EP1020699A1 - Flugkörper - Google Patents

Flugkörper Download PDF

Info

Publication number
EP1020699A1
EP1020699A1 EP99124091A EP99124091A EP1020699A1 EP 1020699 A1 EP1020699 A1 EP 1020699A1 EP 99124091 A EP99124091 A EP 99124091A EP 99124091 A EP99124091 A EP 99124091A EP 1020699 A1 EP1020699 A1 EP 1020699A1
Authority
EP
European Patent Office
Prior art keywords
missile
missile according
reconfiguration
monitoring
sensors
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.)
Granted
Application number
EP99124091A
Other languages
English (en)
French (fr)
Other versions
EP1020699B1 (de
Inventor
Uwe Dr. Krogmann
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.)
Diehl BGT Defence GmbH and Co KG
Original Assignee
Bodenseewerk Geratetechnik GmbH
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 Bodenseewerk Geratetechnik GmbH filed Critical Bodenseewerk Geratetechnik GmbH
Publication of EP1020699A1 publication Critical patent/EP1020699A1/de
Application granted granted Critical
Publication of EP1020699B1 publication Critical patent/EP1020699B1/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F41—WEAPONS
    • F41F—APPARATUS FOR LAUNCHING PROJECTILES OR MISSILES FROM BARRELS, e.g. CANNONS; LAUNCHERS FOR ROCKETS OR TORPEDOES; HARPOON GUNS
    • F41F3/00—Rocket or torpedo launchers
    • F41F3/04—Rocket or torpedo launchers for rockets
    • F41F3/055—Umbilical connecting means
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F41—WEAPONS
    • F41G—WEAPON SIGHTS; AIMING
    • F41G7/00—Direction control systems for self-propelled missiles
    • F41G7/20—Direction control systems for self-propelled missiles based on continuous observation of target position
    • F41G7/22—Homing guidance systems
    • F41G7/2246—Active homing systems, i.e. comprising both a transmitter and a receiver
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F42—AMMUNITION; BLASTING
    • F42B—EXPLOSIVE CHARGES, e.g. FOR BLASTING, FIREWORKS, AMMUNITION
    • F42B15/00—Self-propelled projectiles or missiles, e.g. rockets; Guided missiles
    • F42B15/01—Arrangements thereon for guidance or control
    • F42B15/04—Arrangements thereon for guidance or control using wire, e.g. for guiding ground-to-ground rockets

