CN115598999B - 一种机载phm系统故障诊断功能的验证方法及装置 - Google Patents
一种机载phm系统故障诊断功能的验证方法及装置 Download PDFInfo
- Publication number
- CN115598999B CN115598999B CN202211598694.4A CN202211598694A CN115598999B CN 115598999 B CN115598999 B CN 115598999B CN 202211598694 A CN202211598694 A CN 202211598694A CN 115598999 B CN115598999 B CN 115598999B
- Authority
- CN
- China
- Prior art keywords
- data
- fault
- airborne
- phm
- fault diagnosis
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- 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
- B64F5/60—Testing or inspecting aircraft components or systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/005—Testing of electric installations on transport means
- G01R31/008—Testing of electric installations on transport means on air- or spacecraft, railway rolling stock or sea-going vessels
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Transportation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本申请属于机载PHM系统仿真设计领域,涉及一种机载PHM系统故障诊断功能的验证方法及装置。该方法包括:加载并解析PHM故障诊断相关逻辑,根据机载PHM故障诊断验证配置信息生成可供验证下发的第一数据;将第一数据按照配置信息分别下发至对应的机载设备;根据第一数据及各机载设备的运行逻辑产生第二数据,以实现仿真;在各机载设备的运行过程中进行故障注入操作;接收各机载设备运行所产生的机载PHM相关数据,由机载PHM故障诊断模型生成运行结果数据;将配置信息以及故障注入信息与运行结果数据进行对比,以验证机载PHM故障诊断模型的故障诊断功能。本申请有效提升了机载PHM故障诊断功能的故障诊断效果,提高了研制效率。
Description
技术领域
本申请属于机载PHM系统仿真设计领域,特别涉及一种机载PHM系统故障诊断功能的验证方法及装置。
背景技术
机载预测与健康管理系统,简称机载PHM系统。随着航空器机载PHM系统设计与研制的复杂程度不断提升,机载PHM系统的PHM相关故障诊断模型逻辑的复杂度也不断增加,健康管理PHM系统故障诊断模型的设计、开发与验证是一项涉及多项元素的复杂过程,涵盖多项技术领域,需要设计一定的技术验证流程进行不断的验证、改进和完善以满足机载故障诊断要求,满足机载PHM故障诊断功能的设计、优化与升级迭代等需求,有效提升机载PHM故障诊断功能的故障诊断效果,提高研制效率。
发明内容
为了解决上述技术问题至少之一,本申请设计了一种机载PHM系统故障诊断功能的验证方法及装置,以实现机载PHM系统故障诊断功能的仿真验证。
本申请第一方面提供了一种机载PHM系统故障诊断功能的验证方法,主要包括:
加载并解析PHM故障诊断相关逻辑,根据机载PHM故障诊断验证配置信息生成可供验证下发的第一数据;
将所述第一数据按照配置信息分别下发至对应的机载设备,所述机载设备包括与电子区域数据对应的电子区域仿真器,与控制区域数据对应的控制区域仿真器,与机械区域数据对应的机械区域仿真器,以及与动力区域数据对应的动力区域仿真器;
由各机载设备根据所述第一数据及各机载设备的运行逻辑产生第二数据,以实现仿真运行,所述第二数据为与机载PHM系统相关的全部数据;
在各机载设备的运行过程中进行故障注入操作;
接收各机载设备运行所产生的机载PHM相关数据,由机载PHM故障诊断模型生成运行结果数据;
根据机载PHM故障诊断验证配置信息以及运行过程中故障注入信息与所述运行结果数据进行对比,以验证所述机载PHM故障诊断模型的故障诊断功能是否输出了符合逻辑的正确结果。
