CN116524618A - 一种层级化飞机健康量化方法 - Google Patents
一种层级化飞机健康量化方法 Download PDFInfo
- Publication number
- CN116524618A CN116524618A CN202211582440.3A CN202211582440A CN116524618A CN 116524618 A CN116524618 A CN 116524618A CN 202211582440 A CN202211582440 A CN 202211582440A CN 116524618 A CN116524618 A CN 116524618A
- Authority
- CN
- China
- Prior art keywords
- aircraft
- function
- level
- health
- failure
- 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
Links
- 230000036541 health Effects 0.000 title claims abstract description 124
- 238000011002 quantification Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000013461 design Methods 0.000 claims abstract description 19
- 238000012423 maintenance Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000013139 quantization Methods 0.000 claims abstract description 7
- 230000005856 abnormality Effects 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims abstract description 5
- 238000011156 evaluation Methods 0.000 claims description 28
- 239000000203 mixture Substances 0.000 claims description 21
- 238000013507 mapping Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000005622 photoelectricity Effects 0.000 claims description 3
- 238000007670 refining Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000003862 health status Effects 0.000 claims 1
- 238000007726 management method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000009960 carding Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011058 failure modes and effects analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G07C5/08—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
- G07C5/006—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
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
- G07C5/0825—Indicating performance data, e.g. occurrence of a malfunction using optical means
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及一种层级化飞机健康量化方法，包括基于飞机设计信息，得到飞行器的分层故障‑功能逻辑；基于故障‑功能逻辑关系，构建飞机健康量化模型；基于构建的飞机健康量化模型和飞机履历数据，进行健康量化计算的步骤。本发明的方法，可以在飞机系统运行过程中，根据层级化的飞行器健康量化模型，有效地捕捉因为LRU层的异常(BIT数据)和运行时间导致的飞机级功能和任务能力的影响，并得到飞机健康的量化表现形式。从而有助于维护人员和飞行器调度人员进行综合把握，并将该类健康度量运用到有效的维护计划和调度安排中。