Definitions

  • the invention relates to a missile.
  • a missile is part of a weapon system.
  • the missile becomes a target guided. This can e.g. through a navigation unit or through a search head take place, which detects the target and generates steering signals.
  • the missile is unmanned.
  • the missile's flight time from launch to hit is relatively short.
  • the Flight guidance system of the missile e.g. with search head or navigation unit therefore only functions for a short time.
  • Manned aircraft work with a variety of sensors and safety-related ones Components. Airplanes are in use for a long time. The failure of a sensor or Safety-relevant component during use can cause the Aircraft. For this reason, it is known to have security-related elements including the software of flight controllers redundant and means for Use fault detection, fault identification and reconfiguration (FDIR). It If the failure of a sensor or a defect in a sensor is then recognized, it will determines which sensor or which element has failed or is defective and it will then the failed or defective sensor or element is turned off and it only the remaining sensors or elements are used for flight guidance.
  • FDIR fault detection, fault identification and reconfiguration
  • DE-39 29 404 A1 shows an example of a method and an apparatus for Detection and identification of errors in sensors.
  • DE 39 23 432 C2 shows a Example of monitoring the software by means of which the redundant provided sensors provided signals by redundantly provided computers are processed.
  • Missiles may very long, possibly for decades, until they finally become Come into play. The missiles must then be ready for use. Even through long Storage without use can impair the function of the missile enter. Availability is the probability of becoming a missile to be found in a functional condition at a certain point in time. This problem that To ensure operational readiness of the missile even after a long storage period by appropriate construction of the elements of the missile, by appropriate Storage of the missiles and through regular checks with test facilities solved. If elements of the missile prove defective in such a test, the missile is repaired.
  • the invention is based on the object of increasing the availability of missiles increase.
  • this object is achieved in that to increase the Missile availability of mission-critical elements of the missile redundant are provided and the missile means for function monitoring, error detection and localization and reconfiguration of these elements.
  • Elements can be sensors, signal processing means or actuators.
  • the term “elements” is also intended to include information that is necessary for the function of the Missile are essential.
  • means which e.g. to increase the safety of manned personnel Airplanes themselves during their relatively long-term use are known, used for another purpose, namely to increase the above Defined "availability" of missiles during their short deployment such measures would certainly not be required.
  • High reliability and Missile availability is achieved through fault tolerance.
  • On fault-tolerant system has the ability to perform its specified function even when Hardware or software errors continue to occur without restriction.
  • error includes: errors in the physical Faults, in hardware and software, resulting in errors in the world Information world (“errors”) and ultimately resulting failures or Malfunctions in the system (“failures”).
  • error can be a defect on a sensor.
  • the "fault” leads to a wrong signal (“error”).
  • the “error” leads to a Missile malfunction.
  • Embodiments of the invention are the subject of the dependent claims.
  • 10 denotes a missile.
  • the missile 10 contains a seeker head 12 in his nose.
  • the nose has a tip that is permeable to radar radiation (RADOME) 14 and a window 16 that is transparent to infrared radiation.
  • Behind the radar-permeable tip 14 is a passive array sensor 18 working in the X-band and a phase array sensor 20 working in the K-band.
  • the one working in the X-band, Passive array sensor 18 is connected to associated tracking electronics 22.
  • the phase array sensor 20 operating in the K-band has associated tracking electronics 24 connected.
  • Behind the window 16 that is transparent to infrared radiation there is an infrared sensor 26 working in the middle infrared range.
  • the infrared sensor 26 is associated tracking electronics 28 downstream.
  • the chase electronics 22, 24 and 28 receive data from strapdown finder and navigation signal processing 30.
  • the strapdown finder and navigation signal processing 30 receives data from an inertial measurement unit and satellite navigation by a Block 32 are shown.
  • One is the missile's own movements in the signals of the missile fixed ("strapdown") sensors considered Zum others navigational data are obtained, i.e. data about the position and possibly Missile speed.
  • the outputs of the tracking electronics 22, 24 and 28 are connected to means 34 for sensor fusion. Through the sensor fusion Receive seeker signals based on the signals from multiple sensors. This Search head signals are applied to a flight guidance signal processor 36.
  • the Flight guidance signal processing 36 continues to receive data from the strapdown seeker and Navigation signal processing 30.
  • Flight control signal processing 36 signals from a data transmission unit 38.
  • Flight control signal processing 36 is also in data exchange with one missile-side mission unit 40.
  • Flight guidance signal processing 36 effects the flight guidance in the marching phase and in the final phase.
  • Flight control signal processing delivers commands to an advanced autopilot 42
  • Autopilot 42 may also receive data from data transmission unit 38
  • Autopilot 42 provides control commands for the actuation of control surfaces and for the thrust at outputs 44 and 46.
  • a circuit 48 is provided which is based on data from the Means 34 is applied to sensor fusion and through which a seeker-based Ignition command can be generated, which is output 50 to a warhead is launched
  • the missile 10 is before launch via an interface 52 and a feed cable 54 is connected to the carrier aircraft carrying the missile 10, the in Figure 1 by a block 56 in the left part of the figure.
  • the interface 52 stands with the missile-side mission unit 40, the signal processing 30, the Flight guidance signal processing 36 and the autopilot 42 in data exchange.
  • the carrier aircraft 56 also has sensors, which are formed by blocks 58, 60, 62, 64, 66 and 68, e.g. a radar 58, a forward-facing infrared sensor FLIR 62 or sensors for satellite or inertial navigation GPS / INS 68.
  • the sensors are switched to a mission avionics 70 of the carrier aircraft 56. Based on A sensor signal is used to identify, identify and track a target.
  • Mission avionics provides data to mission planning means 72, namely fire control solution and the tactical dynamics.
  • Mission avionics 70 provides data about location, type and Movement of the target.
  • Mission planning means 72 provide data about how this is done Target to be fought.
  • the interface 52 in the starter device receives the Mission avionics 70 information from the missile 10 with its sensors already provides information while it is still in the launcher of the carrier aircraft hangs.
  • the mission avionics 70 and the Mission planning means 72 continue wirelessly with the data transmission 38 Missiles stay in two directions in data exchange.
  • Block 74 symbolizes other contributors, e.g. a command center or others friendly aircraft that can be used to set a target.
  • the "target by Third” is symbolized in FIG. 1 by block 76.
  • the target can be set via Data transmission 38 transmitted to the missile 10 or to the carrier aircraft 56 become.
  • the missile sensors can be divided into sensors for measuring the Own motion state of the missile and sensors for target detection and Tracking.
  • Satellite navigation systems such as GPS (“Global Positioning System”) for accurate Position determination used. This is element 32 in Fig. 1.
  • Finders are used for target discovery and target tracking, preferably image-resolving ones Finders whose signals are subjected to image processing. These are e.g. image processing radar finder like element 18 in Fig.1 or infrared finder like element 26 in Fig.1. The seekers can work passively or actively. With an infrared finder a distance measurement is also carried out in the final phase by means of a laser.
  • Fault tolerance is achieved through redundancy of sensors.
  • Sensor errors that are recognized and identified as a result of redundancy the sensors are reconfigured: The signals from defective sensors are disregarded, the required information is derived from the signals other sensors and possibly combinations of such signals.
  • the inertial sensors are multiplied.
  • the degradation behavior "fail-operational", i.e. functionality even after the failure of any Sensors, each with a minimum of five (instead of three) rotation rate and acceleration sensors achieved, which is arranged in a special geometry to the missile axes are.
  • the rotation rate sensors can be optical rotation rate sensors. It is also possible, micro-mechanical sensors (EP 0 686 830 B1) for rotation rates and To use accelerations. The extra overhead for redundancy will thereby relatively low, so that it can also be used for loss objects such as missiles Increased availability and lower maintenance costs are weighed.
  • Satellite navigation systems can be used as multi-channel systems (multi-channel GPS) be designed so that redundant position information from the satellite navigation system is available to monitor and select the currently cheapest channels can be used.
  • movement information can also be obtained from the signals of the infrared and Radar sensors can be obtained.
  • the own movement of the missile, flight attitude and position is also determined by Multiplication of sensors or by using sensors that are actually one serve another purpose, recorded redundantly.
  • Fig.2 shows schematically the monitoring of the functionally important elements of the Missile 10.
  • At 80 is generally the device for recognizing and identifying Errors and to reconfigure the elements of the missile 10 (FDIR).
  • Sensors represented by a block 82, are monitored, the information and the Data processing represented by block 84 and the actuators by a block 86.
  • a block 88 symbolizes a built-in test procedure (BIT), through which the physical function of the individual components is checked. It will For example, checked whether a motor winding of a gyro receives power. Subsequently the FDIR checks for errors.
  • BIT built-in test procedure
  • inference and Status means 90 processed: "If the signal from sensor A is recognized as faulty, then discard the signal from sensor A and only process the signals from sensor B and C ". Status: failure of sensor A.
  • the built-in test procedure can additionally result that sensor X receives no current. This also gives a status signal: "Failure of Sensor X, working with Sensor Y, which ran similar information. "The status signals are connected to the missile mission unit 40.
  • FIG. 3 schematically shows the structure of the FDIR device 80 for error detection, Identification and reconfiguration.
  • block 98 Another way of checking hardware and subsystems is through block 98 shown.
  • the signals by means of knowledge, model, pattern or parity-based processing checked for errors. The mistakes will be recognized and identified. This is represented in FIG. 3 by block 100 (FDI).
  • FDI block 100
  • effectors and actuators 108 controlled.
  • information is transmitted in two directions, what is indicated by a double arrow.
  • the function of the effectors and Actuators are monitored by the FDIR device in the manner described.
  • a block 110 provides the communication of the FDIR device 80 e.g. with the missile mission unit 40 represents, this communication also in two directions he follows.
  • Block 112 symbolizes the human / machine interface.
  • the sensors of the missile are generally designated by 90 in FIG. These sensors include redundant inertial sensors 114, a multi-channel receiver for satellite navigation (Multi-channel GPS with 6 -10 channels) 116 and infrared and radar sensors 118.
  • the multiplication of the inertial sensors, i.e. rotation rate and acceleration sensors, so that a degradation behavior "fail-operational" can be achieved consist of the fact that a minimum of five sensors are used, each in special Geometry to the missile axes are arranged.
  • the infrared and Radar sensors 118 also provide motion information.
  • Block 120 represents the formation of location and speed data, which together the GPS data and the data of the inertial sensors are obtained. It can happen a Kalman filter or an SDRE filter (State Dependent Riccati Equation), with the help of which the GPS and inertial data are optimally integrated. As The output variable of this block is the measured (not the calculated) covariance signals of the Kalman filter or SDRE filter.
  • the output signals of the sensors 114, 116 and 118 are applied in a measurement vector m to an arrangement 122 of neural networks 124 and 126.
  • the measurement vector m comprises the output signals of the sensors 114, 116, 118.
  • the error vector ⁇ can contain step-like or ramp-shaped and stochastic errors and can also represent total failures such as zero measurement signal or constant full deflection.
  • the measurement vector m is connected to the first neural network 124.
  • the useful signal m ( x ) and the error m ( ⁇ ) are separated by projecting the measurement vector m into the error space (parity space) orthogonal to the measurement space. This creates a feature or validation vector v . Errors map to the validation vector v . This is used to detect errors.
  • the feature vector v is connected to the second neural network 126.
  • This second neural network 126 causes the fault to be located.
  • the defective sensor or channel is thus identified by the second neural network 126.
  • This neural network 126 thus has the function of a classifier in relation to the error space in which the feature vectors point to specific error clusters.
  • the networks 124 and 126 are created with prior knowledge from an analytical solution of the Problem of error detection and identification equipped and then in one Training phase either by simulation of the sensor arrangement and typical errors or trained with the real sensor arrangement 90 with simulated errors. It has shown that the networks 124 and 126 not only individual errors but also Recognize and localize simultaneous errors and errors in quick succession. Furthermore, they record and localize the disappearance of temporary ones Errors that e.g. occur as a result of strong maneuvers, so that the sensor arrangement 90 can work self-regenerating.
  • the output of the second network 126 is a location, identification and classification vector. This vector is fed to a decision network 128, possibly together with the feature vector v . This is represented by connections 130 and 132, respectively.
  • the decision network 128 is still the output of the Kalman filter or SDRE filter 120 switched on. Form in the covariances of the measurement difference measurement errors as well as sensor failures. The courses of these signals can therefore useful when deciding whether and where errors have occurred be included.
  • the Kalman filter 130 is a Kalman filter that is used for the initialization and calibration of the Missile inertial system (MLS-IRS) is provided.
  • the Kalman filter processed Information from the aircraft inertial system as well as the missile inertial system.
  • the covariance signals provided by the Kalman filter 130 are a measure of that Function and the instantaneous quality of the MLS-IRS missile inertial system. This Covariance signals are also on connection 132 to the decision network 128 activated.
  • Block 134 symbolizes rule-based heuristic knowledge about the sensors 114, 116, 118 and their interaction in the system. That too is on the decision network 128 activated.
  • the decision network 128 contains a fuzzification layer 136 on the input side. This is followed by a control layer 138 and an inference layer 140 a defuzzification layer 142 is provided. Decision network 128 delivers a sensor status vector.
  • the task of the decision-making network is, from the analytical sympftom signals, e.g. the identification vector and rule-based heuristic knowledge of the relevant sensors and their interaction in the system possible "faults" by type, Identify the place and time of occurrence. This is a uniform one Presentation of symptoms important. This is made possible by the fuzzy logic by both analytical and heuristic symptoms through membership functions too Fuzzy sets for decision making are represented consistently.
  • the signals fed to decision network 128 are stochastic variables with mean and variance.
  • An example of the time profile of such a variable S is shown in the left part of FIG. 5 by curve 144. "Faults” change these values.
  • the variable S normally fluctuates around line 146 with the variance ⁇ . If a "fault" occurs, the signal curve shifts by ⁇ S on line 148. Usually, these symptoms are used when a predetermined threshold value S max is exceeded for the binary decision for the occurrence of a "fault". This is shown in the middle part of Fig.5.
  • Function 154 shows a ramp 156 which starts from the S value of line 148 and from S max upward constant "1" remains.
  • the functions intersect at a function value of 0.5.
  • the function 150 is assigned to the linguistic quantity "normal”, the function 152 to the linguistic quantity "low” (fault) and the function 154 to the linguistic quantity "increased”.
  • a certain value S of the variable balls can then be assigned to a certain percentage, for example the linguistic variable "normal” and to another percentage the linguistic variable "small”.
  • Fig. 6 shows an example in which the increase or decrease in a symptom or Characteristic forms a criterion for the occurrence of a "fault" and by introduction linguistic value ranges (fuzzy sets) is described, each of these A “membership function” is assigned to value ranges.
  • 6 are the Membership functions as degree ⁇ (S) of a value S belonging to a Value range shown.
  • ⁇ (S) is again a maximum of one.
  • Triangular function membership function 158 of the value range "normal” the trapezoidal membership functions 160 and 162 of the positive and negative, respectively Value ranges "less” and the membership functions 164 and 166 of the positive or negative value ranges "a lot”.
  • the value ranges overlap, so that a certain value S in different, through the membership functions certain degrees can belong to different neighboring value ranges.
  • the Kalman filters 120 and 130 and 134 inputs comparable to heuristic knowledge, namely Degrees of membership between zero and one to linguistic value ranges.
  • FIG. 7 shows the decision network 128 and the one therein in another representation signal processing.
  • a database 170 contains the for the various input variables Decision network 128 the linguistic range of values (fuzzy sets) and the Membership functions are saved for these value ranges.
  • Block 172 symbolizes an input interface for the fuzzification of the input variables based on Inputs 174 are connected. These are operations as they are related to Fig. 5 and 9 are described. The fuzzification is at the bottom of Figure 7 by block 176 indicated. The linguistic variables thus obtained are applied to block 178.
  • Block 178 contains a rules database 180.
  • the rules database contains rules of Form "If ..., then ", after which the linguistic quantities in one Inference level 182 can be linked. This is indicated by block 184 in FIG. 7 below.
  • Block 188 provides an output interface for the Defuzzification. This output interface also receives the in the database 170 stored linguistic value ranges and membership functions via Link 190. Defuzzification is shown in Figure 7 below by block 192 indicated. The output interface delivers at an output 194 as "hard" Output a sensor status vector, with the help of which the signals of the intact Sensors can be reconfigured for further processing in the system.
  • the sensor FDIR concept described here is a parity vector based, feature-based, knowledge-based method. It comes without any more or less elaborate sensor or subsystem modeling. Furthermore she draws the Ability to detect and localize simultaneously or in quick succession occurring errors, with the possibility of self-regeneration.
  • the three networks necessary for the realization are in hardware as ASICS realizable, so problems with software reliability at this point can be avoided.
  • the networks are fast thanks to the hardware implementation and - because of the parallel structures - fault-tolerant and inexpensive to produce. They are adaptable to change through learning and not through reprogramming.
  • the FDIR concept described uses similar or dissimilar sensor redundancy ahead. In its basic structure, it can also be used for multi-sensor technology Time recording and for non-redundant sensor configurations can be used. The latter, however, requires analytical redundancy with model-based approaches, whereby again knowledge-based representations can be used.
  • the processor and memory hardware is made using standard, proven BIT means supervised. Fault tolerance is due to multiplication with mechanical and electrical Basically segregation in connection with voting / monitoring techniques implementable. Because of the reliability of the hardware modules in question in the case of long storage, this measure can ensure availability to be dispensed with.
  • bathtub curve Because of the known history of the number of failures over the useful life of hardware Components (so-called “bathtub curve”) occur statistically after a hardware faults exponential probability distribution. So you're statistical predictable so that the availability of the system in question at this point preventive maintenance measures can be guaranteed.
  • the software structure for the main control, steering and control functions of the The missile is shown in simplified form in FIG. 8.
  • Block 196 symbolizes the mission control software 40 (Fig. 1), i.e. certainly, what the missile should do, e.g. Detect, identify and track a certain goal.
  • Block 198 symbolizes the software of the viewfinder sensor subsystem. This is a signal processing of the seeker and possibly inertial signals through which the Seeker pursued the specific goal.
  • Block 200 represents the software of the mid-course and Final phase flight guidance 36 (Fig.1) through which the missile according to the Finder signals to the destination.
  • block 202 provides the software of the Autopilot 42, which directs the missile according to the flight guidance 36.
  • FIG. 9 shows a circuit which is tolerable with the effort that can be borne by missiles against software errors and thus the availability of the missile improved.
  • the sensor data of the missile are symbolized in FIG. Block 206 symbolizes other input data.
  • the data records are connected in parallel to at least two computer channels 208 and 210.
  • the computer channels 208 and 210 deliver output data p n and p n-1 in a computing cycle.
  • Each computer channel works with a nominal software N and a monitor version M of the nominal software.
  • the two computers work with a time offset of one computing cycle.
  • the computer 208 processes the data generated in this time cycle n.
  • the computer 210 processes the data that had arisen in the previous clock cycle n-1.
  • this data has already been processed by the computer 208 in the preceding time cycle, namely once by the nominal software N and on the other hand by the monitor software M.
  • the computer 208 came to the same result in the two channels with different software N and M , which is referred to here as p n , is the software for this set of input variables If this set of input variables is applied to the computer 210 one more time cycle, then this computer with nominal software and monitor software must also deliver the same output. This allows the function of the computers 208 and 210 to be checked. that the software is working properly. Deviations are then due to an error in one of the computers.
  • FIG. 10 This is shown in Fig. 10 as a flow chart.
  • the input data for the nth computing cycle are identified by an oval 212.
  • the vector p at the time nT, ⁇ p N / n is calculated with the nominal software N. This is represented by rectangle 214.
  • the vector p at the time nT ⁇ p M / n is calculated with these input data using the monitor software M. This is represented by rectangle 216.
  • the difference is formed from the vectors of the output variables thus calculated with the two programs N and M.
  • ⁇ p n p N n - p M n .
  • An output vector p ⁇ n is formed from the calculated vectors p N / n, p M / n, the predicted vectors and the software status vector. This is represented by a rectangle 228.
  • This output vector p ⁇ n is the vector which, taking software monitoring into account, is applied to an output 230 and used further.
  • the monitor or monitoring software M should be simple algorithmic and logical Use elements (standard modules) in generally validable structures arranged to represent a variety of (software) problem solutions. It simple algorithmic and logical elements are provided. These elements become a specific solution to the problem in structures adapted to the problem be combined. These requirements are ideally met by neural ones Networks and fuzzy neural networks. These networks define a given one Standard structure with uniform, simple processor units.
  • the free parameters of the structure are set in a training phase.
  • structure and / or parameters using genetic / evolutionary algorithms optimize the specified criteria.
  • Block 232 symbolizes a neural network that can be used in the manner described above.
  • Block 234 symbolizes a fuzzy-neural network that can be used accordingly.
  • block 236 symbolizes a genetic algorithm.
  • the neural network 232 and the fuzzy neural network 234 provide a standard representation. This results from training with input and output data ( data-driven "), which are represented by a memory 238, a setting of structural parameters. This type of structuring also has a potential for a genetic / evolutionary optimization of the structure and / or parameters. This is represented in FIG. 11 by a block 240.
  • the monitor software is generated automatically, as shown by block 242 in Fig. 11.
  • the input and output vectors of the input and output spaces which are different from the training vectors and are also stored in memory 238, are used to test the monitor software thus obtained .
  • the monitor software is based on a neural or fuzzy-neuronal Network structure created.
  • the monitor software M can preferably be used as a hardware module, for example in the form of an ASIC. That has different Advantages:
  • the reliability of the module can vary according to the laws of failure Hardware to be assessed. It does not become software for monitoring software used.
  • the parallel information processing in the hardware provides - in certain Limits - an inherent fault tolerance of the module.
  • the nominal software can also be used with regard to of the input and output identical hardware modules are replaced.
  • This Hardware modules can be used where the inherent fault tolerance to achieve the required reliability and thus availability is not sufficient, multiplied become. This would eliminate the need for monitor modules.
  • the software is up Hardware modules of high reliability mapped, the adaptation to different tasks are done through learning.
  • a missile can have a plurality of actuators. That is in Fig. 12 shown.
  • the missile 10 may have a transverse thruster 244, which on the Missile 10, as shown, exerts a transverse thrust. That does one Lateral acceleration of the missile 10.
  • Additional actuators can control surfaces or Rudder 246.
  • a rudder deflection as shown, causes an angle of attack that also leads to lateral acceleration.
  • the thrust vector of the Engine by adjusting the engine nozzle or by in the engine jet protruding deflection surfaces (Jet Vanes) can be changed as shown.
  • a missile can have all three types of actuators. But it is then when one fails Actuator not able to move the missile through the remaining To influence actuators in the desired manner.
  • the missile's positioning system is therefore one Simplex configuration ". There is no possibility of a reconfiguration, as is possible in the manner described above, for example if redundant sensors fail. Therefore, in a further embodiment of the invention, measures for intelligent "detection and identification of errors. This is to increase the probability of detecting and localizing errors (faults) in the pre-flight phase and, if possible, until immediately before departure.
  • External faults are, for example, damage due to collision or errors in the power supply.
  • Internal faults are, for example, faults in the gearbox, bearings, insufficient lubrication or component faults.
  • An initial monitoring can be carried out on the actuator 250 by measuring certain signals, for example the input current or the deflection, and comparing these signals with fuzzy predetermined tolerance thresholds in the manner of Fig.5 is a general statement about the function of the actuator is made.
  • a neural network that represents such a model.
  • 254 denotes a fuzzy-neural network, which also represents such a model.
  • the models from networks 252 and 254 are connected to a knowledge-based, non-linear estimator 256, which receives data from actuator 250 for comparison. If necessary, further inputs from the flight guidance and control system of the missile 10 are also connected to the estimator 256, as indicated by input 258.
  • the estimator 256 provides real-time estimates of the state variables x and the parameter p of the actuator. If errors occur, these estimates contain the error components ⁇ x and ⁇ p . If the relevant nominal values are known, a statement about the status of the actuators can be made continuously by a fuzzy decision and inference unit 160.
  • an inference and status unit 90 is provided, which the results of sensor, information, data processing and Actuator monitoring and the results of the built-in test (BIT) become.
  • the unit 90 also generates from it through inference and inference processes Fuzzy logic Information regarding the operational status of the missile and its essential functional parts and thus their availability.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
  • Feedback Control In General (AREA)

