CN112378422A - 激光陀螺惯导系统诊断推理系统及在线诊断方法 - Google Patents

Abstract

本发明提供了一种激光陀螺惯导系统诊断推理系统及在线诊断方法。所述激光陀螺惯导系统诊断推理系统包括诊断推理模块，所述诊断推理模块包括激光陀螺惯导系统故障与测试相关性矩阵及推理机，所述激光陀螺惯导系统故障与测试相关性矩阵为多种故障模式与检测数据之间的相关性矩阵，将所述激光陀螺惯导系统故障与测试相关性矩阵应用于所述推理机，通过检测正常与检测异常的集合推理得到当前发生的故障集。本发明建立基于激光陀螺惯导系统故障与测试相关性矩阵的故障推理方法，既能诊断敏感元件的故障，又能诊断外围电路的故障。

Description

激光陀螺惯导系统诊断推理系统及在线诊断方法

技术领域

本发明涉及激光陀螺惯导系统故障诊断技术领域，特别涉及激光陀螺惯导系统诊断推理系统及在线诊断方法。

背景技术

激光陀螺惯导系统是以激光陀螺为敏感元件的惯性导航系统，被广泛应用于航空、航海及陆用各个领域，成为飞机、导弹、舰船等装备不可或缺的组成部分。常见的激光陀螺惯导系统主要由敏感元件、外围电路板、导航计算机、显示控制终端等构成。敏感元件主要包括激光陀螺及加速度表(以下简称“加表”)，外围电路板主要包括抖动板、高压板、稳频板、IF板、电源板。随着技术和工艺不断成熟，激光陀螺惯导系统的可靠性不断提高，其使用寿命越来越长，但在使用中仍不可避免地会发生各种故障，一旦发生故障往往需要快速诊断出故障点以便于事后维修，然而目前激光陀螺惯导系统存在故障检测和诊断方面的困难，迫切需要给用户配备故障诊断设备。

由于激光陀螺惯导系统内部的任何组成部件发生故障都会造成系统的异常，而现有方法和设备仅能诊断敏感元件(陀螺故障和加表)的故障，若是外围电路板发生故障，则无法诊断或者会造成误诊。

现有方法不能诊断外围电路故障其原因在于：(1)其诊断推理机是基于“IF THEN“规则进行推理的，且这些规则没有考虑外围电路故障，就无法诊断外围电路故障；(2)这些规则是基于已有知识制定的，其条款极其有限，无法适应实际中可能出现的非常见的情形。

发明内容

本发明提供了一种激光陀螺惯导系统诊断推理系统及在线诊断方法，其目的是为了解决背景技术中敏感元件故障或外围电路板发生故障时，无法诊断外围电路板故障或者会造成误诊的技术问题。

为了达到上述目的，本发明的实施例提供的激光陀螺惯导系统诊断推理系统包括诊断推理模块，所述诊断推理模块包括激光陀螺惯导系统故障与测试相关性矩阵及推理机，所述激光陀螺惯导系统故障与测试相关性矩阵为多种故障模式与检测数据之间的相关性矩阵，将所述激光陀螺惯导系统故障与测试相关性矩阵应用于所述推理机，通过检测正常与检测异常的集合推理得到当前发生的故障集，所述多种故障模式包括敏感元件故障及外围电路故障。

优选地，所述敏感元件故障包括激光陀螺故障，所述外围电路故障包括抖动板故障，所述检测数据包括激光陀螺输出数据、加表输出数据、激光陀螺抖频和/或抖幅，通过所述激光陀螺输出数据、加表输出数据、激光陀螺抖频和/或抖幅可诊断出激光陀螺故障和抖动板故障。

优选地，所述敏感元件故障还包括加表故障，所述检测数据还包括激光陀螺温度、加表温度及激光陀螺光强，通过所述激光陀螺输出数据、加表输出数据、激光陀螺抖频和/或抖幅、激光陀螺温度、加表温度及激光陀螺光强可诊断出加表故障和其他外围电路故障。

