温，峰值接近 50°C。这一异常发生在计划中的两名俄罗斯宇航员出舱太空行走的约1小时40分钟前，乘员已在气闸舱内待命。
• 视觉端：几乎同时，NASA 的舱外摄像系统捕捉到来自 MS-22 后段的白色喷射物，地面飞行控制人员随即中止了太空行走。

两种信号互相印证，使得确认速度非常快。但值得反思的是：如果泄漏速率较慢、没有产生可见羽流，仅凭单一的压力传感器读数下降，控制系统是否会将其归因于传感器漂移而延迟响应？这是我认为 Vera 项目最有价值切入的一个角度。

• NASA Space Station Blog: Space Station Crew Members Prepare for Spacewalk (Dec 14, 2022)
• Anatoly Zak / RussianSpaceWeb: Soyuz MS-22 coolant leak: Chronology of events and investigation
• Reuters: Russia to launch new Soyuz spacecraft to replace leaking one on ISS (Jan 11, 2023)
• 中国航天科技集团五院511所相关公开资料：航天器在轨泄漏检测技术综述

在查阅了工业管道检漏（包括压力衰减法、气泡法、卤素检漏、超声波检漏等）和航天领域专用检漏方法后，我选择了氦质谱检漏法（Helium Mass Spectrometry Leak Detection, HMSLD）作为研究对象。原因是：它目前是航天器密封性检测的"金标准"——中国航天行业标准 QJ 3123-2000 和 QJ 3212-2005 对其在地面总装阶段的应用有专门规定，ESA 和 NASA 在载人航天器地面测试中也将氦质谱检漏列为关键工序。理解它的原理和局限，有助于判断 Vera 将填补哪个环节的空白。

氦质谱检漏的核心思路可以概括为"示踪气体 + 质谱分析"两步：

• 示踪介质选择——为什么是氦：氦（He）作为示踪气体有几个无可替代的物理优势：① 原子半径极小（约31 pm），是所有气体中除氢以外最小的，能够穿透微米甚至亚微米级的泄漏通道；② 化学惰性，不与被测件材料发生反应；③ 大气中氦的天然丰度极低（约5.2 ppm），背景噪声极小，有利于提高信噪比。
• 质谱检测原理：检漏仪的核心是一个调谐到氦气质量数（m/z = 4）的磁偏转质谱计。进入质谱室的微量氦气首先被电子束电离为 He⁺，然后通过磁场偏转——只有质荷比恰好为4的离子能穿过狭缝到达收集极，产生与氦分压成正比的离子电流。这套机制使得仪器的最小可检漏率可达到 10⁻¹³ Pa·m³/s 量级。
• 常用检测模式：航天制造中常用的有两种——"喷吹法"（sniffer probe method，对充压容器外部喷氦，内部真空检测）用于定位漏点；"真空室法"（vacuum chamber method / hood test，将被测件放入充满氦气的密封腔中，内部接检漏仪抽真空）用于定量测量总漏率。

• 漏点精确定位：喷吹法能精确到焊缝、密封圈、法兰接头等具体位置，精度取决于喷枪移动步长和氦气扩散范围，工业实践中可分辨间距在1cm以内的小漏点。
• 定量漏率测量：给出的是绝对漏率值（Pa·m³/s 或 atm·cc/s），而非定性判断。这对于出厂验收极为关键——一个密封件的实测漏率是否低于设计允许泄漏率（Allowable Leak Rate），直接决定产品是否合格出厂。
• 出厂前地面全面覆盖：在航天器总装测试阶段，氦质谱检漏是对所有承压密封结构做"最后一轮地毯式扫描"的标准手段。中国的载人飞船、空间站舱段地面测试中均有这一工序。

• 仅限地面/离线使用：一台工业级氦质谱检漏仪的质量通常在30~80 kg之间，需要稳定的真空系统和液氮冷阱（部分型号），完全不具备在轨部署的条件。
• "主动寻漏"而非"被动监测"：必须由操作人员带着怀疑目标去检测，不具有连续在线监测能力。如果在轨期间出现微小的渐进性泄漏（如密封件老化、微裂纹扩展），氦质谱检漏对此毫无预警能力。
• 多层结构下的定位失效：航天器舱壁通常由多层隔热材料（MLI）、微流星体防护层、承压壳体和内饰层复合构成。氦气可能沿着层间间隙横向迁移数十厘米后才从某个缝隙逸出，导致"漏源"与"检出的氦气出口"位置偏离，误导维修方向。

可以这样理解其分工：氦质谱检漏是出厂验收的"精确标尺"，追求的是在控制良好的地面环境中达到极限灵敏度；而 Vera 是在轨运行的"持续监护仪"，追求的是在复杂噪声环境中尽早捕捉异常趋势。前者定"漏不漏"，后者定"什么时候可能开始漏"。