优选的是,所述机载PHM故障诊断验证配置信息包括:
规则故障诊断模型信息,为根据机载设备故障发生的推理规则进行诊断的模型信息;
案例故障诊断模型信息,为根据机载设备故障历史案例经验进行诊断的模型信息;
寿命预测预警模型信息,为根据机载设备的寿命预测算法或预警算法进行诊断的模型信息;
智能故障诊断模型信息,为根据人工智能训练后算法进行诊断的模型信息。
优选的是,在进行所述故障注入操作时,包括对不同的机载设备进行不同类型的故障注入,所述故障注入的类型包括基于规则的故障注入、基于案例的故障注入、基于寿命的故障注入、随机数据故障注入。
优选的是,对不同的机载设备进行不同类型的故障注入包括:
对电子区域仿真器提供基于规则的故障注入、基于案例的故障注入和随机数据故障注入;
对控制区域仿真器提供基于规则的故障注入和基于案例的故障注入;
对机械区域仿真器提供基于规则的故障注入、基于案例的故障注入和基于寿命的故障注入;
对动力区域仿真器提供基于规则的故障注入、基于寿命的故障注入和随机数据故障注入。
优选的是,由机载PHM故障诊断模型生成运行结果数据包括:
故障诊断数据信息、配套的软硬件配置数据信息、配套的地面测试数据信息,以及配套的状态监测数据信息。
本申请第二方面提供了一种机载PHM系统故障诊断功能的验证装置,主要包括:
机载PHM故障诊断验证配置模块,用于加载并解析PHM故障诊断相关逻辑,根据机载PHM故障诊断验证配置信息生成可供验证下发的第一数据;
数据下发模块,用于将所述第一数据按照配置信息分别下发至对应的机载设备,所述机载设备包括与电子区域数据对应的电子区域仿真器,与控制区域数据对应的控制区域仿真器,与机械区域数据对应的机械区域仿真器,以及与动力区域数据对应的动力区域仿真器;
仿真运行模块,用于由各机载设备根据所述第一数据及各机载设备的运行逻辑产生第二数据,以实现仿真运行,所述第二数据为与机载PHM系统相关的全部数据;
故障注入模块,用于在各机载设备的运行过程中进行故障注入操作;
数据收集模块,用于接收各机载设备运行所产生的机载PHM相关数据,由机载PHM故障诊断模型生成运行结果数据;
数据比对模块,用于根据机载PHM故障诊断验证配置信息以及运行过程中故障注入信息与所述运行结果数据进行对比,以验证所述机载PHM故障诊断模型的故障诊断功能是否输出了符合逻辑的正确结果。
优选的是,所述机载PHM故障诊断验证配置信息包括:
规则故障诊断模型信息,为根据机载设备故障发生的推理规则进行诊断的模型信息;
案例故障诊断模型信息,为根据机载设备故障历史案例经验进行诊断的模型信息;
寿命预测预警模型信息,为根据机载设备的寿命预测算法或预警算法进行诊断的模型信息;
智能故障诊断模型信息,为根据人工智能训练后算法进行诊断的模型信息。
优选的是,所述故障注入模块包括:
故障分类注入单元,用于对不同的机载设备进行不同类型的故障注入,所述故障注入的类型包括基于规则的故障注入、基于案例的故障注入、基于寿命的故障注入、随机数据故障注入。
优选的是,对不同的机载设备进行不同类型的故障注入包括:
对电子区域仿真器提供基于规则的故障注入、基于案例的故障注入和随机数据故障注入;
对控制区域仿真器提供基于规则的故障注入和基于案例的故障注入;
对机械区域仿真器提供基于规则的故障注入、基于案例的故障注入和基于寿命的故障注入;
对动力区域仿真器提供基于规则的故障注入、基于寿命的故障注入和随机数据故障注入。
优选的是,所述数据收集模块包括:
故障数据收集单元,用于对故障诊断数据信息进行收集;
配置数据收集单元,用于对配套的软硬件配置数据信息进行收集;
地面测试数据收集单元,用于对配套的地面测试数据信息进行收集;
状态监测数据收集单元,用于对配套的状态监测数据信息进行收集。
本申请的优点包括:
1)能够适应更为复杂的机载PHM故障诊断功能,通过构建包含规则故障诊断模型信息、案例故障诊断模型信息、寿命预测预警模型信息、智能故障诊断模型信息的验证配置信息实现对机载PHM故障诊断四类功能全方位的验证,满足了机载PHM系统的研制需求;
2)通过进行电子、控制、机械、动力四部分区域的划分,依照机载PHM系统健康管理实施过程及关联专业数据的整合与下发运行,实现更为专业和精准的验证数据下发与运行,提升机载PHM故障诊断功能或模型的验证精度;
3)提供多种形式的故障注入,并基于不同区域的特点分别展开不同类型的故障注入操作,实现了对复杂机载故障场景的高度仿真,为机载PHM故障诊断功能的验证提供了更切近实际情况的验证场景;
4)提供了涵盖故障诊断数据信息、配套的软硬件配置数据信息、配套的地面测试数据信息、配套的状态监测数据信息的机载PHM故障诊断功能验证运行与结果,提供了更全面的验证覆盖范围,能够满足实际工程研制需要,解决了复杂航空器机载PHM系统故障诊断功能的验证问题。