优选地，所述激光陀螺惯导系统故障与测试相关性矩阵具体为：

式中，D表示相关性矩阵，d_1,1～d_m,n为矩阵元素，m表示故障总数，n表示测试总数；若测试t_j(1≤j≤n)可以检测故障f_i(1≤i≤m)，则矩阵元素d_i,j＝1；若测试t_j(1≤j≤n)不能检测故障f_i(1≤i≤m)，则矩阵元素d_i,j＝0。

优选地，所述推理机的公式为：

式中，Ψ表示推理得到的当前发生的故障集；T_F表示指示异常的测试集合；T_P表示指示正常的测试集合；“∩”为求交集；“∪”为求并集；“－”表示集合求差；TS(t_j)和TS(t_k)分别表示t_j和t_k可以检测的故障集；以TS(t_j)为例，其定义为：

式中，F表示系统全体故障模式集。

本发明提供的应用所述的激光陀螺惯导系统诊断推理系统的激光陀螺惯导系统在线诊断方法，包括以下步骤：

步骤S1、构建诊断系统：诊断系统包括诊断输入模块、诊断推理模块和诊断输出模块；

步骤S2、诊断系统对激光陀螺惯导系统实施在线监测和诊断；

步骤S3、结束。

优选地，所述步骤S1具体包括如下步骤：

步骤S11、所述诊断输入模块与被监测的激光陀螺惯导系统和诊断推理模块相连，收集从被监测的激光陀螺惯导系统内部采集到的性能参数和状态参数，实时监测数据，对监测数据进行采样量化和阈值判决预处理，并将预处理数据输出给诊断推理模块；

步骤S12、构建诊断推理模块：诊断推理模块与诊断输入模块和诊断输出模块相连；诊断推理模块从诊断输入模块获取预处理数据，然后进行诊断推理，将诊断结果输出给诊断输出模块；

步骤S13、构建诊断输出模块：诊断输出模块从诊断推理模块获取诊断结果，在显示屏上显示诊断结果。

优选地，所述步骤S12具体包括如下步骤：

步骤S121、建立激光陀螺惯导系统故障与测试相关性矩阵：确定故障模式及检测数据项目，并确定激光陀螺惯导系统故障与测试相关性矩阵；

步骤S122、在诊断推理模块中建立推理机。

优选地，所述步骤S2具体包括如下步骤：

步骤S21、诊断输入模块从被监测的激光陀螺惯导系统的输出接口获取被监测的激光陀螺惯导系统的性能参数和状态参数，进行采样量化和阈值判决，根据采样量化是否处于阈值范围内判断性能参数和状态参数是否异常；

步骤S22、诊断推理模块从诊断输入模块获取预处理结果，然后基于激光陀螺惯导系统故障与测试相关性矩阵及推理机的公式进行推理诊断，得到当前系统可能发生的故障集合Ψ；若Ψ为空集，则说明系统当前无故障，输出被监测的激光陀螺惯导系统正常的指示；若Ψ为非空集合，则说明被监测的激光陀螺惯导系统当前有故障，输出集合Ψ中的故障；

步骤S23、诊断输出模块显示诊断推理模块的诊断结论。

采用本发明能达到的技术效果有：本发明的激光陀螺惯导系统诊断推理系统在诊断推理模块中建立一种激光陀螺惯导系统故障与测试相关性矩阵，用以描述激光陀螺惯导系统中的故障与测试之间关联关系，激光陀螺惯导系统故障与测试相关性矩阵所涉及的故障除了包括已知的敏感元件故障，还包括各种外围电路故障；且建立基于激光陀螺惯导系统故障与测试相关性矩阵的故障推理方法，可以覆盖实际中可能出现的各种情形。