Abstract

Zur Erhöhung der Verfügbarkeit eines Flugkörpers (10) sind funktionswichtige Elemente des Flugkörpers (10) redundandant vorgesehen. Der Flugkörper (10) weist Mittel (80) zur Funktionsüberwachung, Fehlerdetektion und -lokalisierung und Rekonfiguration dieser Elemente auf. Es werden verschiedene Ausführungen solcher Mittel unter Benutzung wissensbasierter und lernfähiger Strukturen beschrieben. <IMAGE>

Description

Die Erfindung betrifft einen Flugkörper.
Ein Flugkörper ist ein Teil eines Waffensystems. Der Flugkörper wird zu einem Ziel geführt. Das kann z.B. durch eine Navigationseinheit oder durch einen Suchkopf erfolgen, der das Ziel erfaßt und Lenksignale erzeugt. Der Flugkörper ist unbemannt. Die Flugzeit des Flugkörpers vom Abschuß bis zum Treffer ist relativ kurz. Das Flugführungssystem des Flugkörpers, z.B. mit Suchkopf oder Navigationseinheit, ist daher nur kurze Zeit tatsächlich in Funktion.
Bemannte Flugzeuge arbeiten mit einer Vielzahl von Sensoren und sicherheitsrelevanten Bauteilen. Flugzeuge sind über längere Zeit im Einsatz. Der Ausfall eines Sensors oder sicherheitsrelevanten Bauteils während des Einsatzes kann zu einem Absturz des Flugzeugs führen. Aus diesem Grunde ist es bekannt, sicherheitsrelevante Elemente einschließlich der Software von Flugreglern redundant vorzusehen und Mittel zur Fehlererkennung, Fehleridentifikation und Rekonfiguration (FDIR) zu verwenden. Es wird dann der Ausfall eines Sensors oder ein Defekt an einem Sensor erkannt, es wird ermittelt welcher Sensor oder welches Element ausgefallen oder defekt ist, und es wird dann der ausgefallene oder defekte Sensor oder das defekte Element abgeschaltet und es werden nur die übrigen Sensoren oder Elemente für die Flugführung benutzt.
Die DE-39 29 404 A1 zeigt ein Beispiel eines Verfahrens und einer Vorrichtung zum Erkennen und Identifizierung von Fehlern an Sensoren. Die DE 39 23 432 C2 zeigt ein Beispiel für die Überwachung der Software, mittels welcher die von redundant vorgesehenen Sensoren gelieferten Signale durch redundant vorgesehene Rechner verarbeitet werden.
Solche Maßnahmen erschienen für Flugkörper, die zum einen unbemannt sind und zum anderen nur nur einmal für kurze Zeit fliegen, nicht erforderlich.
Bei Flugkörpern tritt jedoch ein anderes Problem auf, nämlich das der "Verfügbarkeit": Flugkörper werden u.U. sehr lange, ggf. jahrzehntelang, gelagen, bis sie schließlich zum Einsatz kommen. Die Flugkörper müssen dann einsatzbereit sein. Auch durch lange Lagerung ohne Einsatz kann eine Beeinträchtigung der Funktion des Flugkörpers eintreten. Die Verfügbarkeit ist die Wahrscheinlichkeit, den Flugkörper zu einem bestimmten Zeitpunkt in funktionsfähigem Zustand anzutreffen. Dieses Problem, die Einsatzbereitschaft des Flugkörpers auch nach langer Lagerzeit zu gewährleisten, wird durch entsprechende Konstruktion der Elemente des Flugkörpers, durch entsprechende Lagerung der Flugkörper und durch regelmäßige Überprüfungen mit Testeinrichtungen gelöst. Wenn Elemente des Flugkörpers sich bei einem solchen Test als defekt erweisen, wird der Flugkörper repariert.
Es ist aufwendig, die Elemente des Flugkörpers so auszubilden, daß sich über die u.U. jahrzehntelange Lagerzeit hinweg keine Ausfälle ergeben und die hohe Verfügbarkeit des Flugkörpers allein konstruktiv zu erreichen. Es bleibt immer noch das Risiko, daß ein lange gelagerter Flugkörper nicht einsatzfähig ist. Es bleibt die Möglichkeit regelmäßiger Tests und ggf. Reparaturen. Während der Test- und Reparaturzeit bei regelmäßigen Tests steht der Flugkörper nicht für den Einsatz zur Verfügung. Eine Verringerung der Abstände zwischen den Tests, um die Sicherheit gegen Ausfälle zu erhöhen, reduziert daher die Verfügbarkeit des Flugkörpers auch.
Der Erfindung liegt die Aufgabe zu Grunde, die Verfügbarkeit von Flugkörpern zu erhöhen.
Erfindungsgemäß wird diese Aufgabe dadurch gelöst, daß zur Erhöhung der Verfügbarkeit des Flugkörpers funktionswichtige Elemente des Flugkörpers redundant vorgesehen sind und der Flugkörper Mittel zur Funktionsüberwachung, Fehlerdetektion und -lokalisierung und Rekonfiguration dieser Elemente aufweist.
"Elemente" können dabei Sensoren, Signalverarbeitungsmittel oder Stellglieder sein. Der Ausdruck "Elemente" soll aber auch Informationen umfassen, die für die Funktion des Flugkörpers wesentlich sind.
Nach der Erfindung werden Mittel, die z.B. zur Erhöhung der Sicherheit von bemannten Flugzeugen während ihres sich über relativ lange Zeit erstreckenden Einsatzes an sich bekannt sind, für einen anderen Zweck eingesetzt, nämlich zur Erhöhung der oben definierten "Verfügbarkeit" von Flugkörpern, die während ihres jeweils kurzen Einsatzes solche Maßnahmen sicherlich nicht erfordern würden. Eine hohe Zuverlässigkeit und Verfügbarkeit des Flugkörpers wird dabei durch Fehlertoleranz erreicht. Ein fehlertolerantes System besitzt die Fähigkeit, seine spezifizierte Funktion auch beim Auftreten von Hardware- oder Software-Fehlern uneingeschränkt weiter zu erfüllen.
Unter dem deutschen Begriff "Fehler" sind subsummiert: Fehler in der physikalischen Welt ("faults"), und zwar in Hardware und Software, daraus resultierende Fehler in der Informationswelt ("errors") und schließlich daraus resultierende Ausfälle oder Fehlfunktionen im System ("failures"). Ein "fault" kann ein Defekt an einem Sensor sein. Der "fault" führt zu einem falschen Signal ("error"). Der "error" führt zu einer Fehlfunktion des Flugkörpers.
Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.
Die Erfindung ist nachstehend an Ausführungsbeispielen unter Bezugnahme auf die zugehörigen Zeichnungen näher erläutert.
Fig.1
zeigt schematisch einen Flugkörper und ein Flugzeug mit den verschiedenen Elementen und Schnittstellen.
Fig.2
veranschaulicht die Überwachung der Elemente des Flugkörpers durch "BIT" und "FDIR".
Fig.3
ist eine schematische Darstellung eines Gerätes zu Fehler-Erkennung, Fehler-Identifikation und Sensor-Rekonfiguration (FDIR).
Fig.4
zeigt eine Ausführung der Mittel zur Fehler-Erkennung und Fehler-Identifikation.
Fig.5
veranschaulicht die Umsetzung eines ein Symptom für einen Sensorausfall oder -fehler liefernden stochastischen Signals in Zugehörigkeiten zu linguistischen Wertebereichen.
Fig.6
veranschaulicht die Umsetzung von Signaländerungen, die ein Symptom für einen Sensorausfall oder -fehler liefern, in Zugehörigkeiten zu linguistischen Wertebereichen.
Fig.7
ist ein Blockdiagramm und veranschaulicht das mit Fuzzy-Logik aufgebaute Entscheidungsnetzwerk zur Erzeugung eines Sensor-Statusvektors.
Fig.8
veranschaulicht die Struktur der Flugkörper-Software
Fig.9
zeigt den Aufbau einer Anordnung zur Überwachung der Flugkörper-Software.
Fig.10
zeigt die Überwachungsanordnung der Software bei einer Anordnung von Fig.9.
Fig.11
veranschaulicht die automatische Erstellung des Überwachungsprogramms.
Fig.12
veranschaulicht die Stellglieder des Flugkörpers.
Fig.13
zeigt die Erzeugung eines StellgliedStatusvektors.
In Fig.1 ist mit 10 ein Flugkörper bezeichnet. Der Flugkörper 10 enthält einen Suchkopf 12 in seiner Nase. Die Nase weist eine für Radarstrahlung durchlässige Spitze (RADOME) 14 sowie ein für infrarote Strahlung durchlässiges Fenster 16 auf . Hinter der radardurchlässigen Spitze 14 sitzen ein im X-Band arbeitender, passiver Arraysensor 18 und ein im K-Band arbeitender Phasenarray-Sensor 20. Der im X-Band arbeitende, passive Arraysensor 18 ist mit einer zugehörigen Verfolgungs-Elektronik 22 verbunden. Der im K-Band arbeitende Phasenarray-Sensor 20 ist mit einer zugehörigen Verfolgungs-Elektronik 24 verbunden. Hinter dem für infrarote Strahlung durchlässigen Fenster 16 sitzt ein im mittleren Infrarotbereich arbeitender Infrarotsensor 26. Dem Infrarotsensor 26 ist eine zugehörige Verfolgungs-Elektronik 28 nachgeschaltet. Die Verfolgungs-Elektroniken 22, 24 und 28 erhalten Daten von einer Strapdownsucher- und Navigations-Signalverarbeitung 30. Die Strapdownsucher- und Navigations-Signalverarbeitung 30 erhält Daten von einer Trägheitsmeßeinheit und Satellitennavigation, die durch einen Block 32 dargestellt sind. Einmal werden dabei die Eigenbewegungen des Flugkörpers bei den Signalen der flugkörperfesten ("strapdown") Sensoren berücksichtigt Zum anderen werden Navigationsdaten gewonnen, also Daten über die Position und ggf. Geschwindigkeit des Flugkörpers. Die Ausgänge der Verfolgungs-Elektroniken 22, 24 und 28 sind auf Mittel 34 zur Sensorfusion aufgeschaltet. Durch die Sensorfusion werden Suchkopfsignale erhalten, die auf den Signalen mehrerer Sensoren beruhen. Diese Suchkopfsignale sind auf eine Flugführungs-Signalverarbeitung 36 aufgeschaltet. Die Flugführungs-Signalverarbeitung 36 erhält weiterhin Daten von der Strapdownsucher- und Navigations-Signalverarbeitung 30. Schließlich sind ggf. auf die Flugführungs-Signalverarbeitung 36 Signale von einer Datenübertragungs-Einheit 38 aufgeschaltet. Weiterhin steht die Flugführungs-Signalverarbeitung 36 in Datenaustausch mit einer flugkörperseitigen Missionseinheit 40. Die Flugführungs-Signalverarbeitung 36 bewirkt die Flugführung in der Marschphase und in der Endphase. Die Flugführungs-Signalverarbeitung liefert Kommandos an einen fortschrittlichen Autopiloten 42. Der Autopilot 42 erhält weiterhin ggf. Daten von der Datenübertragungs-Einheit 38. Der Autopilot 42 liefert Stellbefehle für die Betätigung von Steuerflächen und für den Schub an Ausgängen 44 bzw. 46. Weiterhin ist eine Schaltung 48 vorgesehen, die von Daten der Mittel 34 zu Sensorfusion beaufschlagt ist und durch welche eine sucherbasierter Zündbefehl erzeugbar ist, der über einen Ausgang 50 auf einen Gefechtskopf aufgeschaltet ist Der Flugkörper 10 ist vor dem Abschuß über eine Schnittstelle 52 und ein Speisekabel 54 mit dem den Flugkörper 10 tragenden Trägerflugzeug verbunden, das in Fig.1 durch einen Block 56 im linken Teil der Figur dargestellt ist. Die Schnittstelle 52 steht mit der flugkörperseitigen Missionseinheit 40, der Signalverarbeitung 30, der Flugführungs-Signalverarbeitung 36 und dem Autopiloten 42 in Datenaustausch.
Das Trägerflugzeug 56 weist ebenfalls Sensoren auf, die durch Blöcke 58, 60, 62, 64, 66 und 68 dargestellt sind, z.B. ein Radar 58, einen vorwärts gerichteten Infrarotsensor FLIR 62 oder Sensoren für Satelliten- oder Trägheitsnavigation GPS/INS 68. Die Sensoren sind auf eine Missionsavionik 70 des Trägerflugzeugs 56 geschaltet. Anhand der Sensorsignale wird ein Ziel erkannt, identifiziert und verfolgt. Die Missionsavionik liefert Daten an Missionsplanungs-Mittel 72, nämlich Mittel für die Feuerleitlösung und die taktische Dynamik. Die Missionsavionik 70 liefert Daten über Ort, Typ und Bewegung des Ziels. Die Missionsplanungs-Mittel 72 liefern Daten darüber, wie dieses Ziel bekämpft werden soll. Über die Schnittstelle 52 im Startgerät erhält die Missionsavionik 70 Informationen von dem Flugkörper 10, der mit seinen Sensoren schon Informationen liefert, während er noch in dem Startgerät des Trägerflugzeugs hängt.
