CN111913953B - 一种诊断数据库生成方法及装置 - Google Patents

一种诊断数据库生成方法及装置 Download PDF

Info

Publication number
CN111913953B
CN111913953B CN202010547596.2A CN202010547596A CN111913953B CN 111913953 B CN111913953 B CN 111913953B CN 202010547596 A CN202010547596 A CN 202010547596A CN 111913953 B CN111913953 B CN 111913953B
Authority
CN
China
Prior art keywords
fault
complete machine
maintenance information
dependency
matrix
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.)
Active
Application number
CN202010547596.2A
Other languages
English (en)
Other versions
CN111913953A (zh
Inventor
陈宁
霍鸿文
陈静
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.)
Beijing Watertek Information Technology Co Ltd
Original Assignee
Beijing Watertek Information Technology Co Ltd
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 Beijing Watertek Information Technology Co Ltd filed Critical Beijing Watertek Information Technology Co Ltd
Priority to CN202010547596.2A priority Critical patent/CN111913953B/zh
Publication of CN111913953A publication Critical patent/CN111913953A/zh
Application granted granted Critical
Publication of CN111913953B publication Critical patent/CN111913953B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2237—Vectors, bitmaps or matrices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/40—Maintaining or repairing aircraft
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • 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
    • G07C5/006—Indicating maintenance
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Manufacturing & Machinery (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Transportation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)

Abstract

本发明公开了一种诊断数据库生成方法及装置，包括：基于预先建立的相关性模型对被测系统进行测试，相关性模型包括第一对应关系；第一对应关系为故障模式和测试项目的对应关系；获取测试结果，测试结果包括第二对应关系；第二对应关系为测试项目和故障报告的对应关系；根据第一对应关系和第二对应关系生成故障模式和故障报告的依存关系矩阵，根据依存关系矩阵生成诊断数据库。本发明公开的诊断数据库生成方法及装置，可提高诊断数据库的生成效率和准确性。

