CN107607921A - 一种雷达频综系统故障检测方法及装置 - Google Patents
一种雷达频综系统故障检测方法及装置 Download PDFInfo
- Publication number
- CN107607921A CN107607921A CN201710961198.3A CN201710961198A CN107607921A CN 107607921 A CN107607921 A CN 107607921A CN 201710961198 A CN201710961198 A CN 201710961198A CN 107607921 A CN107607921 A CN 107607921A
- Authority
- CN
- China
- Prior art keywords
- mtd
- failure
- msub
- monitoring point
- mrow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种雷达频综系统故障检测方法及装置。该方法包括:根据预建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息;当雷达频综系统运行时第一故障监测点产生的提示信息与至少一种故障中的一种或多种故障发生时的故障信息相匹配时,确定第一故障监测点发生一种或多种故障,其中第一故障监测点为至少一个故障监测点中的任意一个故障监测点。根据预先建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息,如果提示信息与故障发生时的故障信息相匹配,则可以直接确定该监测点发生了故障。而且可以直接确定发生了什么故障,降低了故障检测及诊断难度,提高诊断推理效率,有利于监测诊断的实现。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种雷达频综系统故障检测方法及装置。
背景技术
目前,雷达频综系统的故障检测主要是通过雷达检测维护系统与人工相互合作,进行排查。雷达检测维护系统用于收集分布在雷达频综系统各个组合现场可更换单元(line replaceable unit,简称LRU)或者部件的故障监测点、状态监测传感器和硬件检测程序等信息,发送至主控及显控计算机进行显示。
人工排查主要是操作人员通过经验判断或使用仪器辅助解决一些机内自检设备(Built-In Test Equipment,简称BITE)无法准确进行故障定位的信息。人工排查补充了雷达检测维护系统在处理BITE上报的故障信息或状态信息时,没有融合个LRU之间的故障传递关系。借助人工经验和外接仪器设备检测分系统和雷达频综系统的故障,并将故障隔离到LRU。而上述通过人工排查的这一过程,需要操作人员根据系统信号流向,分析故障信息关联情况,确定影响关系。而且是必须熟悉雷达频综系统的历史故障及状态信息,以便在排故时进行综合考虑。由此导致人工检测诊断的效果和占用的时间在很大程度上需要取决于操作人员对于频综系统的了解程度。如果操作人员对于频综系统的了解较少,在检测过程中,可能需要花费大量时间,而诊断效果也未必很好。
发明内容
为解决上述技术问题,本发明提供了一种雷达频综系统故障检测方法及装置。
第一方面,本发明提供了一种雷达频综系统故障检测方法,该方法包括:
根据预建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息,其中故障检测模型包括至少一个故障监测点和至少一种故障发生时的故障信息;
当雷达频综系统运行时第一故障监测点产生的提示信息与至少一种故障中的一种或多种故障发生时的故障信息相匹配时,确定第一故障监测点发生一种或多种故障,其中第一故障监测点为至少一个故障监测点中的任意一个故障监测点。
本发明的有益效果是:根据预先建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息,如果提示信息与故障发生时的故障信息相匹配,则可以直接确定该监测点发生了故障。而且可以直接确定发生了什么故障,降低了故障检测及诊断难度,提高诊断推理效率,有利于监测诊断的实现。即使建立雷达频综系统的工程人员不在,其他工作人员也可以轻易的确定该雷达频综系统发生故障的原因及故障位置。尤其方便那些即使不了解雷达频综系统的操作人员,也可以轻易确定故障原因及故障位置,从而采取必要措施,降低对维修人员的要求。
进一步,预建立一个故障检测模型,具体包括:
接收用户输入的预测雷达频综系统发生故障的至少一个故障监测点、雷达频综系统会发生的至少一种故障,以及至少一种故障中每一个故障发生时的故障信息;
根据至少一个故障监测点、至少一种故障以及至少一种故障发生时的故障信息,构成故障检测模型。
采用上述进一步的方案的有益技术效果在于,工作人员自身在建立雷达频综系统时,可以清楚的知道雷达频综系统模型的层次,更加清楚不同层次中各部件之间的结构关系,信号传递关系等。那么,对于故障的预测,以及可能会发生故障的位置的预测将会更加全面,更加准确。所以,系统可以根据工作人员预先输入预测雷达频综系统发生故障的至少一个故障监测点、雷达频综系统会发生的至少一种故障,以及至少一种故障中每一个故障发生时的故障信息,构建一个故障检测模型。便于后续对这个雷达频综系统不了解,或者了解较少的工作人员利用故障检测模型对雷达频综系统进行检测。降低了故障检测及诊断难度,提高诊断推理效率,有利于监测诊断的实现。
进一步,故障检测模型的表现形式为矩阵形式,具体由下式表示:
其中,m为故障的个数,n为故障监测点的个数,m和n均为大于或者等于1的正整数;Fi=[di1 di2 … din],表示第i个故障在每一个故障监测点上的是否发生,Tj=[d1j d2j …dmj],表示每一个故障分别在监测点j上是否发生,其中当dij等于0时,则说明第j个监测点没有发生第i个故障,当dij等于1时,则说明第j个监测点发生第i个故障,其中i为大于等于1,且小于等于m的正整数,j为大于等于1,且小于等于n的正整数。
采用上述进一步的技术方案的有益技术效果在于,不同的故障以及不同故障监测点共同构成一个矩阵,用于检测故障监测点发生的故障,使检测能够更加全面精确。
进一步的,根据预建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息之后,该方法还包括:当确定故障检测模型中不同行的矩阵元素相同,即Fi=Fj(i≠j)时,将矩阵元素相同的行合并为一行。
采用上述进一步的技术方案的有益技术效果在于,若故障检测模型中不同行的矩阵元素相同,则说明发生故障1的监测点和发生故障2的监测点相同,可能是检测故障时检测重复了,直接合并。
进一步的,根据预建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息之后,该方法还包括:当确定故障检测模型中不同列的矩阵元素相同,即Ti=Tj(i≠j)时,接收用户输入的操作指令;并根据用户输入的操作指令确定最优列作为故障检测的参考依据,并删除其他与最优列的矩阵元素相同的列。
采用上述进一步的技术方案的有益技术效果在于,当故障检测模型中不同列的矩阵元素相同时,则说明一个故障点可能即发生的了故障1,又发生了故障2,但是很有可能是因为发生故障1后,才导致的故障2的发生。需要人为进一步确定。但是为了简化矩阵,所以人为选择一个比较好计算的最优列,其他列删除。所以是接收用户输入的操作指令。
第二方面,本发明提供了一种雷达频综系统故障检测装置,该装置包括:
监测单元,用于根据预建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息,其中故障检测模型包括至少一个故障监测点和至少一种故障发生时的故障信息;
处理单元,用于确定雷达频综系统运行时第一故障监测点产生的提示信息是否与至少一种故障中的一种或多种故障发生时的故障信息相匹配;
且当确定雷达频综系统运行时第一故障监测点产生的提示信息与至少一种故障中的一种或多种故障发生时的故障信息相匹配时,确定第一故障监测点发生一种或多种故障,其中第一故障监测点为至少一个故障监测点中的任意一个故障监测点。
本发明的有益效果是:根据预先建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息,如果提示信息与故障发生时的故障信息相匹配,则可以直接确定该监测点发生了故障。而且可以直接确定发生了什么故障,降低了故障检测及诊断难度,提高诊断推理效率,有利于监测诊断的实现。即使建立雷达频综系统的工程人员不在,其他工作人员也可以轻易的确定该雷达频综系统发生故障的原因及故障位置。尤其方便那些即使不了解雷达频综系统的操作人员,也可以轻易确定故障原因及故障位置,从而采取必要措施,降低对维修人员的要求。
进一步的,装置还包括:
接收单元,用于接收用户输入的预测雷达频综系统发生故障的至少一个故障监测点、雷达频综系统会发生的至少一种故障,以及至少一种故障中每一个故障发生时的故障信息;
故障检测模型构建单元,用于根据至少一个故障监测点、至少一种故障以及至少一种故障发生时的故障信息,构成故障检测模型。
采用上述进一步的方案的有益技术效果在于,工作人员自身在建立雷达频综系统时,可以清楚的知道雷达频综系统模型的层次,更加清楚不同层次中各部件之间的结构关系,信号传递关系等。那么,对于故障的预测,以及可能会发生故障的位置的预测将会更加全面,更加准确。所以,系统可以根据工作人员预先输入预测雷达频综系统发生故障的至少一个故障监测点、雷达频综系统会发生的至少一种故障,以及至少一种故障中每一个故障发生时的故障信息,构建一个故障检测模型。便于后续对这个雷达频综系统不了解,或者了解较少的工作人员利用故障检测模型对雷达频综系统进行检测。降低了故障检测及诊断难度,提高诊断推理效率,有利于监测诊断的实现。
进一步的,故障检测模型的表现形式为矩阵形式,具体由下式表示:
其中,m为故障的个数,n为故障监测点的个数,m和n均为大于或者等于1的正整数;Fi=[di1 di2 … din],表示第i个故障在每一个故障监测点上的是否发生,Tj=[d1j d2j …dmj],表示每一个故障分别在监测点j上是否发生,其中当dij等于0时,则说明第j个监测点没有发生第i个故障,当dij等于1时,则说明第j个监测点发生第i个故障,其中i为大于等于1,且小于等于m的正整数,j为大于等于1,且小于等于n的正整数。
采用上述进一步的技术方案的有益技术效果在于,不同的故障以及不同故障监测点共同构成一个矩阵,用于检测故障监测点发生的故障,使检测能够更加全面精确。
进一步的,处理单元还用于,当确定故障检测模型中不同行的矩阵元素相同,即Fi=Fj(i≠j)时,将矩阵元素相同的行合并为一行。
采用上述进一步的技术方案的有益技术效果在于,若故障检测模型中不同行的矩阵元素相同,则说明发生故障1的监测点和发生故障2的监测点相同,可能是检测故障时检测重复了,直接合并。
进一步的,处理单元还用于,当确定故障检测模型中不同列的矩阵元素相同,即Ti=Tj(i≠j)时,接收用户输入的操作指令;并根据用户输入的操作指令确定最优列作为故障检测的参考依据,并删除其他与最优列的矩阵元素相同的列。
采用上述进一步的技术方案的有益技术效果在于,当故障检测模型中不同列的矩阵元素相同时,则说明一个故障点可能即发生的了故障1,又发生了故障2,但是很有可能是因为发生故障1后,才导致的故障2的发生。需要人为进一步确定。但是为了简化矩阵,所以人为选择一个比较好计算的最优列,其他列删除。所以是接收用户输入的操作指令。