Description
技术领域
本发明属于航空电子技术领域，是一种针对复杂飞行器系统的健康评估方法。
背景技术
健康评估作为系统健康管理的一部分，其所提供的评估结果对维护决策辅助和飞行器资源的运营调度有较为重要的支撑作用。由于飞行器的功能组成日益复杂，需要实现对多层功能结构飞行器的故障—功能影响模型，从而进行全面的飞行器健康评估，并给出面向任务的能力评估，然而类似评估技术尚未应用于国内飞行器健康管理。
发明内容
本发明的目的是：提供了一种对复杂飞行器系统进行综合健康评估的技术，主要用于对飞机系统进行综合健康度量，该技术可以作为综合飞行器健康管理的支撑技术。
本发明的技术方案是：
一种层级化飞机健康量化方法，包括以下步骤：
步骤1)基于飞机设计信息，得到飞行器的分层故障-功能逻辑
1.1)将飞机划分为：飞机级、系统级、分系统级和LRU级共四个层级，飞机的完整功能划分体现在不同层级上；
1.2)建立每个层级各自功能→直接组成的映射关系，描述各层组成健康变化(尤其是BIT检测到的故障/异常事件)对任务/功能相关能力的影响并实现自上而下的数据收集和层级健康评估，得到飞行器的分层故障-功能逻辑。
其中，每个层级各自功能的划分通过各层FMECA和安全性分析中获得。
其中，“直接组成”即每层的下一级组成部分，飞机级的直接组成是各个系统，系统级的直接组成是分系统，分系统级的直接组成是各个单元。
其中，各层的故障-功能逻辑具体表现如下：
飞机级：该级故障—功能逻辑建立在飞机级功能状态和飞机级下属各系统健康状态的关系上，具体映射关系表示为系统级组成部分功能失效→飞机级功能失效的影响关系；
其中，飞机级下属各系统包括机体结构、飞行关键系统和任务系统，
其中，飞机级功能包括机内环境控制、机翼作动、空中受油、飞机操纵和编队飞行，
其中，飞机级功能状态和飞机级下属各系统健康状态对应信息通过收集飞机的相关设计文档获得，
系统级：该级故障—功能逻辑建立在系统级功能状态和系统级下属各分系统健康状态的关系上，具体映射关系应表示为分系统级组成部分功能失效→系统级功能失效的影响关系；
其中，任务系统的下属分系统组成包括ICP、网络通信、综合显控、射频、光电，
其中，任务系统的功能包括雷达探测、光电探测、CNI、综合抗干扰、天线/射频综合、机内设备通讯、识别、航路规划与协同，
其中，系统级功能状态和系统级下属各分系统健康状态对应信息通过收集飞机的相应设计文档获得，
分系统级：该级故障—功能逻辑建立在分系统级功能和分系统下属各LRU健康状态的关系上，具体映射关系表示为LRU级组成部分健康异常→分系统级功能失效的影响关系；
其中，综合显控(ICDS)分系统功能失效的影响关系反映成品故障对分系统功能的影响；
其中，各分系统级功能和分系统下属各LRU健康状态对应信息通过收集飞机的相应设计文档获得，
步骤2)基于故障-功能逻辑关系，构建飞机健康量化模型
2.1)根据由于各LRU级单元故障导致的对应分系统级、系统级、飞机级组成部分相关功能的丧失情况，构建飞机健康量化模型；
2.2)根据该层级其他组成部分功能丧失对相应上一级组成部分相关功能的丧失情况，构建飞机健康量化模型；
2.3)根据需求和获取的设计类信息，进行逐级反复迭代，构建完整的飞机健康量化模型；
其中，飞机健康量化模型中通过逻辑门的设置，对应不同层级间或相同层级内不同组成部分的功能的丧失情况对于上一级功能的丧失情况的影响关系。
步骤3)基于构建的飞机健康量化模型和飞机履历数据，进行健康量化计算
3.1)建立通用健康评价函数
采用通用健康评价函数对各层级的故障模式→功能失效进行健康评价，通过被评价对象的剩余功能可用度(RFA)，根据相关不同层级的评价要求，结合分层模型生成具体通用健康评价函数。
首先根据图形化建模和数据解析，将所有层级的RFA转化为对故障模式→功能失效关系的处理与分析，再根据不同的对象，对功能和故障的对应关系进行细化，最终建立的通用健康评价函数表示如下：
上式中变量说明如下：
HG—通用健康评价值；
RFAi—对象所含的第i个功能的剩余功能可用度；
wi—第i个功能的权重；
N—对象所包含的功能总数。
3.2)依据四种不同情况计算剩余功能可用度RFAi
RFAi的确定应结合故障模式到该功能的具体逻辑关系进行限定，主要包含失效—功能独立关系、串联依赖、并联依赖和表决关系四种情况：
3.2.1)功能独立情况
若飞机健康量化模型中功能失效仅归因于一个故障模式，该种情况下，假设功能k的失效仅因为一个故障模式fk的发生而导致，该情况下相应的剩余功能可用度为：
