CN102735261A - 基于相关性模型的红外地球敏感器故障可诊断性确定方法 - Google Patents

Abstract

本发明公开了基于相关性模型的红外地球敏感器故障可诊断性确定方法，步骤包括：(1)建立红外地球敏感器各功能模块的关联关系图；(2)确定红外地球敏感器故障模式集合；(3)在各功能模块关联关系图的基础上，得到红外地球敏感器的多信号流图，基于多信号流图建立红外地球敏感器的故障与测试关联矩阵；(4)提出红外地球敏感器故障可检测性和可分离性分析条件，并得到故障可诊断性分析结果；(5)利用可诊断性度量计算方法得到红外地球敏感器故障模式的故障可检测度和可分离度以及部件的故障可检测度和可分离度。本发明实现了对红外地球敏感器故障模式的可检测性、可分离性判别，并对红外地球敏感器故障的可诊断性进行度量。

Description

基于相关性模型的红外地球敏感器故障可诊断性确定方法

技术领域

本发明涉及一种基于相关性模型的红外地球敏感器故障可诊断性确定方法，属航空航天领域。

背景技术

红外地球敏感器，作为卫星控制系统的一种敏感器，主要借助于光学手段获取卫星相对于地球的姿态信息，经处理输出承载此信息的信号，它是卫星捕获地球以及对地定向的必要手段。红外地球敏感器输出信号是卫星控制器的输入，当地球敏感器发生故障时，由于控制器的存在将导致整个系统出现异常，因此针对地球敏感器开展故障诊断研究具有重要意义。

针对红外地球敏感器，目前过于关注故障诊断方法的研究，而忽略了对故障诊断所用信息的有效性分析。而且，目前尚未提供成熟的方法用于从故障诊断的角度衡量现有的测点是否足够，并且缺乏一系列定量的故障可诊断性度量指标，因此本发明基于红外地球敏感器的功能模块关联关系图，提出一种基于相关性模型的故障可诊断性分析方法，用于协助设计人员分析故障诊断所用信息是否充分，是否能够涵盖考虑的所有故障模式，进而为测点优化配置与故障诊断方法研究提供依据。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供一种基于相关性模型的红外地球敏感器故障可诊断性确定方法，实现了对红外地球敏感器故障模式的可检测性、可分离性判别，并对红外地球敏感器故障的可诊断性进行度量。

本发明的技术解决方案是：1、一种基于相关性模型的红外地球敏感器故障可诊断性确定方法，步骤如下：

(1)首先对红外地球敏感器的功能模块进行划分，并根据功能模块的输入与输出连接关系、测点的配置和测试内容，建立红外地球敏感器各功能模块的关联关系图；

(2)针对红外地球敏感器在轨和测试阶段发生的故障，对红外地球敏感器进行故障模式影响分析，确定红外地球敏感器故障模式集合F＝{F₁，F₂，…F_m}，m为故障模式个数；

(3)在步骤(1)建立的各功能模块关联关系图的基础上，标识出各功能模块故障的影响关系，得到红外地球敏感器的多信号流图，基于多信号流图建立红外地球敏感器的故障与测试关联矩阵，将多信息流图和关联矩阵统称为相关性模型；

(4)基于步骤(3)得到的相关性模型，给出红外地球敏感器各种故障对应的可检测性和可分离性条件，通过可检测性和可分离性条件得到红外地球敏感器故障可诊断性分析结果；

(5)利用可诊断性度量计算方法对步骤(4)得到的故障可诊断性分析结果进行计算，得到红外地球敏感器故障模式的故障可检测度和可分离度以及部件的故障可检测度和可分离度。

所述步骤(3)中基于多信号流图建立红外地球敏感器的故障与测试关联矩阵的方法为：

(1)定义故障与测试关联矩阵：

$D_{m\×n}=\left[\begin{array}{cccc}{d}_{11}& d_{12}& ...& d_{1n}\\ d_{21}& d_{22}& ...& d_{2n}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ d_{m1}& d_{m2}& ...& d_{\mathrm{mn}}\end{array}\right]$

其中，行向量为功能模块对应的故障模式，m为故障模式个数，列向量为测试内容，n为测试内容个数，矩阵元素初始值均为0；

(2)遍历多信号流图，生成相应的故障列表和测试列表；

(3)根据故障列表和测试列表建立故障与测试关联矩阵，具体过程为：从故障模式F_i所在功能模块出发，沿输出方向按广度优先搜索遍历多信号流图，凡是能够到达的测试点，即为该故障模式的可达测试点，其它测试点为不可达测试点，当故障模式与测试均可达时则矩阵元素d_ij为1，否则为0，i∈(1，m)，j∈(1，n)。