附图说明
图1为本发明实施例提供的一种雷达频综系统故障检测方法流程示意图;
图2为本发明实施例提供的另一种雷达频综系统故障检测方法结构示意图;
图3为本发明实施例提供的一种雷达频综系统故障检测装置结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、接口、技术之类的具体细节,以便透切理解本发明。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
图1为本发明实施例提供的一种雷达频综系统故障检测方法流程示意图。如图1所示,该方法包括:
步骤110,根据预建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息。
具体的,故障检测模型包括至少一个故障监测点和至少一种故障发生时的故障信息。那么,在监测过程中,可以监测每一个监测点运行时产生的提示信息是否和至少一种故障中的一种或多种故障发生时的信息相匹配,进而确定该故障点是否发生了故障。
步骤120,当雷达频综系统运行时第一故障监测点产生的提示信息与至少一种故障中的一种或多种故障发生时的故障信息相匹配时,确定第一故障监测点发生一种或多种故障。
具体的,如果根据预建立的故障检测模型,检测到雷达频综系统运行时第一故障监测点产生的提示信息与至少一种故障中的一种或多种故障发生时的故障信息相匹配时,确定第一故障监测点发生一种或多种故障。
通过该种方式,可以直接确定发生了什么故障,降低了故障检测及诊断难度,提高诊断推理效率,有利于监测诊断的实现。即使建立雷达频综系统的工程人员不在,其他工作人员也可以轻易的确定该雷达频综系统发生故障的原因及故障位置。尤其方便那些即使不了解雷达频综系统的操作人员,也可以轻易确定故障原因及故障位置,从而采取必要措施,降低对维修人员的要求。
为了更加详尽的说明本申请文件提供的雷达频综系统故障检测方法,本发明还提供了另一个实施例,在该实施例中将对方案做更详尽的说明。具体如图2所示,该方法包括:步骤210,根据预建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息。
具体的,故障检测模型包括至少一个故障监测点和至少一种故障发生时的故障信息。那么,在监测过程中,可以监测每一个监测点运行时产生的提示信息是否和至少一种故障中的一种或多种故障发生时的信息相匹配,进而确定该故障点是否发生了故障。
可选的,预建立一个故障检测模型,具体包括:
步骤A:接收用户输入的预测雷达频综系统发生故障的至少一个故障监测点、雷达频综系统会发生的至少一种故障,以及至少一种故障中每一个故障发生时的故障信息。
具体的,这里所指的用户可以是建立雷达频综系统的工作人员,或者是对该雷达频综系统很了解的其他工作人员。正因为对雷达频综系统具有详细的了解。才会更加清楚的知道雷达频综系统的各部件构成、结构关系以及雷达频综系统中信号的流向等等。
例如,用户在输入预测雷达频综系统发生故障的至少一个故障监测点、雷达频综系统会发生的至少一种故障,以及至少一种故障中每一个故障发生时的故障信息之前,可以做如下准备工作:
首先,确定一个雷达频综系统模型层次。
可以根据雷达频综系统原理和功能结构得到系统中使用的器件、组件或板卡等硬件结构信息及功能,按照系统需要划分的约定层级(如子系统、LRU等),确定系统模型层次。雷达频综系统第一层次分为电源、控制组件、组件组合1和组件组合2。第二层次分为基准组件、本振组件、中标频组件、频扩1组件、频扩2组件、细步进组件、标频组件、定时信号组件、宽带组件、窄带组件、发射组件和输出组件。以上各部件之间的结构及具体连接关系均是现有技术,仅仅是辅助说明,不做更加详细介绍。
然后确定雷达频综系统故障模式传递关系。
按照GJB/Z 1391-2006《故障模式、影响及危害性分析指南》中的硬件FMEA分析法,进行雷达频综系统的故障模式、影响及危害性分析。其中硬件FMEA分析法是对雷达频综系统的硬件组成进行分析。基准组件:故障1与基准组件a端口及故障2相关;故障2与基准组件a、b、c、d端口相关;本振组件:故障3与本振组件a、b、c端口,以及故障4、5、6相关;故障4与本振组件b、c端口,以及故障3、5相关;故障5与本振组件端口c,以及故障3、4、6相关;故障6和本振组件b、d端口,以及故障3、5相关;中标频组件:故障7与中标频组件端口a、b、c、d,以及故障8、9相关;故障8与中标频组件端口e,以及故障7、9相关;故障9与中标频组件端口f,以及故障7、8相关;频扩1组件:故障10与频扩1组件端口a、b、c、e,以及故障11相关;故障11与频扩1组件端口d,以及故障10相关;细步进组件:故障12与细步进组件端口a、b、d,以及故障13相关;故障13与细步进组件端口c,以及故障12相关;标频组件:故障14与标频组件端口a、b、c,以及故障15相关;故障15与标频组件端口d,以及故障14相关;频扩2组件:故障16与频扩2组件端口a、b、c、e,以及故障17相关;故障17与频扩2组件端口d,以及故障16相关;定时信号组件:故障18与定时信号组件端口a、d相关;故障19与定时信号组件端口a、b,以及故障20、21、22相关;故障20与定时信号组件端口c,以及故障19相关;故障21与定时信号组件端口e、f,以及故障19相关;故障22与定时信号组件端口g故障19相关;宽带组件:故障23与宽带组件端口a、b、d、e,以及故障24相关;故障24与宽带组件端口c,以及故障23相关;输出组件:故障25与输出组件端口a、e,以及故障26相关;故障26与输出组件端口b、c、d、f和故障25相关;窄带组件:故障27与窄带组件端口a、b、d,以及故障28相关;故障28与窄带组件端口c和故障27相关;发射组件:故障29与发射组件端口a、b、c、d、e相关。
