CN110544328A - 一种面向机载故障预测与健康管理的嵌入式高能效计算平台及方法 - Google Patents

一种面向机载故障预测与健康管理的嵌入式高能效计算平台及方法 Download PDF

Info

Publication number
CN110544328A
CN110544328A CN201910845806.3A CN201910845806A CN110544328A CN 110544328 A CN110544328 A CN 110544328A CN 201910845806 A CN201910845806 A CN 201910845806A CN 110544328 A CN110544328 A CN 110544328A
Authority
CN
China
Prior art keywords
module
airborne
bus
controller
data
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
CN201910845806.3A
Other languages
English (en)
Inventor
刘大同
王本宽
蒋闵
彭宇
彭喜元
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.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
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 Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201910845806.3A priority Critical patent/CN110544328A/zh
Publication of CN110544328A publication Critical patent/CN110544328A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Small-Scale Networks (AREA)

Abstract

一种面向机载故障预测与健康管理的嵌入式高能效计算平台及方法，涉及飞行器机载故障诊断与健康管理领域。本发明是为了解决现有飞行器PHM系统不能进行复杂的状态监测和故障诊断、而复杂的状态评估需要借助地面分析系统，导致飞行器故障不能及时被发现的问题。本发明采集机载总线上的飞行参数并存储，利用当前采集的飞行参数使用RLS算法对ARMA模型进行拟合，获得拟合结果，该拟合结果为下一时刻飞行参数的预测值，将该预测值作为飞行参数的分析结果，将分析结果发送至机载总线。满足机载故障预测与健康管理算法在功耗、体积、重量等多种限制条件下的计算实时要求。