附图说明
图1是本申请机载PHM系统故障诊断功能的验证方法的一优选实施例的流程图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚,下面将结合本申请实施方式中的附图,对本申请实施方式中的技术方案进行更加详细的描述。在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施方式是本申请一部分实施方式,而不是全部的实施方式。下面通过参考附图描述的实施方式是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。基于本申请中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本申请保护的范围。下面结合附图对本申请的实施方式进行详细说明。
本申请提供了一种机载PHM系统故障诊断功能的验证方法,如图1所示,主要包括:
步骤S101、加载并解析PHM故障诊断相关逻辑,根据机载PHM故障诊断验证配置信息生成可供验证下发的第一数据;
步骤S102、将所述第一数据按照配置信息分别下发至对应的机载设备,所述机载设备包括与电子区域数据对应的电子区域仿真器,与控制区域数据对应的控制区域仿真器,与机械区域数据对应的机械区域仿真器,以及与动力区域数据对应的动力区域仿真器;
步骤S103、由各机载设备根据所述第一数据及各机载设备的运行逻辑产生第二数据,以实现仿真运行,所述第二数据为与机载PHM系统相关的全部数据;
步骤S104、在各机载设备的运行过程中进行故障注入操作;
步骤S105、接收各机载设备运行所产生的机载PHM相关数据,由机载PHM故障诊断模型生成运行结果数据;
步骤S106、根据机载PHM故障诊断验证配置信息以及运行过程中故障注入信息与所述运行结果数据进行对比,以验证所述机载PHM故障诊断模型的故障诊断功能是否输出了符合逻辑的正确结果。
本申请主要为了验证机载PHM系统的故障诊断功能,也即验证机载PHM系统内的机载PHM故障诊断模型的功能,在步骤S101-步骤S103中,基于预置的配置有一定类型故障的配置信息首先启动各区域仿真器,之后在步骤S104中注入故障,在步骤S105中收集仿真器的机载PHM相关数据,并由机载PHM故障诊断模型收集需要的运行结果数据,这些运行结果数据与步骤S101-步骤S103中的配置信息中所包含的故障做对比,同时还会与步骤S104注入的故障做对比,根据对比结果,验证机载PHM故障诊断模型的故障诊断功能是否有效。
在一些可选实施方式中,所述机载PHM故障诊断验证配置信息包括:
规则故障诊断模型信息,为根据机载设备故障发生的推理规则进行诊断的模型信息;
案例故障诊断模型信息,为根据机载设备故障历史案例经验进行诊断的模型信息;
寿命预测预警模型信息,为根据机载设备的寿命预测算法或预警算法进行诊断的模型信息;
智能故障诊断模型信息,为根据人工智能训练后算法进行诊断的模型信息。
该实施例中,规则故障诊断模型信息、案例故障诊断模型信息、寿命预测预警模型信息、智能故障诊断模型信息是与机载PHM故障诊断验证配置相关的关键元素。
在步骤S102中,数据下发过程中,能够自动判断模型信息所属的机载设备,并依照区域划分规则划分为电子区域数据、控制区域数据、机械区域数据、动力区域数据四部分数据,并将不同数据分别下发,供对应的区域模型验证运行使用。其中下发的过程的内容基于前述机载PHM故障诊断验证配置,不同的区域可以分别下发不同类型的模型信息,例如电子区域可下发规则诊断模型信息,同时机械区域可下发寿命预测预警模型信息,同一个区域内也可同时下发不同的模型信息,例如动力区域可针对所属旋转部件下发寿命预测预警模型,同时可针对所属结构部件下发智能故障诊断模型。
在一些可选实施方式中,在进行所述故障注入操作时,包括对不同的机载设备进行不同类型的故障注入,所述故障注入的类型包括基于规则的故障注入、基于案例的故障注入、基于寿命的故障注入、随机数据故障注入。
该实施例中,基于规则的故障注入、基于案例的故障注入、基于寿命的故障注入、随机数据故障注入是与机载PHM故障诊断功能验证运行相关的关键元素。
在一些可选实施方式中,对不同的机载设备进行不同类型的故障注入包括:
对电子区域仿真器提供基于规则的故障注入、基于案例的故障注入和随机数据故障注入;
对控制区域仿真器提供基于规则的故障注入和基于案例的故障注入;
对机械区域仿真器提供基于规则的故障注入、基于案例的故障注入和基于寿命的故障注入;
对动力区域仿真器提供基于规则的故障注入、基于寿命的故障注入和随机数据故障注入。
在一些可选实施方式中,由机载PHM故障诊断模型生成运行结果数据包括:
故障诊断数据信息、配套的软硬件配置数据信息、配套的地面测试数据信息,以及配套的状态监测数据信息。