最后,确定LRU的基本信息及故障传递关系。
第一层次电源和控制组件为LRU。电源包含输入a端口和输出b端口,b端口与控制组件的输入a端口、组件组合1的输入a端口、组件组合2的a端口相连;控制组件包含输入端口a、b、c端口和输出d、e端口,a端口与电源输出b端口相连,b端口与外来输入信号输入端口a相连,c端口与组件组合2的输出i端口相连,d端口与组件组合1的输入b端口相连,e端口与组件组合2的输入f端口以及频综系统输出端口d相连。
第二层次:基准组件包含输入端口a和输出端口b、c、d,a端口与组件组合输入端口a相连,b端口与细步进输入端口a相连,c端口与中标频组件输入a端口相连,d端口与本振组件输入a端口相连。本振组件包含输入端口a、b和输出端口c、d,本振组件a端口与基准组件输出d端口相连,b端口与组件组合1输入a端口相连,c端口与频扩1组件的输入a端口相连,d端口与标频组件的输入a端口相连。中标频组件包含输入端口a、b和输出端口c、d、e、f,中标频组件a端口与基准组件c端口相连,b端口与组件组合1的输入a端口相连,c端口与标频组件b端口相连,d端口与组件组合1输出f端口相连,e端口与组件组合1输出d端口相连,f端口与组件组合1输出e端口相连。频扩1组件包含输入端口a、b、c、d和输出端口e,频扩1组件a端口与本振组件c端口相连,b端口与标频组件d端口相连,c端口与组件组合1a端口相连,d端口与组件组合1b端口相连,e端口与频扩组件2b端口相连。细步进组件包含输入端口a、b、c和输出端口d,细步进组件a端口与基准组件b端口相连,b端口与组件组合1a端口相连,c端口与组件组合1b端口相连,d端口与频扩2组件a端口相连。标频组件包含输入端口a、b、c和输出端口d,标频组件a端口与本振组件d端口相连,b端口与中标频组件c端口相连,c端口与组件组合1a端口相连,d端口与频扩1组件b端口相连。频扩2组件包含输入端口a、b、c、d和输出端口e,频扩2组件a端口与细步进组件d端口相连,b端口与频扩1组件e端口相连,c端口与组件组合1a端口相连,d端口与组件组合1的b端口相连,e端口与组件组合1c端口相连。定时信号组件包含输入端口a、b、c和输出端口d、e、f、g,a端口与基准组件c端口相连,b端口与组件组合2的输入a端口相连,c端口与组件组合2f端口相连,d端口与窄带组件a端口相连,e端口与组件组合2i端口相连,f端口与组件组合2j端口相连,g端口与组件组合2i端口相连。宽带组件包含输入端口a、b、c、d和输出端口e,宽带组件a端口与组件组合2d端口相连,b端口与输出组件e端口相连,c端口与组件组合2f端口相连,d端口与组件组合2a端口相连,e端口与输出组件b端口相连。窄带组件包含输入端口a、b、c和输出端口d,窄带组件a端口与定时信号组件d端口相连,b端口与组件组合2a端口相连,c端口与组件组合2f端口相连,d端口与发射组件c端口相连。输出组件包含输入端口a、b、c和输出端口d、e、f,输出组件a端口与组件组合2b端口相连,b端口与宽带组件e端口相连,c端口与组件组合2a端口相连,d端口与组件组合2g端口相连,e端口与宽带组件b端口相连,f端口与发射组件a端口相连。发射组件包含输入端口a、b、c、d和输出端口e,a端口与输出组件f端口相连,b端口与组件组合2e端口相连,c端口与组件组合2a端口相连,d端口与窄带组件d端口相连,e端口与组件组合2h端口相连。
需要说明的是,本实施例中对雷达频综系统中各部件进行分层实际是按照信号流向进行划分的。但是,这仅仅是一个具体实施方式,其他划分方式则不做任何限定。
此时,用户在预测雷达频综系统发生的故障、可能发生故障的位置以及故障发生时的表现形式,也即是故障信息将会更加清楚。
因此,在建立雷达频综系统故障检测模型时,首先接收该用户输入的预测雷达频综系统发生故障的至少一个故障监测点、雷达频综系统会发生的至少一种故障,以及至少一种故障中每一个故障发生时的故障信息,然后执行步骤B,构建的故障检测模型将会更加精确。
步骤B:根据至少一个故障监测点、至少一种故障以及至少一种故障发生时的故障信息,构成故障检测模型。
可选的,在构建雷达频综系统的故障检测模型时,雷达频综系统的故障检测模型表现形式可以体现为矩阵形式。具体可以由公式1-1表示。
其中,m为故障的个数,n为故障监测点的个数,m和n均为大于或者等于1的正整数;Fi=[di1 di2 … din],表示第i个故障在每一个故障监测点上的是否发生,Tj=[d1j d2j …dmj],表示每一个故障分别在监测点j上是否发生,其中当dij等于0时,则说明第j个监测点没有发生第i个故障,当dij等于1时,则说明第j个监测点发生第i个故障,其中i为大于等于1,且小于等于m的正整数,j为大于等于1,且小于等于n的正整数。
步骤220,当雷达频综系统运行时第一故障监测点产生的提示信息与至少一种故障中的一种或多种故障发生时的故障信息相匹配时,确定第一故障监测点发生一种或多种故障。
具体的,如果根据预建立的故障检测模型,检测到雷达频综系统运行时第一故障监测点产生的提示信息与至少一种故障中的一种或多种故障发生时的故障信息相匹配时,确定第一故障监测点发生一种或多种故障。
而在矩阵中,表现的则是矩阵中的某一个元素为1或者为0。当某一个元素为1时,则说明在监测点发生的某种故障。在一些特殊情况中,可能故障检测模型中不同行的矩阵元素完全相同,即Fi=Fj(i≠j),那么,则说明发生故障1的监测点和发生故障2的监测点相同,可能是检测故障时检测重复了,为了简化矩阵,可以直接将这两行合并。