Description

一种诊断数据库生成方法及装置
技术领域
本发明涉及数据处理技术，尤指一种诊断数据库生成方法及装置。
背景技术
现代飞机通常装备中央维护系统或健康管理系统，用来辅助维护人员快速确定飞机各个系统故障发生状态和故障处置建议。
中央维护系统/健康管理系统与飞机上各个具有自我监测能力或外部监测能力的机载系统/计算机进行连接，因而能够集中显示分散在全机各个区域的各种故障或异常情况。
基于机载计算机系统发出的众多异常信号，中央维护系统/健康管理系统生成各个系统的故障状态报告，该报告以电子形式存储在存储器中，允许维护人员在航行结束以后进行提取，对其进行分析，并且按照报告的内容进行维护工作以纠正或消除这些异常或故障。
目前，该系统设计的困难地方在于：通常的故障情况下由于系统的高度复杂的交联情况即使少数故障原因也会收到众多的异常信号，这些异常信号来自于真实故障源所在位置的周围系统以及与之相连的下一级系统的各个计算机，将这些异常原样显示给维护人员会给实际维护工作带来极大的疑惑和干扰，造成错误修理，因而需要将来自同一故障的不同异常信号进行合并显示。更加困难的是不同功能的复杂系统往往是独立设计的，即使是精通该系统的设计人员也无法预知其它系统可能的故障报告形式或数量，无法提供进行故障报告合并所需的知识。
传统上为了解决故障显示的问题，各种故障消除或综合的方法均采用逻辑方程的形式决定在特定故障组合状态下是否应显示某条特定的故障信息，而这个包含多个逻辑变量的表达式一般由设计人员根据每条故障信息的原因和后果人工逐条编写，而逻辑方程编写工作的工程过程和其它测试性分析过程(测试性建模)从人员、时间、过程和数据来源等往往是分离的，导致逻辑方程和其它设计过程生成的结果往往不统一，不能从已有的设计数据中自动获取信息，需要从头进行人工分析，带来很多人为错误，这些错误都只能在实际运行时才能逐步呈现。
发明内容
一方面，本申请实施例提供了一种诊断数据库生成方法，包括：
基于预先建立的相关性模型对被测系统进行测试，所述相关性模型包括第一对应关系；所述第一对应关系为故障模式和测试项目的对应关系；
获取测试结果，所述测试结果包括第二对应关系；所述第二对应关系为测试项目和故障报告的对应关系；
根据第一对应关系和第二对应关系生成故障模式和故障报告的依存关系矩阵，根据所述依存关系矩阵生成诊断数据库。
另一方面，本申请实施例提供了一种诊断数据库生成装置，包括：
测试模式，用于基于预先建立的相关性模型对被测系统进行测试，所述相关性模型包括第一对应关系；所述第一对应关系为故障模式和测试项目的对应关系；
获取模块，用于获取测试结果，所述测试结果包括第二对应关系；所述第二对应关系为测试项目和故障报告的对应关系；
生成模块，用于根据第一对应关系和第二对应关系生成故障模式和故障报告的依存关系矩阵，根据所述依存关系矩阵生成诊断数据库。
本申请至少一个实施例提供的诊断数据库生成方法及装置，与现有技术相比，具有以下有益效果：基于现有的测试性分析工程过程和结果数据来生成和支持诊断数据库的生成，使得诊断数据库中被测系统关联的信息得以自动化计算和生成，减少了工作量和人工错误的可能，使得最终的诊断数据库能够更加高效和准确地生成，提高了诊断数据库的生成效率。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
图1为本发明一示例实施例提供的诊断数据库生成方法的流程图；
图2为本发明一示例实施例提供的诊断数据库生成方法的流程图；
图3为本发明实施例提供的诊断数据库生成装置的结构框图；
图4为本发明实施例提供的中央维护系统的架构示意图。
具体实施方式
本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。
本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。
此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。
图1为本发明一示例实施例提供的诊断数据库生成方法的流程图，如图1所示，本发明实施例提供的诊断数据库生成方法可以包括：
S101：基于预先建立的相关性模型对被测系统进行测试，相关性模型包括第一对应关系；第一对应关系为故障模式和测试项目的对应关系。
本实施例中，基于现有测试性工程中的测试性相关性模型的数据和分析结果用于生成诊断数据库。生成的诊断数据库可用于航空领域机载设备的机载诊断系统或地面诊断系统、中央维护系统或健康管理系统，也可适用于石油、化工、运输、电力等其它工业自动化监控领域。
本实施例中，可以使用相关性模型(比如常规二值矩阵)对被测系统的设备组成、故障传递路径和测试方案等进行建模，使用测试性相关性模型的具体方法、流程和技术不在本发明实施例包含的范围以内，相关性模型仅作为本发明实施例的输入项和基础项。
其中，一个被测系统的测试性相关性模型MODEL＝{M,FM,S,TP,T,E}，即由一个层级结构的有向图组成，有向图中由模块集M、故障模式集FM、测试点集TP等构成有向图的顶点，有向边E表示系统结构之间的连接关系，信号集S表示有向边上流动的信号。
