CN108268716A - 一种基于sqp的航电系统故障检测率分配方法 - Google Patents

一种基于sqp的航电系统故障检测率分配方法 Download PDF

Info

Publication number
CN108268716A
CN108268716A CN201810048873.8A CN201810048873A CN108268716A CN 108268716 A CN108268716 A CN 108268716A CN 201810048873 A CN201810048873 A CN 201810048873A CN 108268716 A CN108268716 A CN 108268716A
Authority
CN
China
Prior art keywords
distribution
fault detection
avionics system
detection rate
sqp
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
Application number
CN201810048873.8A
Other languages
English (en)
Inventor
赵珍
孙毅刚
胡艺馨
樊智勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Civil Aviation University of China
Original Assignee
Civil Aviation University of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Civil Aviation University of China filed Critical Civil Aviation University of China
Priority to CN201810048873.8A priority Critical patent/CN108268716A/zh
Publication of CN108268716A publication Critical patent/CN108268716A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design
    • G06F30/32Circuit design at the digital level
    • G06F30/333Design for testability [DFT], e.g. scan chain or built-in self-test [BIST]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)

Abstract

本发明公开了一种基于SQP的航电系统故障检测率分配方法。采用该方法主要解决了机载航电系统升级改装过程中由于故障检测率指标分配不合理导致的故障诊断效率低、故障修复时间长、测试成本高等问题。其实现过程是:首先对升级改装的航电系统进行结构层次划分,明确测试性分配的层次;其次,分析影响测试性分配的多种因素,求出各因素的影响系数,并获取约束条件,从而建立航电系统故障检测率分配问题的模型;最后采用SQP方法对航电系统的故障检测率指标进行优化分配。与传统使用的经验分配、按故障率分配、加权分配等方法相比,本发明采用的方法减少了工程实际测试性分配中个人主观因素的影响,使分配过程更合理更有效率。

