【摘要】随着人工智能和大数据技术的飞速发展，数据驱动的自动异常检测技术成为国内外研究的热点,并在航天工程中得到了一定的应用。对数据驱动的航天器异常检测工具--美国航空航天局的IMS工具、欧空局开发的 Novelty Detection工具、日本东京大学开发的 ADAMS平台进行了分析针对目前中国工程上主要依靠阈值自动判读以及专家经验进行航天器异常检测，不能满足空间站如此结构复杂、待监测参数多在轨运行时间长的航天器状态监测的现状，提出了对未来中国空间站运行管理的启示，通过训练正常运行数据建立系统的健康模型来进行异常检测比较适合航天工程:除了异常检测之外还需要开发一些辅助工具:对异常数据的分析和挖掘越来越重要;功能集成很有必要:在轨数据管理应向基于大数据方向发展;需要统筹规划、有序推进。