CN107590339B - 一种综合模块化航电系统性能衰退建模与仿真方法 - Google Patents

Abstract

本发明提供了一种综合模块化航电系统性能衰退建模与仿真方法，涉及飞机航电领域，本发明将软故障在整个IMA生命周期的表现作为IMA系统性能衰退的表征，从而构建出IMA系统性能衰退模型，本发明避免了因为IMA系统性能衰退数据不足而导致的无法利用原始数据进行基于数据驱动建模的困境，为IMA性能衰退建模提供了新的思路，将资源可靠性函数与IMA整个周期是否发生间歇故障、瞬时故障这些软故障结合起来，从而描述IMA系统性能变化的历程，通过概率模型的表达IMA系统性能衰退历程，不仅成本低廉而且为视情维护打下基础。

Description

一种综合模块化航电系统性能衰退建模与仿真方法

技术领域

本发明涉及飞机航电领域，尤其是一种航电系统性能衰退的仿真方法。

背景技术

综合模块化航电(Integrated Modular Avionics，IMA)系统基础结构的失效将会影响所有使用该共享资源的系统。某个资源的失效可能会导致所有直接使用该资源的应用程序的整体失效、部分失效、或者是冗余的丧失。失效资源的主要影响可以通过分析和/或测试来确定出来。但是，在许多情况下由失效资源所造成的级联失效却是很难确定的。

虽然有足够的信息来协助IMA开发人员做出一个全面的安全性评估，包括对一个非常复杂的IMA系统的故障分析，然而，目前国外现役的几种复杂航空电子系统(包括非ARINC653架构系统)，在失效条件下，也出现了许多意想不到的问题。这些问题背后的原因是复杂多样的，对于这些故障在系统的开发初期和验证过程中未被发现的原因，工程人员也很难给出一个普遍的结论。很多重大事故的发生都很意外，而且事故非常严重。因此需要对IMA系统的性能衰退进行研究，从而达到健康管理、视情维护的目的。

健康管理技术已经被广泛的应用于飞机的各个子系统中，尤其在机电类系统中取得了很大的成功。然而，将健康管理应用于机载航空电子系统上还处于起步阶段，特别是如IMA这类具有复杂性高、系统涉及部件多且具有多属性、非线性等特征，系统各模块、功能或子系统间耦合关系紧密，故障传递与影响复杂，电子系统故障的征兆参数变化不够明显或为突变信号，这些因素为达到综合模块化航电系统的视情维护目的增加了困难。随着航空电子系统向高度智能和高度综合方向的发展，综合模块化航电系统的视情维护将是一个复杂的系统工程，因此首要任务就是对其进行深入研究，构建起性能衰退模型。

发明内容

为了克服现有技术的不足，克服由数据源不足导致的无法依靠数据驱动进行性能退化建模的约束，本发明提出了一种基于蒙特卡洛仿真的IMA退化建模方法。

本发明解决其技术问题所采用的技术方案的步骤如下：

步骤1：IMA的硬件组成包括远程数据采集中心(Remote Data Concentrator，RDC)，公共数据网络(Common Data Network，CDN)和公共计算资源(Common ComputingResource，CCR)，航空电子全双工通信以太网交换(Avionics Full-Duplex SwitchedEthernet，AFDX)作为电子系统之间的交换总线，通用处理模块(general computingmodules，GPM)是实现各个驻留功能的核心，外部数据由RDC采集通过总线存入内存，功能执行时GPM调取内存资源，通过依据相应程序计算实现各个功能；

步骤2：由间歇故障与瞬时故障组成的软故障对IMA系统的影响可划分为三个阶段，即早期、中期和后期，每6年为一个阶段；

步骤3：疲劳老化会导致IMA硬件平台出现软故障，由疲劳老化导致飞机发生软故障的因素包括热载流子、电迁移、与时间相关介电击穿，其中电迁移服从对数正态分布、而热载流子和与时间相关介电击穿服从威布尔分布，从而得到每个因素相应的概率密度函数f(x)；