测试性相关性模型一般可以包括被测系统的结构模型，结构模型中定义了各个组成单元的组成、结构及上下游交联关系，结构模型具体如下：
被测系统中可以包括一组单元模块的有限集合M＝{m1,m2,…,mn}，M表示被测系统中的独立可替换模块m的有限集合，同时每个可更换模块可以包括一组下层组成单元的有限集合，以表示被测系统的层级结构，形成多层次的系统结构。
每个可更换模块具有一组端口的有限集合P＝{p1,p2,…,pn}，P表示被测系统的输入输出端口p的有限集合，可更换模块可以通过这组端口P和其它模块进行能量、信息和实体的交换和传输。
被测系统中可以包括一组连接关系的有限集合E＝{e1,e2,…,en}，E表示被测系统结构连接关系e的有向边集，用于连接不同的可更换单元模块m的输入输出端口，以实现系统信号的交联。
测试性相关性模型一般在结构模型的基础上可以增加故障模式与影响信息，其具体可以包括：
被测系统中可以包括各个组成单元的故障模式集FM＝{fm1,fm2,…,fmn}，各个故障模式fm可以包括故障原因与故障效应传递关系和故障率等属性。
每个故障模式可以在特定的输出端口集合P上影响一组信号S＝{s1,s2,…,sn}，每个信号对应一组故障表现和系统设备功能。
测试性相关性模型还可以包括测试项目信息，测试项目信息依据测试性设计方案建立的测试项目位置、测试内容等添加到测试性模型中去，其具体可以包括：
测试点的有限集TP＝{tp1,tp2,…,tpn}，测试点tp所在的位置表示监测信号所在的位置，对应某个层级模块m的端口。
被测系统可用测试t的有限集合T＝{t1,t2,…,tn}，测试项目一般可分为机内自测试、外部设备测试和人工检查等类型。
每个测试点tp包括一组测试集T，表示在该测试位置上可进行的所有测试项目。每个测试t所能检测到的信号集ST＝{st1,st2,…,stn}，ST为S的一个子集，表示该测试监控的功能、信号和现象，当检测到的信号集ST与预期信号不符时，输出测试结果以表示测试出系统异常。
本实施例中，基于相关性模型中的故障模式信息和测试项目信息，可得到故障模式和测试项目的对应关系。
S102：获取测试结果，测试结果包括第二对应关系；第二对应关系为测试项目和故障报告的对应关系。
本实施例中，从测试性相关性模型的测试结果中获取“测试项目-故障报告”的对应关系。
本实施例中，相关性测试模型的测试结果中可以故障报告集合FR＝{fr1,fr2,…,frn}，每个故障报告fr对应中央维护系统所能监控和接收的所有故障检测信息，其可以通过总线获取。故障报告具有一定的格式和编码，每个故障报告fr的内部产生和对外发送条件具有一组对应的逻辑表达式，逻辑式中包含对信号的事件描述。
本实施例中，可以在相关性模型测试项目集合T中提取机内自测试(Built InTest，简称BIT)的测试项目，对提取的测试项目采用相关性测试模型测试，测试结果中可得到该些测试项目相应的故障报告集合FR，即描述每一个可以向外输出测试结果的测试项目的事件逻辑，即得到“测试项目-故障报告”的报告逻辑产生式。
S103：根据第一对应关系和第二对应关系生成故障模式和故障报告的依存关系矩阵，根据依存关系矩阵生成诊断数据库。
本实施例中，根据“测试项目-故障报告”的报告逻辑产生式和“故障模式-测试项目”依存矩阵生成新的对应关系：“故障模式-故障报告”的依存关系矩阵。其中，“故障模式-故障报告”依存关系矩阵中每一列为被测系统中可发送的故障报告fr，每一行为被测系统中存在的故障模式fm。
本发明实施例提供的诊断数据库生成方法，基于现有的测试性分析工程过程和结果数据来生成和支持诊断数据库的生成，使得诊断数据库中被测系统关联的信息得以自动化计算和生成，减少了工作量和人工错误的可能，使得最终的诊断数据库能够更加高效和准确地生成，提高了诊断数据库的生成效率。
在本发明一示例实施例中，图2为本发明一示例实施例提供的诊断数据库生成方法的流程图，如图2所示，在图1所示实施例的基础上，根据依存关系矩阵生成诊断数据库，可以包括：
S201：将整机所包含的多个被测系统进行关联，根据关联的多个被测系统及各自对应的依存关系矩阵确定整机依存关系矩阵。
本实施例中，一个被测物体，比如飞机，可以包括多个被测系统，多个被测系统之间可以存在映射关联关系，将具有映射关联关系的被测系统可以称为上游测试系统(可简称上游系统)或下游测试系统(可简称下游系统)。比如，第一被测系统和第二被测系统具有映射关联关系：第一被测系统测试后，第二被测系统才进行测试，此时，可以将第一被测系统称为第二被测系统的上游测试系统，将第二被测系统称为第一被测系统的下游测试系统。
本实施例中，将不同被测系统进行关联合并，得到不同被测系统之间的关联信息以及整机依存关系矩阵，使得诊断数据库中需要跨系统关联的信息得以自动化计算和生成，使得最终的诊断数据库能够更加高效和准确地生成。