RFAk＝1-Ck
上式中，Ck为故障模式fk的危害度，该值越大，剩余功能可用度越小，由此综合得到的系统通用健康评价值就越低，
Ck的具体取值根据以下两种情况得到：
若故障模式未发生，主要针对线下已完成维护的就绪LRU/LRM，根据FMECA或FMECA得到针对不同故障模式的危害度，即Ck＝λkdkβktLRU/LRM，相应剩余功能可用度为RFAk＝1-λkdkβktLRU/LRM；其中Ck为故障模式fk的危害度，λk为该故障模式的失效率，在FMECA中可以获得，dk为故障发生频数比，dk采用履历信息中的统计值和FMECA中的先验值，如果无法获得则置dk为1，βk为该故障模式的影响度，即故障发展为功能失效的能力度量，取值范围为0<βk≤1，tLRU/LRM则是故障模式所属LRU/LRM的运行时间，以飞行小时计,放飞前评估时通过读取飞行履历信息得到，在放飞后评估时，通过累加飞行任务时间得到，可以看出，随着tLRU/LRM的增加和dk的提高，Ck越大，RFAk越小。
若BIT报故，表示发生故障，通过读取飞行数据信息或履历信息，发现相应故障模式fk的BIT特征量为激活状态，此时，Ck置为1，相应RFAk为0。
3.2.2)串联依赖情况
若飞机健康量化模型中出现“或”逻辑组合，出现串联依赖情况，在串联配置中，某个功能i的失效归因于多个故障模式的或逻辑组合，即其中任意一个故障模式k的发生均会导致功能i的失效，
相应的剩余功能可用度表示如下：
其中，Ck为故障模式fk的危害度，ni为功能i所对应的故障模式个数，∏()表示连续乘积；
3.2.3)并联依赖情况
若飞机健康量化模型中出现“与”逻辑组合，出现并联依赖情况，某个功能j的失效归因于多个故障模式的与逻辑组合，即通过“与”逻辑组合的所有故障模式都发生才会导致功能j的失效，相应的剩余功能可用度表示如下：
其中，Ck为故障模式fk的危害度，nj为功能j所对应的故障模式个数；
3.2.4)表决关系情况
若系统功能是通过对其多余度部件的相关输出进行表决而实现的，则出现表决关系情况，采用可靠度分析模式进行表决关系的评价；
3.2.4.1)当所有故障均未发生时，功能v的RFA表示为
其中，集合{i，j，…，nf}共有n-k个元素，m为正常功能序号，n为所有功能个数，i为第1个失效的功能序号，j为第2个失效的功能序号，nf为第nf个失效的功能序号，互异表示其中任意两者互不相同；
3.2.4.2)当发生l个故障时，0<l<n-l，剩下的n-l个部件组成n-l取k表决形式，功能v的RFA表示为
其中，集合{i，j，…，nf}共有n-l-k个元素。
3.2.4.3)当发生n-k个故障时，剩下k个部件组成串联依赖关系，功能v的RFA表示为
3.2.4.4)当至少发生n-k+1个故障时，功能v的RFA为0。
3.3)飞机任务能力评价
根据飞机健康量化模型提供的自上而下的结构，收集故障信息或系统运行履历信息，得到由飞机各系统/分系统支撑的飞机级功能任务可用度，进行飞机任务能力评价，进而完成层级化飞机健康量化过程，任务M的功能任务可用度的表现形式为：
其中，NM表示任务M包含的飞机级功能个数，RFAi是其中一个飞机级功能i的剩余可用度，而wi则是该任务下功能i的权重，如果无法获取则置为1。
本发明的优点是：
本发明的层级化飞机健康量化方法，可以在飞机系统运行过程中，根据层级化的飞行器健康量化模型，有效地捕捉因为LRU层的异常(BIT数据)和运行时间导致的飞机级功能和任务能力的影响，并得到飞机健康的量化表现形式。从而有助于维护人员和飞行器调度人员进行综合把握，并将该类健康度量运用到有效的维护计划和调度安排中。
附图说明
图1为层级化飞机健康量化方法流程图。
图2为飞机系统各层划分。
图3为飞机级功能→系统的映射关系。
图4为系统级(任务系统)的组成(分系统)→功能映射表。
图5为分系统级成品→功能映射。
图6为任务系统层分层健康量化模型模型图。
图7为任务系统功能失效导致的飞机功能失效。
图8为IDCS分系统层分层健康量化模型模型图。
图9为PIU的LRU层分层健康量化模型模型图。
图10为多任务可用度的雷达图表示形式。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明，但并不作为对本发明限制的依据。
通过收集飞行器设计信息，构建层级化飞机健康量化模型。以该类模型为基础，结合飞行器履历数据(如LRU服役时间、BIT报故等信息)，通过健康量化计算，得到飞机系统的整体健康度量和面向任务的健康度量，向维护人员和飞行器调度管理人员提供评估决策支持。
本发明的层级化飞机健康量化方法，主要包括：飞行器分层故障—功能影响的逻辑梳理、分层健康量化建模以及健康量化计算。
1)基于飞机设计信息，得到飞行器的分层故障-功能逻辑