所述步骤(4)中红外地球敏感器各种故障对应的可检测性和可分离性条件为：

可检测性条件：在故障与测试关联矩阵D_m×n中，若故障模式F_i对应行的所有元素都为0，则称此故障模式为不可检测，即

若故障模式F_i对应行中至少有一个元素不为0，则称此故障模式为可检测，即 $\mathrm{EF}=\left\{F_i\right|\∃d_{i,j}\≠0,j=\mathrm{1,2},...n\},$ i∈(1，m)；

可分离性条件：对于故障模式集合F′＝{f₁，f₂，…，f_k}，

k＜m，若集合中任意两个故障模式对应行的所有元素完全相同，则称故障模式集合F′中所有故障不具有可分离性，即：

其中

表示逻辑异或运算；若集合中任意两个故障模式对应行中至少存在一个元素不相同，则称故障集合F′中所有故障具有可分离性，即：

所述步骤(5)中故障模式的可检测度f_d，i的计算公式为： $\left\{\begin{array}{cc}{f}_{d,i}=1& f_i\∈\mathrm{EF}\\ f_{d,i}=0& f_i\∈\mathrm{UF}\end{array}\right.,$ i∈(1，m)；

部件的故障可检测度FDR的计算公式为：

其中：λ_i为根据故障F_i确定的加权系数，m为故障模式个数。

所述步骤(5)中红外地球敏感器故障模式的可分离度γ_i的计算公式为：

${\mathrm{\γ}}_i=\left\{\begin{array}{cc}1& f_i\∈\mathrm{EI}\\ \frac{1}{\left|F_n\right|}& f_i\∈F_n,F_n\∈\mathrm{UI}\end{array}\right.,$ 其中|F_m|表示F_m中的故障个数，i∈(1，m)；

部件的故障可分离度FIR的计算公式为：

其中：λ_i为根据故障F_i确定的加权系数，m为故障模式个数。

本发明与现有技术相比的有益效果是：

(1)目前在对红外地球敏感器进行设计时无法对其故障诊断能力进行定量分析，难以为红外地球敏感器的可诊断性设计提供指导。本发明给出了故障可检测性和可分离性判断条件，并采用可检测度、可分离度获得红外地球敏感器的定量评价。当上述定量指标低于设计指标时，可根据本发明得到的不可检测故障模式和不可分离故障集合增加测点，从而为红外地球敏感器的可诊断性设计提供依据。

(2)本发明建立的多信号流图完整描述了红外地球敏感器的特性，包括各功能模块之间的输入与输出关系，以及故障在各功能模块中的传播关系和对各测点的影响关系。

(3)本发明提出的基于相关性模型的红外地球敏感器故障可诊断性分析方法，考虑的因素更为全面，分析的层次更为深入，为工作人员评价目前配置情况下各故障是否具有可诊断性提供方法依据。

(4)本发明建立的红外地球敏感器相关性模型为定性模型，具有易于构建、计算简单的优点，适用于工程设计。

附图说明

图1为本发明方法的流程框图；

图2为红外地球敏感器功能模块的关联关系图；

图3为红外地球敏感器的多信号流图。

具体实施方式

如图1所示，本发明的步骤为：

(1)首先对红外地球敏感器的功能模块进行划分，并根据功能模块的输入与输出连接关系、测点的配置和测试内容，建立红外地球敏感器各功能模块的关联关系图；

(2)针对红外地球敏感器在轨和测试阶段发生的故障，对红外地球敏感器进行故障模式影响分析，确定红外地球敏感器故障模式集合F＝{F₁，F₂，…F_m}，m为故障模式个数；

(3)在步骤(1)建立的各功能模块关联关系图的基础上，标识出各功能模块故障的影响关系，得到红外地球敏感器的多信号流图，基于多信号流图建立红外地球敏感器的故障与测试关联矩阵，将多信息流图和关联矩阵统称为相关性模型；