在一示例中，将整机所包含的多个被测系统进行关联，根据关联的多个被测系统及各自的依存关系矩阵确定整机依存关系矩阵，可以包括：建立上游系统的输出信号和下游系统的输入信号之间的映射关联关系，确定被测系统之间的故障报告触发关联关系；根据触发关联关系和各被测系统的依存关系矩阵确定整机依存关系矩阵。
本实施例中，将多个被测系统的相关性模型进行合并处理，将上游系统和下游系统模型的输入输出进行关联，使各个被测系统模型相互连接，其具体可以包括：
列出某一被测系统(设备)模型的输出信号，列出某一被测系统(设备)模型的输入信号，列出指定系统模型的下游系统(设备)，列出指定系统模型的下游系统的输入信号，列出指定系统模型的上游系统(设备)，列出指定系统模型的上游系统的输出信号。在上游系统的输出信号和下游系统的输入信号之间建立映射关联关系，生成系统之间的故障报告触发关联关系。其中，系统之间的故障报告触发关联关系与上下游系统信号的映射关联关系相对应，比如，第一被测系统和第二被测系统具有映射关联关系：第一被测系统测试后，第二被测系统才进行测试，则系统之间的故障报告触发关联关系为：第一被测系统的故障报告生成后，第二被测系统的故障报告才生成。
在一示例中，触发关联关系可以包括传递关系，传递关系是指两个故障报告中一个故障报告生成后，另一个故障报告才生成。
在一示例中，触发关联关系可以包括依存关系，依存关系是指两个故障报告同时生成；或者，两个故障报告中只有中一个故障报告生成，另一个故障报告不生成。
在一示例中，可以将上游系统的输出信号和下游系统的输入信号之间的映射关联关系写入诊断数据库，以及将系统之间的故障报告触发关联关系，即哪个故障报告会导致另外一个故障报告发生或消失等，写入诊断数据库，提高诊断数据库的生成效率和准确性。
本实施例中，根据触发关联关系和各被测系统的依存关系矩阵确定整机依存关系矩阵，可以包括：根据系统之间故障报告触发关联关系对相应上游系统和下游系统中“故障模式-故障报告”依存关系矩阵中的故障报告进行添加、删除或合并，得到整机依存关系矩阵。比如，第一被测系统和第二被测系统具有映射关联关系：第一被测系统测试和第二被测系统同时测试，第一被测系统的故障报告与第二被测系统的故障报告同时生成。若第一被测系统中的“故障模式-故障报告”依存关系矩阵包括：机舱温度高-空调电路短路，第二被测系统中的“故障模式-故障报告”依存关系矩阵包括：机舱温度高-排气管堵塞，此时，基于第一被测系统测试与第二被测系统故障报告触发关联关系为同时生成，则将“机舱温度高-空调电路短路”与“机舱温度高-排气管堵塞”中的故障报告合并，得到整机依存关系矩阵“机舱温度高-空调电路短路且排气管堵塞”。
在一示例中，在上游系统的输出信号和下游系统的输入信号之间建立映射关联关系时，如果上游系统某个端口输出信号多于下游系统的输入信号，存在有未映射的多余信号，将多余信号列表发送给下游系统迭代修改。或者，如果下游系统某个端口输入信号多于上游系统的输出信号，存在有未映射的多余信号，将多余信号列表发送给上游系统迭代修改。
在一示例中，除了协调分系统模型之间的互联，还可以根据总体方案和系统级测试项目补充各个分系统模型之外的测试项目，具体步骤如下：
根据顶层集中监控项目补充定义系统级/整机级BIT测试项目；根据顶层集中监控项目补充系统级/整机级监控定义对应的故障报告逻辑；根据补充后的整机模型生成整机级的依存关系矩阵。
S202：根据整机依存关系矩阵生成整机维护信息列表，将整机维护信息列表写入诊断数据库，整机维护信息列表包括一个或多个维护信息，维护信息用于排查故障和/或维修。
本实施例中，可以根据整机依存关系矩阵确定维护信息，生成维护信息列表/集合MSG＝{msg1,msg2,…,msgn}，每个维护信息msg是对实际故障的故障原因、故障影响的底层功能与信号、测试结果与现象的文字化描述，维护人员可使用维护信息来指导排故和维修行为。
在一示例中，根据整机依存关系矩阵生成整机维护信息列表，可以包括：基于整机依存关系矩阵确定整机故障模糊组，整机故障模糊组包括当前测试故障原因未明确的一个或多个故障模式；根据整机故障模糊组所需的测试项目输出对应的维护信息，生成整机维护信息列表。
本实施例中，可以根据整机依存关系矩阵中每一个故障模式对应的故障报告，采用理想排故方法对故障报告集合进行排查，确定故障原因未明确的故障报告，将故障原因未明确的故障报告对应的故障模式放在一起，形成整机故障模糊组。可以将每一组故障模糊组进行编码，并且根据故障模糊组所需的测试项目输出组合编辑对应的描述信息，生成对应的维护信息列表。
在一示例中，根据整机依存关系矩阵生成整机维护信息列表之后，还可以包括：
确定并存储整机维护信息列表中每个维护信息在整机依存关系矩阵中的故障模式集合和对应的故障报告。
本实施例中，将每个维护信息在“故障模式-故障报告”依存关系矩阵中的故障模式集合和对应的逻辑表达式(即故障报告)进行存储，即写入诊断数据中，以表示维护信息应在何种条件下进行产生和显示，提高诊断数据库的生成效率和准确性。