Nach Abschuß des Flugkörpers 10 können ggf. die Missionsavionik 70 und die Missionsplanungs-Mittel 72 weiterhin über die Datenübertragung 38 drahtlos mit dem Flugkörper in zwei Richtungen in Datenaustausch bleiben.
Block 74 symbolisiert andere Mitwirkende, z.B. eine Kommandozentrale oder andere freundliche Flugzeuge, durch die eine Zielvorgabe erfolgen kann. Die "Zielvorgabe durch Dritte" ist in Fig.1 durch Block 76 symbolisiert. Die Zielvorgabe kann über Datenübertragung 38 an den Flugkörper 10 oder an das Trägerflugzeug 56 übertragen werden.
Die Sensoren des Flugkörpers lassen sich unterteilen in Sensoren zur Messung des Eigenbewegungs-Zustandes des Flugkörpers und Sensoren zur Zielentdeckung und Zielverfolgung.
Die Eigenbewegung des Flugkörpers wird mit Inertialsensoren zur Messung von Beschleunigung und Drehgeschwindigkeit erfaßt. Weiterhin werden in einigen Fällen Satelliten-Navigationssysteme wie GPS ("Global Positioning System") zur genauen Positionsbestimmung eingesetzt. Das ist das Element 32 in Fig.1.
Zur Zielentdeckung und Zielverfolgung dienen Sucher, vorzugsweise bildauflösende Sucher, deren Signale einer Bildverarbeitung unterworfen werden. Das sind z.B. bildverarbeitende Radarsucher wie Element 18 in Fig.1 oder Infrarotsucher wie Element 26 in Fig.1. Die Sucher können passiv oder aktiv arbeiten. Bei einem Infrarotsucher kann auch eine Abstandsmessung in der Endphase mittels eines Lasers erfolgen.
Eine Fehlertoleranz wird durch eine Redundanz von Sensoren erreicht. Bei Auftreten von Fehlern der Sensoren, die infolge der Redundanz erkannt und identifiziert werden können, erfolgt eine Rekonfiguration der Sensoren: Die Signale defekter Sensoren werden außer acht gelassen, die erforderlichen Informationen werden aus den Signalen anderer Sensoren und ggf. Kombinationen solcher Signale gewonnen.
Die Inertialsensoren werden vermehrfacht. Dabei kann das Degradationsverhalten "fail-operational", d.h. eine Funktionsfähigkeit auch noch nach Ausfall eines beliebigen Sensors, mit jeweils minimal fünf (statt sonst drei) Drehraten- und Beschleunigungs-Sensoren erreicht, die in einer speziellen Geometrie zu den Flugkörperachsen angeordnet sind. Die Drehraten-Sensoren können dabei optische Drehraten-Sensoren sein. Es ist auch möglich, mikro-mechanische Sensoren (EP 0 686 830 B1) für Drehraten und Beschleunigungen zu verwenden. Der zusätzliche Aufwand für die Redundanz wird dadurch relativ gering, so daß er auch bei Verlustobjekten wie Flugkörpern durch die Steigerung der Verfügbarkeit und geringeren Wartungsaufwand aufgewogen wird.
Satelliten-Navigationssysteme können als Mehrkanalsysteme (Multi-Kanal GPS) ausgebildet sein, so daß auch redundante Positionsinformation von dem Satelliten-Navigationssystem verfügbar ist, die zur Überwachung und zur Auswahl der momentan günstigsten Kanäle benutzt werden kann.
Weiterhin kann eine Bewegungsinformation auch aus den Signalen der Infrarot- und Radar-Sensoren gewonnen werden.
Auch die Eigenbewegung des Flugkörpers, Fluglage und Position wird somit durch Vermehrfachung von Sensoren oder durch Rückgriff auf Sensoren, die eigentlich einem anderen Zweck dienen, redundant erfaßt.
Fig.2 zeigt schematisch die Überwachung der funktionswichtigen Elemente des Flugkörpers 10. Mit 80 ist generell die Vorrichtung zum Erkennen und Identifizieren von Fehlern und zum Rekonfigurieren der Elemente des Flugkörpers 10 (FDIR) bezeichnet. Überwacht werden Sensoren, dargestellt durch einen Block 82, die Informationen und die Datenverarbeitung, dargestellt durch einen Block 84 und die Stellglieder, dargestellt durch einen Block 86. Ein Block 88 symbolisiert einen eingebauten Prüfvorgang (BIT), durch welche die physikalische Funktion der einzelnen Bauteile überprüft wird. Es wird beispielsweise geprüft, ob eine Motorwicklung eines Kreisels Strom erhält. Anschließend erfolgt die Prüfung auf Fehler durch die FDIR. Das Ergebnis wird durch Inferenz- und Statusmittel 90 verarbeitet: "Wenn das Signal von Sensor A als fehlerhaft erkannt wird, dann verwerfe das Signal von Sensor A und verarbeite nur die Signale der Sensoren B und C". Status: Ausfall von Sensor A. Der eingbaute Prüfvorgang kann zusätzlich ergeben, daß Sensor X keinen Strom erhält. Auch das gibt ein Statussignal: "Ausfall von Sensor X, Arbeiten mit Sensor Y, der ähnliche Information liefen." Die Statussignale sind auf die Flugkörper-Missionseinheit 40 aufgeschaltet.
Fig.3 zeigt schematisch den Aufbau des FDIR-Gerätes 80 für die Fehler-Erkennung, Identifikation und Rekonfiguration.
In Fig.3 sind mit 90A bis 90N Sensoren des Flugkörpers 10 bezeichnet, deren Signale oder Daten auf das Gerät 80 aufgeschaltet sind. Die Verbindung ist durch Doppelpfeile dargestellt. Das bedeutet, daß das FDIR-Gerät 80 auch auf die Sensoren 90A...90N einwirkt, also z.B. einen Sensor abschaltet. Das FDIR-Gerät 80 bewirkt eine Überwachung der Hardware und Subsysteme des Flugkörpers 10. Das ist durch Block 92 dargestellt. Das erfolgt einmal durch "Voting" und Plausibilitäts-Prüfungen: Wenn ein Sensor dreifach redundant vorgesehen ist und ein Meßwert deutlich von den Meßwerten der beiden anderen abweicht, dann wird dieser abweichende Meßwert als falsch betrachtet. Es zählt die Mehrheit. Eine Plausibilitäts-Prüfung prüft, ob ein erhaltener Meßwert physikalisch sinnvoll ist. Diese Art der Überwachung ist in Fig.3 durch einen Block 94 dargestellt. Weiterhin erfolgen die eingebauten Prüfvorgänge (BIT), die durch einen Block 88 dargestellt sind. Das ist eine Art der Überprüfung der Hardware und Subsysteme.
Eine andere Art der Überprüfung der Hardware und Subsysteme ist durch einen Block 98 dargestellt. Hier werden die Signale mittels wissens-, modell-, muster- oder paritätsbasierter Verarbeitung auf das Auftreten von Fehlern geprüft. Die Fehler werden erkannt und identifiziert. Das ist in Fig.3 durch Block 100 (FDI) dargestellt.
Außer der Hardware wird auch die Software überwacht. Das ist in Fig.3 durch einen Block 102 dargestellt. Es erfolgen Entscheidungs-Prozesse, dargestellt durch Block 104. Und schließlich erfolgt erforderlichenfalls eine Rekonfiguration von Sensoren, die durch einen Block 106 gargestellt ist.
Auf Grund der so erhaltenen Meßwerte werden Effektoren und Stellglieder 108 angesteuert. Auch hier erfolgt die Übertragung von Information in zwei Richtungen, was durch einen Doppelpfeil angedeutet ist. Auch die Funktion der Effektoren und Stellglieder wird in der beschriebenen Weise von dem FDIR-Gerät überwacht.
Ein Block 110 stellt die Kommunikation des FDIR-Gerätes 80 z.B. mit der Flugkörper-Missionseinheit 40 dar, wobei diese Kommunikation ebenfalls in zwei Richtungen erfolgt. Block 112 symbolisiert die Mensch/Maschine-Schnittstelle.
In Fig.4 sind mit 90 generell die Sensoren des Flugkörpers bezeichnet. Diese Sensoren umfassen redundante inertiale Sensoren 114, eine Mehrkanal-Empfänger für Satelliten-Navigation (Mehrkanal-GPS mit 6 -10 Kanälen) 116 und Infrarot- und Radarsensoren 118. Die Vermehrfachung der Inertialsensoren, also Drehraten- und Beschleunigungs-Sensoren, so, daß ein Degradadationsverhalten "fail-operational" erreicht wird, kann darin bestehen, daß jeweils minimal fünf Sensoren verwendet werden, die in spezieller Geometrie zu den Flugkörperachsen angeordnet sind. Durch die Mehrkanal-GPS wird redundante GPS-Information erhalten, die zur Überwachung und zur Auswahl der momentan günstigsten GPS-Kanäle benutzt werden kann. Die Infrarot- und Radarsensoren 118 liefern auch Bewegungsinformationen.
Block 120 stellt die Bildung von Orts- und Geschwindigkeitdaten dar, die gemeinsam aus den GPS-Daten und den Daten der Inertialsensoren erhalten werden. Es kann sich dabei um ein Kalman-Filter oder ein SDRE-Filter (State Dependent Riccati Equation) handeln, mit dessen Hilfe die GPS- und Inertialdaten optimal integriert werden. Als Ausgangsgröße dieses Blocks werden die gemessenen (nicht die berechneten) Kovarianz-Signale des Kalman-Filters oder SDRE-Filters erhalten.
Die Ausgangssignale der Sensoren 114, 116 und 118 sind in einem Meßvektor m auf eine Anordnung 122 von neuronalen Netzwerken 124 und 126 aufgeschaltet. Der Meßvektor m umfaßt die Ausgangssignale der Sensoren 114, 116, 118. Der Meßvektor ist eine Funktion des physikalischen Bewegungszustandes x des Flugkörpers, dem in einem Fehlervektor ε zusammengefaßte Fehler überlagert sind: m = f(x,ε).
Der Fehlervektor ε kann sprung- oder rampenförmige sowie stochastische Fehler beinhalten und weiterhin Totalausfälle wie Meßsignal null oder konstanter Vollausschlag abbilden.
Der Meßvektor m ist auf das erstes neuronale Netzwerk 124 aufgeschaltet. In dem ersten neuronalen Netzwerk 124 wird durch Projektion des Meßvektors m in den zum Meßraum orthogonalen Fehlerraum (Paritätsraum) eine Trennung von Nutzsignal m(x) und Fehler m(ε) durchgeführt. Damit wird ein Merkmals- oder Validierungsvektor v erzeugt. Auf den Validierungsvektor v bilden sich Fehler ab. Damit erfolgt eine Fehlerdetektion.
Der Merkmalsvektor v ist auf das zweite neuronale Netzwerk 126 aufgeschaltet. Dieses zweite neuronale Netzwerk 126 bewirkt die Lokalisierung des Fehlers. Durch das zweite neuronale Netzwerk 126 wird somit der defekte Sensor oder Kanal identifiziert. Damit hat dieses neuronale Netzwerk 126 die Funktion eines Klassifikators bezogen auf den Fehlerraum, in dem die Merkmalsvektoren auf bestimmte Fehler-Cluster zeigen.
Die Netzwerke 124 und 126 werden mit Vorwissen aus einer analytischen Lösung des Problems der Fehlererkennung und -identifizierung ausgestattet und dann in einer Trainingsphase entweder durch Simulation der Sensoranordnung und typischer Fehler oder mit der realen Sensoranordnung 90 mit simulierten Fehlern trainiert. Es hat sich gezeigt, daß die Netzwerke 124 und 126 nicht nur Einzelfehler sondern auch Simultanfehler und kurz aufeinanderfolgende Fehler erkennen und lokalisieren können. Darüberhinaus erfassen und lokalisieren sie das Verschwinden von vorübergehenden Fehlern, die z.B. infolge starker Manöver auftreten, so daß die Sensoranordnung 90 selbstregenerierend arbeiten kann.
Ausgangsgröße des zweiten Netzwerkes 126 ist ein Lokalisierungs-, Identifikations- und Klassifikationsvektor. Dieser Vektor wird, ggf. zusammen mit dem Merkmalsvektor v einem Entscheidungsnetzwerk 128 zugeführt. Das ist durch die Verbindungen 130 bzw. 132 dargestellt.
Auf das Entscheidungsnetzwerk 128 ist weiterhin der Ausgang des Kalman-Filters oder SDRE-Filters 120 aufgeschaltet. In den Kovarianzen der Meßdifferenz bilden sich sowohl Meßfehler als auch Sensorausfälle ab. Die Verläufe dieser Signale können deshalb nutzbringend bei der Entscheidung, ob und ggf. wo Fehler aufgetreten sind, mit einbezogen werden.
Mit 130 ist ein Kalman-Filter bezeichnet, das für die Initialisierung und Kalibrierung des Flugkörper-Inertialsystems (MLS-IRS) vorgesehen ist. Das Kalman-Filter verarbeitet Informationen von dem Flugzeug-Inertialsystem sowie dem Flugkörper-Inertialsystem. Die von dem Kalman-Filter 130 gelieferten Kovarianzsignale sind ein Maß für die Funktion und die momentane Güte des Flugkörper-Inertialsystems MLS-IRS. Diese Kovarianzsignale sind über Verbindung 132 ebenfalls auf das Entscheidungsnetzwerk 128 aufgeschaltet.