该类影响关系的产生主要通过对安全性/可靠性分析文档、功能危害性分析(FHA)文档以及FMEA文档进行梳理，以表格或故障树形式整理出飞机各层故障-功能影响关系。
2)分层健康量化模型构建
参考故障-功能逻辑关系，进行健康量化模型构建，通过图形化建模工具构建各层功能—组成模型，生成可加载的文件(如XML等)，从而获取健康量化计算所需的静态结构数据，而之前构建的图形化模型凭借其直观的特定，可以通过迭代进行完善和更新。
3)健康量化计算
通过载入相关的结构化模型，并读取飞行履历信息，健康量化算法对飞机健康度(非负标量)和任务执行能力(雷达图表示的多维向量)进行评估。
总体方案如图1所示。方法的步骤具体如下：
步骤1)基于飞机设计信息，得到飞行器的分层故障-功能逻辑
1.1)将飞机划分为：飞机级、系统级、分系统级和LRU级共四个层级，飞机的完整功能划分体现在不同层级上；
1.2)建立每个层级各自功能→直接组成的映射关系，描述各层组成健康变化(尤其是BIT检测到的故障/异常事件)对任务/功能相关能力的影响并实现自上而下的数据收集和层级健康评估，得到飞行器的分层故障-功能逻辑。
其中，每个层级各自功能的划分通过各层FMECA和安全性分析中获得。
其中，“直接组成”即每层的下一级组成部分，飞机级的直接组成是各个系统，系统级的直接组成是分系统，分系统级的直接组成是各个单元。飞机的各级划分可见图2。
各层的故障—功能逻辑具体表现如下：
飞机级：该级故障—功能逻辑建立在飞机级功能状态和飞机级下属各系统健康状态的关系上，具体映射关系表示为系统级组成部分功能失效→飞机级功能失效的影响关系；
其中，飞机级下属各系统包括机体结构、飞行关键系统和任务系统，
其中，飞机级功能包括机内环境控制、机翼作动、空中受油、飞机操纵和编队飞行，
其中，飞机级功能状态和飞机级下属各系统健康状态对应信息通过收集飞机的相关设计文档获得，具体映射可见图3所示，其中的“AC-XX”为飞机级功能编号。
系统级：该级故障—功能逻辑建立在系统级功能状态和系统级下属各分系统健康状态的关系上，具体映射关系应表示为分系统级组成部分功能失效→系统级功能失效的影响关系；
其中，任务系统的下属分系统组成包括ICP、网络通信、综合显控、射频、光电，
其中，任务系统的功能包括雷达探测、光电探测、CNI、综合抗干扰、天线/射频综合、机内设备通讯、识别、航路规划与协同，
其中，系统级功能状态和系统级下属各分系统健康状态对应信息通过收集飞机的相应设计文档获得，如图4所示，其中的“MS-XX”为任务系统功能编号。
分系统级：该级故障—功能逻辑建立在分系统级功能和分系统下属各LRU健康状态的关系上，具体映射关系表示为LRU级组成部分健康异常→分系统级功能失效的影响关系；
其中，综合显控(ICDS)分系统功能失效的影响关系反映成品故障对分系统功能的影响；
其中，各分系统级功能和分系统下属各LRU健康状态对应信息通过收集飞机的相应设计文档获得，如图5所示，图中的“ICDS-XX”为综合显控系统功能编号。
步骤2)基于故障-功能逻辑关系，构建飞机健康量化模型
2.1)根据由于各LRU级单元故障导致的对应分系统级、系统级、飞机级组成部分相关功能的丧失情况，构建飞机健康量化模型；
2.2)根据该层级其他组成部分功能丧失对相应上一级组成部分相关功能的丧失情况，构建飞机健康量化模型；
2.3)根据需求和获取的设计类信息，进行逐级反复迭代，构建完整的飞机健康量化模型；
以综合显控分系统为例，健康量化模型构建应主要反映由于底层的处理接口单元(PIU)故障导致的综合显控分系统(ICDS)相关功能、任务系统相关功能、飞机相关功能的丧失情况，也反映了其他分系统(悬挂管理分系统SMS)功能丧失和ICDS功能丧失对飞机相关功能的逻辑组合关系。模型的完善性应根据需求和获取的设计类信息进行迭代。
在最高层，即飞机层中，模型包含多个系统模型。任务系统是其中之一。任务系统层模型细节如图6所示。
在该层中可以看出，任务系统有两个分系统，即综合显示控制分系统(ICDS)和悬挂物管理分系统(SMS)。其中ICDS模型中的10个端口表示10个ICDS的分系统级功能(ICDS_D01-ICDS_D10)，其中的逻辑组合(主要为”或”逻辑)会导致任务系统功能(MS_D01-MS_D05)的丧失。另外，SMS分系统中的10个(端口)功能中，SMS_D03功能的失效也会导致MS_D03功能(无源干扰)的失效，因此与同样导致失效的ICDS功能(ICDS_D04-ICDS_D05)失效组成“或”逻辑(也有可能是“与”逻辑)，导致MS_D03功能失效。而MS_D03功能失效影响到飞机，会导致同名高层功能AC_D65功能失效。如图7所示。
在任务系统层点击IDCS模型控件，可以进入到IDCS所在的分系统层，如图8所示。