该实施例中,配套的指与某种故障发生时存在关联,对应的配置信息应记录该关联关系,以机载部件为例,若机载部件发生离线故障,则其软硬件配置数据配置信息应配置为离线状态配置、状态监测数据中该部件配置数据应为停止或断开状态配置、地面测试执行的结果数据配置应为能够支撑离线状态结论的配置。
在步骤S106中,将机载PHM故障诊断验证配置信息以及运行过程故障注入信息与机载PHM故障诊断功能验证结果收集的数据内容进行对比,以验证机载PHM故障诊断功能是否输出了符合逻辑的正确结果,对比的内容主要包括运行前配置信息中包含的故障与验证结果收集到故障、运行过程中注入的故障与验证结果收集到故障,特别的,假如运行前配置信息中包含的故障与运行过程中注入的故障的对象是同区域下的同一部件,则故障对比的判断方法需要结合前述两种故障的关联并最终获得对比结果;同时对比的内容还包括运行前配置信息中包含的状态监测数据与验证结果收集到状态监测数据、运行前配置信息中包含的软硬件配置数据信息与验证结果收集到软硬件配置数据信息、运行前配置信息中包含的地面测试数据信息与验证结果收集到地面测试数据信息,以机载部件为例,若机载部件发生离线故障,则其软硬件配置数据应同时记录为离线状态、状态监测数据中该部件数据应该为停止或断开状态、地面测试执行的结果数据应当支撑离线状态的结论。
本申请第二方面提供了一种与上述方法对应的机载PHM系统故障诊断功能的验证装置,主要包括:
机载PHM故障诊断验证配置模块,用于加载并解析PHM故障诊断相关逻辑,根据机载PHM故障诊断验证配置信息生成可供验证下发的第一数据;
数据下发模块,用于将所述第一数据按照配置信息分别下发至对应的机载设备,所述机载设备包括与电子区域数据对应的电子区域仿真器,与控制区域数据对应的控制区域仿真器,与机械区域数据对应的机械区域仿真器,以及与动力区域数据对应的动力区域仿真器;
仿真运行模块,用于由各机载设备根据所述第一数据及各机载设备的运行逻辑产生第二数据,以实现仿真运行,所述第二数据为与机载PHM系统相关的全部数据;
故障注入模块,用于在各机载设备的运行过程中进行故障注入操作;
数据收集模块,用于接收各机载设备运行所产生的机载PHM相关数据,由机载PHM故障诊断模型生成运行结果数据;
数据比对模块,用于根据机载PHM故障诊断验证配置信息以及运行过程中故障注入信息与所述运行结果数据进行对比,以验证所述机载PHM故障诊断模型的故障诊断功能是否输出了符合逻辑的正确结果。
在一些可选实施方式中,所述机载PHM故障诊断验证配置信息包括:
规则故障诊断模型信息,为根据机载设备故障发生的推理规则进行诊断的模型信息;
案例故障诊断模型信息,为根据机载设备故障历史案例经验进行诊断的模型信息;
寿命预测预警模型信息,为根据机载设备的寿命预测算法或预警算法进行诊断的模型信息;
智能故障诊断模型信息,为根据人工智能训练后算法进行诊断的模型信息。
在一些可选实施方式中,所述故障注入模块包括:
故障分类注入单元,用于对不同的机载设备进行不同类型的故障注入,所述故障注入的类型包括基于规则的故障注入、基于案例的故障注入、基于寿命的故障注入、随机数据故障注入。
在一些可选实施方式中,对不同的机载设备进行不同类型的故障注入包括:
对电子区域仿真器提供基于规则的故障注入、基于案例的故障注入和随机数据故障注入;
对控制区域仿真器提供基于规则的故障注入和基于案例的故障注入;
对机械区域仿真器提供基于规则的故障注入、基于案例的故障注入和基于寿命的故障注入;
对动力区域仿真器提供基于规则的故障注入、基于寿命的故障注入和随机数据故障注入。
在一些可选实施方式中,所述数据收集模块包括:
故障数据收集单元,用于对故障诊断数据信息进行收集;
配置数据收集单元,用于对配套的软硬件配置数据信息进行收集;
地面测试数据收集单元,用于对配套的地面测试数据信息进行收集;
状态监测数据收集单元,用于对配套的状态监测数据信息进行收集。
需要说明的是,上述流程操作可以进行不同程度的组合应用,为了简明,不再赘述各种组合的实现方式。本领域的技术人员可以按实际情况将上述的方法的步骤的顺序(或者产品的部件的位置)进行灵活调整,或者组合等操作。
需要说明的是,上述实施例中所示的功能组件的实现方式可以为硬件、软件或者二者的组合。当以硬件方式实现时,其可以使电子电路、专用集成电路(ASIC)、插件、功能卡等。当以软件方式实现时,其可以事被用于执行所需任务的程序或者代码段。程序或者代码段可以出存储在机器或者可读介质中,或者其可以通过载波中所携带的数据信号在传输介质或者通信链路上传送。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种机载PHM系统故障诊断功能的验证方法,其特征在于,包括:
加载并解析PHM故障诊断相关逻辑,根据机载PHM故障诊断验证配置信息生成可供验证下发的第一数据;
将所述第一数据按照配置信息分别下发至对应的机载设备,所述机载设备包括与电子区域数据对应的电子区域仿真器,与控制区域数据对应的控制区域仿真器,与机械区域数据对应的机械区域仿真器,以及与动力区域数据对应的动力区域仿真器;
由各机载设备根据所述第一数据及各机载设备的运行逻辑产生第二数据,以实现仿真运行,所述第二数据为与机载PHM系统相关的全部数据;
在各机载设备的运行过程中进行故障注入操作;
接收各机载设备运行所产生的机载PHM相关数据,由机载PHM故障诊断模型生成运行结果数据;
根据机载PHM故障诊断验证配置信息以及运行过程中故障注入信息与所述运行结果数据进行对比,以验证所述机载PHM故障诊断模型的故障诊断功能是否输出了符合逻辑的正确结果。
2.如权利要求1所述的机载PHM系统故障诊断功能的验证方法,其特征在于,所述机载PHM故障诊断验证配置信息包括:
规则故障诊断模型信息,为根据机载设备故障发生的推理规则进行诊断的模型信息;
案例故障诊断模型信息,为根据机载设备故障历史案例经验进行诊断的模型信息;
寿命预测预警模型信息,为根据机载设备的寿命预测算法或预警算法进行诊断的模型信息;
智能故障诊断模型信息,为根据人工智能训练后算法进行诊断的模型信息。
3.如权利要求1所述的机载PHM系统故障诊断功能的验证方法,其特征在于,在进行所述故障注入操作时,包括对不同的机载设备进行不同类型的故障注入,所述故障注入的类型包括基于规则的故障注入、基于案例的故障注入、基于寿命的故障注入、随机数据故障注入。
4.如权利要求3所述的机载PHM系统故障诊断功能的验证方法,其特征在于,对不同的机载设备进行不同类型的故障注入包括:
对电子区域仿真器提供基于规则的故障注入、基于案例的故障注入和随机数据故障注入;
对控制区域仿真器提供基于规则的故障注入和基于案例的故障注入;
对机械区域仿真器提供基于规则的故障注入、基于案例的故障注入和基于寿命的故障注入;
对动力区域仿真器提供基于规则的故障注入、基于寿命的故障注入和随机数据故障注入。
5.如权利要求1所述的机载PHM系统故障诊断功能的验证方法,其特征在于,由机载PHM故障诊断模型生成运行结果数据包括:
故障诊断数据信息、配套的软硬件配置数据信息、配套的地面测试数据信息,以及配套的状态监测数据信息。
6.一种机载PHM系统故障诊断功能的验证装置,其特征在于,包括:
机载PHM故障诊断验证配置模块,用于加载并解析PHM故障诊断相关逻辑,根据机载PHM故障诊断验证配置信息生成可供验证下发的第一数据;
数据下发模块,用于将所述第一数据按照配置信息分别下发至对应的机载设备,所述机载设备包括与电子区域数据对应的电子区域仿真器,与控制区域数据对应的控制区域仿真器,与机械区域数据对应的机械区域仿真器,以及与动力区域数据对应的动力区域仿真器;
仿真运行模块,用于由各机载设备根据所述第一数据及各机载设备的运行逻辑产生第二数据,以实现仿真运行,所述第二数据为与机载PHM系统相关的全部数据;
故障注入模块,用于在各机载设备的运行过程中进行故障注入操作;
数据收集模块,用于接收各机载设备运行所产生的机载PHM相关数据,由机载PHM故障诊断模型生成运行结果数据;
数据比对模块,用于根据机载PHM故障诊断验证配置信息以及运行过程中故障注入信息与所述运行结果数据进行对比,以验证所述机载PHM故障诊断模型的故障诊断功能是否输出了符合逻辑的正确结果。
7.如权利要求6所述的机载PHM系统故障诊断功能的验证装置,其特征在于,所述机载PHM故障诊断验证配置信息包括:
规则故障诊断模型信息,为根据机载设备故障发生的推理规则进行诊断的模型信息;
案例故障诊断模型信息,为根据机载设备故障历史案例经验进行诊断的模型信息;
寿命预测预警模型信息,为根据机载设备的寿命预测算法或预警算法进行诊断的模型信息;
智能故障诊断模型信息,为根据人工智能训练后算法进行诊断的模型信息。
8.如权利要求6所述的机载PHM系统故障诊断功能的验证装置,其特征在于,所述故障注入模块包括:
故障分类注入单元,用于对不同的机载设备进行不同类型的故障注入,所述故障注入的类型包括基于规则的故障注入、基于案例的故障注入、基于寿命的故障注入、随机数据故障注入。
9.如权利要求8所述的机载PHM系统故障诊断功能的验证装置,其特征在于,对不同的机载设备进行不同类型的故障注入包括:
对电子区域仿真器提供基于规则的故障注入、基于案例的故障注入和随机数据故障注入;
对控制区域仿真器提供基于规则的故障注入和基于案例的故障注入;
对机械区域仿真器提供基于规则的故障注入、基于案例的故障注入和基于寿命的故障注入;
对动力区域仿真器提供基于规则的故障注入、基于寿命的故障注入和随机数据故障注入。