Block 134 symbolisiert regelbasiertes heuristisches Wissen über die Sensoren 114, 116, 118 und ihr Zusammenwirken im System. Auch das ist auf das Entscheidungsnetzwerk 128 aufgeschaltet.
Das Entscheidungsnetzwerk 128 enthält eingangsseitig eine Fuzzifizierungs-Schicht 136. Darauf folgen eine Regelschicht 138 und eine Inferenz-Schicht 140. Ausgangsseitig ist eine Defuzzifizierungs-Schicht 142 vorgesehen. Das Entscheidungsnetzwerk 128 liefert einen Sensorstatus-Vektor.
Aufgabe des Entscheidungsnetzwerkes ist es, aus den analytischen Sympftom-Signalen, z.B. dem Identifizierungsvektor und regelbasiertem heuristischem Wissen über die betreffenden Sensoren und ihr Zusammenwirken im System eventuelle "faults" nach Typ, Ort und Zeitpunkt des Auftretens zu identifizieren. Hierzu ist eine einheitliche Darstellung der Symptome wichtig. Das wird durch die Fuzzy-Logik ermöglicht, indem sowohl analytische als auch heuristische Symptome durch Zugehörigkeitsfunktionen zu Fuzzy-Mengen für die Entscheidungsfindung einheitlich repräsentiert werden.
Die dem Entscheidungsnetzwerk 128 zugeführten Signale sind stochastische Variable mit Mittelwert und Varianz. Ein Beispiel für den zeitlichen Verlauf einer solchen Variablen S ist im linken Teil von Fig.5 durch Kurve 144 dargestellt. Durch "faults" verändern sich diese Werte. Im linken Teil von Fig.5 schwankt die Variable S im Normalfall um die Linie 146 mit der Varianz σ. Bei Auftreten eines "fault" verschiebt sich der Signalverlauf um ΔS auf Linie 148. Üblicherweise werden diese Symptome beim Überschreiten eines vorgegebenen Schwellwertes Smax zur binären Entscheidung für das Auftreten eines "fault" herangezogen. Das ist im mittleren Teil von Fig.5 dargestellt. Wenn die Variable S den Schwellwert Smax erreicht oder überschreitet, wird binär ein "fault" signalisiert, was durch das Rechteck 146 angedeutet ist: Die Wahrscheinlichkeit µ(S) des Vorhandenseins eines Fehlers wird dann "1". Das birgt die Gefahr einer hohen Falschalarmrate in sich. Das kann durch Einführung eines "Fuzzy-Schwellwertes" vermieden werden, wie im rechten Teil von Fig.5 gezeigt ist. Hier werden drei Funktionen 150, 152 und 154 von S definiert. Die Funktionen 150 und 152 sind Dreieckfunktionen. Die Spitzenwerte der Funktionen 150 und 152 sind "1". Der Spitzenwert der Funktion 150 liegt auf dem S-Wert der Linie 146. Der Spitzenwert der Funktion 152 liegt auf dem S-Wert der Linie 148. Die Funktion 154 zeigt eine Rampe 156 die von dem S-Wert der Linie 148 ausgeht und von Smax aufwärts konstant "1" bleibt. Die Funktionen schneiden sich bei einem Funktionswert von 0,5. Die Funktion 150 ist der linguistischen Größe "normal" zugeordnet, die Funktion 152 der linguistischen Größe "gering" (fault) und die Funktion 154 der linguistischen Größe "erhöht". Ein bestimmter Wert S der Varialblen kann dann zu einem bestimmten Prozentsatz z.B. der linguistischen Größe "normal" und zu einem anderen Prozentsatz der linguistischen Größe "gering" zugeordnet sein.
Fig.6 zeigt ein Beispiel, bei welchem die Zu- oder Abnahme eines Symptoms oder Merkmals ein Kriterium für das Auftreten eines "faults" bildet und durch Einführung linguistischer Wertebereiche (Fuzzy-Mengen) beschrieben wird, wobei jedem dieser Wertebereiche eine "Zugehörigkeitsfunkton" zugeordnet ist. In Fig.6 sind die Zugehörigkeitsfunktionen als Grad µ(S) der Zugehörigkeit eines Wertes S zu einem Wertebereich dargestellt. µ(S) ist wieder maximal eins. Es gibt die von einer Dreiecksfunktion gebildete Zugehörigkeitsfünktion 158 des Wertebereichs "normal", die trapezförmigen Zugehörigkeitsfunktionen 160 und 162 der positiven bzw. negativen Wertebereiche "weniger" und die Zugehörigkeitsfunktionen 164 und 166 der positiven bzw. negativen Wertebereiche "viel". Die Wertebereiche überlappen sich, so daß ein bestimmter Wert S in unterschiedlichem, durch die Zugehörigkeitsfünktionen bestimmten Grade verschiedenen benachbarten Wertebereichen angehören kann.
Durch die "Fuzzifizierung" erhält das Entscheidungsnetzwerk 128 an den verschiedenen Eingängen von dem Identifizierungsnetzwerk 126, den Kalman-Filtern 120 und 130 und dem heuristischen Wissen 134 vergleichbare Eingangsgrößen, nämlich Zugehörigkeitsgrade zwischen null und eins zu linguistischen Wertebereichen.
Fig.7 zeigt in einer anderen Darstellung das Entscheidungsnetzwerk 128 und die darin erfolgende Signalverarbeitung.
In einer Datenbank 170 sind für die verschiedenen Eingangs-Variablen des Entscheidungsnetzwerkes 128 die linguistischen Wertebereich (Fuzzy-Mengen) und die Zugehörigkeitsfunktionen für diese Wertebereiche abgespeichert. Block 172 symbolisiert eine Eingangs-Schnittstelle für die Fuzzifizierung der Eingangsvariablen, die auf Eingänge 174 aufgeschaltet sind. Das sind Operationen, wie sie im Zusammenhang mit Fig.5 und 9 geschildert sind. Die Fuzzifizierung ist unten in Fig.7 durch Block 176 angedeutet. Die so erhaltenen linguistischen Größen sind auf Block 178 aufgeschaltet. Block 178 enthält eine Regel-Datenbank 180. Die Regel-Datenbank enthält Regeln der Form "If..., then..." (Wenn..., dann...), nach denen die linguistischen Größen in einer Inferenzstufe 182 verknüpft werden. Das ist unten in Fig.7 durch Block 184 angedeutet. Die so erhaltenen Größen werden in einem Summierpunkt summiert und auf einen Block 188 aufgeschaltet. Der Block 188 stellt eine Ausgangs-Schnittstelle für die Defuzzifizierung dar. Diese Ausgangsschnittstelle erhält ebenfalls die in der Datenbank 170 gespeicherten linguistischen Wertebereiche und Zugehörigkeitsfunktionen über Verbindung 190. Die Defuzzifizierung ist unten in Fig.7 durch einen Block 192 angedeutet. Die Ausgangs-Schnittstelle liefert an einem Ausgang 194 als "harten" Ausgang einen Sensor-Statusvektor, mit dessen Hilfe die Signale der jeweils intakten Sensoren zur Weiterverarbeitung im System rekonfiguriert werden können..
Die Abbildung aufgetretener "faults" auf beobachtbare Symptome oder Merkmale folgt physikalischen Ursache-Wirkung-Zusammenhängen, wobei häufig die analytische Beschreibung dieser Zusammenhänge schwierig ist. In diesem Falle ist der Einsatz lernfähiger Netzwerkstrukturen angezeigt, wie sie in Fig.4 angedeutet sind. Dabei kann aber heuristisches Wissen in Form von "If..,then..."-Regeln zur linguistisch-qualitativen Beschreibung der Zusammenhänge ganz wesentlich mit einbezogen werden. Der auf den ersten Blick kompliziert erscheinende Aufbau des Entscheidungsnetzwerkes 128 von Fig.4 und 7 führt zu einer einfachen hardwaremäßigen Realisierung als fuzzy-neuronales Netzwerk.
Das hier beschriebene Konzept zur Sensor FDIR ist eine paritätsvektorbasierte, merkmalgestützte, wissensbasierte Methode. Sie kommt ohne jede mehr oder weniger aufwendige Sensor- oder Subsystem-Modellierung aus. Weiterhin zeichnet sie die Fähigkeit zur Detektion und Lokalisierung gleichzeitiger oder in kurzer Folge auftretender Fehler aus, mit der Möglichkeit zur Selbstregerneration.
Die für die Verwirklichung notwendigen drei Netzwerke (Fig.4) sind in Hardware als ASICS realisierbar, so daß Probleme mit Softwarezuverlässigkeit an dieser Stelle vermieden werden können. Durch die Hardware-Realisierung sind die Netzwerke schnell und -wegen der parallelen Strukturen- fehlertolerant sowie kostengünstig produzierbar. Sie sind an Veränderungen anpaßbar durch Lernen und nicht durch Umprogrammieren.
Das beschriebene FDIR-Konzept setzt similare oder dissimilare Sensor-Redundanz voraus. Es kann in seiner grundsätzlichen Struktur auch für die Multi-Sensorik zur Zeiterfassung sowie für nicht redundante Sensorkonfigurationen angewendet werden. Letzteres erfordert allerdings analytische Redundanz mit modellbasierten Ansätzen, wobei wiederum auf wissensbasierte Darstellungen zurückgegriffen werden kann.
Die Prozessor- und Speicherhardware wird mit üblichen, bewährten BIT-Mitteln überwacht. Fehlertoleranz ist durch Vermehrfachung mit mechanischer und elektrischer Segregation in Verbindung mit Voting/Monitoring Techniken grundsätzlich implementierbar. Wegen der Zuverlässigkeit der betreffenden Hardware Bausteine auch bei langer Lagerung kann auf diese Maßnahme zur Gewährleistung der Verfügbarkeit verzichtet werden.
Beachtenswert ist jedoch die Tatsache, daß die Speichermodule (EEPROMS, FLASHPROMS) bei langer Lagerfähigkeit (>10 Jahre) ihre Inhalte teilweise oder sogar ganz verlieren können. Diesem kann jedoch ggfs. durch Wiederladen der Software bei der Einsatzvorbereitung Rechnung getragen werden.
Wegen des bekannten Verlaufs der Zahl der Ausfälle über der Nutzungszeit bei Hardware Bauteile (sog. "Badewannenkurve") treten Hardwarefaults statistisch gesehen nach einer exponentiellen Wahrscheinlichkeitsverteilung auf . Sie sind damit statistisch vorhersagbar, so daß die Verfügbarkeit des betreffenden Systems in diesem Punkt durch präventive Wartungsmaßnahmen gewährleistet werden kann.
Die Software-Struktur für die Hauptkontroll- Lenk- und Regelfunktionen des Flugkörpers ist vereinfacht in Fig.8 dargestellt.
Block 196 symbolisiert die Software der Missionskontrolle 40 (Fig.1), d.h. bestimmt, was der Flugkörper tun soll, z.B. Detektieren, Identifizieren und Verfolgen eines bestimmten Zieles. Block 198 symbolisiert die Software des Sensor-Subsystems Sucher. Das ist eine Signalverarbeitung der Sucher- und ggf. Inertialsignale, durch welche der Sucher das bestimmte Ziel verfolgt. Block 200 stellt die Software der Midcourse- und Endphasen-Flugführung 36 (Fig.1) dar, durch welche der Flugkörper nach Maßgabe der Suchersignale zum Ziel geführt wird. Schließlich stellt Block 202 die Software des Autopiloten 42 dar, der den Flugkörper nach Maßgabe der Flugführung 36 lenkt.
Im Gegensatz zu Hardwarefehlern treten Softwarefehler nach völlig anderen Gesetzmäßigkeiten auf . Sie "schlummern latent von Anfang an im System und werden bei bestimmten Kombinationen der Eingangsgrößen und der inneren Zustandsgrößen des betreffenden Moduls ausgelöst. Auch bei umfangreichen Maßnahmen zur Verifikation und Validierung können sie nicht vollständig identifiziert und beseitigt werden. Aufwendige Techniken wurden und werden angewandt, um Softwarefaults zu vermeiden. Ein Beispiel ist die sog. "N-Version-Programmierung". Dabei wird dissimilare Software in N redundanten Software- und Hardware-Kanälen verwendet. Wegen des extrem hohen Entwicklungs- und Implementierungs-Aufwandes ist dieser Weg für Flugkörperanwendungen ausgeschlossen.
Fig.9 zeigt eine Schaltung, welche mit für Flugkörper tragbarem Aufwand eine Toleranz gegenüber Softwarefehlern bewirkt und damit die Verfügbarkeit des Flugkörpers verbessert.