该层主要有三部分组成：一是PIU(成品LRU)模型，PIU的功能失效作为端口体现在PIU模型控件的输出端，由于不可再分，输入端即为该LRU的故障模式，根据FMECA，LRU故障模式均会导致LRU自身功能的异常或失效(本地/局部影响)；二是IDCS功能失效(ICDS_D01-ICDS_D10)，PIU的功能失效会导致该类分系统失效；三是逻辑门，不同的PIU功能失效通过逻辑组合(此处主要为”或”逻辑)导致IDCS功能失效。
在分系统层点击PIU模型，可以进入PIU所在的LRU层级(最底层)，如图9所示。该层应经不再包含模型(model)控件，而只含有基础建模元素(Atom)故障(LRU固有故障模式)、告警(故障在LRU级的本地影响，通常为LRU自身功能的失效)以及连接关系从而表征前两者的影响关系。
步骤3)基于构建的飞机健康量化模型和飞机履历数据，进行健康量化计算
3.1)建立通用健康评价函数
采用通用健康评价函数对各层级的故障模式→功能失效进行健康评价，通过被评价对象的剩余功能可用度(RFA)，根据相关不同层级的评价要求，结合分层模型生成具体通用健康评价函数。
首先根据图形化建模和数据解析，将所有层级的RFA转化为对故障模式→功能失效关系的处理与分析，再根据不同的对象，对功能和故障的对应关系进行细化，最终建立的通用健康评价函数表示如下：
上式中变量说明如下：
HG—通用健康评价值；
RFAi—对象所含的第i个功能的剩余功能可用度；
wi—第i个功能的权重；
N—对象所包含的功能总数。
3.2)依据四种不同情况计算剩余功能可用度RFAi
RFAi的确定应结合故障模式到该功能的具体逻辑关系进行限定，主要包含失效—功能独立关系、串联依赖、并联依赖和表决关系四种情况。
3.2.1)功能独立情况
若飞机健康量化模型中功能失效仅归因于一个故障模式，如图9中PIU中的故障模式→LRU级功能失效关系。该种情况下，假设功能k的失效仅因为一个故障模式fk的发生而导致，该情况下相应的剩余功能可用度为：
RFAk＝1-Ck
上式中，Ck为故障模式fk的危害度，该值越大，剩余功能可用度越小，由此综合得到的系统通用健康评价值就越低。
Ck的具体取值根据以下两种情况得到：
若故障模式未发生，主要针对线下已完成维护的就绪LRU/LRM，根据FMECA或FMECA得到针对不同故障模式的危害度，即Ck＝λkdkβktLRU/LRM，相应剩余功能可用度为RFAk＝1-λkdkβktLRU/LRM；其中Ck为故障模式fk的危害度，λk为该故障模式的失效率，在FMECA中可以获得，dk为故障发生频数比，dk采用履历信息中的统计值和FMECA中的先验值，如果无法获得则置dk为1，βk为该故障模式的影响度，即故障发展为功能失效的能力度量，取值范围为0<βk≤1，tLRU/LRM则是故障模式所属LRU/LRM的运行时间，以飞行小时计,放飞前评估时通过读取飞行履历信息得到，在放飞后评估时，通过累加飞行任务时间得到，可以看出，随着tLRU/LRM的增加和dk的提高，Ck越大，RFAk越小。
若BIT报故，表示发生故障，通过读取飞行数据信息或履历信息，发现相应故障模式fk的BIT特征量为激活状态，此时，Ck置为1，相应RFAk为0。
3.2.2)串联依赖情况
若飞机健康量化模型中出现“或”逻辑组合，出现串联依赖情况，在串联配置中，某个功能i的失效归因于多个故障模式的或逻辑组合，即其中任意一个故障模式k的发生均会导致功能i的失效，
相应的剩余功能可用度表示如下：
其中，Ck为故障模式fk的危害度，ni为功能i所对应的故障模式个数，∏()表示连续乘积；
3.2.3)并联依赖情况
若飞机健康量化模型中出现“与”逻辑组合，出现并联依赖情况，某个功能j的失效归因于多个故障模式的与逻辑组合，即通过“与”逻辑组合的所有故障模式都发生才会导致功能j的失效，相应的剩余功能可用度表示如下：
其中，Ck为故障模式fk的危害度，nj为功能j所对应的故障模式个数；
3.2.4)表决关系情况
若系统功能是通过对其多余度部件的相关输出进行表决而实现的，则出现表决关系情况，采用可靠度分析模式进行表决关系的评价；
3.2.4.1)当所有故障均未发生时，功能v的RFA表示为
其中，集合{i，j，…，nf}共有n-k个元素，m为正常功能序号，n为所有功能个数，i为第1个失效的功能序号，j为第2个失效的功能序号，nf为第nf个失效的功能序号，互异表示其中任意两者互不相同；；
3.2.4.2)当发生l个故障时，0<l<n-l，剩下的n-l个部件组成n-l取k表决形式，功能v的RFA表示为
其中，集合{i，j，…，nf}共有n-l-k个元素。
3.2.4.3)当发生n-k个故障时，剩下k个部件组成串联依赖关系，功能v的RFA表示为
3.2.4.4)当至少发生n-k+1个故障时，功能v的RFA为0。