步骤4：依据概率密度函数f(t)计算出该影响因素下系统的可靠度R(t)，计算公式为R(t)＝1-∫f(t)dt，用以描述系统随时间变化无故障发生的概率；

步骤5：由指数分布函数F(t)描述独立随机事件发生的时间间隔，时间间隔为1个飞行循环，软故障出现的概率F(t)＝λe^-λt，同时可得到在1个飞行循环内无软故障出现的分布函数为P(t)，而可靠度R(t)为无故障发生的期望，因此，在一次飞行循环中，利用可靠度R(t)构建指数分布函数F(t)的参数λ(t)，具体构造过程为：

将可靠度R(t)按照Δt的间隔进行离散化，即将1个飞行循环的时间间隔离散化，同时，计算在P(t)概率分布下软故障出现的期望

t时刻到t+Δt时间间隔下的可靠度R(t,t+Δt)构建一个E(X＝0,λ_t)，其中λ_t为在可靠度R(t,t+Δt)下的λ值，构建R(t,t+Δt)与E(X＝0,λ_t)之间的关系

其中C为相关系数，取值范围为0.001-0.005；

步骤6：E(X＝0,λ_t)表示从时间t开始到∞之间无软故障发生的概率，取P(t,λ)＝E(X＝0,λ_t|t,t+Δt)的概率描述一次飞行起落中无软故障发生的概率，IMA系统全寿命周期内无软故障发生的概率P(t,λ(t))为将P(t₁,λ₁),P(t₂,λ₂),P(t_i,λ_i),…,P(t_n,λ_n)连接起来进行离散点曲线拟合，其中n为全寿命周期内总飞行次数，n取值范围为：1*10^6-1.8*10^6，其中P(t_i,λ_i)表示第i次飞行起落时无软故障发生的概率，即IMA系统经过i次飞行起落后的性能状况下无软故障发生的概率，F(t,λ(t))＝1-P(t,λ(t))则为IMA系统全寿命周期内软故障发生的概率函数；

步骤7：依据步骤3，可得三个影响因素的概率密度函数f₁(x)、f₂(x)和f₃(x)，从而计算出三个影响因素下，分别对系统影响的可靠度R₁(t)、R₂(t)和R₃(t)，依据步骤5到步骤6，计算出无故障发生分布函数[P₁,P₂,…,P_n]，进一步计算出在每一个确定的IMA系统性能状态下多因素共同作用无故障发生概率

从而可以构建出整个IMA系统寿命周期无间歇故障、瞬时故障发生的性能衰退历程，F(t,λ(t),m)则为IMA系统全寿命周期内m个影响因素共同作用下，伴随着软故障发生的概率函数。

本发明的有益效果是依据IMA硬件资源性能退化会影响整个系统正常工作，将间歇故障、瞬时故障这类软故障在整个IMA生命周期的表现作为IMA系统性能衰退的表征，从而构建出IMA系统性能衰退模型。获得的收益包括：一是避免了因为IMA系统性能衰退数据不足而导致的无法利用原始数据进行基于数据驱动建模的困境，为IMA性能衰退建模提供了新的思路；二是将资源可靠性函数与IMA整个周期是否发生间歇故障、瞬时故障这些软故障结合起来，从而描述IMA系统性能变化的历程；三是通过概率模型的表达IMA系统性能衰退历程，不仅成本低廉而且为视情维护打下基础。

附图说明

图1是本发明综合模块化航电系统结构图。

图2是本发明全寿命周期软故障发生概率示意图。

图3是本发明随时间变化的无故障概率分布函数。

图4是本发明的流程图。

图5是本发明波音787综合模块化航电系统通用处理模块(GPM)驻留功能概述图。

图6是本发明Simulink仿真主体框架。

图7是本发明远程数据采集中心(RDC)仿真框架。

图8是本发明航空电子全双工通信以太网交换(AFDX)仿真框架。

图9是本发明通用处理模块(GPM)仿真框架。

图10是本发明仿真原始数据图。

图11是本发明统计后的累积软故障结果图。

图12是本发明多次仿真首达失效时间数据。

图13是本发明首达失效时间统计分布结果图。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

步骤1：IMA的硬件组成包括远程数据采集中心(Remote Data Concentrator，RDC)，公共数据网络(Common Data Network，CDN)和公共计算资源(Common ComputingResource，CCR)，航空电子全双工通信以太网交换(Avionics Full-Duplex SwitchedEthernet，AFDX)作为电子系统之间的交换总线，通用处理模块(general computingmodules，GPM)是实现各个驻留功能的核心，外部数据由RDC采集通过总线存入内存，功能执行时GPM调取内存资源，通过依据相应程序计算实现各个功能；