In Fig.9 sind mit Block 204 die Sensordaten des Flugkörpers symbolisiert. Block 206 symbolisiert andere Eingangsdaten. Die Datensätze sind parallel auf wenigstens zwei Rechnerkanäle 208 und 210 aufgeschaltet. Die Rechnerkanäle 208 und 210 liefern im Rechentakt Ausgangsdaten pn bzw. pn-1. Jeder Rechnerkanal arbeitet mit einer Nominalsoftware N und einer Monitorversion M der Nominalsoftware.
Die beiden Rechner arbeiten mit einem Zeitversatz von einem Rechentakt. Der Rechner 208 verarbeitet im Zeittakt n die in diesem Zeittakt anfallenden Daten. Der Rechner 210 verarbeitet im gleichen Zeitpunkt die Daten, die im vorangegangenen Zeittakt n-1 angefallen waren. Diese Daten sind in dem vorangegangenen Zeittakt aber schon von dem Rechner 208 verarbeitet worden und zwar einmal von der Nominalsoftware N und zum anderen von der Monitorsoftware M. Wenn der Rechner 208 in den beiden Kanälen mit unterschiedlicher Software N und M zu dem gleichen Ergebnis gekommen ist, das hier als pn bezeichnet ist, dann ist die Software für diesen Satz von Eingangsvariablen
Figure 00170001
geprüft". Wenn dieser Satz von Eingangsvariablen einen Zeittakt weiter auf den Rechner 210 aufgeschaltet wird, dann muß auch dieser Rechner mit Nominalsoftware und Monitorsoftware den gleichen Ausgang liefern. Das gestattet eine Kontrolle der Funktion der Rechner 208 und 210. Man hat nämlich die Gewißheit, daß die Software einwandfrei arbeitet. Abweichungen sind dann auf einen Fehler eines der Rechner zurückzuführen.
Es ist aber auch möglich, die Software zu kontrollieren. Wenn die mit der Nominalsoftware N und der Monitorsoftware M berechneten Ausgangsgrößen in den beiden Kanälen der Rechner 208 und 210 voneinander abweichen, dann liegt ein Softwarefehler vor. Es kann aber nicht gesagt werden, bei welcher Software dieser Fehler aufgetreten ist. Die Überwachung der Software beruht nun auf der Überlegung, daß die Ausgangsgrößen der Rechner, z.B. eine kommandierte Steuerflächenstellung, sich stetig ändern und keine Sprünge machen. Aus dem Verlauf einer Ausgangsgröße in der Vergangenheit kann der Wert der Ausgangsgröße im nächsten Rechentakt mit einiger Genauigkeit prädiziert werden. Eine deutliche Abweichung der Ausgangsgröße von dem pradizierten Wert in einem Kanal, während die Ausgangsgröße in dem anderen Kanal annähernd dem prädizierten Wert entspricht, deutet auf einen Softwarefehler in diesem Kanal hin.
Das ist in Fig.10 als Flußdiagramm dargestellt.
Durch ein Oval 212 sind die Eingangsdaten für den n-ten Rechentakt bezeichnet. Mit diesen Eingangsdaten wird mit der Nominalsoftware N der Vektor p zum Zeitpunkt nT, → p N / n berechnet. Das ist durch das Rechteck 214 dargestellt. Außerdem wird mit diesen Eingangsdaten mit der Monitorsoftware M der Vektor p zum Zeitpunkt nT → p M / n berechnet. Das ist durch das Rechteck 216 dargestellt. Aus den so mit den beiden Programmen N und M berechneten Vektoren der Ausgangsgrößen wird die Differenz gebildet Δ p n = p N n - p M n .
Das ist durch Rechteck 218 dargestellt. Bei einer Abweichung der Ausgangsgrößen in den beiden Kanälen werden aus dem Verlauf p n-i der Ausgangsgrößen in der Vergangenheit prädizierte Ausgangsgrößen p ∧ N / n und p ∧ M / n berechnet. Das ist durch Rechteck 220 in Fig.10 dargestellt. Es werden dann im nächsten Rechentakt die Differenzen zwischen den prädizierten Ausgangsgrößen der Rechner und den tatsächlich berechneten Ausgangsgrößen gebildet. Das ist durch Rechteck 222 dargestellt. Durch eine Fuzzy-Entscheidungslogik 224 wird dann an einem Ausgang 226 ein Nn-Status der Nominalsoftware N, ein Mn-Status der Monitorsoftware M und ein , Fail"-Status als Software-Statusvektor ausgegeben. Aus den berechneten Vektoren p N / n , p M / n, den prädizierten Vektoren und dem Software-Statusvektor wird ein Ausgangsvektor p ∧ n gebildet. Das ist durch ein Rechteck 228 dargestellt. Dieser Ausgangsvektor p ∧ n ist der Vektor, der unter Berücksichtigung der Software-Überwachung auf einen Ausgang 230 aufgeschaltet und weiter benutzt wird.
Die Monitor- oder Überwachungssoftware M sollte einfache algorithmische und logische Elemente (Standardmodule) verwenden, die in generell validierbaren Strukturen angeordnet eine Vielzahl von (softwaremäßigen) Problemlösungen abbilden können. Es sind also einfache algorithmische und logische Elemente vorgesehen. Diese Elemente werden zu einer bestimmten Problemlösung in dem Problem angepaßten Strukturen kombiniert werden. Diese Voraussetzungen erfüllen in geraden idealer Weise neuronale Netze und fuzzy-neuronale Netze. Diese Netze definieren eine vorgegebene Standardstruktur mit einheitlichen, einfachen Prozessoreinheiten.
Die freien Parameter der Struktur werden in einer Trainingsphase eingestellt. Dabei werden als Trainingsdaten Ein- und Ausgangsvektoren der Ein- bzw. Ausgangsräume des jeweils zugehörigen Nominalsoftware-Moduls verwendet. Es besteht die Möglichkeit, durch genetische/evolutionäre Algorithmen die Struktur und/oder Parameter nach vorgegebenen Kriterien zu optimieren. Damit ist eine automatische Erzeugung der Monitorsoftware möglich. Zum ebenfalls automatischen Test der generierten Software werden andere als die Trainingsvektoren aus den Ein- bzw. Ausgangsräumen benutzt.
Das ist in Fig.11 dargestellt.
Block 232 symbolisiert ein neuronales Netz, das in der vorstehend geschilderten Weise verwendbar ist. Block 234 symbolisiert ein entsprechend verwendbares fuzzy-neuronales Netz. Schließlich symbolisiert Block 236 einen genetischen Algorithmus. Das neuronale Netz 232 und das fuzzy-neuronale Netz 234 liefern eine Standarddarstellung. Daraus ergibt sich durch Trainieren mit Eingangs- und Ausgangsdaten ( datengetrieben"), die durch einen Speicher 238 dargestellt sind, eine Einstellung von Strukturparametern. Diese Art der Strukturierung besitzt auch ein Potential für eine genetische/evolutionäre Optimierung der Struktur und/oder Parameter. Das ist in Fig. 11 durch einen Block 240 dargestellt. Es ergibt sich eine automatische Erzeugung der Monitorsoftware. Das ist durch Block 242 in Fig.11 dargestellt. Zum Testen der so erhaltenen Monitorsoftware dienen Ein- und Ausgangsvektoren der Ein- bzw. Ausgangsräume, die von den Trainingsvektoren verschieden und auch in Speicher 238 gespeichert sind.
Dieses Verfahren ist ganz generell zur automatischen Erzeugung von Softwaremodulen anwendbar.
Die Monitorsoftware wird auf der Basis einer neuronalen oder fuzzy-neuronalen Netzwerkstruktur erzeugt. Dabei kann bevorzugt die Monitorsoftware M als Hardware-Modul, beispielsweise in Form eines ASIC realisiert werden. Das hat verschiedene Vorteile: Die Zuverlässigkeit des Moduls kann nach den Gesetzen des Ausfalls von Hardware beurteilt werden. Es wird nicht Software zur Überwachung von Software verwendet. Die parallele Informationsverarbeitung in der Hardware liefert -in gewissen Grenzen- eine inhärente Fehlertoleranz des Moduls.
In weiterer Ausbildung der Erfindung kann auch die Nominalsoftware durch hinsichtlich des Ein- und Ausgangs abbildungsgleiche Hardwaremodule ersetzt werden. Diese Hardwaremodule können dort, wo die inhärente Fehlertoleranz zur Erzielung der erforderlichen Zuverlässigkeit und damit Verfügbarkeit nicht ausreicht, vermehrfacht werden. Damit würden Monitormodule entfallen. Die Software ist dabei auf Hardwaremodule hoher Zuverlässigkeit abgebildet, wobei die Anpassung an unterschiedliche Aufgaben durch Lernen erfolgt.
Ein Flugkörper kann eine Mehrzahl von Stellgliedern aufweisen. Das ist in Fig. 12 dargestellt. Der Flugkörper 10 kann ein Querschubtriebwerk 244 aufweisen, das auf den Flugkörper 10, wie dargestellt, einen Querschub ausübt. Das bewirkt eine Querbeschleunigung des Flugkörpers 10. Weitere Stellglieder können Steuerflächen oder Ruder 246 sein. Ein Ruderausschlag, wie dargestellt, bewirkt einen Anstellwinkel, der ebenfalls zu einer Querbeschleunigung führt. Schließlich kann der Schubvektor des Triebwerks durch Verstellung der Triebwerkdüse oder durch in den Triebwerkstrahl ragende Ablenkflächen (Jet Vanes), wie dargestellt, verändert werden. Ein Flugkörper kann alle drei Arten von Stellgliedern aufweisen. Es ist aber dann bei Ausfall eines Stellglieds nicht möglich, die Bewegungen des Flugkörpers durch die verbleibenden Stellglieder in der gewünschten Weise zu beeinflussen.
Das Stellsystem des Flugkörpers ist daher eine Simplexkonfiguration". Es besteht keine möglichkeit zu einer Rekonfiguration, wie sie in der oben beschriebenen Weise z.B. bei Ausfall redundant vorhandener Sensoren möglich ist. Daher werden in weiterer Ausgestaltung der Erfindung zusätzlich zu der üblichen Überwachung Maßnahmen zur intelligenten" Erkennung und Identifizerung von Fehlern vorgesehen. Dadurch soll die Wahrscheinlichkeit der Erkennung und Lokalisierung von Fehlern (faults) in der Vorflugphase sowie möglichst bis unmittelbar vor dem Abgang erhöht werden.
Eine solche Anordnung ist in Fig.13 dargestellt.
Wie in Fig.13 dargestellt ist, muß zwischen externen und internen faults" unterschieden werden. Externe faults" sind z.B. Beschädigung durch Kollision oder Fehler in der Stromversorgung. Interne faults" sind z.B. Fehler an Getriebe, Lager, nicht ausreichende Schmierung oder Komponentenfehler. An dem Stellglied 250 kann eine erste Überwachung erfolgen, indem durch Messung bestimmter Signale, z.B. des Eingangsstromes oder der Auslenkung, und Vergleich dieser Signale mit fuzzy vorgegebenen Toleranzschwellen nach Art von Fig.5 eine generelle Aussage über die Funktion des Stellgliedes gemacht wird.
Eine Verbesserung der Fehlererkennung und vor allem auch die Möglichkeit einer Lokalisierung ist mit Hilfe wissensbasierter Elemente realisierbar. Dabei wird, wie in Fig. 13 gezeigt, von neuronal oder fuzzy-neuronal dargestellten, nichtlinearen dynamischen Zustands- und Parametermodellen ausgegangen. In Fig.13 ist mit 252 ein neuronales Netz bezeichnet, daß ein solches Modell darstellt. Mit 254 ist ein fuzzy-neuronales Netz bezeichnet, das ebenfalls ein solches Modell darstellt. Die Modelle von den Netzen 252 und 254 sind auf einen wissensbasierten, nichtlinearen Schätzer 256 geschaltet, der zum Vergleich Daten von dem Stellglied 250 erhält. Auf den Schätzer 256 sind ggf. auch weitere Eingänge vom Flugführungs- und Regelsystem des Flugkörpers 10 geschaltet, wie durch Eingang 258 angedeutet ist. Der Schätzer 256 liefert in Echtzeit Schätzwerte der Zustandsgrößen x und der Parameter p des Stellgliedes. Bei Auftreten von Fehlern enthalten diese Schätzwerte die Fehleranteile Δ x und Δp . Bei Kenntnis der betreffenden Nominalwerte kann durch eine Fuzzy-Entscheidungs- und Inferenzeinheit 160 kontinuierlich eine Aussage über den Status der Stellglieder gemacht werden.
Wie in Fig.2 dargestellt ist, ist eine Inferenz-und Status-Einheit 90 vorgesehen, welcher die Ergebnisse der Sensor-, Informations-, Datenverarbeitungs- und Stellgliedüberwachung sowie die Ergebnisse der eingebauten Prüfung (BIT) zugeführt werden. Die Einheit 90 erzeugt daraus durch Schlußfolgerungs- und Inferenzprozesse mit Fuzzy-Logik Informationen bezüglich des Funktionsstatus des Flugkörpers und seiner wesentlichen Funktionsteile und damit über dessen Verfügbarkeit.