3.3)飞机任务能力评价
根据飞机健康量化模型提供的自上而下的结构，收集故障信息或系统运行履历信息，得到由飞机各系统/分系统支撑的飞机级功能任务可用度，进行飞机任务能力评价，进而完成层级化飞机健康量化过程，任务M的功能任务可用度的表现形式为：
其中，NM表示任务M包含的飞机级功能个数，RFAi是其中一个飞机级功能i的剩余可用度，而wi则是该任务下功能i的权重，如果无法获取则置为1。不同任务的可用度组合可通过雷达图形式体现(如图10所示)。
Claims (8)
1.一种层级化飞机健康量化方法，包括以下步骤：
步骤1)基于飞机设计信息，得到飞行器的分层故障-功能逻辑
1.1)将飞机划分为：飞机级、系统级、分系统级和LRU级共四个层级，飞机的完整功能划分体现在不同层级上；
1.2)建立每个层级各自功能→直接组成的映射关系，描述各层组成健康变化(尤其是BIT检测到的故障/异常事件)对任务/功能相关能力的影响并实现自上而下的数据收集和层级健康评估，得到飞行器的分层故障-功能逻辑；
步骤2)基于故障-功能逻辑关系，构建飞机健康量化模型
2.1)根据由于各LRU级单元故障导致的对应分系统级、系统级、飞机级组成部分相关功能的丧失情况，构建飞机健康量化模型；
2.2)根据该层级其他组成部分功能丧失对相应上一级组成部分相关功能的丧失情况，构建飞机健康量化模型；
2.3)根据需求和获取的设计类信息，进行逐级反复迭代，构建完整的飞机健康量化模型；
步骤3)基于构建的飞机健康量化模型和飞机履历数据，进行健康量化计算
3.1)建立通用健康评价函数
采用通用健康评价函数对各层级的故障模式→功能失效进行健康评价，通过被评价对象的剩余功能可用度RFA，根据相关不同层级的评价要求，结合分层模型生成具体通用健康评价函数：
首先根据图形化建模和数据解析，将所有层级的RFA转化为对故障模式→功能失效关系的处理与分析，再根据不同的对象，对功能和故障的对应关系进行细化，最终建立的通用健康评价函数表示如下：
上式中变量说明如下：
HG—通用健康评价值；
RFAi—对象所含的第i个功能的剩余功能可用度；
wi—第i个功能的权重；
N—对象所包含的功能总数。
3.2)依据四种不同情况计算剩余功能可用度RFAi
RFAi的确定应结合故障模式到该功能的具体逻辑关系进行限定，主要包含失效—功能独立关系、串联依赖、并联依赖和表决关系四种情况；
3.3)飞机任务能力评价
根据飞机健康量化模型提供的自上而下的结构，收集故障信息或系统运行履历信息，得到由飞机各系统/分系统支撑的飞机级功能任务可用度，进行飞机任务能力评价，进而完成层级化飞机健康量化过程，任务M的功能任务可用度的表现形式为：
其中，NM表示任务M包含的飞机级功能个数，RFAi是其中一个飞机级功能i的剩余可用度，而wi则是该任务下功能i的权重，如果无法获取则置为1。
2.如权利要求1所述的方法，其特征在于，每个层级各自功能的划分通过各层FMECA和安全性分析中获得。
3.如权利要求2所述的方法，其特征在于，“直接组成”即每层的下一级组成部分，飞机级的直接组成是各个系统，系统级的直接组成是分系统，分系统级的直接组成是各个单元。
4.如权利要求3所述的方法，其特征在于，飞行器的分层故障-功能逻辑具体表现如下：
飞机级：该级故障—功能逻辑建立在飞机级功能状态和飞机级下属各系统健康状态的关系上，具体映射关系表示为系统级组成部分功能失效→飞机级功能失效的影响关系；
其中，飞机级下属各系统包括机体结构、飞行关键系统和任务系统，
其中，飞机级功能包括机内环境控制、机翼作动、空中受油、飞机操纵和编队飞行，
系统级：该级故障—功能逻辑建立在系统级功能状态和系统级下属各分系统健康状态的关系上，具体映射关系应表示为分系统级组成部分功能失效→系统级功能失效的影响关系；
其中，任务系统的下属分系统组成包括ICP、网络通信、综合显控、射频、光电，
其中，任务系统的功能包括雷达探测、光电探测、CNI、综合抗干扰、天线/射频综合、机内设备通讯、识别、航路规划与协同，
分系统级：该级故障—功能逻辑建立在分系统级功能和分系统下属各LRU健康状态的关系上，具体映射关系表示为LRU级组成部分健康异常→分系统级功能失效的影响关系；
其中，综合显控分系统ICDS功能失效的影响关系反映成品故障对分系统功能的影响。
5.如权利要求4所述的方法，其特征在于，飞机级功能状态和飞机级下属各系统健康状态对应信息通过收集飞机的相关设计文档获得；系统级功能状态和系统级下属各分系统健康状态对应信息通过收集飞机的相应设计文档获得；各分系统级功能和分系统下属各LRU健康状态对应信息通过收集飞机的相应设计文档获得。
6.如权利要求5所述的方法，其特征在于，步骤2飞机健康量化模型中通过逻辑门的设置，对应不同层级间或相同层级内不同组成部分的功能的丧失情况对于上一级功能的丧失情况的影响关系。