本发明实施例提供的诊断数据库生成方法，基于现有的测试性分析工程过程和结果数据来生成和支持诊断数据库的生成的基础上，将多个被测系统进行关联，使得诊断数据库中可以跨系统关联的信息得以自动化计算和生成，减少了工作量和人工错误的可能，使得最终的诊断数据库能够更加高效和准确地生成，提高了诊断数据库的生成效率。
在本发明一示例实施例中，本发明实施例提供的诊断数据库生成方法，还可以包括：基于整机依存关系矩阵，确定整机维护信息列表中每个维护信息对应的故障原因所在模块，以及确定各个故障原因所发生的先验概率，生成包括故障原因、故障所在模块和对应的故障原因发生概率的排序列表，并将排序列表写入诊断数据库中。
本实施例中，通过相关性模型和整机依存关系矩阵可以确定出每个维护信息对应的故障模式中的故障原因所在模块m，以及确定出每个维护信息对应的各个故障模式中的故障原因所发生的先验概率，生成包括故障原因、故障所在模块和对应的故障原因发生概率的排序列表，写入诊断数据库中。
本发明实施例提供的诊断数据库生成方法，可生成包括故障原因、故障所在模块和对应的故障原因发生概率的排序列表，将该排序列表写入诊断数据库中，提高诊断数据库的生成效率和准确性。
在本发明一示例实施例中，测试结果还可以包括驾驶舱效应集合，驾驶舱效应集合包括一组或多组用于协助飞行员操作的驾驶舱效应，每一组驾驶舱效应对应一个故障的所有故障原因。
本实施例中，驾驶舱效应集合FDE＝{fde1,fde2,…,fden}，每个fde对应整架飞机所有的驾驶舱效应，驾驶舱效应驱动飞行员空中或地面处置行为，飞行员可以依靠驾驶舱效应fde查询在当前系统状态下继续安全飞行所需要采取的措施和操作，但是驾驶舱效应fde不提供故障原因的描述，不对应地勤等维护人员的维修动作。驾驶舱效应集合一般由飞机的机组告警系统设计人员根据安全性分析结果进行甄别设计，每个驾驶舱效应ffde具有对应的功能信号失效的组合产生逻辑。机组告警系统可以包括发动机指示和机组告警系统(简称EICAS系统)或电子中央飞机监控系统(简称ECAM系统)。
本实施例中，驾驶舱效应集合可基于每个被测系统的“故障模式-故障报告”依存关系矩阵映射得到。具体的，从单个分系统(被测系统)的“故障模式-故障报告”依存关系矩阵中提取故障模式集合FM，对故障模式集合FM中的每一个故障模式依次使用相关性模型进行故障传递路径分析，得出其影响的故障影响集合S，根据该分系统的各个故障模式的故障影响S集合对故障影响级别、层级和范围进行筛选，将影响最终使用功能的故障模式关联映射到飞机驾驶舱效应fde上。
本发明实施例提供的诊断数据库生成方法，还可以包括：对于每一组驾驶舱效应，检测该驾驶舱效应对应的所有故障原因中，是否存在至少一个故障原因和排序列表中的故障原因相同；若存在，则确定该组驾驶舱效应和排序列表之间存在关联关系，并将该关联关系写入诊断数据库中。
本实施例中，通过综合信息计算维护信息和驾驶舱效应fde的关联关系，即如果某一驾驶舱效应fde对应的故障原因集合和维护信息的故障原因集合之间存在重合的元素，那么说明驾驶舱效应fde和维护信息之间存在关联关系，将此关联关系写入数据库中。
在一示例中，可判断某一驾驶舱效应fde对应的故障原因集合与排序列表中维护信息的故障原因集合之间是否存在重合的元素，将具有关联关系的驾驶舱效应和排序列表写入诊断数据库中。
在一实施例中，可判断某一驾驶舱效应fde对应的故障原因集合与维护信息列表中维护信息的故障原因集合之间是否存在重合的元素，将具有关联关系的驾驶舱效应和维护信息列表写入诊断数据库中。
本发明实施例提供的诊断数据库生成方法，可将具有关联关系的驾驶舱效应和维护信息写入诊断数据库中，提高诊断数据库的生成效率和准确性。
在本发明一示例实施例中，基于整机依存关系矩阵确定整机故障模糊组之后，还可以包括：
确定每一个被测系统的故障模糊组；将整机故障模糊组分别与各个被测系统的故障模糊组进行比较，根据比较结果调整各个被测系统所包含的故障模糊组；根据调整后的故障模糊组调整对应的各被测系统的维护信息列表。
本实施例中，可以根据整机故障模糊组调整各个被测系统的故障模糊组。将整机故障模糊组的组成情况与各个分系统原有的故障模糊组进行对比，如果存在故障模糊组内容增加或减少的情况时，依次查询原有各个分系统的维护信息描述信息，并且修改描述。如果存在新的故障模糊组，补充新的故障模糊组对应的维护信息，也可对上游系统或下游系统进行修改迭代。
其中，各个被测系统故障模糊组的确定原理与整机模糊组的确定原理相同，均是基于“故障报告-故障模式”依存关系矩阵确定，不同之处在于各个被测系统故障模糊组基于各个被测系统的“故障报告-故障模式”依存关系矩阵确定，而整机模糊组基于整机依存关系矩阵确定。
在一示例中，可以基于各个被测系统的故障模糊组，将每一个被测系统的故障模糊组进行编码，并且根据每一个被测系统故障模糊组所需的测试项目输出组合编辑对应的描述信息，生成每一个被测系统对应的维护信息列表，并将每一个被测系统的维护列表信息写入分系统诊断数据库中。其中，诊断数据库可以划分为多个分系统诊断数据库，每一个分系统诊断数据库可以对应一个存储地址或存储编码。