Description

一种基于SQP的航电系统故障检测率分配方法
技术领域
本发明属于航电系统测试性设计领域,具体涉及一种基于SQP的航电系统故障检测率分配方法。特别是涉及一种面向升级改装航电系统的故障检测率分配方法。
背景技术
测试性指标分配(简称:测试性分配)是指在系统方案论证阶段和初步设计阶段,将系统的测试性定量要求根据给定的原则和方法,按系统的层次,自上而下逐级分配给系统的各组成部分,其目的是明确系统各组成部分的测试性定量要求,作为测试性设计的依据(参考文献:[1]、[2]、[3])。
随着航空技术的快速发展,往往需要对飞机的航空电子系统(以下简称航电系统)进行不同程度的升级改装。对民用飞机航电系统进行升级改装,将会改变原有系统的结构与信号交联关系,意味着对航电系统进行二次设计、制造,原有的测试性指标(故障检测率、故障隔离率等)将不再适用于升级改装后的系统,传统的系统开发过程中,没有或很少考虑后期故障诊断等要素,这种开发模式和事后追加的故障诊断方式在针对系统规模大、综合化程度高、技术复杂性高的现代航电系统时,存在故障检测率不高和测试资源耗费大等问题,为了保证飞机的飞行安全,满足飞机的适航要求,必须重新对升级改装的航电系统进行测试性设计,而如何分配测试性指标是测试性设计必须要解决的重要问题之一,同时,合理的测试性指标分配方案对提高航电系统的故障诊断和隔离的效率,降低测试、排故和维修成本,以及减少测试时间等具有重要的理论意义和实用价值。
目前,对于升级改装航电系统的故障检测率分配方法进行研究的国内外学者少之又少,传统系统中使用的故障率分配方法又存在个人主观因素影响大,分配效率低和结果不合理等不足之处,因此传统方法不能用于对航电系统的故障检测率分配,在这样的背景下,需要研发一种基于SQP的航电系统故障检测率分配方法,以适用于升级改装后的系统。
发明内容
本发明的目的是提出一种基于SQP的航电系统故障检测率分配方法,解决航电系统升级改装过程中的故障检测率指标分配问题,通过分配合理的故障检测率指标,从而提高系统的故障诊断效率、减少故障修复时间、降低测试成本等,给实际航电系统升级改装中的故障检测率分配提供理论与技术支持。
本发明采取的技术方案是:一种基于SQP的航电系统故障检测率分配方法,其特征在于,所述方法包括:
步骤一、划分升级改装的航电系统结构,明确测试性分配的层次;
步骤二、分析影响测试性分配的多种因素,求出各因素的影响系数与综合影响系数,所述各因素的影响系数计算公式为:
其中表示第i个分配单元的第x个影响系数,表示第i个分配单元的第x个影响因素的量值,所述综合影响系数计算公式为:
其中αx表示第x个影响因素的权重系数,且
步骤三、创建目标函数,获取约束条件,建立航电系统故障检测率分配问题的模型,所创建的目标函数为:
其中,C表示各分配单元费用函数之和,CiFDi)表示第i个分配单元的费用函数,Ln表示自然对数函数,Ki表示第i个分配单元的综合影响系数,γFDi表示第i个分配单元分配到的故障检测率;
步骤四、根据所述步骤三中建立的模型,运用SQP方法对航电系统的故障检测率指标进行测试性分配,确定各分配单元的指标。
在所述步骤一中,对升级改装航电系统的结构进行划分时,按照由系统层到子系统层再到组件层自顶向下的原则进行划分。
在所述步骤二中,分析影响测试性分配的多种因素有五种:故障发生的概率;故障检测的难易程度;故障造成的危害程度;故障检测的成本费用和平均维修时间,各因素的影响系数、权重系数以及综合影响系数分别为:
各因素的影响系数:
各因素的权重系数:α1,α2,α3,α4和α5
综合影响系数:其中α12345=1。
在所述步骤三中,所建立的航电系统故障检测率分配问题的模型为:
其中,C表示各分配单元费用函数之和,CiFDi)表示第i个分配单元的费用函数,Ln表示自然对数函数,Ki表示第i个分配单元的综合影响系数,γFDi表示第i个分配单元分配到的故障检测率;γFD表示根据各分配单元的故障检测率分配值计算得到的系统故障检测率;表示系统要求的故障检测率;λi表示第i个分配单元的故障发生率;n为分配单元的数目。
本发明所产生的有益效果是:与传统使用的经验分配、按故障率分配、加权分配等方法相比,本发明采用的方法将影响测试性分配的多种因素考虑进来,以总的测试成本为目标函数,从而使分配结果更加合理,在一定程度上减少了工程实际测试性分配中个人主观因素的影响,同时算法具有收敛效果好,边界搜索能力强等特点,因此提高了分配的效率,具有工程实用性。
附图说明
图1为本发明的实现流程图;
图2为按照本发明基于SQP的航电系统故障检测率分配方法对航电系统进行结构划分的关系图。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行更加详细的描述。
如图1所示,基于SQP的航电系统故障检测率分配方法包括以下步骤:
步骤一、划分升级改装的航电系统结构,明确测试性分配的层次:
根据升级改装航电系统的结构特征,按照维修场合的不同,按照由系统层到子系统层再到组件层,将系统的结构按自顶向下的原则可分为三个层次:外场可更换件(LineReplaceable Unit,LRU)、内场可更换件(Shop Replaceable Unit,SRU)和内场可更换子单元(Sub-Shop Replaceable Unit,SSRU),划分结果参考图2。