步骤2：IMA作为高耦合、高复杂性的电子设备，其生命周期内伴随着多种故障的发生，其中，如间歇故障与瞬时故障这类会随着系统运行、复位、重启等操作而消失的软故障占据了整个系统工作中大部分异常情况，将间歇故障与瞬时故障对IMA系统的影响划分为三个阶段，即早期、中期、后期，每6年为一个阶段，依据Boeing787维护手册可知IMA系统18年进行强制更换。间歇故障与瞬时故障对IMA系统早期影响并不大，可以被当作噪声影响。中期这类故障会引起IMA功能异常，但不影响功能的实现。后期，则会严重影响功能工作，致使功能无法按时完成。本发明即为研究每个阶段间歇故障与瞬时故障对IMA系统的具体影响状态。因此本发明通过研究IMA整个寿命周期出现的软故障的概率变化，来描述IMA系统性能衰退历程。将无软故障发生到软故障频发而致使功能失效进行等比例划分，用以描述IMA系统的早期、中期和后期的健康状态。

步骤3：导致IMA硬件平台出现软故障的主要原因有极限温度、极限应力与疲劳老化，针对民用航空飞行情况则主要考虑因为疲劳老化引起的间歇故障和瞬时故障。就电子设备而言，热载流子、电迁移、与时间相关介电击穿为因为疲劳老化导致民用飞机软故障发生的主要因素。因为电迁移服从对数正态分布、而热载流子和与时间相关介电击穿服从威布尔分布，具体参数可以通过国军标299C进行选择，从而得到相应的概率密度函数f(x)；

步骤4：依据概率密度函数f(t)计算出该影响因素下系统的可靠度R(t)，计算公式为R(t)＝1-∫f(t)dt，用以描述系统随时间变化无故障发生的概率；

步骤5：由指数分布函数F(t)描述独立随机事件发生的时间间隔，时间间隔为1个飞行循环，软故障出现的概率F(t)＝λe^-λt，同时可得到在1个飞行循环内无软故障出现的分布函数为P(t)，而可靠度R(t)为无故障发生的期望，因此，在一次飞行循环中，利用可靠度R(t)构建指数分布函数F(t)的参数λ(t)，具体构造过程为：

将可靠度R(t)按照Δt的间隔进行离散化，即将1个飞行循环的时间间隔离散化，同时，计算在P(t)概率分布下软故障出现的期望

那么，IMA在整个寿命周期内，可靠度随着R(t)而变化，就离散过程而言，IMA随着飞行起降次数的增加其性能逐渐下降，任一个起降标识着IMA一个性能状态，t时刻到t+Δt时间间隔下的可靠度R(t,t+Δt)构建一个E(X＝0,λ_t)，其中λ_t为在可靠度R(t,t+Δt)下的λ值，构建R(t,t+Δt)与E(X＝0,λ_t)之间的关系

其中C为相关系数，取值范围为0.001-0.005；

步骤6：E(X＝0,λ_t)表示从时间t开始到∞之间无软故障发生的概率，取P(t,λ)＝E(X＝0,λ_t|t,t+Δt)的概率描述一次飞行起落中无软故障发生的概率，随着时间推移，时间间隔Δt的积累，可靠度R(t)逐渐降低，IMA系统全寿命周期内无软故障发生的概率P(t,λ(t))为将P(t₁,λ₁),P(t₂,λ₂),…P(t_i,λ_i),…,P(t_n,λ_n)连接起来进行离散点曲线拟合，其中n为全寿命周期内总飞行次数，n取值范围为：1*10^6-1.8*10^6，其中P(t_i,λ_i)表示第i次飞行起落时无软故障发生的概率，即IMA系统经过i次飞行起落后的性能状况下无软故障发生的概率，F(t,λ(t))＝1-P(t,λ(t))则为IMA系统全寿命周期内软故障发生的概率函数；

步骤7：依据步骤3，可得三个影响因素的概率密度函数f₁(x)、f₂(x)和f₃(x)，从而计算出三个影响因素下，分别对系统影响的可靠度R₁(t)、R₂(t)和R₃(t)，依据步骤5到步骤6，计算出无故障发生分布函数[P₁,P₂,…,P_n]，进一步计算出在每一个确定的IMA系统性能状态下多因素共同作用无故障发生概率