在一示例中，可以通过相关性模型和各个被测系统的“故障报告-故障模式”依存关系矩阵，确定出各个被测系统中每个维护信息对应的故障模式中的故障原因所在模块m，以及确定出每个维护信息对应的各个故障模式中的故障原因所发生的先验概率，生成包括故障原因、故障所在模块和对应的故障原因发生概率的排序列表，并写入分系统诊断数据库中。
本发明实施例提供的诊断数据库生成方法，可以根据整机故障模糊组调整各个被测系统的故障模糊组，完善每一个被测系统的维护信息列表，同时诊断数据库可以划分为多个分系统诊断数据库，可将每一个被测系统的维护列表信息和/或排序列表写入分系统诊断数据库中，提高诊断数据库的生成效率和准确性。
本发明实施例还提供一种诊断数据库生成装置，图3为本发明实施例提供的诊断数据库生成装置的结构框图，如图3所示，本发明实施例提供的诊断数据库生成装置可以包括：测试模式31、获取模块32和生成模块33。
测试模式31，用于基于预先建立的相关性模型对被测系统进行测试，所述相关性模型包括第一对应关系；所述第一对应关系为故障模式和测试项目的对应关系；
获取模块32，用于获取测试结果，所述测试结果包括第二对应关系；所述第二对应关系为测试项目和故障报告的对应关系；
生成模块33，用于根据第一对应关系和第二对应关系生成故障模式和故障报告的依存关系矩阵，根据所述依存关系矩阵生成诊断数据库。
本实施例中提供的诊断数据库生成装置用于执行图1所示方法实施例的技术方案，其实现原理和实现效果类似，此处不再赘述。
在一示例中，生成模块33根据所述依存关系矩阵生成诊断数据库，可以包括：
将整机所包含的多个被测系统进行关联，根据关联的多个被测系统及各自对应的依存关系矩阵确定整机依存关系矩阵；
根据所述整机依存关系矩阵生成整机维护信息列表，将所述整机维护信息列表写入所述诊断数据库，所述整机维护信息列表包括一个或多个维护信息，所述维护信息用于排查故障和/或维修。
在一示例中，生成模块33根据所述整机依存关系矩阵生成整机维护信息列表，可以包括：
基于所述整机依存关系矩阵确定整机故障模糊组，所述整机故障模糊组包括当前测试故障原因未明确的一个或多个故障模式；
根据所述整机故障模糊组所需的测试项目输出对应的维护信息，生成整机维护信息列表。
在一示例中，生成模块33，还用于基于所述整机依存关系矩阵，确定所述整机维护信息列表中每个维护信息对应的故障原因所在模块，以及确定各个故障原因所发生的先验概率，生成包括故障原因、故障所在模块和对应的故障原因发生概率的排序列表，并将所述排序列表写入所述诊断数据库中。
在一示例中，所述测试结果还包括驾驶舱效应集合，所述驾驶舱效应集合包括一组或多组用于协助飞行员操作的驾驶舱效应，每一组驾驶舱效应对应一个故障的所有故障原因；
诊断数据库生成装置还可以包括确定模块，用于对于每一组驾驶舱效应，检测该驾驶舱效应对应的所有故障原因中，是否存在至少一个故障原因和所述排序列表中的故障原因相同；若存在，则确定该组驾驶舱效应和所述排序列表之间存在关联关系，并将所述关联关系写入所述诊断数据库中。
在一示例中，确定模块，还用于确定并存储整机维护信息列表中每个维护信息在整机依存关系矩阵中的故障模式集合和对应的故障报告。
在一示例中，确定模块，还用于确定每一个被测系统的故障模糊组；将所述整机故障模糊组分别与各个被测系统的故障模糊组进行比较，根据比较结果调整各个被测系统所包含的故障模糊组；根据调整后的故障模糊组调整对应的各被测系统的维护信息列表。
在一示例中，生成模块33将整机所包含的多个被测系统进行关联，根据关联的多个被测系统及各自的依存关系矩阵确定整机依存关系矩阵，包括：
建立上游系统的输出信号和下游系统的输入信号之间的映射关联关系，确定被测系统之间的故障报告触发关联关系；
根据所述触发关联关系和各被测系统的依存关系矩阵确定整机依存关系矩阵。
在一示例中，所述触发关联关系可以包括传递关系，所述传递关系是指两个故障报告中一个故障报告生成后，另一个故障报告才生成；
或者，
所述触发关联关系可以包括依存关系，所述依存关系是指两个故障报告同时生成；或者，两个故障报告中只有中一个故障报告生成，另一个故障报告不生成。
本发明实施例还可以提供一种故障诊断方法，包括：按照上述任一实施例所示的诊断数据库生成方法生成诊断数据库，根据生成的诊断数据库进行故障诊断。
本实施例中，现代飞机通常装备中央维护系统/健康管理系统，用来辅助维护人员快速确定飞机各个系统故障发生状态和故障处置建议。图4为本发明实施例提供的中央维护系统的架构示意图，如图4所示，中央维护系统/健康管理系统与飞机上各个具有自我监测能力或外部监测能力的机载计算机或便携式计算机进行连接，因而能够集中显示分散在全机各个区域的各种故障或异常情况。
其中，机载计算机或便携式计算机可将被测系统的测试结果与诊断数据库中的信息进行比对，以进行故障诊断。本实施例中，根据诊断数据库进行故障诊断与现有技术相同，本实施例在此不进行限定和赘述。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