步骤二、分析影响测试性分配的多种因素,求出各因素的影响系数与综合影响系数:
通过分析影响测试性分配的因素,主要概括为五种:故障发生的概率;故障检测的难易程度;故障造成的危害程度;故障检测的成本费用和平均维修时间(MTTR),以上各因素的影响系数、权重系数以及综合影响系数分别表述为:
各因素的影响系数:
各因素的权重系数:α1,α2,α3,α4和α5
综合影响系数:
其中,α12345=1,i表示第i个分配单元,Ki为第i个分配单元的综合影响系数,各因素的影响系数可以通过公式(1)进行计算。
步骤三、创建目标函数,获取约束条件,建立航电系统故障检测率分配问题的模型:
根据航电系统测试性设计时对故障检测率的要求,约束条件表述为:
其中,γFD表示根据各分配单元的故障检测率分配值计算得到的系统故障检测率,γFDi表示第 i个分配单元分配到的故障检测率,表示系统要求的故障检测率,λi表示第i个分配单元的故障发生率,n为分配单元的数目。
考虑到后期的测试成本等因素,所建立的航电系统故障检测率分配问题模型中的目标函数如公式(3)所示,从而可以建立航电系统故障检测率分配问题的模型如公式(4)所示。
步骤四、根据步骤三中建立的模型,运用SQP方法对航电系统的故障检测率指标进行测试性分配,确定各分配单元的指标:
为了运用SQP方法对所建立的航电系统故障检测率分配问题的模型进行求解,具体算法流程如下:
第一步、针对所建立的航电系统故障检测率分配问题模型,为了便于求解,进行统一的数学描述:
其中,c(γFD)表示目标函数,γFD表示系统的故障检测率,giFD)表示不等式约束条件,ε表示不等式约束条件个数的集合,m表示不等式约束条件的个数;
第二步、根据所建立的公式(6)的统一描述形式,将约束函数线性化,得到下列二次规划子问题:
其中,k表示迭代次数,d表示二次规划问题的解,表示目标函数C(γFD)的梯度,表示不等式约束条件giFD)的梯度,Wk表示Hessian矩阵,且:
其中,表示拉格朗日函数的梯度,且:
其中,μ表示拉格朗日乘子向量;
第三步、给定初始点令W0=I(单位矩阵),选择参数η∈(0,1/2),ρ∈(0,1),容许误差0≤ε1,ε2≤1,置k=0;
第四步、求解子问题式(7),得二次规划子问题的最优解dk
第五步、若||dk||1≤ε1且||(gk)||1≤ε2,停止计算,得到原问题的一个近似KKT点其中||dk||1、||(gk)||1分别表示最优解dk与不等式约束gk的一范数;
第六步、对于l1价值函数Φ(γFD,σ),选择罚函数σk,使得dk是该函数在处的下降方向,其中σ>0为罚函数;
第七步:设mk是满足下列不等式条件的最小非负整数m:
对原问题目标函数进行约束一维搜索令其中
第八步:校正矩阵Wk为Wk+1,令k:=k+1,转第三步。
通过以上八个步骤,最终求出最优的迭代点(γFD,μ),即最优的故障检测率分配值γFD与拉格朗日乘子向量μ。
实施例:以某型号飞机航电系统的一个子系统为例,该子系统共包含5个组件,分别用 SRU1、SRU2、SRU3、SRU4、SRU5表示,子系统要求的故障检测率指标为影响各个组件故障率分配的影响因素量值如表1所示。
表1影响各个组件故障率分配的影响因素量值
其中,λi表示故障发生概率的量值,Ti表示故障检测的难易程度量值,Fi表示故障造成的危害程度量值,Ei表示故障检测的成本费用量值,Mi表示平均维修时间量值。结合专家对各个影响因素的评估,确定各个影响因子的权重系数如表2所示。
表2各个影响因子的权重系数
权重系数 α1 α2 α3 α4 α5
系数值 0.3 0.3 0.1 0.1 0.2
将表1和表2给定的有关参数带入公式(1)和公式(2)可以分别计算出各个组件的影响系数与综合影响系数如表3所示,并采用SQP的算法流程对问题模型求解,最终得到各个组件的故障检测率的分配值如表3所示。
表3分配结果
依据表3各个组件的故障检测率分配值,采用公式(5)计算子系统的故障检测率为γFD=0.98,即通过实施例计算出来的指标与系统要求指标相等,因此满足系统的指标要求:
本方法注重工程实际,兼顾了多种因素对故障检测率分配的影响,以测试成本最低作为最终目标,从而使得故障检测率的分配结果更为合理。本发明中使用的SQP算法减少了航电系统故障检测率分配中个人主观因素的影响,提高了分配结果的合理性,能更好的指导航电系统设计人员进行相应的测试性设计,从而保证测试性工作的有效落实。该发明中涉及的公式经过验算,符合指标分配工作的所有要求,且容易理解。
参考文献:
[1]林典伦,田仲,贾培盈,等.GJB 2547-95装备测试性大纲[S].北京:国防科工委军标出版发行部,1996.
[2]王晓伟,孙波,吕英军,李良峰.基于贝叶斯网络的系统测试性建模与分析[J].中国测试,2011,37(05):90-93.
[3]I.Rodríguez,L.Llana,P.Rabanal.A General Testability Theory:Classes, Properties,Complexity,and Testing Reductions[J].IEEE Transactions onSoftware Engineering,2014,40(9):862-894。