从而可以构建出整个IMA系统寿命周期无间歇故障、瞬时故障发生的性能衰退历程，F(t,λ(t),m)则为IMA系统全寿命周期内m个影响因素共同作用下，伴随着软故障发生的概率函数。

本发明所构建的IMA性能衰退模型以波音787型飞机为基本原形。基于ARINC653的IMA系统，是一个标准化的硬件模块支持平台，它为驻留在其上的软件功能体统标准的接口与功能管理。IMA的硬件组成主要包括远程数据采集中心(Remote Data Concentrator，RDC)，公共数据网络(Common Data Network，CDN)和公共计算资源(Common ComputingResource，CCR)。航空电子全双工通信以太网交换(AFDX)通常作为电子系统之间的交换总线，通用处理模块(general computing modules，GPM)则是实现各个驻留功能的核心。外部数据由RDC采集通过总线存入内存，功能执行时通用处理模块调取内存资源，通过依据相应程序计算实现各个功能。

本发明依据波音787维护手册与故障隔离手册，结合大型电子设备特性对IMA进行分析与建模。软故障，如间歇故障与偶发故障这类故障，早期对于整个电子系统影响并不大，可以被当作噪声影响。中期这类故障会引起IMA功能异常，但不影响功能的实现。后期，则会严重影响功能工作，致使功能无法按时完成。因此本发明通过研究IMA整个寿命周期出现的软故障发生的概率变化，来描述IMA系统性能衰退历程。

本发明首先以IMA硬件平台着手，分析导致硬件设备出现间歇性故障和偶发性故障的因素。作为电子设备热载流子、电迁移、与时间相关介电击穿为民用飞机不可忽视的导致软故障的主要因素。根据这些因素所符合的概率密度函数，计算出该影响因素下系统的可靠度R(t)，用以描述系统随时间变化无故障发生的概率。而指数分布函数F(t)可以用来表示独立随机事件发生的时间间隔，因此可以利用这一性质构建在一确定时间间隔下软故障出现的概率。得到在一确定时间间隔下无软故障出现的分布函数P(t)，本发明设定时间间隔为一次飞行起降。因此，在一次飞行循环中，利用可靠度R(t)构建指数分布函数F(t)的参数λ(t)。

本发明首先依据综合模块化航电系统的基本结构，分析远程数据采集中心(RDC)、公共数据网络(CDN)、通用处理模块(GPM)以及其上驻留的分区及分区应用的拓扑结构，如图1所示。考虑到IMA系统作为复杂的电子设备，间歇故障、瞬时故障在整个系统的寿命周期里都会出现，并且这些软故障出现的概率与系统性能衰退密切相关。早期的软故障被认为是噪声；随着性能衰退，这些软故障虽然影响了功能实现的效率，功能却依然可以完成；最终这些软故障的积累阻碍了功能的实现，如图2所示。

本发明在分析了导致民用飞机IMA系统间歇故障和瞬时故障的主要因素后，研究多因素影响的状况下，多个影响因素的概率密度函数f₁(x),f₂(x),…f_L(x)并计算出多个影响因素下，分别对系统影响的可靠度R₁(t),R₂(t),…R_L(t)。利用指数分布函数计算出确定时间间隔下无事件发生的概率分布P(t)，并可计算得到此概率分布下的期望

构建可靠度R(t)与指数分布的参数λ之间的关系

其中C为相关系数。本发明利用可靠度R(t)的变化，即IMA系统性能衰退变化，来构造不同衰退程度下确定时间间隔内无事件发生的概率分布P(t,λ(t))。通过计算每一个时间间隔所对应的可靠度R(t)和每一个Δt时刻P(t,λ(t))的概率值，将这一随着时间推移无故障发生概率连接起来得到最终的IMA系统性能衰退历程，如图3所示，图4为本发明的流程图，图4中，A为随机数，表达概率，在0-1之间，P为无故障发生概率，即为P(t,λ(t))。