10.如权利要求6所述的机载PHM系统故障诊断功能的验证装置,其特征在于,所述数据收集模块包括:
故障数据收集单元,用于对故障诊断数据信息进行收集;
配置数据收集单元,用于对配套的软硬件配置数据信息进行收集;
地面测试数据收集单元,用于对配套的地面测试数据信息进行收集;
状态监测数据收集单元,用于对配套的状态监测数据信息进行收集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211598694.4A CN115598999B (zh) | 2022-12-14 | 2022-12-14 | 一种机载phm系统故障诊断功能的验证方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211598694.4A CN115598999B (zh) | 2022-12-14 | 2022-12-14 | 一种机载phm系统故障诊断功能的验证方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115598999A CN115598999A (zh) | 2023-01-13 |
CN115598999B true CN115598999B (zh) | 2023-04-07 |
Family
ID=84854010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211598694.4A Active CN115598999B (zh) | 2022-12-14 | 2022-12-14 | 一种机载phm系统故障诊断功能的验证方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115598999B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544092A (zh) * | 2013-11-05 | 2014-01-29 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于arinc653标准机载电子设备健康监控体系 |
CN112230562A (zh) * | 2020-08-25 | 2021-01-15 | 通号城市轨道交通技术有限公司 | 一种城轨全电子联锁仿真测试系统及方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101901150B (zh) * | 2010-07-08 | 2013-03-27 | 北京航空航天大学 | 通用分布式机载设备健康管理仿真平台及其实现方法 |
CN102801767A (zh) * | 2011-11-23 | 2012-11-28 | 南京航空航天大学 | 单机级飞机结构phm系统及实现方法 |
CN108614539A (zh) * | 2016-12-12 | 2018-10-02 | 中国航空工业集团公司西安航空计算技术研究所 | 机载设备故障诊断与预测模型验证方法 |
US11254441B2 (en) * | 2018-11-29 | 2022-02-22 | Hamilton Sundstrand Corporation | Aircraft controller including multiple core processor with wireless transmission prognostic/diagnostic data capability |
CN113602526B (zh) * | 2021-08-27 | 2023-05-23 | 中国航空工业集团公司上海航空测控技术研究所 | 飞机机电故障预测与健康管理系统的验证测试方法及系统 |
CN114415630B (zh) * | 2021-12-30 | 2022-11-22 | 中国航空工业集团公司西安飞机设计研究所 | 一种飞机管理系统综合测试平台及方法 |
-
2022
- 2022-12-14 CN CN202211598694.4A patent/CN115598999B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544092A (zh) * | 2013-11-05 | 2014-01-29 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于arinc653标准机载电子设备健康监控体系 |