7.如权利要求6所述的方法，其特征在于，所述步骤3.2)四种不同情况具体为：
3.2.1)功能独立情况
若飞机健康量化模型中功能失效仅归因于一个故障模式，该种情况下，假设功能k的失效仅因为一个故障模式fk的发生而导致，该情况下相应的剩余功能可用度为：
RFAk＝1-Ck
上式中，Ck为故障模式fk的危害度，该值越大，剩余功能可用度越小，由此综合得到的系统通用健康评价值就越低；
3.2.2)串联依赖情况
若飞机健康量化模型中出现“或”逻辑组合，出现串联依赖情况，在串联配置中，某个功能i的失效归因于多个故障模式的或逻辑组合，即其中任意一个故障模式k的发生均会导致功能i的失效，
相应的剩余功能可用度表示如下：
其中，Ck为故障模式fk的危害度，ni为功能i所对应的故障模式个数，∏()表示连续乘积；
3.2.3)并联依赖情况
若飞机健康量化模型中出现“与”逻辑组合，出现并联依赖情况，某个功能j的失效归因于多个故障模式的与逻辑组合，即通过“与”逻辑组合的所有故障模式都发生才会导致功能j的失效，相应的剩余功能可用度表示如下：
其中，Ck为故障模式fk的危害度，nj为功能j所对应的故障模式个数；
3.2.4)表决关系情况
若系统功能是通过对其多余度部件的相关输出进行表决而实现的，则出现表决关系情况，采用可靠度分析模式进行表决关系的评价；
3.2.4.1)当所有故障均未发生时，功能v的RFA表示为
其中，集合{i，j，…，nf}共有n-k个元素，m为正常功能序号，n为所有功能个数，i为第1个失效的功能序号，j为第2个失效的功能序号，nf为第nf个失效的功能序号，互异表示其中任意两者互不相同；
3.2.4.2)当发生l个故障时，0<l<n-l，剩下的n-l个部件组成n-l取k表决形式，功能v的RFA表示为
其中，集合{i，j，…，nf}共有n-l-k个元素。
3.2.4.3)当发生n-k个故障时，剩下k个部件组成串联依赖关系，功能v的RFA表示为
3.2.4.4)当至少发生n-k+1个故障时，功能v的RFA为0。
8.如权利要求7所述的方法，其特征在于，步骤3.2.1)中Ck的具体取值根据以下两种情况得到：
若故障模式未发生，主要针对线下已完成维护的就绪LRU/LRM，根据FMECA或FMECA得到针对不同故障模式的危害度，即Ck＝λkdkβktLRU/LRM，相应剩余功能可用度为RFAk＝1-λkdkβktLRU/LRM；其中Ck为故障模式fk的危害度，λk为该故障模式的失效率，在FMECA中可以获得，dk为故障发生频数比，dk采用履历信息中的统计值和FMECA中的先验值，如果无法获得则置dk为1，βk为该故障模式的影响度，即故障发展为功能失效的能力度量，取值范围为0<βk≤1，tLRU/LRM则是故障模式所属LRU/LRM的运行时间，以飞行小时计,放飞前评估时通过读取飞行履历信息得到，在放飞后评估时，通过累加飞行任务时间得到，可以看出，随着tLRU/LRM的增加和dk的提高，Ck越大，RFAk越小；
若BIT报故，表示发生故障，通过读取飞行数据信息或履历信息，发现相应故障模式fk的BIT特征量为激活状态，此时，Ck置为1，相应RFAk为0。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211582440.3A CN116524618A (zh) | 2022-12-09 | 2022-12-09 | 一种层级化飞机健康量化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211582440.3A CN116524618A (zh) | 2022-12-09 | 2022-12-09 | 一种层级化飞机健康量化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116524618A true CN116524618A (zh) | 2023-08-01 |
Family
ID=87390934
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211582440.3A Pending CN116524618A (zh) | 2022-12-09 | 2022-12-09 | 一种层级化飞机健康量化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116524618A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116861270A (zh) * | 2023-09-04 | 2023-10-10 | 中南大学 | 无人机系统级健康评估方法和系统 |