Description

一种面向机载故障预测与健康管理的嵌入式高能效计算平台 及方法
技术领域
本发明属于飞行器机载故障诊断与健康管理领域。
背景技术
故障预测与健康管理(Prognostics and Health Management，PHM)技术是指利用先进的传感器技术，获取系统的运行状态信息，借助于信息技术、人工智能等推理算法，实现对系统的状态监控与分析、评估系统自身的健康状态，在系统发生故障之前对其故障进行预测，并结合现有的资源信息提供一系列的维护保障建议或决策。PHM技术是一种集故障检测、隔离、健康预测与评估及维护决策于一身的综合技术。
以无人机为典型代表的飞行器的性能不断提高，系统复杂程度也不断增加，对飞行器进行故障预测与健康管理也变得越来越重要。目前，PHM技术在飞行器上的常用架构为运行状态数据在线采集和地面离线分析。机载系统采集机上需要监测的飞行器运行状态数据，并通过遥测链路传输至地面系统或保存到数据存储单元中。地面系统通过标准接口接收机载系统采集的状态数据，并使用智能分析算法对数据做分析处理，对确认的故障和预测到会发生的故障安排维修计划，从而降低故障发生概率，提升系统运行的安全性和可靠性，减少系统全寿命周期的维护成本。代表性的PHM相关系统包括：F-35的PHM系统、直升机健康与使用监控系统(HUMS)、波音公司的飞行器状态管理系统(AHM)、NASA飞行器综合健康管理(IVHM)、美国海军综合状态评估系统(ICAS)以及预测增强诊断系统(PEDS)。
然而，现有飞行器PHM技术研究中只能实现简单的机载状态监测和故障诊断，复杂的状态评估方法均需要通过地面高性能数据分析系统实现数据的离线分析，导致部分飞行器故障不能及时被发现，进而造成重大飞行安全隐患。由于机载计算资源、体积、重量、功耗等多方面的限制，尚未有面向PHM机载应用的嵌入式高能效计算平台，以支撑复杂的PHM方法机载实时运行。因此需要设计一种能兼容多种机载总线接口的高能效机载嵌入式计算平台，使其计算能力可以支撑一些复杂的PHM算法的实时运行，从而完成对飞行器故障的在线诊断与预测。
发明内容
本发明是为了解决现有飞行器PHM系统不能进行复杂的状态监测和故障诊断、而复杂的状态评估需要借助地面分析系统，导致飞行器故障不能及时被发现的问题，现提供一种面向机载故障预测与健康管理的嵌入式高能效计算平台及方法。
一种面向机载故障预测与健康管理的嵌入式高能效计算平台，包括：数据处理单元、数据缓存与存储单元和机载总线接口单元；
机载总线接口单元用于实时采集机载总线上的飞行参数，还用于将数据处理单元发出的分析结果发送至机载总线，
数据处理单元通过机载总线接口单元与机载总线实现通信，并用于对机载总线上的飞行参数进行分析，获得分析结果，
其中，数据处理单元内嵌有ARMA模型，利用机载总线上的飞行参数使用RLS算法对该模型进行拟合，获得拟合结果，作为数据处理单元的分析结果；
数据缓存与存储单元用于存储数据处理单元接收到的机载总线上的飞行参数、并存储数据处理单元获得的分析结果。
一种面向机载故障预测与健康管理的嵌入式高能效计算方法，
采集机载总线上的飞行参数并存储，
利用当前采集的飞行参数使用RLS算法对ARMA模型进行拟合，获得拟合结果，该拟合结果为下一时刻飞行参数的预测值，将该预测值作为飞行参数的分析结果，
将分析结果发送至机载总线。
本发明针对现有飞行器PHM系统存在的机载实时数据分析能力不足的问题，设计一种面向机载故障预测与健康管理的嵌入式高能效计算平台，以满足机载故障预测与健康管理算法在功耗、体积、重量等多种限制条件下的计算实时要求。本发明的具体有益效果如下：
(1)针对现有PHM系统计算能力不足，不能支撑较为复杂的PHM算法的问题，本发明采用异构片上系统作为高能效数据处理单元，通过PL部分的硬件加速可以实现高达17GFLOPS的单精度浮点运算能力。
(2)由于飞行器机载设备较多，各设备之间使用的总线协议类型多且复杂，本发明采用数据处理单元和接口单元分开的模式，对于不同机型上的协议接口只需要更改接口单元即可支持多种总线传输协议，满足不同场合下的总线通信要求，协议接口扩展性强。
(3)本发明的输入电压范围为6V～36V，对机载输入电压的波动有很强的适应性。
(4)本发明的可扩展接口丰富，扩展能力强。由于采用异构芯片作为数据处理单元，可在PL部分编写需要的固件IP核，应用于其他飞行器平台。
(5)本发明匹配有大容量数据缓存与存储单元和高速以太网接口，可以将机载数据进行存储，飞行完成以后通过以太网接口获得飞行数据，以便离线分析。
附图说明
图1为具体实施方式一中记载的嵌入式高能效计算平台的结构框图；
图2为Zynq的逻辑框图；
图3为机载总线接口单元的结构框图；
图4为RS-232模块的结构图；
图5为RS-422模块的结构图；
图6为数据处理单元内部的控制器连接示意图；
图7为1553B的控制流程图；
图8为1553B通讯接口模块的连接示意图；
图9为主控单元尺寸结构图；
图10为接口单元尺寸结构图；