CN112230562A (zh) * | 2020-08-25 | 2021-01-15 | 通号城市轨道交通技术有限公司 | 一种城轨全电子联锁仿真测试系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115598999A (zh) | 2023-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Deb et al. | QSI's integrated diagnostics toolset | |
Luo et al. | Implementing fuzzy reasoning Petri-nets for fault section estimation | |
US7702435B2 (en) | Method and apparatus for system monitoring and maintenance | |
Huang et al. | Probability based vehicle fault diagnosis: Bayesian network method | |
KR20190107080A (ko) | 클라우드 기반 차량 고장 진단 방법, 장치 및 시스템 | |
CN1991652A (zh) | 可编程逻辑控制器和中央单元之间通信的通信方法及自动远程监控和诊断系统 | |
US20170236234A1 (en) | Risk management method and system for a land transporation system | |
CN108614443A (zh) | Phm系统模型开发和验证平台设计方法 | |
Tsybunov et al. | Interactive (intelligent) integrated system for the road vehicles’ diagnostics | |
KR20210031111A (ko) | 안전인증 자료 획득 장치 및 그 방법 | |
MXPA03009292A (es) | Diagnostico que utiliza informacion especifica para un subsistema. | |
CN115598999B (zh) | 一种机载phm系统故障诊断功能的验证方法及装置 | |
CN110361609A (zh) | 特高压设备监测系统及方法 | |
Ruiz et al. | Towards a case-based reasoning approach for safety assurance reuse | |
US20230110616A1 (en) | Fault model editor and diagnostic tool | |
Mariani et al. | Recent advances and trends on automotive safety | |
Hiwase et al. | Predictive maintenance of automotive component using digital twin model | |
Morikawa et al. | Safety design concepts for statistical machine learning components toward accordance with functional safety standards | |
CN115599000B (zh) | 一种机载phm系统软硬件配置管理功能验证方法及装置 | |
CN114911654A (zh) | 一种故障分类方法、装置及系统 | |
Poletykin | Virtual supercomputer model for NPP I&C maintenance | |
Hackner et al. | Predictive diagnostics solutions beyond big data | |
Dianora et al. | Impact analysis according to iso 26262 standard using safety analysis integrated in apis iq-rm tool | |
RU2789470C1 (ru) | Устройство контроля технического состояния систем самолёта | |
CN107844397A (zh) | 用于嵌入式系统的分析方法、计算机程序产品和分析设备 |
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 |