Claims (4)

1.一种诊断数据库生成方法，其特征在于，包括：
基于预先建立的相关性模型对被测系统进行测试，所述相关性模型包括第一对应关系；所述第一对应关系为故障模式和测试项目的对应关系；
获取测试结果，所述测试结果包括第二对应关系；所述第二对应关系为测试项目和故障报告的对应关系；
根据第一对应关系和第二对应关系生成故障模式和故障报告的依存关系矩阵，根据所述依存关系矩阵生成诊断数据库；所述依存关系矩阵中每一列为所述被测系统中可发送的所述故障报告，每一行为所述被测系统中存在的所述故障模式，其中，所述故障报告包括其内部产生和对外发送条件的一组逻辑表达式；
其中，所述根据所述依存关系矩阵生成诊断数据库，包括：将整机所包含的多个被测系统进行关联，根据关联的多个被测系统及各自对应的依存关系矩阵确定整机依存关系矩阵；根据所述整机依存关系矩阵生成整机维护信息列表，将所述整机维护信息列表写入所述诊断数据库，所述整机维护信息列表包括一个或多个维护信息，所述维护信息用于排查故障和/或维修；其中，所述根据所述整机依存关系矩阵生成整机维护信息列表，包括：基于所述整机依存关系矩阵确定整机故障模糊组，所述整机故障模糊组包括当前测试故障原因未明确的一个或多个故障模式；根据所述整机故障模糊组所需的测试项目输出对应的维护信息，生成整机维护信息列表；确定每一个被测系统的故障模糊组；将所述整机故障模糊组分别与各个被测系统的故障模糊组进行比较，根据比较结果调整各个被测系统所包含的故障模糊组；
根据调整后的故障模糊组调整对应的各被测系统的维护信息列表；
确定并存储整机维护信息列表中每个维护信息在整机依存关系矩阵中的故障模式集合和对应的故障报告；
基于所述整机依存关系矩阵，确定所述整机维护信息列表中每个维护信息对应的故障原因所在模块，以及确定各个故障原因所发生的先验概率，生成包括故障原因、故障所在模块和对应的故障原因发生概率的排序列表，并将所述排序列表写入所述诊断数据库中；
所述测试结果还包括驾驶舱效应集合，所述驾驶舱效应集合包括一组或多组用于协助飞行员操作的驾驶舱效应，每一组驾驶舱效应对应一个故障的所有故障原因；所述方法还包括：对于每一组驾驶舱效应，检测该驾驶舱效应对应的所有故障原因中，是否存在至少一个故障原因和所述排序列表中的故障原因相同；若存在，则确定该组驾驶舱效应和所述排序列表之间存在关联关系，并将所述关联关系写入所述诊断数据库中。
2.根据权利要求1所述的方法，其特征在于，所述将整机所包含的多个被测系统进行关联，根据关联的多个被测系统及各自的依存关系矩阵确定整机依存关系矩阵，包括：
建立上游系统的输出信号和下游系统的输入信号之间的映射关联关系，确定被测系统之间的故障报告触发关联关系；
根据所述触发关联关系和各被测系统的依存关系矩阵确定整机依存关系矩阵。
3.根据权利要求2所述的方法，其特征在于，
所述触发关联关系包括传递关系，所述传递关系是指两个故障报告中一个故障报告生成后，另一个故障报告才生成；
或者，
所述触发关联关系包括依存关系，所述依存关系是指两个故障报告同时生成；或者，两个故障报告中只有中一个故障报告生成，另一个故障报告不生成。
4.一种诊断数据库生成装置，其特征在于，包括：
测试模块，用于基于预先建立的相关性模型对被测系统进行测试，所述相关性模型包括第一对应关系；所述第一对应关系为故障模式和测试项目的对应关系；
获取模块，用于获取测试结果，所述测试结果包括第二对应关系；所述第二对应关系为测试项目和故障报告的对应关系；其中，所述测试结果还包括驾驶舱效应集合，所述驾驶舱效应集合包括一组或多组用于协助飞行员操作的驾驶舱效应，每一组驾驶舱效应对应一个故障的所有故障原因；
生成模块，用于根据第一对应关系和第二对应关系生成故障模式和故障报告的依存关系矩阵，根据所述依存关系矩阵生成诊断数据库，包括：将整机所包含的多个被测系统进行关联，根据关联的多个被测系统及各自对应的依存关系矩阵确定整机依存关系矩阵；根据所述整机依存关系矩阵生成整机维护信息列表，将所述整机维护信息列表写入所述诊断数据库，所述整机维护信息列表包括一个或多个维护信息，所述维护信息用于排查故障和/或维修；其中，根据所述整机依存关系矩阵生成整机维护信息列表包括：基于所述整机依存关系矩阵确定整机故障模糊组，所述整机故障模糊组包括当前测试故障原因未明确的一个或多个故障模式；根据所述整机故障模糊组所需的测试项目输出对应的维护信息，生成整机维护信息列表；还用于基于所述整机依存关系矩阵，确定所述整机维护信息列表中每个维护信息对应的故障原因所在模块，以及确定各个故障原因所发生的先验概率，生成包括故障原因、故障所在模块和对应的故障原因发生概率的排序列表，并将所述排序列表写入所述诊断数据库中；
确定模块，用于对于每一组驾驶舱效应，检测该驾驶舱效应对应的所有故障原因中，是否存在至少一个故障原因和所述排序列表中的故障原因相同；若存在，则确定该组驾驶舱效应和所述排序列表之间存在关联关系，并将所述关联关系写入所述诊断数据库中；还用于确定并存储整机维护信息列表中每个维护信息在整机依存关系矩阵中的故障模式集合和对应的故障报告；还用于确定每一个被测系统的故障模糊组；将所述整机故障模糊组分别与各个被测系统的故障模糊组进行比较，根据比较结果调整各个被测系统所包含的故障模糊组；根据调整后的故障模糊组调整对应的各被测系统的维护信息列表。
CN202010547596.2A 2020-06-16 2020-06-16 一种诊断数据库生成方法及装置 Active CN111913953B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010547596.2A CN111913953B (zh) 2020-06-16 2020-06-16 一种诊断数据库生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010547596.2A CN111913953B (zh) 2020-06-16 2020-06-16 一种诊断数据库生成方法及装置