在另一种情况中,可能会发现故障检测模型中不同列的矩阵元素相同,即Ti=Tj(i≠j)时,接收用户输入的操作指令;并根据用户输入的操作指令确定最优列作为故障检测的参考依据,并删除其他与最优列的矩阵元素相同的列。这里,故障检测模型中不同列的矩阵元素相同时,说明一个故障点可能即发生的了故障1,又发生了故障2,但是很有可能是因为发生故障1后,才导致的故障2的发生。所以,无法直接确定到底是因为什么故障而导致的,需要人为进一步确定。但是为了简化矩阵,所以人为选择一个比较好计算的最优列,其他列删除。
综上,可以看出。在检测故障时,可以是事先假设一个监测点可能发生的所有故障。而如果该监测点发生故障时,必然会在运行过程中产生一些现象。也可以理解为是提示信息。系统将这些提示信息和故障发生时的故障信息进行匹配,一旦匹配成功,必然说明该监测点发生了故障。
循环往复,直至所有的监测点都进行验证后,则可以直接确定具体哪个故障点发生了什么故障。
本发明实施例提供的一种雷达频综系统故障检测及诊断方法,根据预先建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息,如果提示信息与故障发生时的故障信息相匹配,则可以直接确定该监测点发生了故障。而且可以直接确定发生了什么故障,降低了故障检测及诊断难度,提高诊断推理效率,有利于监测诊断的实现。即使建立雷达频综系统的工程人员不在,其他工作人员也可以轻易的确定该雷达频综系统发生故障的原因及故障位置。尤其方便那些即使不了解雷达频综系统的操作人员,也可以轻易确定故障原因及故障位置,从而采取必要措施,降低对维修人员的要求。
与上述一种雷达频综系统故障检测方法对应的,本发明实施例还提供了一种雷达频综系统故障检测装置。具体如图3所示,该装置包括:监测单元301和处理单元302。
监测单元301,用于根据预建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息,其中故障检测模型包括至少一个故障监测点和至少一种故障发生时的故障信息;
处理单元302,用于确定雷达频综系统运行时第一故障监测点产生的提示信息是否与至少一种故障中的一种或多种故障发生时的故障信息相匹配;
且当确定雷达频综系统运行时第一故障监测点产生的提示信息与至少一种故障中的一种或多种故障发生时的故障信息相匹配时,确定第一故障监测点发生一种或多种故障,其中第一故障监测点为至少一个故障监测点中的任意一个故障监测点。
可选的,该装置还可以包括:
接收单元303,用于接收用户输入的预测雷达频综系统发生故障的至少一个故障监测点、雷达频综系统会发生的至少一种故障,以及至少一种故障中每一个故障发生时的故障信息;
故障检测模型构建单元304,用于根据至少一个故障监测点、至少一种故障以及至少一种故障发生时的故障信息,构成故障检测模型。
其中,故障检测模型的表现形式为矩阵形式,具体由式3-1表示:
其中,m为故障的个数,n为故障监测点的个数,m和n均为大于或者等于1的正整数;Fi=[di1 di2 … din],表示第i个故障在每一个故障监测点上的是否发生,Tj=[d1j d2j …dmj],表示每一个故障分别在监测点j上是否发生,其中当dij等于0时,则说明第j个监测点没有发生第i个故障,当dij等于1时,则说明第j个监测点发生第i个故障,其中i为大于等于1,且小于等于m的正整数,j为大于等于1,且小于等于n的正整数。
进一步的,处理单元302还用于,当确定故障检测模型中不同行的矩阵元素相同,即Fi=Fj(i≠j)时,将矩阵元素相同的行合并为一行。
当确定故障检测模型中不同列的矩阵元素相同,即Ti=Tj(i≠j)时,接收用户输入的操作指令;并根据用户输入的操作指令确定最优列作为故障检测的参考依据,并删除其他与最优列的矩阵元素相同的列。
该装置中的各部件所执行的功能均已经在上述实施例一种雷达频综系统故障检测方法中做了详细的介绍,这里不再赘述。
本发明实施例提供的一种雷达频综系统故障检测装置,根据预先建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息,如果提示信息与故障发生时的故障信息相匹配,则可以直接确定该监测点发生了故障。而且可以直接确定发生了什么故障,降低了故障检测及诊断难度,提高诊断推理效率,有利于监测诊断的实现。即使建立雷达频综系统的工程人员不在,其他工作人员也可以轻易的确定该雷达频综系统发生故障的原因及故障位置。尤其方便那些即使不了解雷达频综系统的操作人员,也可以轻易确定故障原因及故障位置,从而采取必要措施,降低对维修人员的要求。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种雷达频综系统故障检测方法,其特征在于,所述方法包括:
根据预建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息,其中所述故障检测模型包括至少一个故障监测点和至少一种故障发生时的故障信息;
当所述雷达频综系统运行时第一故障监测点产生的提示信息与所述至少一种故障中的一种或多种故障发生时的故障信息相匹配时,确定所述第一故障监测点发生一种或多种故障,其中所述第一故障监测点为所述至少一个故障监测点中的任意一个故障监测点。
2.根据权利要求1所述的方法,其特征在于,预建立一个故障检测模型,具体包括:
接收用户输入的预测所述雷达频综系统发生故障的至少一个故障监测点、所述雷达频综系统会发生的至少一种故障,以及所述至少一种故障中每一个故障发生时的故障信息;
根据所述至少一个故障监测点、至少一种故障以及至少一种故障发生时的故障信息,构成故障检测模型。
3.根据权利要求1或2所述的方法,其特征在于,所述故障检测模型的表现形式为矩阵形式,具体由下式表示:
<mrow>
<msub>
<mi>D</mi>
<mrow>
<mi>m</mi>