Claims (4)

1.一种基于SQP的航电系统故障检测率分配方法,其特征在于,所述方法包括:
步骤一、划分升级改装的航电系统结构,明确测试性分配的层次;
步骤二、分析影响测试性分配的多种因素,求出各因素的影响系数与综合影响系数,所述各因素的影响系数计算公式为:
其中,表示第i个分配单元的第x个影响系数,表示第i个分配单元的第x个影响因素的量值,所述综合影响系数计算公式为:
其中,αx表示第x个影响因素的权重系数,且
步骤三、创建目标函数,获取约束条件,建立航电系统故障检测率分配问题的模型,所创建的目标函数为:
其中,C表示各分配单元费用函数之和,CiFDi)表示第i个分配单元的费用函数,Ln表示自然对数函数,Ki表示第i个分配单元的综合影响系数,γFDi表示第i个分配单元分配到的故障检测率;
步骤四、根据所述步骤三中建立的模型,运用SQP方法对航电系统的故障检测率指标进行测试性分配,确定各分配单元的指标。
2.根据权利要求1所述的一种基于SQP的航电系统故障检测率分配方法,其特征在于,在所述步骤一中,对升级改装航电系统的结构进行划分时,按照由系统层到子系统层再到组件层自顶向下的原则进行划分。
3.根据权利要求1所述的一种基于SQP的航电系统故障检测率分配方法,其特征在于,在所述步骤二中,分析影响测试性分配的多种因素有五种:故障发生的概率;故障检测的难易程度;故障造成的危害程度;故障检测的成本费用和平均维修时间,各因素的影响系数、权重系数以及综合影响系数分别为:
各因素的影响系数:
各因素的权重系数:α1,α2,α3,α4和α5
综合影响系数:其中α12345=1。
4.根据权利要求1所述的一种基于SQP的航电系统故障检测率分配方法,其特征在于,在所述步骤三中,所建立的航电系统故障检测率分配问题的模型为:
其中,C表示各分配单元费用函数之和,CiFDi)表示第i个分配单元的费用函数,Ln表示自然对数函数,Ki表示第i个分配单元的综合影响系数,γFDi表示第i个分配单元分配到的故障检测率;γFD表示根据各分配单元的故障检测率分配值计算得到的系统故障检测率;表示系统要求的故障检测率;λi表示第i个分配单元的故障发生率;n为分配单元的数目。
CN201810048873.8A 2018-01-18 2018-01-18 一种基于sqp的航电系统故障检测率分配方法 Pending CN108268716A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810048873.8A CN108268716A (zh) 2018-01-18 2018-01-18 一种基于sqp的航电系统故障检测率分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810048873.8A CN108268716A (zh) 2018-01-18 2018-01-18 一种基于sqp的航电系统故障检测率分配方法

Publications (1)

Publication Number Publication Date
CN108268716A true CN108268716A (zh) 2018-07-10

Family

ID=62776016

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810048873.8A Pending CN108268716A (zh) 2018-01-18 2018-01-18 一种基于sqp的航电系统故障检测率分配方法

Country Status (1)