Publications (2)

Publication Number Publication Date
CN111913953A CN111913953A (zh) 2020-11-10
CN111913953B true CN111913953B (zh) 2024-05-07

Family

ID=73237870

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010547596.2A Active CN111913953B (zh) 2020-06-16 2020-06-16 一种诊断数据库生成方法及装置

Country Status (1)

Country Link
CN (1) CN111913953B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1868146A1 (en) * 2006-06-14 2007-12-19 SPX Corporation Dynamic decision sequencing method and apparatus for optimizing a diagnostic test plan
CN102722471A (zh) * 2012-05-21 2012-10-10 北京航空航天大学 一种基于综合相关性矩阵的模糊关系矩阵生成方法
CN105574328A (zh) * 2015-12-11 2016-05-11 中国航空工业集团公司西安航空计算技术研究所 一种机载诊断模型的集成方法
CN110162811A (zh) * 2018-04-16 2019-08-23 北京机电工程研究所 基于故障诊断的测试性建模及分析方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1868146A1 (en) * 2006-06-14 2007-12-19 SPX Corporation Dynamic decision sequencing method and apparatus for optimizing a diagnostic test plan
CN102722471A (zh) * 2012-05-21 2012-10-10 北京航空航天大学 一种基于综合相关性矩阵的模糊关系矩阵生成方法
CN105574328A (zh) * 2015-12-11 2016-05-11 中国航空工业集团公司西安航空计算技术研究所 一种机载诊断模型的集成方法
CN110162811A (zh) * 2018-04-16 2019-08-23 北京机电工程研究所 基于故障诊断的测试性建模及分析方法

Also Published As

Publication number Publication date
CN111913953A (zh) 2020-11-10

Similar Documents

Publication Publication Date Title
Deb et al. QSI's integrated diagnostics toolset
US10235277B2 (en) Method of detecting false test alarms using test step failure analysis
US9959158B2 (en) Methods and apparatus for the creation and use of reusable fault model components in fault modeling and complex system prognostics
US20060025908A1 (en) Impact assessment system and method for determining emergent criticality
Simeu-Abazi et al. Fault diagnosis for discrete event systems: Modelling and verification
US11776330B2 (en) Closed-loop diagnostic model maturation for complex systems
Bartocci et al. Localizing faults in Simulink/Stateflow models with STL
CN106250709A (zh) 基于传感器关联网络的燃气轮机异常检测与故障诊断算法
US20160342720A1 (en) Method, system, and computer program for identifying design revisions in hardware design debugging
CN111061293B (zh) 多参数耦合的飞行器故障定位方法、飞行器及存储介质
US11760507B2 (en) Onboard diagnosis and correlation of failure data to maintenance actions
Deb et al. Decentralized real-time monitoring and diagnosis
CN113626267A (zh) 复杂电子系统不确定性故障诊断效能评估方法
CN106777719B (zh) 双模冗余的故障检测装置的故障检测方法
Apostolidis et al. An AI-based digital twin case study in the MRO sector
CN108427778B (zh) 电子装备的可测试性分析方法及装置
CN111913953B (zh) 一种诊断数据库生成方法及装置
Sheppard et al. Applying testability analysis for integrated diagnostics
CN112182743A (zh) 一种基于故障传递特征匹配的飞机系统故障诊断方法
JP2022042989A (ja) センサデータに基づく修理の自動予測
Ye et al. Self-learning and adaptive board-level functional fault diagnosis
US20220388689A1 (en) System and method for contextually-informed fault diagnostics using structural-temporal analysis of fault propagation graphs
Ye et al. Information-theoretic syndrome evaluation, statistical root-cause analysis, and correlation-based feature selection for guiding board-level fault diagnosis
Shi et al. Comparison of model-based diagnosis methods: Testability modeling & Rodon
Miguez et al. A Feasibility Study on the Implementation of Visibility Algorithms for Fault Diagnosis in Aircraft Fuel Systems

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
GR01 Patent grant
GR01 Patent grant