(4)基于步骤(3)得到的相关性模型，给出红外地球敏感器各种故障对应的可检测性和可分离性条件，通过可检测性和可分离性条件得到红外地球敏感器故障可诊断性分析结果；

(5)利用可诊断性度量计算方法对步骤(4)得到的故障可诊断性分析结果进行计算，得到红外地球敏感器故障模式的故障可检测度和可分离度以及部件的故障可检测度和可分离度。

下面给出上述步骤地具体实施方式：

步骤(1)的具体实施方式：

红外地球敏感器是一种相对于地球中心测量俯仰和滚动角的姿态敏感器，对卫星准确进入轨道和保持姿态起重要作用，其功能模块可划分为复合视场地球探头、四路模拟通道、扫描轴系统及驱动电路、扫描角读出装置、俯仰和滚动逻辑计算单元、命令和数据接口电路和二次电源，各功能模块作用如表1所示。

红外地球敏感器光学系统包括4束铅笔型射束组成的复合视场，在正常情况下，随着扫描轴系的摆动，这些射束沿南北纬45°的扫描路径对地平进行扫描，扫描路径包括空间段和地平段。四路地球信号经过四路模拟通道分别处理后产生空/地、地/空穿越信号，然后与内部扫描基准进行相位比较，得到的信息经逻辑电路处理后得到俯仰与滚动姿态信息。

根据各功能模块的输入与输出连接关系、各测点的配置情况以及如表2所示的各种测试内容，得到图2所示的红外地球敏感器功能模块的关联关系图。

表1红外地球敏感器功能模块

表2红外地球敏感器测试

步骤(2)的具体实施方式：

通过对红外地球敏感器进行故障模式影响分析(FMEA，Failure Modeand Effect Analysis)，得到在轨和测试阶段发生的典型故障模式集合为F＝{F₁，F₂，…}，如表3所示。航天领域对故障严酷度和发生概率的等级定义分别如表4和表5所示。

表3红外地球敏感器主要故障模式

表4严酷度等级定义表

表5故障发生概率分级定义

步骤(3)的具体实施方式：

步骤三主要建立相关性模型，包括多信号流图的建立和故障-测试关联矩阵的获得，多信号流图和关联矩阵统称为相关性模型。

在步骤(1)功能模块关联关系图的基础上，标识出各功能模块故障的影响关系，得到红外地球敏感器的多信号流图，如图3所示。

基于多信号流图建立红外地球敏感器的故障与测试关联矩阵的方法为：

(1)定义故障与测试关联矩阵：

$D_{m\×n}=\left[\begin{array}{cccc}{d}_{11}& d_{12}& ...& d_{1n}\\ d_{21}& d_{22}& ...& d_{2n}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ d_{m1}& d_{m2}& ...& d_{\mathrm{mn}}\end{array}\right]$

其中，行向量为功能模块对应的故障模式，m为故障模式个数，列向量为测试内容，n为测试内容个数，矩阵元素初始值均为0；

(2)遍历多信号流图，生成相应的故障列表和测试列表；

(3)根据故障列表和测试列表建立故障与测试关联矩阵，具体过程为：从故障模式F_i所在功能模块出发，沿输出方向按广度优先搜索遍历多信号流图，凡是能够到达的测试点，即为该故障模式的可达测试点，其它测试点为不可达测试点，当故障模式与测试均可达时则矩阵元素d_ij为1，否则为0，i∈(1，m)，j∈(1，n)。

基于表2所示的各种测试以及红外地球敏感器的多信号流图，建立故障与测试之间的关联矩阵D_m×n，如表6所示，它是进行故障可诊断性分析的基础。

表6故障与测试关联矩阵D_m×n

	t1	t2	t3	t4	t5	t6	t7	t8	t9	t10	t11	t12	t13	t14
															F1	1	0	0	1	0	1	0	0	1	0	1	0	1	0
F2	0	1	1	0	0	1	0	0	1	0	0	1	0	1
															F3	1	0	1	0	0	0	1	0	0	1	1	0	1	0
F4	1	0	1	0	0	1	0	0	1	0	1	0	1	0
															F5	1	0	1	0	0	1	0	0	1	0	1	0	1	0
F6	1	0	1	0	0	0	1	0	0	1	1	0	1	0