图11为具体实施方式二中记载的嵌入式高能效计算平台的流程图。
具体实施方式
具体实施方式一：参照图1至图10具体说明，本实施方式所述的一种面向机载故障预测与健康管理的嵌入式高能效计算平台，包括：数据处理单元、数据缓存与存储单元和机载总线接口单元；
机载总线接口单元用于实时采集机载总线上的飞行参数，还用于将数据处理单元发出的分析结果发送至机载总线，
数据处理单元通过机载总线接口单元与机载总线实现通信，并用于对机载总线上的飞行参数进行分析，获得分析结果，
其中，数据处理单元内嵌有ARMA模型，利用机载总线上的飞行参数使用RLS算法对该模型进行拟合，获得拟合结果，作为数据处理单元的分析结果；
数据缓存与存储单元用于存储数据处理单元接收到的机载总线上的飞行参数、并存储数据处理单元获得的分析结果。
具体的硬件组成如下：
数据处理单元包括Zynq、UART调试模块和太网模块，Zynq包括PS部分、PL部分、以太网控制器和数据分析模块，PS部分包括：DDR控制器、SD/SDIO控制器、SPI控制器、CAN控制器、闪存控制器和UART控制器，PL部分包括：两个UART控制IP核和1553B总线控制IP核；机载总线接口单元包括：SPI模块、CAN模块、RS-232模块、RS-422模块、1553B模块和扩展接口；数据缓存与存储单元包括闪存模块、DDR3存储模块和SD模块。
Zynq，用于将采集到的飞行参数存储至DDR3存储器模块，用于从DDR3存储器模块采集当前时刻的飞行参数写入SD模块，用于读取SD模块中当前时刻的飞行参数进行分析，用于将分析结果存入SD模块、并通过机载总线接口单元发送至机载总线。
进一步的，SPI模块、CAN模块、两个UART控制IP核和1553B模块分别与SPI模块、CAN模块、RS-232模块、RS-422模块和1553B模块实现数据交互，PS部分的SPI模块和CAN模块直接与DDR3存储模块输入端连接；PL部分的两个UART控制IP核和1553B模块通过AXI总线与DDR3存储模块的飞行参数输入端连接，DDR控制器的飞行参数输入端连接DDR3存储模块的飞行参数输出端，DDR控制器的飞行参数输出端连接SD模块的飞行参数输入端，SD模块的飞行参数输出端连接数据分析模块的飞行参数输入端，数据分析模块的分析结果输出端同时连接SD模块、DDR控制器、SD/SDIO控制器、SPI控制器、CAN控制器、两个UART控制IP核和1553B总线控制IP核的分析结果输入端，SPI模块和1553B模块均通过电平转换模块与Zynq实现数据交互。
UART调试模块用于采集PHM系统初始化信号、并将初始化化信号发送至UART控制器中，UART控制器用于将初始化信号发送至闪存模块中。
闪存控制器用于采集闪存模块中的初始化信号、并根据该信号对Zynq进行初始化。
以太网控制器用于采集SD模块中的分析结果、并将该结果通过以太网模块发送至地面系统。
机载总线接口单元还包括扩展接口，扩展接口用于采集其他机载总线协议模块输出的数据实现。
本实施方式所述的计算平台分为主控单元(高能效的数据处理单元和大容量的数据缓存与存储单元)和接口单元(可配置的机载总线接口单元)，主控单元和接口单元之间使用FCI板间连接器连接，该板支持单元之间高速数据传输。主控单元选用Xilinx公司的Zynq-7000系列SoC作为异构计算处理器，计算平台整体结构如图1所示，主要包括三部分设计：(1)高能效数据处理器硬件和固件设计，包括启动配置模块、以太网模块、UART模块等；(2)大容量数据缓存与存储器硬件和固件设计，包括SD卡模块、QSPI FLASH模块、DDR3存储器模块等；(3)可配置机载总线接口单元硬件和固件设计，包括CAN接口模块、RS-232接口模块、RS-422/485接口模块、SPI接口模块、1553B接口模块。
平台性能指标如下：
(1)单精度浮点运算能力利用硬件加速能力可以达到17GFLOPS，缓存容量为1GB，存储容量为16GB；(2)支持两种供电方式：USB Type-C接口供电和机载系统供电，整体功耗小于8W；(3)宽输入电压范围，可自适应6V～36V的输入电压；(4)具备一路以太网接口、一路UART接口；(5)具备标准RS-232接口2路、RS-422(兼容RS-485)接口2路、SPI接口2路、CAN接口2路，1553B接口1路；(6)尺寸为8cm*6cm*4cm。
具体的，高能效数据处理单元采用XC7Z045作为异构数据处理器，其由处理系统PS部分和可编程逻辑PL部分组成，PS部分主要包含双核ARM Cortex-A9(工作频率最高达800MHz)、DDR3动态存储控制器、QSPI闪存控制器、UART控制器、CAN 2.0B控制器、SD/SDIO控制器、SPI控制器、千兆以太网控制器等。PL部分主要为FPGA(包含350K个逻辑单元、900个DSP Slice)，PL部分内实现的固件主要包括两个UART IP核和1553B总线通信IP核，其中两个UART IP分别控制RS-232和RS-422/485模块，1553B总线通信IP核用于控制1553B接口模块。其构成框图如2所示。PS部分采用ASDMB-33.33MHZ提供33.33MHz的频率，PL部分采用ASDMB-50.00MHZ提供50MHz的频率，PS内部锁相环模块可将该频率倍频至800MHz，进而提升系统的工作频率，保证计算平台的数据处理性能。