本发明的激光陀螺惯导系统在线诊断方法中，诊断输入模块经过预处理获得参数异常的检测数据，再通过激光陀螺惯导系统故障与测试相关性矩阵及推理机推断处发生故障部位，既能诊断敏感元件的故障，又能诊断外围电路的故障。

附图说明

图1为本发明的激光陀螺惯导系统诊断推理系统的结构示意图；

图2为本发明的激光陀螺惯导系统在线诊断方法的实施在线监测和诊断的流程图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明针对现有的问题，提供了一种激光陀螺惯导系统诊断推理系统包括诊断推理模块，所述诊断推理模块包括激光陀螺惯导系统故障与测试相关性矩阵及推理机，所述激光陀螺惯导系统故障与测试相关性矩阵为多种故障模式与检测数据之间的相关性矩阵，将所述激光陀螺惯导系统故障与测试相关性矩阵应用于所述推理机，通过检测正常与检测异常的集合推理得到当前发生的故障集，所述多种故障模式包括敏感元件故障及外围电路故障。

所述敏感元件故障包括激光陀螺故障，所述外围电路故障包括抖动板故障，所述检测数据包括激光陀螺输出数据、加表输出数据、激光陀螺抖频和/或抖幅，通过所述激光陀螺输出数据、加表输出数据、激光陀螺抖频和/或抖幅可诊断出激光陀螺故障和抖动板故障。

所述敏感元件故障还包括加表故障，所述检测数据还包括激光陀螺温度、加表温度及激光陀螺光强，通过所述激光陀螺输出数据、加表输出数据、激光陀螺抖频和/或抖幅、激光陀螺温度、加表温度及激光陀螺光强可诊断出加表故障和其他外围电路故障。

所述激光陀螺惯导系统故障与测试相关性矩阵具体为：

式中，D表示相关性矩阵，d_1,1～d_m,n为矩阵元素，m表示故障总数，n表示测试总数；若测试t_j(1≤j≤n)可以检测故障f_i(1≤i≤m)，则矩阵元素d_i,j＝1；若测试t_j(1≤j≤n)不能检测故障f_i(1≤i≤m)，则矩阵元素d_i,j＝0。

所述推理机的公式为：

式中，Ψ表示推理得到的当前发生的故障集；T_F表示指示异常的测试集合；T_P表示指示正常的测试集合；“∩”为求交集；“∪”为求并集；“－”表示集合求差；TS(t_j)和TS(t_k)分别表示t_j和t_k可以检测的故障集；以TS(t_j)为例，其定义为：

式中，F表示系统全体故障模式集。

如图1所示，本发明提供的应用所述的激光陀螺惯导系统诊断推理系统的激光陀螺惯导系统在线诊断方法，包括以下步骤：

步骤S1、构建诊断系统：诊断系统包括诊断输入模块、诊断推理模块和诊断输出模块；

步骤S2、诊断系统对激光陀螺惯导系统实施在线监测和诊断；

步骤S3、结束。

所述步骤S1具体包括如下步骤：

步骤S11、构建诊断输入模块：所述诊断输入模块与被监测的激光陀螺惯导系统和诊断推理模块相连，收集从被监测的激光陀螺惯导系统内部采集到的性能参数和状态参数，包括激光陀螺和加表的输出数据，激光陀螺抖频/抖幅，激光陀螺的温度，加表温度，激光陀螺的光强，实时监测数据，实时监测数据，对监测数据进行采样量化和阈值判决预处理，并将预处理数据输出给诊断推理模块；

步骤S12、构建诊断推理模块：诊断推理模块与诊断输入模块和诊断输出模块相连；诊断推理模块从诊断输入模块获取预处理数据，然后进行诊断推理，将诊断结果输出给诊断输出模块；所述步骤S12具体包括如下步骤：