F7	1	0	1	0	0	1	0	0	1	0	1	0	1	0
															F8	1	0	1	0	0	0	1	0	0	1	1	0	1	0
F9	1	0	1	0	0	1	0	0	1	0	1	0	1	0
															F10	1	0	1	0	0	0	1	0	0	1	1	0	1	0
F11	1	0	1	0	1	0	0	0	1	0	1	0	0	1
															F12	1	0	1	0	1	0	0	0	0	1	1	0	0	1
F13	1	0	1	0	0	1	0	1	0	0	1	0	1	0
															F14	1	0	1	0	0	0	1	1	0	0	1	0	1	0
F15	1	0	1	0	1	0	0	0	1	0	1	0	0	1
															F16	1	0	1	0	0	1	0	1	0	0	1	0	1	0

步骤(4)的实施方式：

基于故障与测试关联矩阵D_m×n，给出各种故障可诊断性分析条件。

红外地球敏感器各种故障对应的可检测性和可分离性条件为：

可检测性条件：在故障与测试关联矩阵D_m×n中，若故障模式F_i对应行的所有元素都为0，则称此故障模式为不可检测，即

若故障模式F_i对应行中至少有一个元素不为0，则称此故障模式为可检测，即 $\mathrm{EF}=\left\{F_i\right|\∃d_{i,j}\≠0,j=\mathrm{1,2},...n\},$ i∈(1，m)；

可分离性条件：对于故障模式集合F′＝{f₁，f₂，…，f_k}，

k＜m，若集合中任意两个故障模式对应行的所有元素完全相同，则称故障模式集合F′中所有故障不具有可分离性，即：

其中

表示逻辑异或运算；若集合中任意两个故障模式对应行中至少存在一个元素不相同，则称故障集合F′中所有故障具有可分离性，即：

通过判断关联矩阵D_m×n中故障所在行的所有元素是否为0，给出各种故障的可检测性分析结果，如表7所示，从中可以看出，考虑的所有故障都具有可检测性(

表示空集)。

表7红外地球敏感器故障可检测性分析结果

通过判断关联矩阵D_m×n中不同故障对应行中所有元素是否完全相同，给出各种故障的可分离性分析结果，如表8所示。

表8红外地球敏感器故障可分离性分析结果

步骤(5)的具体实施方式：

为了衡量不同部件或系统故障可诊断性性能的优劣，本发明提出各种定量指标并给出相应的计算公式。

红外地球敏感器故障模式的可检测度f_d，i的计算公式为： $\left\{\begin{array}{cc}{f}_{d,i}=1& f_i\∈\mathrm{EF}\\ f_{d,i}=0& f_i\∈\mathrm{UF}\end{array}\right.,$ i∈(1，m)；

部件的故障可检测度FDR的计算公式为：

其中：λ_i为根据故障F_i确定的加权系数，m为故障模式个数。

红外地球敏感器故障模式的可分离度γ_i的计算公式为：

${\mathrm{\γ}}_i=\left\{\begin{array}{cc}1& f_i\∈\mathrm{EI}\\ \frac{1}{\left|F_n\right|}& f_i\∈F_n,F_n\∈\mathrm{UI}\end{array}\right.,$ 其中|F_m|表示F_m中的故障个数，i∈(1，m)；

部件的故障可分离度FIR的计算公式为：

其中：λ_i为根据故障F_i确定的加权系数，m为故障模式个数。

基于表7-表8所示的故障可诊断性分析结果，根据给出的故障可诊断性度量的计算方法，得到故障模式和部件的各种度量如表9-表10所示(假定每种故障的加权系数为1)。

表9红外地球敏感器故障可诊断性度量

故障模式	可检测度	可分离度	故障模式	可检测度	可分离度
						F1	1	1	F9	1	1\4
F2	1	1	F10	1	1\4
						F3	1	1\4	F11	1	1\2
F4	1	1\4	F12	1	1
						F5	1	1\4	F13	1	1\2
F6	1	1\4	F14	1	1
						F7	1	1\4	F15	1	1\2
F8	1	1\4	F16	1	1\2

表10红外地球敏感器可诊断性度量

故障可检测度	100％
		故障可分离度	50％

根据红外地球敏感器的可诊断性度量可知，在现有测点配置情况下，故障可分离度较低，有必要在现有测点的基础上，增加测点，用于提高红外地球敏感器的故障可诊断性度量指标。

使故障具有可分离性的测点配置过程为：

①分别针对不具有可分离性的故障集合，根据红外地球敏感器的多信号流图，建立故障与故障相关功能模块所有状态信息的关联矩阵(建立过程参考步骤三中故障与测试关联矩阵的构建方法)。