具体操作中，XC7Z045的上电复位信号有效时，会对PS和PL进行硬复位和软复位操作，在复位过程中初始化XC7Z045的状态。XC7Z045的PS_POR_B_500管脚复位处理过程如下：电源电路部分依次产生1.0V、1.5V、1.8V、3.3V电压，每种电压对应的转换电路在输出电压稳定时，会产生一个POWER GOOD高电平信号，上一级的POWER GOOD信号会使能下一级的电压转换电路，3.3V电压转换电路能稳定输出3.3V电压时，产生POWER GOOD，将该复位信号接到PS_POR_B_500管脚，XC7Z045接收该复位信号，完成复位操作。另外，XC7Z045有三种启动模式：(1)JTAG启动；(2)QSPI FLASH启动；(3)SD Card启动。在XC7Z045的MIO[3:5]引脚上配置上拉电阻或下拉电阻，可实现三种启动模式的选择。在调试过程中选择为JTAG启动模式，在正常工作时选择为QSPI FLASH启动或SD Card启动。
XC7Z045采用两种供电方式：1、平台离线工作时使用USB Type-C接口供电，由USBType-C接口提供5V电压，高能效数据处理单元通过板间连接器为可配置机载总线接口单元提供5V和3.3V电压；2、平台在线使用时由接口单元通过J30J连接器上的28V接口接至飞行器机载供电设备，接口单元将28V电压转换为5V，通过FCI板间连接器输入至高能效数据处理单元。
在供电方式1中，高能效数据处理单元上使用电源管理芯片将5V电压转化为系统所需各路电压，然后为高能效数据处理单元、大容量数据缓存与存储器单元、可配置机载总线接口单元供电。
在供电方式2中，接口单元上采用电源管理芯片LTM8052将机上28V电压输入转化为5V电压，再给高能效数据处理单元提供5V电压，之后再执行在供电方式1中后续供电策略。
大容量数据缓存与存储单元包括2通道的16位数据总线的DDR3缓存接口(缓存容量为1GB)、1通道的4位数据总线的MicroSD Card存储接口，存储容量为16GB，4位SPI串行QSPI NOR FLASH存储接口，容量为16MB。
DDR3缓存采用MT41J256M16芯片，数据位宽为16位，单片存储空间为512MB，采用两片并联方式可提供1GB缓存空间。MicroSD Card存储选择16GB容量即可满足存储需求。QSPIFLASH存储选择S25FL128S，该芯片可提供16MB的存储空间来存储非易失性代码和数据，也可以用来初始化PS和配置PL。
大容量数据缓存与存储单元硬件设计主要是利用高能效数据处理单元PS部分的DDR3控制器、MicroSD Card控制器和QSPI FLASH(闪存)控制器完成高能效数据处理单元与存储器单元之间的通信。
可配置机载总线接口单元硬件电路主要包括通信接口模块和电源模块，其硬件整体框图如图3所示。
接口单元通过J30J连接器上的28V接口接至飞行器机载总线上，飞行器机载供电设备为接口单元提供28V电压，在接口单元上采用LTM8052将28V输入电压转换为5V，并输入至高能效数据处理单元。LTM8052电源芯片输入电压范围为6V～36V，对输入电压的波动有很强的适应性，可以满足计算平台在复杂环境下的供电要求。
RS-232接口采用单数据线传输，结构简单，尽量保证数据的稳定传输，采用MAX3232E电平转换芯片，该芯片具有两路RS-232收发器，可采用3V～5V供电，数据传输速率为250kbps。RS-232接口模块设计如图4所示，由电平转换芯片MAX3232E和连接器J30J-51ZKN4-J组成。外部传来的RS-232电平通过物理接口进入系统后，MAX3232E将RS-232电平转换为Zynq适用的CMOS电平，输出过程按上述过程反向转换。
RS-422是一种使用4线，全双工，差分传输，多点通信的数据传输协议。选用MAX14854作为电平转换芯片，RS-422接口模块设计如图5所示，RS-422使用MAX14854作为电平转换芯片，串口信号从A、B输入，最终由RO进入FPGA，电平转换结果如图中标注；输出信号从DI进入MAX14854，MAX14854使用相同的逻辑，将DI经差分后由Z、Y输出。该接口模块可兼容RS-485。
Zynq内部自带CAN总线控制器，采用PCA82C250作为CAN总线收发器，接收CANH电平和CANL电平。PCA82C250输出的电平为5V I/O，使用双向总线收发器SN74LVC2T45将信号的电平转换为3.3V，并与高能效数据处理单元连接。