<mo>&times;</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>d</mi>
<mn>11</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mn>12</mn>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<mn>1</mn>
<mi>n</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>d</mi>
<mn>21</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mn>22</mn>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<mn>2</mn>
<mi>n</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<mi>m</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<mi>m</mi>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<mi>m</mi>
<mi>n</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中,m为故障的个数,n为故障监测点的个数,m和n均为大于或者等于1的正整数;Fi=[di1 di2 ... din],表示第i个故障在每一个故障监测点上的是否发生,Tj=[d1j d2j …dmj],表示每一个故障分别在监测点j上是否发生,其中当dij等于0时,则说明第j个监测点没有发生第i个故障,当dij等于1时,则说明第j个监测点发生第i个故障,其中i为大于等于1,且小于等于m的正整数,j为大于等于1,且小于等于n的正整数。
4.根据权利要求3所述的方法,其特征在于,所述根据预建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息之后,所述方法还包括:
当确定所述故障检测模型中不同行的矩阵元素相同,即Fi=Fj(i≠j)时,将所述矩阵元素相同的行合并为一行。
5.根据权利要求3所述的方法,其特征在于,所述根据预建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息之后,所述方法还包括:
当确定所述故障检测模型中不同列的矩阵元素相同,即Ti=Tj(i≠j)时,接收用户输入的操作指令;并根据用户输入的操作指令确定最优列作为所述故障检测的参考依据,并删除其他与所述最优列的矩阵元素相同的列。
6.一种雷达频综系统故障检测装置,其特征在于,所述装置包括:监测单元,用于根据预建立的故障检测模型,监测雷达频综系统运行时每一个故障监测点产生的提示信息,其中所述故障检测模型包括至少一个故障监测点和至少一种故障发生时的故障信息;
处理单元,用于确定雷达频综系统运行时第一故障监测点产生的提示信息是否与所述至少一种故障中的一种或多种故障发生时的故障信息相匹配;
且当确定所述雷达频综系统运行时第一故障监测点产生的提示信息与所述至少一种故障中的一种或多种故障发生时的故障信息相匹配时,确定所述第一故障监测点发生一种或多种故障,其中所述第一故障监测点为所述至少一个故障监测点中的任意一个故障监测点。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
接收单元,用于接收用户输入的预测所述雷达频综系统发生故障的至少一个故障监测点、所述雷达频综系统会发生的至少一种故障,以及所述至少一种故障中每一个故障发生时的故障信息;
故障检测模型构建单元,用于根据所述至少一个故障监测点、至少一种故障以及至少一种故障发生时的故障信息,构成故障检测模型。
8.根据权利要求6或7所述的装置,其特征在于,所述故障检测模型的表现形式为矩阵形式,具体由下式表示:
<mrow>
<msub>
<mi>D</mi>
<mrow>
<mi>m</mi>
<mo>&times;</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>d</mi>
<mn>11</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mn>12</mn>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<mn>1</mn>
<mi>n</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>d</mi>
<mn>21</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mn>22</mn>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<mn>2</mn>
<mi>n</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<mi>m</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<mi>m</mi>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<mi>m</mi>