一个理想的工程闭环是：Vera 在轨识别异常区间并给出初步定位 → 航天器返回或维护时，地面团队用氦质谱检漏针对该区间做高精度验证 → 确认漏点后进行修补 → 修补后再次用氦质谱检漏复核漏率 → 返回在轨后 Vera 持续监控修补效果。

• QJ 3123-2000《氦质谱真空检漏方法》——航天行业标准
• QJ 3212-2005《氦质谱检漏仪通用规范》——航天行业标准
• ASM International: Nondestructive Evaluation and Quality Control, Vol. 17, "Leak Testing" 章节
• 中国真空学会检漏专业委员会相关综述文献：氦质谱检漏技术进展及其在航天领域的应用

在选择之前，我先把三个方向的关系梳理了一遍：

① 更早发现异常 → 解决的是"什么时候开始出问题"——时间维度上的前置。
② 判断疑似泄漏区域 → 解决的是"问题出在哪里"——空间维度上的定位。
③ 修补后验证是否有效 → 解决的是"修好了没有"——维修效果的闭环确认。

这三个方向在逻辑上有先后依赖关系：如果连异常都没有被检测到，定位和验证都无从谈起。这一判断在不同案例中都能得到印证——

• MS-22（2022）：压力骤降 + 可见羽流，属于"泄漏已经严重到无法忽视"的阶段才被发现。如果有更灵敏的早期在线监测，有可能在工质缓慢渗出阶段就触发预警，为工程设计团队争取数天甚至数周的响应窗口。
• ISS 星辰号舱段漏气（2020-2024）：国际空间站俄罗斯"星辰号"（Zvezda）服务舱自2019年起多次出现舱内压力缓慢下降，漏率极低（远低于 MS-22 的量级），NASA 和 Roscosmos 花了近两年时间才逐步锁定泄漏源位于中转舱（PrK）的裂缝区域。在此期间，乘员不得不反复进行密封隔离测试（关闭各舱段舱门、监测各段压降），严重影响了正常实验作息。这一案例表明：在漏率极低的情况下，"早发现"本身就已经是最大的瓶颈——现有的压力传感器能感知总压变化，但噪声水平遮盖了微小趋势。

因此，我认为 Vera 应优先验证"更早发现异常"。这不仅是逻辑上的第一步，也是在工程实践中最直接对应当前在轨监测体系短板的方向。

我设想的验证框架包含两个阶段：

阶段一：受控环境实验（地面真空罐）

• 在地面真空罐内安装一个具有已知泄漏通道的模拟舱段（可通过微调阀精确控制泄漏速率，范围覆盖 10⁻³ 到 10⁻⁷ Pa·m³/s）。
• 同时部署传统单点压力传感器和 Vera 的多点感知系统。
• 从"无泄漏"状态开始，以极缓慢的步长递增泄漏速率，记录两个系统各自的首次有效告警时间点与对应的漏率。
• 关键判据：如果 Vera 的检出时间显著早于传统方案（建议设"提前 1 个数量级的漏率区间"作为成功标准），且误报率（False Positive Rate）在可接受范围（建议 5% 以下），则可认为该方向具有初步可行性。

阶段二：噪声鲁棒性验证

• 在真空罐实验中引入典型在轨噪声源：模拟舱壁热循环（红外加热器模拟日照和阴影交替，温度范围 -100°C 至 +100°C）、舱内设备振动（激振器模拟姿态控制推力器、泵组运行等振动频谱）、以及不同程度的传感器电子噪声注入。
• 验证算法在有环境噪声的情况下，能否通过多点信号的相关性分析将真实的泄漏信号从背景波动中分离出来。这一点是 Vera 相对于单点压力监测的核心理论优势——多点数据之间存在空间相关性，泄漏引发的压力波或应变变化在各传感器上会有特定的到达时间差和幅度关系，而随机噪声不具备这种空间一致性。

• 检测阈值的选择问题：灵敏度过高 → 频繁误报，导致操作人员对系统失去信任（"狼来了"效应），最终关闭或忽略系统；灵敏度过低 → 回到传统传感器的水平，丧失了存在意义。这个阈值的设定不能仅靠理论推导，需要大量实验数据拟合出 ROC 曲线（Receiver Operating Characteristic），在检出率（TPR）和误报率（FPR）之间找到工程上可接受的平衡点。
• "正常"的基线难以建立：航天器在轨的压力和结构响应并非稳态——轨道周期（约90分钟）带来的周期性温度变化、乘员作息导致的舱内气体组分波动（CO₂浓度变化会影响总压读数）、对接/分离操作引起的结构瞬态应力……这些因素都会在传感器数据中引入"正常"但复杂的波动模式。如何区分这些系统性波动和微泄漏的渐进趋势，是数据分析层面的核心挑战。
• 有限的在轨计算资源：国际空间站及大多数航天器上的计算单元远不如地面服务器，实时运行复杂的异常检测算法（如机器学习模型或频谱分析）可能受限于功耗和算力。这意味着算法需要在精度和效率之间做出显式妥协。