1553B总线接口模块采用BU-61580作为MIL-STD-1553B总线控制芯片，该芯片具有1553B总线协议的总线控制器(BC)、总线监视器(BM)和远程终端(RT)等功能，具有双收发器模块、协议处理器部件、存储器管理部件以及与不同微处理器的逻辑接口，内部还集成了一个4K字节的共享RAM，全协议支持1553B总线。1553B功能接口模块通过1553B总线与飞行器机载系统通信。
SPI总线接口模块采用TXS0108完成3.3V与1.8V的电平转换，并通过PS端的SPI控制器实现SPI通信协议。
此外，为满足多种应用场景下的接口扩展需求，接口单元预留出足够数量的高速IO口，最高通信速率可达1.5Gbps。扩展接口可以在PL端采用IP核实现不同的通信协议，扩展能力强，可以满足不同场景、不同总线接口下的通信应用。
可配置机载总线接口单元固件设计主要包括UART通信IP核、SPI控制器、CAN控制器、1553B通信IP核。该单元结构框图如图6所示。
RS-232通信接口模块采用通用异步串行通信协议(UART)，与飞行器机载系统进行全双工通信。考虑到远距离点对点通信要求，采用抗干扰能力强，传输距离远的两路RS-422通信接口实现计算平台与飞行器机载系统的全双工通信。RS-422通信接口模块也采用通用异步串行通信协议。
CAN功能接口模块主要接收飞行器机载系统CAN总线所发送的数据，通过高能效数据处理单元的CAN控制器将状态数据存储至大容量数据缓存与存储单元。
SPI功能接口模块主要接收飞行器机载系统SPI总线发送的数据，通过高能效数据处理单元的SPI控制器将状态数据存储至大容量数据缓存与存储单元。利用SPI控制器编写C语言代码实现具体的SPI通信协议。
1553B总线采用指令/响应型通信协议，构成1553B总线传输协议有三要素：命令字、数据字和状态字，每个字的长度为20bit，且由3部分组成：同步头(3b)、数据段(16b)和奇偶校验位(1b)。总线系统有三种消息传输方式，即总线控制器向远程终端的传输，远程终端向总线控制器的传输和远程终端向远程终端的传输。FPGA控制1553B的流程如图7所示。使用Verilog硬件描述语言按照流程编写逻辑，并将其封装成IP核，在系统设计中例化1553B IP核，在Xilinx SDK中编写C语言代码控制1553B总线。整个1553B通讯接口模块如图8所示。
综上所述，本实施方式以异构片上系统(SoC)作为高能效的数据处理单元，其中包含ARM主处理器和基于FPGA的计算协处理器，该异构片上系统为平台的核心数据处理单元，针对不同型号无人飞行器机载总线接口的需求，设计了可配置的机载总线接口单元，具备的总线接口包含CAN、SPI、RS-232、RS-422/485、1553B等。同时，针对机载状态数据的缓存和存储需求，设计了大容量数据缓存与存储器单元，主要包括DDR3、MicroSD Card、QSPIFLASH(闪存)。机载总线接口单元与飞行器机载总线相连，实时采集飞行器运行状态数据，利用异构SoC数据处理单元的高能效嵌入式计算能力，实时运行复杂PHM算法，以在线监测飞行器当前的运行状态，并将运行结果通过机载总线接口单元输出至飞行器的相关系统，如飞控分系统或飞行任务管理分系统，为飞行器提供在线决策支持信息。同时，运行状态数据和状态监测结果可实时存储至计算平台的数据存储单元，在完成一次飞行任务后，可通过以太网接口传输至地面系统进行存储，并进一步支撑飞行器退化部件的剩余寿命预测和飞行器的维修保障。
具体实施方式二：本实施方式所述的一种面向机载故障预测与健康管理的嵌入式高能效计算方法，该方法为：
采集机载总线上的飞行参数并存储，
利用标准参数对ARMA模型(Auto-Regressive and Moving Average Model，自回归与滑动平均模型)进行初始化，
利用当前采集的飞行参数使用RLS算法对ARMA模型进行拟合，获得拟合结果，该拟合结果为下一时刻飞行参数的预测值，将该预测值作为飞行参数的分析结果，
将分析结果发送至机载总线，
判断是否结束分析，是则结束分析，否则重新采集当前机载总线上的飞行参数并存储。
本实施方式在实际操作时，如图11所示，
首先，按照图1所示，分别完成计算平台主控单元和接口单元两部分的硬件连接。
然后，根据具体应用需求，使用UART模块，完成计算平台初始化，完成速率、接收协议、发送协议等配置，并将配置信息保存到QSPI FLASH模块里；
由于数据传输速率会比数据处理速率大得多，所以需先存储再处理，高能效数据处理单元首先将可配置机载总线接口单元接收到的数据转至大容量数据缓存与存储单元的DDR3缓存器中；
由于DDR3存储空间有限，高能效数据处理单元再将DDR3存储器中的数据转至大容量缓存与存储单元的SD Card存储器中。
高能效数据处理单元从SD Card存储器中读取数据，并将数据传递给核心数据处理模块；
核心数据处理模块运行深度学习算法，完成对机载数据的分析，得到故障预测和状态评估的结果。
高能效数据处理单元将分析结果通过可配置机载总线接口单元发送至飞行器机载总线，为机载其他设配提供决策数据；
如果还有需要接收的数据，返回至数据接收步骤，继续执行。