<mi>n</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中,m为故障的个数,n为故障监测点的个数,m和n均为大于或者等于1的正整数;Fi=[di1 di2 ... din],表示第i个故障在每一个故障监测点上的是否发生,Tj=[d1j d2j …dmj],表示每一个故障分别在监测点j上是否发生,其中当dij等于0时,则说明第j个监测点没有发生第i个故障,当dij等于1时,则说明第j个监测点发生第i个故障,其中i为大于等于1,且小于等于m的正整数,j为大于等于1,且小于等于n的正整数。
9.根据权利要求8所述的装置,其特征在于,所述处理单元还用于,当确定所述故障检测模型中不同行的矩阵元素相同,即Fi=Fj(i≠j)时,将所述矩阵元素相同的行合并为一行。
10.根据权利要求8所述的装置,其特征在于,所述处理单元还用于,当确定所述故障检测模型中不同列的矩阵元素相同,即Ti=Tj(i≠j)时,接收用户输入的操作指令;并根据用户输入的操作指令确定最优列作为所述故障检测的参考依据,并删除其他与所述最优列的矩阵元素相同的列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710961198.3A CN107607921A (zh) | 2017-10-16 | 2017-10-16 | 一种雷达频综系统故障检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710961198.3A CN107607921A (zh) | 2017-10-16 | 2017-10-16 | 一种雷达频综系统故障检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107607921A true CN107607921A (zh) | 2018-01-19 |
Family
ID=61078489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710961198.3A Pending CN107607921A (zh) | 2017-10-16 | 2017-10-16 | 一种雷达频综系统故障检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107607921A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111521980A (zh) * | 2020-04-21 | 2020-08-11 | 北京无线电测量研究所 | 一种雷达实时监测显示方法、系统、介质及设备 |
CN113094217A (zh) * | 2021-03-25 | 2021-07-09 | 中国电子科技集团公司第二十九研究所 | 一种对电子系统机内自检结果进行故障分析诊断的方法 |
CN115638350A (zh) * | 2022-10-18 | 2023-01-24 | 安徽工业大学 | 一种基于物联网的计算机远程监控仪 |
CN115754941A (zh) * | 2022-11-14 | 2023-03-07 | 扬州宇安电子科技有限公司 | 基于人工智能的分布式雷达运行状态监测系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101055648A (zh) * | 2006-04-10 | 2007-10-17 | 宜兴市新屹仪器有限公司 | 车用实时智能故障监测装置及方法 |
CN104460650A (zh) * | 2014-10-24 | 2015-03-25 | 中国科学院遥感与数字地球研究所 | 遥感卫星接收系统的故障诊断装置及其故障诊断方法 |
CN105425107A (zh) * | 2015-11-13 | 2016-03-23 | 国网山东省电力公司电力科学研究院 | 一种有源配电网故障诊断与定位的方法及其系统 |
CN105971866A (zh) * | 2016-05-03 | 2016-09-28 | 莱芜钢铁集团电子有限公司 | 一种空气压缩机故障在线检测方法及系统 |
-
2017
- 2017-10-16 CN CN201710961198.3A patent/CN107607921A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101055648A (zh) * | 2006-04-10 | 2007-10-17 | 宜兴市新屹仪器有限公司 | 车用实时智能故障监测装置及方法 |
CN104460650A (zh) * | 2014-10-24 | 2015-03-25 | 中国科学院遥感与数字地球研究所 | 遥感卫星接收系统的故障诊断装置及其故障诊断方法 |
CN105425107A (zh) * | 2015-11-13 | 2016-03-23 | 国网山东省电力公司电力科学研究院 | 一种有源配电网故障诊断与定位的方法及其系统 |
CN105971866A (zh) * | 2016-05-03 | 2016-09-28 | 莱芜钢铁集团电子有限公司 | 一种空气压缩机故障在线检测方法及系统 |
Non-Patent Citations (1)
Title |
---|
何家周: "某型军用雷达故障智能诊断方法设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111521980A (zh) * | 2020-04-21 | 2020-08-11 | 北京无线电测量研究所 | 一种雷达实时监测显示方法、系统、介质及设备 |
