· 长期健康状态预测与维护规划：

基于对关键部件，如燃料、材料、泵、能量转换器性能退化模型的了解，预测其剩余寿命。

提前规划可能的在轨维护或任务终止策略。

· 极端可靠性：

控制系统的任何单点故障，都不能导致灾难性后果，必须具备多重冗余和自愈能力。

现有航天器的控制系统，无论是基于模拟电路还是简单的数字逻辑。

都无法满足如此复杂、智能、高可靠的需求。

温卿敏锐地意识到，这个问题不解决，再优秀的堆芯和材料设计也只是“死物”，无法在太空中可靠地“活”下去。

她将目光投向了当时刚刚兴起、还处于学术界探索阶段的人工智能（AI）领域，更具体地说，是专家系统（Expert System）。

专家系统是一种模拟人类专家在特定领域进行推理和决策的计算机程序。

它通过知识库和推理机来解决问题。

尽管此时的专家系统还比较初级，处理复杂动态系统的能力有限，但其“基于知识推理”的核心思想，让温卿看到了应用于空间堆健康管理的潜力。

她召集了控制理论与工程、计算机科学、可靠性工程以及反应堆工程背景的成员，成立了一个“智能控制与健康管理”专题组。

“我们需要的，不是传统意义上的‘自动控制’，”

温卿在第一次小组会议上阐述她的理念。

“而是要给这个空间堆系统，赋予一个高度智能化的‘灵魂’或‘神经中枢’。这个‘灵魂’需要具备三大能力：感知、认知、决策。”

“感知：通过多类型传感器，温度、压力、流量、中子注量率、振动、声发射等的数据融合技术。

不仅仅是看单个数据是否超限，而是要像中医‘望闻问切’一样，从多维度数据的关联变化、趋势、模式中。

提取出反映系统真实健康状态的‘特征信息’，滤除噪声和干扰。”

她调出一些早期故障诊断的文献：

“认知：这是专家系统的核心。

我们需要建立一个庞大的‘知识库’，里面不仅包括反应堆设计参数、正常工况下的数据关联模型。