Claims (10)

1.一种面向机载故障预测与健康管理的嵌入式高能效计算平台，其特征在于，包括：数据处理单元、数据缓存与存储单元和机载总线接口单元；
机载总线接口单元用于实时采集机载总线上的飞行参数，还用于将数据处理单元发出的分析结果发送至机载总线，
数据处理单元通过机载总线接口单元与机载总线实现通信，并用于对机载总线上的飞行参数进行分析，获得分析结果，
其中，数据处理单元内嵌有ARMA模型，利用机载总线上的飞行参数使用RLS算法对该模型进行拟合，获得拟合结果，作为数据处理单元的分析结果；
数据缓存与存储单元用于存储数据处理单元接收到的机载总线上的飞行参数、并存储数据处理单元获得的分析结果。
2.根据权利要求1所述的一种面向机载故障预测与健康管理的嵌入式高能效计算平台，其特征在于，数据处理单元包括Zynq，数据缓存与存储单元包括DDR3存储模块和SD模块，
Zynq，用于将采集到的飞行参数存储至DDR3存储器模块，用于从DDR3存储器模块采集当前时刻的飞行参数写入SD模块，用于读取SD模块中当前时刻的飞行参数进行分析，用于将分析结果存入SD模块、并通过机载总线接口单元发送至机载总线。
3.根据权利要求2所述的一种面向机载故障预测与健康管理的嵌入式高能效计算平台，其特征在于，Zynq包括PS部分、PL部分和数据分析模块，PS部分包括：DDR控制器、SD/SDIO控制器、SPI控制器、CAN控制器，PL部分包括：两个UART控制IP核和1553B总线控制IP核，
机载总线接口单元包括：SPI模块、CAN模块、RS-232模块、RS-422模块和1553B模块，
SPI模块、CAN模块、两个UART控制IP核和1553B模块分别与SPI模块、CAN模块、RS-232模块、RS-422模块和1553B模块实现数据交互，PS部分的SPI模块和CAN模块直接与DDR3存储模块输入端连接；PL部分的两个UART控制IP核和1553B模块通过AXI总线与DDR3存储模块的飞行参数输入端连接，
DDR控制器的飞行参数输入端连接DDR3存储模块的飞行参数输出端，DDR控制器的飞行参数输出端连接SD模块的飞行参数输入端，SD模块的飞行参数输出端连接数据分析模块的飞行参数输入端，数据分析模块的分析结果输出端同时连接SD模块、DDR控制器、SD/SDIO控制器、SPI控制器、CAN控制器、两个UART控制IP核和1553B总线控制IP核的分析结果输入端。
4.根据权利要求3所述的一种面向机载故障预测与健康管理的嵌入式高能效计算平台，其特征在于，数据处理单元还包括UART调试模块，Zynq中PS部分还包括闪存控制器和UART控制器，数据缓存与存储单元还包括闪存模块，
UART调试模块用于采集PHM系统初始化信号、并将初始化化信号发送至UART控制器中，
UART控制器用于将初始化信号发送至闪存模块中，
闪存控制器用于采集闪存模块中的初始化信号、并根据该信号对Zynq进行初始化。
5.根据权利要求3所述的一种面向机载故障预测与健康管理的嵌入式高能效计算平台，其特征在于，数据处理单元还包括以太网模块，Zynq还包括以太网控制器，
以太网控制器用于采集SD模块中的分析结果、并将该结果通过以太网模块发送至地面系统。
6.根据权利要求3所述的一种面向机载故障预测与健康管理的嵌入式高能效计算平台，其特征在于，机载总线接口单元还包括扩展接口，扩展接口用于采集其他机载总线协议模块输出的数据实现。
7.根据权利要求3所述的一种面向机载故障预测与健康管理的嵌入式高能效计算平台，其特征在于，SPI模块和1553B模块均通过电平转换模块与Zynq实现数据交互。
8.一种面向机载故障预测与健康管理的嵌入式高能效计算方法，其特征在于，
采集机载总线上的飞行参数并存储，
利用当前采集的飞行参数使用RLS算法对ARMA模型进行拟合，获得拟合结果，该拟合结果为下一时刻飞行参数的预测值，将该预测值作为飞行参数的分析结果，
将分析结果发送至机载总线。
9.根据权利要求8所述的一种面向机载故障预测与健康管理的嵌入式高能效计算方法，其特征在于，在将分析结果发送至机载总线之后，判断是否结束分析，是则结束分析，否则重新采集当前机载总线上的飞行参数并存储。
10.根据权利要求8所述的一种面向机载故障预测与健康管理的嵌入式高能效计算方法，其特征在于，对ARMA模型进行拟合之前，利用标准参数对ARMA模型进行初始化。
CN201910845806.3A 2019-09-02 2019-09-02 一种面向机载故障预测与健康管理的嵌入式高能效计算平台及方法 Pending CN110544328A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910845806.3A CN110544328A (zh) 2019-09-02 2019-09-02 一种面向机载故障预测与健康管理的嵌入式高能效计算平台及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910845806.3A CN110544328A (zh) 2019-09-02 2019-09-02 一种面向机载故障预测与健康管理的嵌入式高能效计算平台及方法

