CN113112123A - 一种基于关联矩阵的飞机航电系统故障诊断评估方法 - Google Patents

Abstract

本发明涉及一种基于关联矩阵的飞机航电系统故障诊断评估方法，属于飞机故障诊断技术领域。包括以下步骤：根据故障与可测信息之间的关联关系，建立故障与可测信息之间的关联矩阵；基于关联矩阵和测点信息计算故障诊断评估指标：系统的故障可检测度FDR、系统的故障可分离度FIR、诊断算法检测点费用比C；由评估指标和测点费用建立最大费效比评估模型进行评估；本发明从故障诊断原理出发，并且综合考虑测点的费用，提出基于最大费效比的故障评估方案，对诊断方法进行定量评估，兼顾原理可靠性和工程应用性；该方案针对知识推理故障诊断方法进行评估诊断能力，可以克服多数复杂系统难以精确建立定量数值模型的缺陷，适用范围更广。

Description

一种基于关联矩阵的飞机航电系统故障诊断评估方法

技术领域

本发明属于飞机故障诊断技术领域，涉及故障诊断方案效果的评估方法，具体涉及一种基于关联矩阵的飞机航电系统故障诊断评估方法。

背景技术

飞机的航电系统是飞机的重要组成部分，其安全性直接影响着飞机的飞行能力和任务完成度。对于飞机航电系统,采用不同的诊断方法构成的故障诊断系统其性能必然各异,诊断能力也有差异，应该对诊断性能做出定量或定性的评估。从哪些方面对故障诊断方法进行评估,评估的标准是什么,是在研究故障诊断和系统可靠性分析问题时应该给予足够重视的问题。这不仅可以对不同的故障诊断方法做出比较,还可以帮助设计出性能更好的故障诊断方法,是故障诊断和系统设计研究的一个重要方向。因此，有必要开展飞机航电系统的故障诊断评估方法研究，从而达到故障诊断方法有效评估的目的。

《一种基于关联矩阵的配电网在线行波故障定位方法》(杜向楠,徐波,郭志全,郭宁明,冯志畅,王庆，《智慧电力》，2017年第45期第10卷)一文中提出了一种基于关联矩阵的在线行波故障定位新方法,该方法基于线路分布式终端高采样行波数据,利用多端数据构建关联矩阵,通过关联矩阵的对称性及相关性确定故障区间并识别异常装置数据，达到了故障诊断的目的，但是对于故障诊断效果并未做出相应的评估，尤其对于飞机航电系统这种高可靠性设备，故障诊断效果评估显得尤为重要，是系统安全设计和诊断策略选取的重要参考。

发明内容

要解决的技术问题

为了克服目前飞机航电系统故障诊断评估的缺陷，提高飞机航电系统的安全性和可靠性，本发明提出一种基于关联矩阵的飞机航电系统故障诊断评估方法，该方法能够跟充分地揭示故障诊断的内在关系，准确地评估出故障诊断效果，解决了飞机航电系统故障诊断评估的难题。

技术方案

一种基于关联矩阵的飞机航电系统故障诊断评估方法，其特征在于步骤如下：

步骤1：判断每个故障部件到测点是否有可达路径，得到各故障源与测点之间的检测与被检测关系，在故障树中，搜寻故障事件j到可测点i是否有可达路径，如果有则R(i,j)＝1，如果没有，则R(i,j)＝0；以可测信息为行，以故障模式为列，根据故障与可测信息之间的关联关系，建立故障与可测信息之间的关联矩阵R：

同时矩阵中各元素满足：

R(i,j)＝1故障j对可测信息i有影响；

R(i,j)＝0故障j对可测信息i没有影响；

步骤2：利用故障关联矩阵，分析故障i对应的列中是否存在非零元素，如果存在，则说明故障i具有可检测性，反之亦然，即

R(:,i)≠0故障i具有可检测性；

R(:,i)＝0故障i不具有可检测性；

其中R(:,i)表示故障i所对应的列；

利用故障关联矩阵，分析故障i和故障j所对应的列元素是否完全相同，如果不同，则说明故障i和故障j具有可分离性，反之则定义为不可分离，即

R(k,i)≠R(k,j)

具有可分离性；

R(k,i)＝R(k,j)