以波音787的IMA中左侧第五个GPM所驻留的功能为例，其概述如图5。依据以上研究基础在Simulink下构建仿真模型。其顶层设计如图6，各硬件资源模块RDC、AFDX、GPM仿真模型分别如图7-图9所示。为简化仿真，每个飞行循环只仿真一个主时间列表，即所驻留的所有功能被执行一次。基于ARINC653的综合模块化航电系统其各个功能依据时间与空间被严格的隔离，每个功能及功能里的应用依据时间列表轮流执行。利用蒙特卡洛仿真方法，其仿真结果如图10所示。为使得结果更合理，反复执行100次，并将每一个飞行循环的软故障进行统计，得到累积故障发生数，如图11所示。图12为10次仿真中首次达到功能失效阈值的时间，对其进行统计分析可以得到相应的首达失效时间概率分布如图13所示。本例中首达失效时间的均值为11232次循环，在置信度为95％下的置信区间为[11207,11257]。

Claims (1)

1.一种综合模块化航电系统性能衰退建模与仿真方法，其特征在于包括下述步骤：

步骤1：IMA的硬件组成包括远程数据采集中心，公共数据网络和公共计算资源，航空电子全双工通信以太网交换作为电子系统之间的交换总线，通用处理模块是实现各个驻留功能的核心，外部数据由RDC采集通过总线存入内存，功能执行时GPM调取内存资源，通过依据相应程序计算实现各个功能；

步骤2：由间歇故障与瞬时故障组成的软故障对IMA系统的影响划分为三个阶段，即早期、中期和后期，每6年为一个阶段；

步骤3：疲劳老化会导致IMA硬件平台出现软故障，由疲劳老化导致飞机发生软故障的因素包括热载流子、电迁移、与时间相关介电击穿，其中电迁移服从对数正态分布、而热载流子和与时间相关介电击穿服从威布尔分布，从而得到每个因素相应的概率密度函数f(x)；

步骤4：依据概率密度函数f(t)计算出该影响因素下系统的可靠度R(t)，计算公式为R(t)＝1-∫f(t)dt，用以描述系统随时间变化无故障发生的概率；

步骤5：由指数分布函数F(t)描述独立随机事件发生的时间间隔，时间间隔为1个飞行循环，软故障出现的概率F(t)＝λe^-λt，同时可得到在1个飞行循环内无软故障出现的分布函数为P(t)，而可靠度R(t)为无故障发生的期望，因此，在一次飞行循环中，利用可靠度R(t)构建指数分布函数F(t)的参数λ(t)，具体构造过程为：

将可靠度R(t)按照Δt的间隔进行离散化，即将1个飞行循环的时间间隔离散化，同时，计算在P(t)概率分布下软故障出现的期望

t时刻到t+Δt时间间隔下的可靠度R(t,t+Δt)构建一个E(X＝0,λ_t)，其中λ_t为在可靠度R(t,t+Δt)下的λ值，构建R(t,t+Δt)与E(X＝0,λ_t)之间的关系

其中C为相关系数，取值范围为0.001-0.005；

步骤6：E(X＝0,λ_t)表示从时间t开始到∞之间无软故障发生的概率，取P(t,λ)＝E(X＝0,λ_t|t,t+Δt)的概率描述一次飞行起落中无软故障发生的概率，IMA系统全寿命周期内无软故障发生的概率P(t,λ(t))为将P(t₁,λ₁),P(t₂,λ₂),…P(t_i,λ_i),…,P(t_n,λ_n)连接起来进行离散点曲线拟合，其中n为全寿命周期内总飞行次数，n取值范围为：1*10^6-1.8*10^6，其中P(t_i,λ_i)表示第i次飞行起落时无软故障发生的概率，即IMA系统经过i次飞行起落后的性能状况下无软故障发生的概率，F(t,λ(t))＝1-P(t,λ(t))则为IMA系统全寿命周期内软故障发生的概率函数；

步骤7：依据步骤3，可得三个影响因素的概率密度函数f₁(x)、f₂(x)和f₃(x)，从而计算出三个影响因素下，分别对系统影响的可靠度R₁(t)、R₂(t)和R₃(t)，依据步骤5到步骤6，计算出无故障发生分布函数[P₁,P₂,…,P_n]，进一步计算出在每一个确定的IMA系统性能状态下多因素共同作用无故障发生概率

从而可以构建出整个IMA系统寿命周期无间歇故障、瞬时故障发生的性能衰退历程，F(t,λ(t),m)则为IMA系统全寿命周期内m个影响因素共同作用下，伴随着软故障发生的概率函数。

Images