Country Link
CN (1) CN108268716A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109583036A (zh) * 2018-11-05 2019-04-05 中国航空工业集团公司西安飞机设计研究所 一种集成故障的故障检测率的分配方法
CN110221144A (zh) * 2019-05-30 2019-09-10 北京博锐尚格节能技术股份有限公司 建筑机电故障原因定位方法
CN112699567A (zh) * 2021-01-11 2021-04-23 中国民航大学 一种指数型测试性分配与可行性分析方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106342313B (zh) * 2010-11-30 2013-08-28 中国人民解放军国防科学技术大学 一种基于层次分析法的测试性指标分配方法
US20130246849A1 (en) * 2012-03-16 2013-09-19 James Lee Plamondon Distributed Testing Of A Software Platform
CN105243021A (zh) * 2015-11-03 2016-01-13 电子科技大学 多任务测试性指标分配方法
CN105955931A (zh) * 2016-05-10 2016-09-21 东南大学 面向高密度分布式光伏消纳的区域能源网络优化调度方法
CN106447025A (zh) * 2016-08-31 2017-02-22 电子科技大学 基于离散粒子群的测试性指标分配与测试选取联合算法
CN106886620A (zh) * 2015-12-16 2017-06-23 北京空间技术研制试验中心 航天器测试资源优化配置方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106342313B (zh) * 2010-11-30 2013-08-28 中国人民解放军国防科学技术大学 一种基于层次分析法的测试性指标分配方法
US20130246849A1 (en) * 2012-03-16 2013-09-19 James Lee Plamondon Distributed Testing Of A Software Platform
CN105243021A (zh) * 2015-11-03 2016-01-13 电子科技大学 多任务测试性指标分配方法
CN106886620A (zh) * 2015-12-16 2017-06-23 北京空间技术研制试验中心 航天器测试资源优化配置方法
CN105955931A (zh) * 2016-05-10 2016-09-21 东南大学 面向高密度分布式光伏消纳的区域能源网络优化调度方法
CN106447025A (zh) * 2016-08-31 2017-02-22 电子科技大学 基于离散粒子群的测试性指标分配与测试选取联合算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张西山 等: "测试性验证试验中的故障样本综合加权分配方法", 《计算机测量与控制》 *
汤文超 等: "基于费用函数的测试性优化分配方法研究", 《测试技术学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109583036A (zh) * 2018-11-05 2019-04-05 中国航空工业集团公司西安飞机设计研究所 一种集成故障的故障检测率的分配方法
CN110221144A (zh) * 2019-05-30 2019-09-10 北京博锐尚格节能技术股份有限公司 建筑机电故障原因定位方法
CN110221144B (zh) * 2019-05-30 2021-08-31 博锐尚格科技股份有限公司 建筑机电故障原因定位方法
CN112699567A (zh) * 2021-01-11 2021-04-23 中国民航大学 一种指数型测试性分配与可行性分析方法

Similar Documents

Publication Publication Date Title
Levy et al. Summary of data from the first AIAA CFD drag prediction workshop
CN105868853B (zh) 一种短期风电功率组合概率预测方法
CN108268716A (zh) 一种基于sqp的航电系统故障检测率分配方法
CN103413016A (zh) 一种基于试验及服役使用数据融合的飞机结构安全寿命确定方法
CN110059337B (zh) 基于Bayes多源数据融合的陀螺系统寿命预测方法
CN105303253B (zh) 一种基于csso和多精度优化模型的多学科可靠性设计优化方法
Giunta et al. Wing design for a high-speed civil transport using a design of experiments methodology
CN111177900A (zh) 一种基于匹配适应度的空间人机系统安全性动态建模方法
Ghosh Incorporating the empirical null hypothesis into the Benjamini-Hochberg procedure
Morales et al. Improving nuclear mass predictions through the Garvey-Kelson relations
CN107748808A (zh) 基于区间约束的可靠性指标分配优化方法、系统及介质
CN112990603A (zh) 考虑频域分解后数据特征的空调冷负荷预测方法及系统
Liu et al. pGRASS-Solver: a parallel iterative solver for scalable power grid analysis based on graph spectral sparsification
CN109684713A (zh) 基于贝叶斯的复杂系统可靠性分析方法
CN111126805B (zh) 基于能力的装备体系贡献率评估系统
Ng Multidelity approaches for design under uncertainty
Zhang et al. Wing jig shape optimisation with gradient-assisted metamodel building in a trust-region optimisation framework
Mohammadi Reduced sampling and incomplete sensitivity for low‐complexity robust parametric optimization
CN114065386B (zh) 一种快速预计整机mtbf的多元线性回归方程方法
Zhao et al. SQP-based testability index allocation method for avionics system
CN110084516B (zh) 一种民航航段运行时间标准修订方法
KR20230166364A (ko) 무기체계의 신뢰도 예측 방법 및 장치
CN106682273A (zh) 一种串并联混合航天装备系统寿命重要度确定方法
Leung Design of cluster-randomized trials with cross-cluster interference
Morrison Statistical analysis of the fourth drag prediction workshop computational fluid dynamics solutions

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180710