Publications (1)

Publication Number Publication Date
CN110544328A true CN110544328A (zh) 2019-12-06

Family

ID=68712947

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910845806.3A Pending CN110544328A (zh) 2019-09-02 2019-09-02 一种面向机载故障预测与健康管理的嵌入式高能效计算平台及方法

Country Status (1)

Country Link
CN (1) CN110544328A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111294266A (zh) * 2020-05-12 2020-06-16 北京中航智科技有限公司 一种无人飞行器通讯方法及其总线通讯系统
CN111443788A (zh) * 2020-03-25 2020-07-24 北京智行者科技有限公司 一种多处理器片上系统mpsoc的上电控制电路
CN112307586A (zh) * 2020-11-20 2021-02-02 哈尔滨工业大学 基于分布式架构的装备退化状态故障预测系统
CN113254377A (zh) * 2021-05-07 2021-08-13 哈尔滨工业大学 一种无人机用任务管理计算机
CN113268394A (zh) * 2021-04-02 2021-08-17 哈尔滨工业大学 一种机载多监测任务在线推理引擎
CN113763596A (zh) * 2021-09-06 2021-12-07 天津津航计算技术研究所 一种机载异构网络数据记录方法
CN114697274A (zh) * 2022-04-29 2022-07-01 哈尔滨工业大学 一种无人机机载FlexRay数据记录系统
CN115048322A (zh) * 2022-06-27 2022-09-13 中国电子科技集团公司第十四研究所 一种基于zynq的多节点信号处理监测方法
CN115374959A (zh) * 2022-06-30 2022-11-22 北京普利永华科技发展有限公司 一种航空发动机的健康管理方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103010485A (zh) * 2012-12-21 2013-04-03 南京航空航天大学 一种倾转旋翼无人机仿真建模方法及其系统
US20150254908A1 (en) * 2014-03-10 2015-09-10 Embraer S.A. Maintenance planning optimization for repairable items based on prognostics and health monitoring data
CN105807779A (zh) * 2016-05-11 2016-07-27 飞智控（天津）科技有限公司 一种无人机飞行控制系统及方法
CN106516159A (zh) * 2016-12-09 2017-03-22 中电科航空电子有限公司 Acars机载系统及其故障诊断与健康管理方法
CN106741987A (zh) * 2016-12-12 2017-05-31 北京航天测控技术有限公司 一种无人机机载健康管理监测系统
CN108845587A (zh) * 2018-06-08 2018-11-20 赫星科技有限公司 无人机实时操控系统及无人机
CN208819267U (zh) * 2017-03-13 2019-05-03 河南趣航科技有限公司 一种无人机飞行数据处理系统
CN110011829A (zh) * 2019-02-28 2019-07-12 西南电子技术研究所（中国电子科技集团公司第十研究所） 综合机载任务系统健康管理子系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103010485A (zh) * 2012-12-21 2013-04-03 南京航空航天大学 一种倾转旋翼无人机仿真建模方法及其系统
US20150254908A1 (en) * 2014-03-10 2015-09-10 Embraer S.A. Maintenance planning optimization for repairable items based on prognostics and health monitoring data
CN105807779A (zh) * 2016-05-11 2016-07-27 飞智控（天津）科技有限公司 一种无人机飞行控制系统及方法
CN106516159A (zh) * 2016-12-09 2017-03-22 中电科航空电子有限公司 Acars机载系统及其故障诊断与健康管理方法
CN106741987A (zh) * 2016-12-12 2017-05-31 北京航天测控技术有限公司 一种无人机机载健康管理监测系统
CN208819267U (zh) * 2017-03-13 2019-05-03 河南趣航科技有限公司 一种无人机飞行数据处理系统
CN108845587A (zh) * 2018-06-08 2018-11-20 赫星科技有限公司 无人机实时操控系统及无人机
CN110011829A (zh) * 2019-02-28 2019-07-12 西南电子技术研究所（中国电子科技集团公司第十研究所） 综合机载任务系统健康管理子系统