Claims (23)

  1. Flugkörper, dadurch gekennzeichnet, daß zur Erhöhung der Verfügbarkeit des Flugkörpers (10) funktionswichtige Elemente des Flugkörpers (10) redundandant vorgesehen sind und der Flugkörper (10) Mittel (80) zur Fehlerdetektion und - lokalisierung und Rekonfiguration dieser Elemente aufweist.
  2. Flugkörper nach Anspruch 1, dadurch gekennzeichnet, daß die Mittel zur Fehlerdetektion und -lokalisierung und Rekonfiguration wissensbasierte Mittel (98) enthalten.
  3. Flugkörper nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß die Mittel zur Fehlerdetektion und -lokalisierung und Rekonfiguration modellbasierte Mittel (98) enthalten.
  4. Flugkörper nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß die Mittel zur Fehlerdetektion und -lokalisierung und Rekonfiguration musterbasierte Mittel (98) enthalten.
  5. Flugkörper nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß die Mittel zur Fehlerdetektion und -lokalisierung und Rekonfiguration paritätsbasierte Mittel (98) enthalten.
  6. Flugkörper nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, daß die Mittel zur Fehlerdetektion und -lokalisierung und Rekonfiguration Mittel (94) zur Überwachung von redundanter Hardware durch Mehrheitsbetrachtung enthalten.
  7. Flugkörper nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, daß die Mittel zur Fehlerdetektion und -lokalisierung und Rekonfiguration Mittel (88) zur Überwachung von redundanter Hardware durch unmittelbare Funktionsprüfung enthalten.
  8. Flugkörper nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, daß die Mittel zur Fehlerdetektion und -lokalisierung und Rekonfiguration Mittel (94) zur Überwachung von der Hardware durch Plausibilitätsbetrachtung enthalten.
  9. Flugkörper nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, daß die Mittel zur Fehlerdetektion und -lokalisierung und Rekonfiguration Mittel (102) zur Überwachung der operationellen Software enthalten.
  10. Flugkörper nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, daß
    (a) Sensoren (114;116) zur Messung des Eigenbewegungszustandes des Flugkörpers (10) selbst und Sensoren (118) zur Zielerfassung und - verfolgung derart vorgesehen sind, daß Informationen über den Eigenbewegungszustand des Flugkörpers (10) redundant erhalten werden,
    (b) die Mittel zur Funktionsüberwachung Mittel (106) zur Rekonfiguration derart enthalten, daß bei Unbrauchbarwerden einer Information eines Sensors diese Information aus den Informationen der anderen Sensoren gewonnen wird.
  11. Flugkörper nach Anspruch 10, dadurch gekennzeichnet, daß Inertialsensoren (114) vermehrfacht vorgesehen sind.
  12. Flugkörper nach Anspruch 10 oder 11, dadurch gekennzeichnet, daß der Flugkörper einen Mehrkanal-Satellitennavigations-Empfänger (116) enthält.
  13. Flugkörper nach einem der Ansprüche 10 bis 12, dadurch gekennzeichnet, daß Mittel (36) zur Erzeugung von Bewegungsinformationen aus den Daten von zielerfassenden Infrarot- und Radarsensoren vorgesehen sind.
  14. Flugkörper nach einem der Ansprüche 1 bis 13, dadurch gekennzeichnet, daß zur Überwachung der Sensorfehler ein Neuro-Fuzzy-Netzwerk (128) vorgesehen ist.
  15. Flugkörper nach einem der Ansprüche 1 bis 14, dadurch gekennzeichnet, daß
    (a) ein von den redundanten Sensorsignalen gebildeter Meßvektor (m) auf ein neuronales Projektions- und Detektions-Netzwerk (124) geschaltet ist, durch welches durch Projektion des Meßvektors (m) in den zum Meßraum orthogonalen Fehlerraum (Paritätsraum) eine Trennung von Nutzsignal und Fehler durchgeführt und damit ein Merkmalsvektor (v) erzeugt wird, auf den sich Fehler abbilden,
    (b) der Merkmalsvektor (v) als Eingangsgröße auf ein neuronales Identifizierungs-Netzwerk (126) aufgeschaltet ist, durch welches eine Lokalisierung des aufgetretenen Fehlers erfolgt.
  16. Flugkörper nach den Ansprüchen 14 und 15, dadurch gekennzeichnet, daß
    (a) der Merkmalsvektor (v) auf ein Entscheidungs-Netzwerk (128) aufgeschaltet ist,
    (b) das Entscheidungs-Netzwerk (128) ein Neuro-Fuzzy-Netzwerk mit einer Fuzzyfizierungs-Schicht (136), einer Regelschicht (138), einer Inferenz-Schicht (140) und einer Defuzzyfizierungs-Schicht (142) ist und
    (c) das Entscheidungs-Netzwerk (128) einen Sensor-Statusvektor liefert.
  17. Flugkörper nach Anspruch 16, dadurch gekennzeichnet, daß auf das Entscheidungs-Netzwerk (128) auch der Merkmalsvektor (m) aufgeschaltet ist.
  18. Flugkörper nach einem der Ansprüche 1 bis 17, dadurch gekennzeichnet, daß zur Überwachung der Software
    (a) zu berechnende Daten einmal mit einem mit einem Hauptprogramm (N) und einmal mit einem Überwachungsprogramm (M) berechnet werden,
    (b) aus den schon berechneten Daten durch Extrapolation prädizierte Daten berechnet werden.
    (c) die Differenzen zwischen prädizierten Daten und den durch die Programme tatsächlich gelieferten Daten bestimmt werden und
    (d) diese Differenzen auf eine Fuzzy-Entscheidungslogik (224) geschaltet sind, welche einen Software-Statusvektor liefert.
  19. Flugkörper nach Anspruch 1, dadurch gekennzeichnet, daß
    (a) Eingangsdaten parallel durch zwei Rechnerkanäle jeweils mittels eines Hauptprogramms und eines Überwachungsprogramms verarbeitet werden,
    (b) die beiden Rechnerkanäle mit Zeitversatz von wenigstens einem Rechentakt arbeiten und
    (c) Mittel zum Vergleichen der in den beiden Rechnerkanälen erhaltenen berechneten Ausgangswerte vorgesehen sind, wobei bei Übereinstimmung der mit Haupt- und Überwachungsprogramm in dem vorlaufenden Rechnerkanal und Abweichung in den mit gleichen Eingangswerten in den beiden Rechnerkanälen erhaltenen Ausgangswerte ein Defekt der Hardware in einem der Rechnerkanäle angenommen wird.
  20. Flugkörper nach Anspruch 18 oder 19, dadurch gekennzeichnet, daß das Überwachungsprogramm (M) als Fuzzy-Entscheidungslogik ausgebildet ist, deren Struktur und/oder Parameter durch genetische oder evolutionäre Algorithmen erzeugt ist.
  21. Flugkörper nach Anspruch 20, dadurch gekennzeichnet, daß die Fuzzy-Entscheidungslogik als Hardware-Modul hergestellt ist.
  22. Flugkörper nach einem der Ansprüche 1 bis 21, dadurch gekennzeichnet, daß fehlerdetektierende Mittel (86) für die Stellglieder vorgesehen sind.
  23. Flugkörper nach einem der Ansprüche 1 bis 22, gekennzeichnet durch Mittel (90) zur Erzeugung eines Flugkörper-Statussignals.
EP99124091A 1998-12-15 1999-12-13 Flugkörper Expired - Lifetime EP1020699B1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE19857894 1998-12-15
DE1998157894 DE19857894A1 (de) 1998-12-15 1998-12-15 Flugkörper

Publications (2)

Publication Number Publication Date
EP1020699A1 true EP1020699A1 (de) 2000-07-19
EP1020699B1 EP1020699B1 (de) 2006-08-02

Family

ID=7891186

Family Applications (1)

Application Number Title Priority Date Filing Date
EP99124091A Expired - Lifetime EP1020699B1 (de) 1998-12-15 1999-12-13 Flugkörper

Country Status (2)