不可分离；

建立定量指标用以描述故障被检测和隔离的程度：

1)系统的故障可检测度FDR

其中n为部件或系统的故障模式总数，n_d为具有可检测性的故障个数；

2)故障的分离是建立在故障检测之上，当故障不可检测时，单故障的可分离度γ_i＝0，当故障可检测时，单故障的可分离度γ_i由该故障与其他故障是否可分离定义，系统中包含n个故障，分别为F＝{F₁,F₂,…F_n}，与故障F_i∈F可分离的故障集合为F_i ^I，下面给出故障F_i∈F的可分离度定量描述：

其中F/F_i表示F除去故障F_i后剩余的集合，|F_i ^I|表示F_i ^I中的故障个数；

3)系统的故障可分离度FIR

4)诊断算法检测点总费用C

其中C_i表示第i个测点的检测费用，其中m为待评估诊断算法测点个数，p为系统可布置测点总个数；

步骤3：由评估指标和测点费用建立最大费效比评估模型进行评估，所述的最大费效比评估模型：

其中J表示候选故障诊断方案的费效比，w_D和w_I分别表示可检测度和可分离度的权值，C表示检测点费用比；费效比J越大表示该方案越好。

一种计算机系统，其特征在于包括：一个或多个处理器，计算机可读存储介质，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的方法。

一种计算机可读存储介质，其特征在于存储有计算机可执行指令，所述指令在被执行时用于实现上述的方法。

一种计算机程序，其特征在于包括计算机可执行指令，所述指令在被执行时用于实现上述的方法。

有益效果

本发明针对飞机航电系统，提出了一种基于关联矩阵的故障诊断评估方法，从常用的知识推理故障诊断方法出发，建立了通用的故障关联矩阵，然后从关联矩阵分析这些方法的故障可检测度和可分离度，该过程省去了传统诊断评估方法的测试仿真环节，大大降低了评估方法应用成本；

另外本发明从故障诊断原理出发，并且综合考虑测点的费用，提出基于最大费效比的故障评估方案，对诊断方法进行定量评估，兼顾原理可靠性和工程应用性；该方案针对知识推理故障诊断方法进行评估诊断能力，可以克服多数复杂系统难以精确建立定量数值模型的缺陷，适用范围更广。

附图说明

图1本发明流程图

具体实施方式

现结合实施例、附图对本发明作进一步描述：

本发明提出一种基于关联矩阵的飞机航电系统故障诊断评估方法，解决了飞机航电系统故障诊断评估难题。具体步骤为：

步骤一：分析故障系统和检测点信息得到关联矩阵。

根据系统的结构和工作原理，采用多信号流图等技术建立故障系统的模型，基于故障影响分析，在系统模型中对故障与可测点进行标识，得到可测点与故障的关联关系图，进一步得到故障关联矩阵。

判断每个故障部件到测点是否有可达路径，得到各故障源与测点之间的检测与被检测关系，在故障树中，搜寻故障事件j到可测点i是否有可达路径，如果有则R(i,j)＝1，如果没有，则R(i,j)＝0。故障关联矩阵：以可测信息为行，以故障模式为列，根据故障与可测信息之间的关联关系，建立故障与可测信息之间的关联矩阵R，

同时矩阵中各元素满足:

R(i,j)＝1故障j对可测信息i有影响

R(i,j)＝0故障j对可测信息i没有影响

步骤二：基于关联矩阵和测点信息计算故障诊断评估指标

故障可检测性分析过程:利用故障关联矩阵，分析故障i对应的列中是否存在非零元素，如果存在，则说明故障i具有可检测性，反之亦然，即

R(:,i)≠0故障i具有可检测性

R(:,i)＝0故障i不具有可检测性

其中R(:,i)表示故障i所对应的列。

故障可分离性分析过程:利用故障关联矩阵，分析故障i和故障j所对应的列元素是否完全相同，如果不同，则说明故障i和故障j具有可分离性，反之则定义为不可分离，即

R(k,i)≠R(k,j)

具有可分离性

R(k,i)＝R(k,j)

不可分离

通过对不同类型的故障诊断方法进行诊断性分析，可以给出系统中可检测故障集、可分离故障集等，但缺乏相关的定量指标，用于衡量不同的故障诊断系统可诊断性性能的优劣，因此给出部分可诊断性定量指标用以描述故障被检测和隔离的程度。