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111443788B (zh) * 2020-03-25 2022-02-18 北京智行者科技有限公司 一种多处理器片上系统mpsoc的上电控制电路
CN111443788A (zh) * 2020-03-25 2020-07-24 北京智行者科技有限公司 一种多处理器片上系统mpsoc的上电控制电路
CN111294266A (zh) * 2020-05-12 2020-06-16 北京中航智科技有限公司 一种无人飞行器通讯方法及其总线通讯系统
CN112307586A (zh) * 2020-11-20 2021-02-02 哈尔滨工业大学 基于分布式架构的装备退化状态故障预测系统
CN112307586B (zh) * 2020-11-20 2022-08-26 哈尔滨工业大学 基于分布式架构的装备退化状态故障预测系统
CN113268394A (zh) * 2021-04-02 2021-08-17 哈尔滨工业大学 一种机载多监测任务在线推理引擎
CN113254377A (zh) * 2021-05-07 2021-08-13 哈尔滨工业大学 一种无人机用任务管理计算机
CN113254377B (zh) * 2021-05-07 2023-09-08 哈尔滨工业大学 一种无人机用任务管理计算机
CN113763596A (zh) * 2021-09-06 2021-12-07 天津津航计算技术研究所 一种机载异构网络数据记录方法
CN114697274A (zh) * 2022-04-29 2022-07-01 哈尔滨工业大学 一种无人机机载FlexRay数据记录系统
CN114697274B (zh) * 2022-04-29 2024-04-02 哈尔滨工业大学 一种无人机机载FlexRay数据记录系统
CN115048322A (zh) * 2022-06-27 2022-09-13 中国电子科技集团公司第十四研究所 一种基于zynq的多节点信号处理监测方法
CN115048322B (zh) * 2022-06-27 2024-04-23 中国电子科技集团公司第十四研究所 一种基于zynq的多节点信号处理监测方法
CN115374959A (zh) * 2022-06-30 2022-11-22 北京普利永华科技发展有限公司 一种航空发动机的健康管理方法及系统

Similar Documents

Publication Publication Date Title
CN110544328A (zh) 一种面向机载故障预测与健康管理的嵌入式高能效计算平台及方法
CN101571842B (zh) 一种用于arinc429通讯的pci板卡装置
CN103625647B (zh) 一种机载综合数据加载传输装置
CN102360204A (zh) 基于FlexRay的分布式飞行控制计算机通信系统及控制方法
CN108819881B (zh) 一种智能驾驶控制系统
CN103092656A (zh) 一种导航系统及导航方法
CN102063747B (zh) 一种can数据记录仪
CN110865958A (zh) 一种基于lrm的综合交换管理模块的设计方法
CN102955474A (zh) 一种汽车ecu的测控方法及其系统
CN102075397B (zh) Arinc429总线与高速智能统一总线的直接接口方法
CN208888626U (zh) 一种自动驾驶计算系统
CN205121280U (zh) 一种多探头高精度星敏感器冗余配置系统
CN114179824A (zh) 一种无人驾驶的计算系统
CN210294832U (zh) 一种适用于自主水下航行器的双冗余can总线通信装置
CN206594471U (zh) 一种复合电源纯电动汽车整车控制器
CN102923166B (zh) 集成式列车超速防护设备主插件
CN103064360A (zh) 一种基于双口ram的数据传输远程控制系统
CN201341148Y (zh) Pci接口型canopen网络数据分析仪
CN102169471B (zh) Arinc629总线与高速智能统一总线的直接接口方法
CN203012455U (zh) 一种基于双口ram的数据传输远程控制系统
CN101478451A (zh) Pci接口型canopen网络数据分析仪及其控制方法
CN219162697U (zh) 一种基于“fpga+ai芯”的巡飞器一体化智能信息处理装置
CN218866345U (zh) 安全控制器
CN219544757U (zh) 域控制器及自动驾驶汽车
Qin et al. Design of the Multi-computer communication system based on RS485

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: 20191206