步骤S121、建立激光陀螺惯导系统故障与测试相关性矩阵：确定故障模式及检测数据项目，并确定激光陀螺惯导系统故障与测试相关性矩阵；

根据文献GJB1391-2006故障模式、影响及危害性分析指南，确定激光陀螺惯导系统各组成单元的故障模式；

由激光陀螺惯导系统输出的监测数据来确定其测试项目，例如激光陀螺惯导系统通过与其它设备的通信接口输出以下监测数据：激光陀螺数据、加表数据、激光陀螺阴极温度、加表温度、激光陀螺抖频和抖幅、激光陀螺光强等，这些测试构成激光陀螺惯导系统的测试项目集。

对于激光陀螺惯导系统故障与测试相关性矩阵确定，举例说明如下：经过分析得出激光陀螺惯导系统的相关性矩阵中，X轴激光陀螺发生故障(记为f₁)会导致X轴激光陀螺温度(记为t₁)、X轴激光陀螺光强(记为t₂)和X轴激光陀螺输出数据(记为t₃)异常，不会造成其它监测参数异常，根据相关性矩阵定义可知d_1,1＝d_1.2＝d_1,3＝1，且d_1,4＝d_1.5＝…＝0。

步骤S122、在诊断推理模块中建立推理机。

步骤S13、构建诊断输出模块：诊断输出模块从诊断推理模块获取诊断结果，在显示屏上显示诊断结果。

如图2所示，所述步骤S2具体包括如下步骤：

步骤S21、诊断输入模块从被监测的激光陀螺惯导系统的输出接口获取被监测的激光陀螺惯导系统的性能参数和状态参数，包括激光陀螺数据，加表数据，激光陀螺抖频/抖幅，激光陀螺温度，加表温度，激光陀螺光强，并对参数进行采样量化和阈值判决，根据采样量化是否处于阈值范围内判断性能参数和状态参数是否异常。

根据激光陀螺惯导系统的规格书确定监测数据的正常区间。例如陀螺和加表的输出数据百秒均方根不大于0.01，抖频在300-430Hz，抖幅在16万-20万，温度在20-40℃均为正常区间，若监测参数不在上述区间则该参数为异常。可以进行量化判决的包括激光陀螺数据采样量化判决，加表数据采样量化判决，抖频/抖幅采样量化判决，激光陀螺温度采样量化判决，加表温度采样量化判决，激光陀螺光强采样量化判决。

步骤S22、诊断推理模块从诊断输入模块获取预处理结果，然后基于激光陀螺惯导系统故障与测试相关性矩阵及推理机的公式进行推理诊断，得到当前系统可能发生的故障集合Ψ；若Ψ为空集，则说明系统当前无故障，输出被监测的激光陀螺惯导系统正常的指示；若Ψ为非空集合，则说明被检测的激光陀螺惯导系统当前有故障，输出集合Ψ中的故障；

推理诊断中，结合激光陀螺惯导系统故障与测试相关性矩阵及推理机的公式来推断发生的故障：

例如在模块确定的过程中，确定激光陀螺惯导系统故障与测试相关性矩阵：

由上文所述的，激光陀螺惯导系统故障与测试相关性矩阵确定为：经过分析得出激光陀螺惯导系统的相关性矩阵中，X轴激光陀螺发生故障(记为f₁)会导致X轴激光陀螺温度(记为t₁)、X轴激光陀螺光强(记为t₂)和X轴激光陀螺输出数据(记为t₃)异常，不会造成其它监测参数异常，根据相关性矩阵定义可知d_1,1＝d_1.2＝d_1,3＝1，且d_1,4＝d_1.5＝…＝0。

又如高压板故障(记为f₂)会导致X、Y、Z轴三个激光陀螺光强(记为t₂、t₄和t₅)同时异常，但不会造成其它监测参数异常，因此有d_2,2＝d_2,4＝d_2,5＝1，且d_2,1＝d_2,3＝d_2,6＝…＝0。