1)系统的故障可检测度FDR

其中n为部件或系统的故障模式总数，n_d为具有可检测性的故障个数。

2)故障的分离是建立在故障检测之上，当故障不可检测时，单故障的可分离度γ_i＝0，当故障可检测时，单故障的可分离度γ_i由该故障与其他故障是否可分离定义，系统中包含n个故障，分别为F＝{F₁,F₂,…F_n}，与故障F_i∈F可分离的故障集合为F_i ^I，下面给出故障F_i∈F的可分离度定量描述:

其中F/F_i表示F除去故障F_i后剩余的集合，|F_i ^I|表示F_i ^I中的故障个数。

3)系统的故障可分离度FIR

4)诊断算法检测点费用比C

其中C_i表示第i个测点的检测费用，其中m为待评估诊断算法测点个数，p为系统可布置测点总个数。

步骤三：由评估指标和测点费用建立费效比评估模型进行评估

将相关指标因素作为各诊断方法效果的通用能力评估特征量，通过量化分析和统计指标计算其评估特征值，并建立综合诊断能力评估计算模型进行综合评估。

在基于知识推理的故障诊断方法中，不同的故障诊断方案会选用不同的测点，而实际系统中每个测点的检测难易程度存在差异，并且检测费用也不尽相同，在本评估体系中，要求候选方案充分覆盖被检测对象关键故障模式，然后用尽可能少的费用检测更多的故障。因此提出最大费效比的评估方案。

最大费效比评估模型：

其中J表示候选故障诊断方案的费效比，w_D和w_I分别表示可检测度和可分离度的权值，C表示检测点费用比。费效比J越大表示该方案越好。

下面结合某飞机航电系统的空调系统信号流图故障诊断方法来阐述本发明的具体实施方式：

执行步骤一：分析故障系统和检测点信息得到关联矩阵：

根据系统的结构和工作原理，采用信号流图等技术建立系统的定性模型，如图1所示，基于故障影响分析，在定性模型中对故障与可测点进行标识，得到可测点与故障的关联关系图，进一步整理得到故障关联矩阵。

判断每个故障部件到测点是否有可达路径，得到各故障源与测点之间的检测与被检测关系，在多信号流图中，搜寻故障事件j到可测点i是否有可达路径，如果有则R(i,j)＝1，如果没有，则R(i,j)＝0。故障关联矩阵：以可测信息为行，以故障模式为列，根据故障与可测信息之间的关联关系，建立故障与可测信息之间的关联信息表，如表1所示

表1飞机空调系统多信号流图故障关联信息表

提取出故障与可测信息之间的关联矩阵R

执行步骤二：基于关联矩阵和测点信息计算故障诊断评估指标：

基于关联矩阵，可以分析故障可检测性和可分离性。

故障可检测性分析过程:利用故障关联矩阵，分析故障i对应的列中是否存在非零元素，如果存在，则说明故障i具有可检测性，反之亦然，即

R(:,i)≠0故障i具有可检测性

R(:,i)＝0故障i不具有可检测性

其中R(:,i)表示故障i所对应的列。

故障可分离性分析过程：利用故障关联矩阵，分析故障i和故障j所对应的列元素是否完全相同，如果不同，则说明故障i和故障j具有可分离性，反之则定义为不可分离，即

R(k,i)≠R(k,j)

具有可分离性

R(k,i)＝R(k,j)

不可分离

可以看到，部件故障c₅和c₈不可分离，部件故障c₉和c₁₀不可分离，部件故障c₁₁和c₁₂不可分离。

计算系统的可检测度和可分离度

1)系统的故障可检测度FDR

其中n为部件或系统的故障模式总数，n_d为具有可检测性的故障个数。

2)故障的分离是建立在故障检测之上，当故障不可检测时，单故障的可分离度γ_i＝0，当故障可检测时，单故障的可分离度γ_i由该故障与其他故障是否可分离定义，系统中包含n个故障，分别为F＝{F₁,F₂,…F_n}，与故障F_i∈F可分离的故障集合为F_i ^I，下面给出故障F_i∈F的可分离度定量描述:

其中F/F_i表示F除去故障F_i后剩余的集合，|F_i ^I|表示F_i ^I中的故障个数。

3)系统的故障可分离度FIR

4)诊断算法检测点费用比C

其中C_i表示第i个测点的检测费用，其中m为待评估诊断算法测点个数，p为系统可布置测点总个数。

本节给出部分可诊断性定量指标的计算方法，该指标能够明确故障被检测和隔离的程度，并可用于故障诊断的综合评估，指导诊断算法的设计和传感器的优化配置。

执行步骤三：由评估指标和测点费用建立费效比评估模型进行评估

基于以上评估指标，构建诊断能力综合评估计算模型。将相关指标因素作为各诊断方法效果的通用能力评估特征量，通过量化分析和统计指标计算其评估特征值，并建立综合诊断能力评估计算模型进行综合评估。

在基于知识推理的故障诊断方法中，不同的故障诊断方案会选用不同的测点，而实际系统中每个测点的检测难易程度存在差异，并且检测费用也不尽相同，在本评估体系中，要求候选方案充分覆盖被检测对象关键故障模式，然后用尽可能少的费用检测更多的故障。因此提出最大费效比的评估方案。

最大费效比评估模型：

其中J表示候选故障诊断方案的费效比，w_D＝0.2和w_I＝0.8分别表示可检测度和可分离度的权值，C表示检测点费用比。可计算得到费效比J＝1.07，表明该方案较好。

本发明提供的基于关联矩阵的飞机航电系统故障诊断评估方法，能够充分揭示故障诊断的内在相关性，从而对故障诊断效果进行有效评估，并且相比于层次分析的评估方法计算量更少、更易工程实现。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明公开的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (4)

1.一种基于关联矩阵的飞机航电系统故障诊断评估方法，其特征在于步骤如下：

步骤1：判断每个故障部件到测点是否有可达路径，得到各故障源与测点之间的检测与被检测关系，在故障树中，搜寻故障事件j到可测点i是否有可达路径，如果有则R(i,j)＝1，如果没有，则R(i,j)＝0；以可测信息为行，以故障模式为列，根据故障与可测信息之间的关联关系，建立故障与可测信息之间的关联矩阵R：

同时矩阵中各元素满足：

R(i,j)＝1故障j对可测信息i有影响；

R(i,j)＝0故障j对可测信息i没有影响；

步骤2：利用故障关联矩阵，分析故障i对应的列中是否存在非零元素，如果存在，则说明故障i具有可检测性，反之亦然，即

R(:,i)≠0故障i具有可检测性；

R(:,i)＝0故障i不具有可检测性；

其中R(:,i)表示故障i所对应的列；

利用故障关联矩阵，分析故障i和故障j所对应的列元素是否完全相同，如果不同，则说明故障i和故障j具有可分离性，反之则定义为不可分离，即

R(k,i)≠R(k,j)

具有可分离性；

R(k,i)＝R(k,j)

不可分离；

建立定量指标用以描述故障被检测和隔离的程度：

1)系统的故障可检测度FDR

其中n为部件或系统的故障模式总数，n_d为具有可检测性的故障个数；

2)故障的分离是建立在故障检测之上，当故障不可检测时，单故障的可分离度γ_i＝0，当故障可检测时，单故障的可分离度γ_i由该故障与其他故障是否可分离定义，系统中包含n个故障，分别为F＝{F₁,F₂,…F_n}，与故障F_i∈F可分离的故障集合为F_i ^I，下面给出故障F_i∈F的可分离度定量描述：

其中F/F_i表示F除去故障F_i后剩余的集合，|F_i ^I|表示F_i ^I中的故障个数；

3)系统的故障可分离度FIR

4)诊断算法检测点总费用C

其中C_i表示第i个测点的检测费用，其中m为待评估诊断算法测点个数，p为系统可布置测点总个数；

步骤3：由评估指标和测点费用建立最大费效比评估模型进行评估，所述的最大费效比评估模型：

其中J表示候选故障诊断方案的费效比，w_D和w_I分别表示可检测度和可分离度的权值，C表示检测点费用比；费效比J越大表示该方案越好。

2.一种计算机系统，其特征在于包括：一个或多个处理器，计算机可读存储介质，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1所述的方法。

3.一种计算机可读存储介质，其特征在于存储有计算机可执行指令，所述指令在被执行时用于实现权利要求1所述的方法。

4.一种计算机程序，其特征在于包括计算机可执行指令，所述指令在被执行时用于实现权利要求1所述的方法。

Images