②对于建立的故障-状态关联矩阵，若存在状态s_i，其对应列中只有一个非零元素，则将此状态s_i加入最优测点集中，同时删除非零元素对应的行，对于剩余子表重复步骤②。若不存在，则转到步骤③。

③计算每个状态信息的故障分离权值W_FI。计算公式如下所示：

$W_{{\mathrm{FI}}_j}=\underset{k=1}{\overset{Z}{\mathrm{\Σ}}}\left(N_{\mathrm{jk}}^1{N}_{\mathrm{jk}}^0\right)$

其中，Z是根据矩阵分割思路(后续给出详细内容)得到的子矩阵个数，

为第k个子矩阵内状态j所对应元素d_ij＝1的个数，为第k个子矩阵内状态j所对应元素d_ij＝0的个数，且(m为不可分离故障个数)。选取W_FIj最大的状态s_i，并将其加入最优测点集中，同时针对所选状态s_j，依次将Z个子矩阵作为当前矩阵，根据矩阵分割方法对当前矩阵进行分割。对分割得到的各子矩阵重复步骤①-③，直到各子矩阵是0为止。

根据选择的状态s_i，对当前矩阵D^*进行分割的思路是：对当前矩阵D^*进行初等变换，u为当前矩阵D^*的行：对状态s_j对应的列向量中d_ij进行筛选，i＝1，2，…，u，将d_ij＝1的行前移，使得当i＝1，2，…，

时，d_ij＝1；当

时，d_ij＝0，其中

为s_j所对应元素d_ij＝1的个数，

j＝1，2，…，n；

对当前矩阵D^*初等变换完成后，将D^*分割为两个子矩阵D₁和D₂，其中D₁为当前矩阵D^*的前行，D₂为当前矩阵D^*的

行，完成对当前矩阵的分割。

当前矩阵D^*的初值为故障与状态信息相关矩阵D_m×n。

对于红外地球敏感器不可分离的故障集合{F₄，F₅，F₇，F₉}，基于图3所示的多信号流图，建立故障与状态关联矩阵如表11所示。

表11红外地球敏感器故障-状态关联矩阵

根据测点配置的步骤可知，使{F₄，F₅，F₇，F₉}具有可分离性需要增加的测点是{四路探测器电平输出信号，四路S/E及E/S信号，光栅转动角脉冲原始输出，基准脉冲}或{四路探测器电平输出信号，四路S/E及E/S信号，光栅摆动速度信号，基准脉冲}或{四路探测器电平输出信号，四路S/E及E/S信号，处理后轮动脉冲输出，基准脉冲}。

采用相同步骤得到，使{F₃，F₆，F₈，F₁₀}具有可分离性需要增加的测点是{四路探测器电平输出信号，四路S/E及E/S信号，光栅转动角脉冲原始输出，基准脉冲}或{四路探测器电平输出信号，四路S/E及E/S信号，光栅摆动速度信号，基准脉冲}或{四路探测器电平输出信号，四路S/E及E/S信号，处理后轮动脉冲输出，基准脉冲}。

采用相同步骤得到，使{F₁₁，F₁₅}具有可分离性需要增加的测点是{滚动和俯仰逻辑处理单元的遥测数据输出}。

采用相同步骤得到，使{F₁₃，F₁₆}具有可分离性需要增加的测点是{滚动和俯仰逻辑处理单元的EP状态位输出}。

通过上述分析，我们得出如下结论：

①在目前的红外地球敏感器配置下，存在不可分离的故障集合为{F₄，F₅，F₇，F₉}，{F₃，F₆，F₈，F₁₀}，{F₁₁，F₁₅}和{F₁₃，F₁₆}。红外地球敏感器的故障可检测度是100％，故障可分离度为50％。

②若要使F＝{F₁，F₂，…，F₁₆}都具有可分离性，则需要增加测点，增加的测点是{四路探测器电平输出信号，四路S/E及E/S信号，光栅转动角脉冲原始输出，基准脉冲，滚动和俯仰逻辑处理单元的32位遥测数据输出和EP状态位输出}。

本发明未详细描述内容为本领域技术人员公知技术。

Claims (5)

1.基于相关性模型的红外地球敏感器故障可诊断性确定方法，其特征在于步骤如下：

(1)首先对红外地球敏感器的功能模块进行划分，并根据功能模块的输入与输出连接关系、测点的配置和测试内容，建立红外地球敏感器各功能模块的关联关系图；

(2)针对红外地球敏感器在轨和测试阶段发生的故障，对红外地球敏感器进行故障模式影响分析，确定红外地球敏感器故障模式集合F＝{F₁，F₂，…F_m}，m为故障模式个数；