推理机的公式：

TS(t_j)和TS(t_k)分别表示t_j和t_k可以检测的故障集，其中

假设已知诊断输入模块经过预处理仅X轴激光陀螺光强(记为t₂)异常，而其他测试均正常，即T_F＝{t₂}，T_P＝{t₁,t₃,…}，下面先用人工推理的方法进行故障推理。如前文所述，X轴激光陀螺故障(即f₁)或高压板故障(即f₂)均会导致X轴激光陀螺光强(即t₂)异常，也就是说根据t₂异常可推断故障f₁和f₂中至少有一个发生，也可能两个同时发生；由于高压板故障(即f₂)还会导致Y轴和Z轴激光陀螺光强(即t₄和t₅)异常，但是这些参数均为正常，这就排除了高压板故障(即f₂)，于是诊断结论是发生X轴激光陀螺故障(即f₁)。

下面再用推理机进行故障推理。由前文所述，已知d_1,2＝d_2,2＝1，根据TS(t_j)定义可知TS(t₂)＝{f₁,f₂}，表示根据t₂异常可推断故障f₁和f₂是疑似发生的故障，也就是说f₁和f₂中间至少发生一个或者同时发生才会导致t₂异常；再根据前文所述d_2,4＝d_2,5＝1，根据TS(t_j)定义可知f₂∈TS(t₄),TS(t₅)，也就是说如果发生故障f₂不仅会导致t₂异常，还会导致t₄和t₅异常；由于t₄和t₅均为正常，说明f₂没有发生，根据推理机公式可知Ψ＝{f₁,f₂}-{f₂,f₃,…}＝{f₁}，即推断出发生X轴激光陀螺故障(即f₁)。

两种推理结论相同，相比之下，后者是前者的公式化表达，便于计算机程序实现。

步骤S23、诊断输出模块显示诊断推理模块的诊断结论。

采用本发明能达到的技术效果有：本发明的激光陀螺惯导系统诊断推理系统在诊断推理模块中建立一种激光陀螺惯导系统故障与测试相关性矩阵，用以描述激光陀螺惯导系统中的故障与测试之间关联关系，激光陀螺惯导系统故障与测试相关性矩阵所涉及的故障除了包括已知的敏感元件故障，还包括各种外围电路故障；且建立基于激光陀螺惯导系统故障与测试相关性矩阵的故障推理方法，可以覆盖实际中可能出现的各种情形。而现有的检测中，如果不检测外围故障，则不需要建立矩阵表示，一维数据即可表明敏感元件故障。诊断推理机基于“IF THEN“规则进行推理，也为采用一维数据推理。而采用矩阵的方式，可以较好地表征敏感元件故障与外围故障之间的相互关系。

本发明的激光陀螺惯导系统在线诊断方法中，诊断输入模块经过预处理获得参数异常的检测数据，再通过激光陀螺惯导系统故障与测试相关性矩阵及推理机推断处发生故障部位，既能诊断敏感元件的故障，又能诊断外围电路的故障。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.激光陀螺惯导系统诊断推理系统，其特征在于，包括诊断推理模块，所述诊断推理模块包括激光陀螺惯导系统故障与测试相关性矩阵及推理机，所述激光陀螺惯导系统故障与测试相关性矩阵为多种故障模式与检测数据之间的相关性矩阵，将所述激光陀螺惯导系统故障与测试相关性矩阵应用于所述推理机，通过检测正常与检测异常的集合推理得到当前发生的故障集，所述多种故障模式包括敏感元件故障及外围电路故障。

2.根据权利要求1所述的激光陀螺惯导系统诊断推理系统，其特征在于，所述敏感元件故障包括激光陀螺故障，所述外围电路故障包括抖动板故障，所述检测数据包括激光陀螺输出数据、加表输出数据、激光陀螺抖频和/或抖幅，通过所述激光陀螺输出数据、加表输出数据、激光陀螺抖频和/或抖幅可诊断出激光陀螺故障和抖动板故障。