-
2022
- 2022-12-09 CN CN202211582440.3A patent/CN116524618A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116861270A (zh) * | 2023-09-04 | 2023-10-10 | 中南大学 | 无人机系统级健康评估方法和系统 |
| CN116861270B (zh) * | 2023-09-04 | 2023-11-28 | 中南大学 | 无人机系统级健康评估方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110322048B (zh) | 一种生产物流输送装备故障预警方法 | |
| US8255100B2 (en) | Data-driven anomaly detection to anticipate flight deck effects | |
| Authen et al. | Reliability analysis of digital systems in a probabilistic risk analysis for nuclear power plants | |
| US6871160B2 (en) | Intelligent condition-based engine/equipment management system | |
| CN101799674A (zh) | 一种数控装备服役状态分析方法 | |
| CN105652232A (zh) | 一种基于流处理的电能计量装置在线异常诊断方法及系统 | |
| CN102931625B (zh) | 一种继电保护在线状态检修智能决策分析装置和其信号处理方法及其应用 | |
| CN103425093B (zh) | 生产工厂中故障状态自动恢复的方法和系统 | |
| CN101350739B (zh) | 一种ip网络中的故障定位方法 | |
| CN107808169B (zh) | 一种航天多阶段任务系统可靠性评估方法和系统 | |
| CN116524618A (zh) | 一种层级化飞机健康量化方法 | |
| Zhang et al. | Auxiliary power unit failure prediction using quantified generalized renewal process | |
| Deb et al. | Decentralized real-time monitoring and diagnosis | |
| Legatiuk et al. | A categorical approach towards metamodeling cyber-physical systems | |
| Xu et al. | Integrated system health management: Perspectives on systems engineering techniques | |
| CN111126750B (zh) | 一种关键单元确定方法、装置和存储介质 | |
| CN110197289B (zh) | 一种基于大数据的节能设备管理系统 | |
| Burnaev | Rare failure prediction via event matching for aerospace applications | |
| CN110415136B (zh) | 一种电力调度自动化系统服务能力评估系统与方法 | |
| CN116341716A (zh) | 一种基于数字孪生的智能降损方法 | |
| CN111553056B (zh) | 面向任务和风险的卫星典型功能结构层级健康度评估方法 | |
| Ren et al. | A clustering-based method for health conditions evaluation of aero-engines | |
| Ruiz et al. | Towards a case-based reasoning approach for safety assurance reuse | |
| CN116029579A (zh) | 一种继电保护设备采购评价方法及系统 | |
| Knight et al. | Intelligent management of helicopter health and usage management systems data |
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 |