CN111521980B (zh) * | 2020-04-21 | 2022-03-29 | 北京无线电测量研究所 | 一种雷达实时监测显示方法、系统、介质及设备 |
CN113094217A (zh) * | 2021-03-25 | 2021-07-09 | 中国电子科技集团公司第二十九研究所 | 一种对电子系统机内自检结果进行故障分析诊断的方法 |
CN115638350A (zh) * | 2022-10-18 | 2023-01-24 | 安徽工业大学 | 一种基于物联网的计算机远程监控仪 |
CN115754941A (zh) * | 2022-11-14 | 2023-03-07 | 扬州宇安电子科技有限公司 | 基于人工智能的分布式雷达运行状态监测系统及方法 |
CN115754941B (zh) * | 2022-11-14 | 2023-08-29 | 扬州宇安电子科技有限公司 | 基于人工智能的分布式雷达运行状态监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107607921A (zh) | 一种雷达频综系统故障检测方法及装置 | |
US8478479B2 (en) | Predicting time to maintenance by fusion between modeling and simulation for electronic equipment on board an aircraft | |
US9282008B2 (en) | Systems and methods for monitoring system performance and availability | |
CN105512011B (zh) | 一种电子装备测试性建模评估方法 | |
Takai et al. | Distributed failure prognosis of discrete event systems with bounded-delay communications | |
JP2006063986A (ja) | 装置の調子を評価するための器械および方法 | |
NO20180628A1 (en) | Digital twin and decision support for low or unmanned facilities | |
CN102004486A (zh) | 石化过程中基于定性sdg的故障混合诊断方法 | |
CN104346430A (zh) | 用于飞行器设备的维护辅助的方法和计算机程序 | |
US20110004369A1 (en) | Method and System for Generating Electronic Documentation for Maintenance | |
CN113626267A (zh) | 复杂电子系统不确定性故障诊断效能评估方法 | |
CN106796678A (zh) | 在包装流水线中的质量监控 | |
US20170257304A1 (en) | Systems and methods for monitoring system performance and availability | |
EP3268862B1 (en) | Method and apparatus for generating a fault tree for a failure mode of a complex system | |
Staroswiecki | On fault handling in control systems | |
Zhang et al. | Development of a system for collecting loop-detector event data for individual vehicles | |
US8271845B2 (en) | Method for evaluating the operating safety of a system | |
Ye et al. | An optimized algorithm of general distributed diagnosability analysis for modular structures | |
Streif et al. | Certifying robustness of separating inputs and outputs in active fault diagnosis for uncertain nonlinear systems | |
CN107463165A (zh) | 一种可诊断率确定方法、系统以及故障诊断方法、系统 | |
Cartocci et al. | Robust Multiple Fault Isolation Based on Partial-Orthogonality Criteria | |
CN103425125B (zh) | 基于连续状态的电气系统故障诊断方法 | |
CN106379323A (zh) | 一种车辆控制系统 | |
Liao et al. | Robust predictability of stochastic discrete-event systems and a polynomial-time verification | |
CN106528397A (zh) | 一种软件测试方法及其装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180119 |
|
RJ01 | Rejection of invention patent application after publication |