3.根据权利要求2所述的激光陀螺惯导系统诊断推理系统，其特征在于，所述敏感元件故障还包括加表故障，所述检测数据还包括激光陀螺温度、加表温度及激光陀螺光强，通过所述激光陀螺输出数据、加表输出数据、激光陀螺抖频和/或抖幅、激光陀螺温度、加表温度及激光陀螺光强可诊断出加表故障和其他外围电路故障。

4.根据权利要求1所述的激光陀螺惯导系统诊断推理系统，其特征在于，所述激光陀螺惯导系统故障与测试相关性矩阵具体为：

式中，D表示相关性矩阵，d_1,1～d_m,n为矩阵元素，m表示故障总数，n表示测试总数；若测试t_j(1≤j≤n)可以检测故障f_i(1≤i≤m)，则矩阵元素d_i,j＝1；若测试t_j(1≤j≤n)不能检测故障f_i(1≤i≤m)，则矩阵元素d_i,j＝0。

5.根据权利要求1所述的激光陀螺惯导系统诊断推理系统，其特征在于，所述推理机的公式为：

式中，Ψ表示推理得到的当前发生的故障集；T_F表示指示异常的测试集合；T_P表示指示正常的测试集合；“∩”为求交集；“∪”为求并集；“－”表示集合求差；TS(t_j)和TS(t_k)分别表示t_j和t_k可以检测的故障集；以TS(t_j)为例，其定义为：

式中，F表示系统全体故障模式集。

6.应用权利要求1至5中任意一项所述的激光陀螺惯导系统诊断推理系统的激光陀螺惯导系统在线诊断方法，其特征在于，包括以下步骤：

步骤S1、构建诊断系统：诊断系统包括诊断输入模块、诊断推理模块和诊断输出模块；

步骤S2、诊断系统对激光陀螺惯导系统实施在线监测和诊断；

步骤S3、结束。

7.根据权利要求6所述的激光陀螺惯导系统在线诊断方法，其特征在于，所述步骤S1具体包括如下步骤：

步骤S11、构建诊断输入模块：所述诊断输入模块与被监测的激光陀螺惯导系统和诊断推理模块相连，收集从被监测的激光陀螺惯导系统内部采集到的性能参数和状态参数，实时监测数据，对监测数据进行采样量化和阈值判决预处理，并将预处理数据输出给诊断推理模块；

步骤S12、构建诊断推理模块：诊断推理模块与诊断输入模块和诊断输出模块相连；诊断推理模块从诊断输入模块获取预处理数据，然后进行诊断推理，将诊断结果输出给诊断输出模块；

步骤S13、构建诊断输出模块：诊断输出模块从诊断推理模块获取诊断结果，在显示屏上显示诊断结果。

8.根据权利要求7所述的激光陀螺惯导系统在线诊断方法，其特征在于，所述步骤S12具体包括如下步骤：

步骤S121、建立激光陀螺惯导系统故障与测试相关性矩阵：确定故障模式及检测数据项目，并确定激光陀螺惯导系统故障与测试相关性矩阵；

步骤S122、在诊断推理模块中建立推理机。

9.根据权利要求6所述的激光陀螺惯导系统在线诊断方法，其特征在于，所述步骤S2具体包括如下步骤：

步骤S21、诊断输入模块从被监测的激光陀螺惯导系统的输出接口获取被监测的激光陀螺惯导系统的性能参数和状态参数，进行采样量化和阈值判决，根据采样量化是否处于阈值范围内判断性能参数和状态参数是否异常；

步骤S22、诊断推理模块从诊断输入模块获取预处理结果，然后基于激光陀螺惯导系统故障与测试相关性矩阵及推理机的公式进行推理诊断，得到当前系统可能发生的故障集合Ψ；若Ψ为空集，则说明系统当前无故障，输出被监测的激光陀螺惯导系统正常的指示；若Ψ为非空集合，则说明被监测的激光陀螺惯导系统当前有故障，输出集合Ψ中的故障；

步骤S23、诊断输出模块显示诊断推理模块的诊断结论。

Images