(3)在步骤(1)建立的各功能模块关联关系图的基础上，标识出各功能模块故障的影响关系，得到红外地球敏感器的多信号流图，基于多信号流图建立红外地球敏感器的故障与测试关联矩阵，将多信息流图和关联矩阵统称为相关性模型；

(4)基于步骤(3)得到的相关性模型，给出红外地球敏感器各种故障对应的可检测性和可分离性条件，通过可检测性和可分离性条件得到红外地球敏感器故障可诊断性分析结果；

(5)利用可诊断性度量计算方法对步骤(4)得到的故障可诊断性分析结果进行计算，得到红外地球敏感器故障模式的故障可检测度和可分离度以及部件的故障可检测度和可分离度。

2.根据权利要求1所述的基于相关性模型的红外地球敏感器故障可诊断性确定方法，其特征在于：所述步骤(3)中基于多信号流图建立红外地球敏感器的故障与测试关联矩阵的方法为：

(1)定义故障与测试关联矩阵：

$D_{m\×n}=\left[\begin{array}{cccc}{d}_{11}& d_{12}& ...& d_{1n}\\ d_{21}& d_{22}& ...& d_{2n}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ d_{m1}& d_{m2}& ...& d_{\mathrm{mn}}\end{array}\right]$

其中，行向量为功能模块对应的故障模式，m为故障模式个数，列向量为测试内容，n为测试内容个数，矩阵元素初始值均为0；

(2)遍历多信号流图，生成相应的故障列表和测试列表；

(3)根据故障列表和测试列表建立故障与测试关联矩阵，具体过程为：从故障模式F_i所在功能模块出发，沿输出方向按广度优先搜索遍历多信号流图，凡是能够到达的测试点，即为该故障模式的可达测试点，其它测试点为不可达测试点，当故障模式与测试均可达时则矩阵元素d_ij为1，否则为0，i∈(1，m)，j∈(1，n)。

3.根据权利要求2所述的基于相关性模型的红外地球敏感器故障可诊断性确定方法，其特征在于：所述步骤(4)中红外地球敏感器各种故障对应的可检测性和可分离性条件为：

可检测性条件：在故障与测试关联矩阵D_m×n中，若故障模式F_i对应行的所有元素都为0，则称此故障模式为不可检测，即

若故障模式F_i对应行中至少有一个元素不为0，则称此故障模式为可检测，即 $\mathrm{EF}=\left\{F_i\right|\∃d_{i,j}\≠0,j=\mathrm{1,2},...n\},i\∈(1,m);$

可分离性条件：对于故障模式集合F′＝{f₁，f₂，…，f_k}，

k＜m，若集合中任意两个故障模式对应行的所有元素完全相同，则称故障模式集合F′中所有故障不具有可分离性，即：

其中

表示逻辑异或运算；若集合中任意两个故障模式对应行中至少存在一个元素不相同，则称故障集合F′中所有故障具有可分离性，即：

4.根据权利要求3所述的基于相关性模型的红外地球敏感器故障可诊断性确定方法，其特征在于：所述步骤(5)中故障模式的可检测度f_d，i的计算公式为： $\left\{\begin{array}{cc}{f}_{d,i}=1& f_i\∈\mathrm{EF}\\ f_{d,i}=0& f_i\∈\mathrm{UF}\end{array}\right.,$ i∈(1，m)；

部件的故障可检测度FDR的计算公式为：

其中：λ_i为根据故障F_i确定的加权系数，m为故障模式个数。

5.根据权利要求3所述的基于相关性模型的红外地球敏感器故障可诊断性确定方法，其特征在于：所述步骤(5)中红外地球敏感器故障模式的可分离度γ_i的计算公式为： ${\mathrm{\γ}}_i=\left\{\begin{array}{cc}1& f_i\∈\mathrm{EI}\\ \frac{1}{\left|F_n\right|}& f_i\∈F_n,F_n\∈\mathrm{UI}\end{array}\right.,$ 其中|F_m|表示F_m中的故障个数，i∈(1，m)；

部件的故障可分离度FIR的计算公式为：

其中：λ_i为根据故障F_i确定的加权系数，m为故障模式个数。

Images