Country Link
EP (1) EP1020699B1 (de)
DE (2) DE19857894A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007022672C5 (de) * 2007-05-15 2010-09-09 Lfk-Lenkflugkörpersysteme Gmbh Verfahren zur Zustandsüberwachung einer intelligenten Waffe und intelligente Waffe
DE102008041571B4 (de) 2008-08-26 2019-12-05 Robert Bosch Gmbh Verfahren und Vorrichtung zur Fehlerbehandlung beim Betrieb eines Verbrennungsmotors
IT202100013952A1 (it) * 2021-05-28 2022-11-28 Mbda italia spa Metodo e sistema per controllare elettronicamente il movimento di un dispositivo servoassistito di ricezione e/o trasmissione e/o riflessione di radiazioni elettromagnetiche

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9827358D0 (en) * 1998-12-12 2000-01-19 British Aerospace Combat aid system
DE10132184B4 (de) * 2001-07-03 2004-07-08 Peter Zahner Vorrichtungen und Verfahren für den autarken und damit sichereren Abgang von lenkbaren Außenlasten von Trägerflugzeugen
DE10158666A1 (de) * 2001-11-28 2003-06-18 Lfk Gmbh Vorrichtung und Verfahren zur autarken Zielführung eines Flugkörpers mit Hilfe außerhalb des Zielpunktes liegender Orientierungsmerkmale
DE102004042990B4 (de) * 2004-09-06 2008-11-20 Michael Grabmeier Verfahren und Vorrichtung zum Test eines operationellen Marschflugkörpers in verschiedenen Prüfzenarien mittels Betriebsart Wartung
WO2014012776A1 (de) * 2012-07-17 2014-01-23 Siemens Aktiengesellschaft Automatisierte rekonfiguration eines ereignisdiskreten regelkreises
DE102014213171A1 (de) * 2014-04-09 2015-10-15 Continental Automotive Gmbh System zur autonomen Fahrzeugführung und Kraftfahrzeug
DE102017210151A1 (de) * 2017-06-19 2018-12-20 Zf Friedrichshafen Ag Vorrichtung und Verfahren zur Ansteuerung eines Fahrzeugmoduls in Abhängigkeit eines Zustandssignals
DE102017006612A1 (de) * 2017-07-12 2019-01-17 Mbda Deutschland Gmbh Inertialsensorsystem für Flugkörper
CN113360841B (zh) * 2021-05-19 2022-05-03 电子科技大学 一种基于监督学习的分布式mimo雷达目标定位性能计算方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4260942A (en) * 1978-04-17 1981-04-07 Trw Inc. Failure detection and correction system for redundant control elements
US4413327A (en) * 1970-06-09 1983-11-01 The United States Of America As Represented By The Secretary Of The Navy Radiation circumvention technique
DE3432165A1 (de) * 1984-08-31 1986-03-06 Messerschmitt-Bölkow-Blohm GmbH, 8012 Ottobrunn Einrichtung zur automatischen rekonfiguration einer intakten geraetekombination
EP0263777A2 (de) * 1986-10-07 1988-04-13 Bodenseewerk Gerätetechnik GmbH Integriertes, redundantes Referenzsystem für die Flugregelung und zur Erzeugung von Kurs- und Lageinformationen
DE3929404A1 (de) 1989-09-05 1991-03-07 Bodenseewerk Geraetetech Verfahren und vorrichtung zum erkennen und identifizieren von fehlern an sensoren
EP0476160A1 (de) * 1989-07-15 1992-03-25 Bodenseewerk Gerätetechnik GmbH Einrichtung zur Erzeugung von Messsignalen mit einer Mehrzahl von redundant vorgesehenen Sensoren
DE19645556A1 (de) * 1996-04-02 1997-10-30 Bodenseewerk Geraetetech Vorrichtung zur Erzeugung von Lenksignalen für zielverfolgende Flugkörper
US5719764A (en) * 1995-07-19 1998-02-17 Honeywell Inc. Fault tolerant inertial reference system
US5742609A (en) * 1993-06-29 1998-04-21 Kondrak; Mark R. Smart canister systems
EP0686830B1 (de) 1994-06-08 1998-08-05 Bodenseewerk Gerätetechnik GmbH Inertialsensor-Einheit

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5721680A (en) * 1995-06-07 1998-02-24 Hughes Missile Systems Company Missile test method for testing the operability of a missile from a launch site

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4413327A (en) * 1970-06-09 1983-11-01 The United States Of America As Represented By The Secretary Of The Navy Radiation circumvention technique
US4260942A (en) * 1978-04-17 1981-04-07 Trw Inc. Failure detection and correction system for redundant control elements
DE3432165A1 (de) * 1984-08-31 1986-03-06 Messerschmitt-Bölkow-Blohm GmbH, 8012 Ottobrunn Einrichtung zur automatischen rekonfiguration einer intakten geraetekombination
EP0263777A2 (de) * 1986-10-07 1988-04-13 Bodenseewerk Gerätetechnik GmbH Integriertes, redundantes Referenzsystem für die Flugregelung und zur Erzeugung von Kurs- und Lageinformationen
EP0476160A1 (de) * 1989-07-15 1992-03-25 Bodenseewerk Gerätetechnik GmbH Einrichtung zur Erzeugung von Messsignalen mit einer Mehrzahl von redundant vorgesehenen Sensoren
DE3923432C2 (de) 1989-07-15 1997-07-17 Bodenseewerk Geraetetech Einrichtung zur Erzeugung von Meßsignalen mit einer Mehrzahl von Sensoren
DE3929404A1 (de) 1989-09-05 1991-03-07 Bodenseewerk Geraetetech Verfahren und vorrichtung zum erkennen und identifizieren von fehlern an sensoren
EP0416370A2 (de) * 1989-09-05 1991-03-13 Bodenseewerk Gerätetechnik GmbH Verfahren und Vorrichtung zum Erkennen und Identifizieren von Fehlern an Sensoren
US5742609A (en) * 1993-06-29 1998-04-21 Kondrak; Mark R. Smart canister systems
EP0686830B1 (de) 1994-06-08 1998-08-05 Bodenseewerk Gerätetechnik GmbH Inertialsensor-Einheit
US5719764A (en) * 1995-07-19 1998-02-17 Honeywell Inc. Fault tolerant inertial reference system
DE19645556A1 (de) * 1996-04-02 1997-10-30 Bodenseewerk Geraetetech Vorrichtung zur Erzeugung von Lenksignalen für zielverfolgende Flugkörper

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007022672C5 (de) * 2007-05-15 2010-09-09 Lfk-Lenkflugkörpersysteme Gmbh Verfahren zur Zustandsüberwachung einer intelligenten Waffe und intelligente Waffe
DE102008041571B4 (de) 2008-08-26 2019-12-05 Robert Bosch Gmbh Verfahren und Vorrichtung zur Fehlerbehandlung beim Betrieb eines Verbrennungsmotors
IT202100013952A1 (it) * 2021-05-28 2022-11-28 Mbda italia spa Metodo e sistema per controllare elettronicamente il movimento di un dispositivo servoassistito di ricezione e/o trasmissione e/o riflessione di radiazioni elettromagnetiche
EP4095480A1 (de) * 2021-05-28 2022-11-30 MBDA ITALIA S.p.A. Verfahren und system zur elektronischen steuerung der bewegung einer servounterstützten vorrichtung zur aufnahme und/oder übertragung und/oder reflexion elektromagnetischer strahlungen

Also Published As

Publication number Publication date
DE59913732D1 (de) 2006-09-14
DE19857894A1 (de) 2000-06-21
EP1020699B1 (de) 2006-08-02

Similar Documents

Publication Publication Date Title
EP0675420B1 (de) Überwachungs-Einrichtung zur Überwachung der Flugsicherheit von Flugzeugen
EP1020699B1 (de) Flugkörper
EP3605256B1 (de) System und verfahren zum überwachen des zustands eines unbemannten luftfahrzeugs
EP2293008B1 (de) Vorrichtung zur Steuerung von Funktionstests und/oder Serviceprozeduren für von Luftfahrzeugen absetzbare unbemannte Flugkörper
AT519165A2 (de) Fehlertolerantes Verfahren und Vorrichtung zur Steuerung einer autonomen technischen Anlage mittels diversitärer Trajektorenplanung
DE102020122748B3 (de) Verfahren, Vorrichtung und Computerprogrammprodukt zur Lagebestimmung eines Raumflugkörpers im Weltraum
DE102016218232B4 (de) Positionsbestimmungssystem für eine mobile Einheit, Fahrzeug und Verfahren zum Betreiben eines Positionsbestimmungssystems
EP3376390A1 (de) Fehlertolerantes verfahren zur steuerung eines autonomen kontrollierten objektes
DE102011016521A1 (de) Verfahren zur Flugführung eines Flugzeugs zu einem vorgegebenen Zielobjekt und Flugführungssystem
DE19919504A1 (de) Triebwerksregler, Triebwerk und Verfahren zum Regeln eines Triebwerks
EP0416370B1 (de) Verfahren und Vorrichtung zum Erkennen und Identifizieren von Fehlern an Sensoren
DE102017220788A1 (de) Verfahren zum Trainieren eines zentralen Künstlichen-Intelligenz-Moduls
DE102017218438A1 (de) Verfahren und System zum Betreiben eines Fahrzeugs
US11360476B1 (en) Systems and methods for monitoring aircraft control systems using artificial intelligence
EP0383043A1 (de) Modulares, vernetztes Marine-Feuerleitsystem mit einer Vorrichtung zur Kompensation der Ausrichtfehler
DE2912587C1 (de) Feuerleiteinrichtung,insbesondere fuer ein mobiles Flugabwehrsystem
DE19645556A1 (de) Vorrichtung zur Erzeugung von Lenksignalen für zielverfolgende Flugkörper
EP0974806B1 (de) Verfahren zum Trainieren eines neuronalen Netzes für die Lenkung eines Flugkörpers zu einem Ziel
WO2009003451A1 (de) Regelung von master/slave-satelliten-konstellationen
EP1014028B1 (de) Lenk,- Navigations- und Regelsystem für Flugkörper
DE19716025B4 (de) Plattform mit abschießbaren, zielverfolgenden Flugkörpern, insbesondere Kampfflugzeug
DE102020202305A1 (de) Verfahren zum Erkennen einer Umgebung eines Fahrzeugs und Verfahren zum Trainieren eines Fusionsalgorithmus für ein Fahrzeugsystem
DE19510371C1 (de) Verfahren zur Sonnensuche für einen dreiachsenstabilisierten Satelliten und dreiachsenstabilisierter Satellit
DE19543048A1 (de) Vorrichtung zur Erzeugung von Lenksignalen für zielverfolgenden Flugkörper
EP1087200A1 (de) Flugkörper-Missionseinheit

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20000415

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): DE FR GB IT SE

AX Request for extension of the european patent

Free format text: AL;LT;LV;MK;RO;SI

AKX Designation fees paid

Free format text: DE FR GB IT SE

17Q First examination report despatched

Effective date: 20030311

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: DIEHL BGT DEFENCE GMBH & CO.KG

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): DE FR GB IT SE

REG Reference to a national code

Ref country code: GB

Ref legal event code: FG4D

Free format text: NOT ENGLISH

REF Corresponds to:

Ref document number: 59913732

Country of ref document: DE

Date of ref document: 20060914

Kind code of ref document: P

REG Reference to a national code

Ref country code: SE

Ref legal event code: TRGR

GBT Gb: translation of ep patent filed (gb section 77(6)(a)/1977)

Effective date: 20061018

ET Fr: translation filed
PLBE No opposition filed within time limit

Free format text: ORIGINAL CODE: 0009261

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

26N No opposition filed

Effective date: 20070503

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: SE

Payment date: 20091214

Year of fee payment: 11

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: IT

Payment date: 20091222

Year of fee payment: 11

Ref country code: GB

Payment date: 20091218

Year of fee payment: 11

Ref country code: FR

Payment date: 20100108

Year of fee payment: 11

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: DE

Payment date: 20100224

Year of fee payment: 11

GBPC Gb: european patent ceased through non-payment of renewal fee

Effective date: 20101213

REG Reference to a national code

Ref country code: FR

Ref legal event code: ST

Effective date: 20110831

REG Reference to a national code

Ref country code: SE

Ref legal event code: EUG

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20101214

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: FR

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20110103

REG Reference to a national code

Ref country code: DE

Ref legal event code: R119

Ref document number: 59913732

Country of ref document: DE

Effective date: 20110701

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GB

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20101213

Ref country code: DE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20110701

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20101213