飞鸟
下载贤集网APP入驻自媒体
机载设备故障
1 故障特征
大部分机载设备属于电子设备，从故障发生的时间上可将机载设备的故障分为两类：（1）由系统参数的逐步劣化引起的渐进性故障；（2）因系统外部原因对系统冲击造成的突发性故障。在使用阶段 为一常数，机载设备在大部分时间内都处于偶然故障期，故障的发生是突发性的，机载设备的故障特征为：
（1）随机性：机载设备中的元器件容易受到外部因素(温度，湿度等)的影响，故障的发生是一个与时间紧密相关的非平稳的随机过程。
（2）层次性：机载设备由许多子系统，部件及元器件组成，具有层次性，因此，故障也具有层次性。
（3）传播性：复杂电子系统由若干相互联系的子系统组成，某些子系统的故障是由与之相关的系统或下一级子系统故障传播所致。
（4）时间性：系统故障的产生与表现与时间以及运行的动态性有关。
2 故障分类
机载设备正常运行不仅与设备自身情况，还与设备所处的环境、组成特点、结构形式、使用维修等诸多因素有关。按功能影响、发生速率、危害程度和故障原因等因素，对机载设备的故障可分为3 故障表现形式
机载设备的故障表现形式可以分为以下4种，分别为：
（1）系统故障：由于数字或综合电子信息系统是层次分布式系统网络结构，如果相同层次的各装置同时发生故障，将会影响整个系统的运行。
（2）硬件故障：构成系统的物理元器件的工作参数偏离其正常范围或完全损坏。
（3）逻辑故障：逻辑部件的输入/输出关系不正确。
（4）软件故障：在系统运行中，不是硬件故障或逻辑故障引起的，而是由于软件本身设计上的错误。
机载设备故障诊断方法故障诊断包括以下3个方面：
（1）故障的特征提取：通过测量和接收信号，并对其进行信息处理以提取系统的故障特征。
（2故障的分离与估计：根据故障特征确定系统是否出现故障以及故障的程度。
（3）故障的评价与决策：根据故障分离与估计的结果对故障的危害及严重程度做出评价，进而做出是否停止进程以及是否需要维修更换的决策。
1 基于定量模型的方法
基于定量模型的方法是发展最早、研究最为系统的一种故障诊断方法，分为状态估计法、参数估计法和等价空间法等3种方法。
1.1 状态估计法
被控过程的状态能直接反映系统的运行状态，只要估计出系统的状态，并结合恰当的模型，构造出对应残差序列，再对残差进行分析处理，即可实现对系统的故障诊断[4]。通常可用观测器、卡尔曼滤波器以及多模型等方法实现对系统的状态估计。
（1）观测器法。
针对线性系统，Frank通过比较系统的估计输出与实际输出，实现基于观测器的故障诊断[5]。在实际工程中，由于系统大多是非线性且难于建立对应的数学模型，有许多机构对其进行了研究，如针对航空发动机非线性分布式控制系统的故障诊断问题，翟旭升提出了基于飞行包线划分的航空发动机非线性Takagi-Sugeno(T-S)建模方法；当航空发动机故障时，傅强设计了基于观测器的鲁棒故障诊断器。
（2）卡尔曼滤波器法。
与观测器法相比，卡尔曼滤波器(KF)的运算量较大，但对数学模型的要求较低，它以递推形式，在白噪声影响下实现对系统的状态估计，并在最小均方差，极大后验等准则下达到最优或次优。
为了解决非线性系统的滤波问题，出现了扩展卡尔曼滤波(EKF)方法，其理论为对非线性函数的泰勒展开式作一阶截断，忽略高阶项的影响[9]。但是，当系统为强非线性时，被忽略的高阶项将会带来较大的误差，可能导致滤波精度下降甚至发散。为了解决上述问题，出现了许多关于EKF的改 进方法，但由于其理论局限，效果均不理想，直到确定采样型滤波(SPKF)方法的出现，SPKF继承了KF的结构形式，不同之处在于用确定Sigma点近似概率分布取代了局部线性化，实现了状态的估计，在滤波精度和实现方式上体现出更大的优越性，从而倍受瞩目。
（3）多模型法。
多模型方法经常和卡尔曼滤波器一起应用于系统的故障诊断中，主要针对可预测故障建立一组模型，将这组模型的输出与实际对象输出相比产生残差，具有最小误差的模型就是当前的故障系统，从而实现系统的故障检测和隔离。
多模型方法的典型代表为多模型自适应估计法(MMAE)，交互式多模型法(IMM)[12]和变结构多模型法(VSMM)[13]，均被广泛应用于飞机的故障诊断中，如Qiu Yueheng[9]将MMAE应用于飞机操纵面故障的容错控制系统中；在传感器和执行器的全局故障和局部故障模型的基础上，贾彩娟应用IMM对传感器和执行器的各种软硬故障进行诊断；Liu Z J采用VSMM实现飞机执行机构和传感器的故障诊断。
1.2 参数估计法
参数估计法不同于状态估计法，它不需要计算残差序列，仅根据系统参数及相应的过程参数变化的统计特性来检测故障的发生。常用方法有最小二乘法、子空间法、集员辨识法、强跟踪滤波器法等方法。例如：Jie He采用递推最小二乘法实现对飞机热交换器的故障诊断；针对异步电机的故障诊断逐渐成为设计的核心，Guillaume Bouleux提出了基于子空间法的故障诊断方法；在处理数学模型不精确已知系统的故障检测问题中，孙先仿给出了一种故障检测的集员辨识方法；为了快速准确地获得作动器的故障信息，柳志娟提出了一种基于强跟踪多模型自适应估计器的故障诊断方法。
以上研究表明，与状态估计法相比，参数估计方法更利于故障的分离，但存在计算量偏大的问题。
1.3 等价空间法
等价空间法是利用系统的可测输入输出变量检测系统数学方程的一致性来实现系统的故障诊断，适用于检测多故障的发生。在故障诊断的研究过程中，等价空间法的适用范围得到了进一步的推广，例如，该方法先后被推广到线性系统和非线性系统，具体包括双线性系统和一类特殊的非线性系统；Staroswiecki还将其推广到多项式非线性系统。
综上所述，如果能够建立系统模型且对故障种类有先验知识，基于定量模型的故障诊断方法的诊断效果最佳，且更适用于线性系统，但实际系统往往是非线性且故障耦合存在，难于建立准确的数学模型。因此，基于定性模型和过程数据这2类不需要建立准确模型的方法被引入到机载设备的故障诊断中。
2 基于定性模型的方法
基于定性模型的故障诊断方法通过抽象化方法直接建立各种过程变量与故障模式之间的定性模型，然后与实际的系统行为进行比较，即可判断系统是否发生故障。这种方法又分为因果模型法和抽象层次法，具体包括定性仿真法、知识观测器法、抽象层次法、有向图方法、故障树方法等方法。
2.1 定性仿真法
1986年Kuipers提出定性仿真法，该方法主要根据系统的故障模型进行诊断推理。首先，利用定性变量(系统物理参数)和定性微分方程(参数间相互关系)构造约束模型；然后，通过约束模型描述和模仿系统的结构，得到由约定初始状态出发的系统状态。
2.2 知识观测器法
知识观测器法主要建立定性模型预测系统行为，根据实际系统和定性模型的行为差异，将原定性模型修改为故障模型。这种方法由定性模型、差异检测器、候选人发生器及相应诊断策略组成，核心是定性模型。例如，Z Zhuang基于知识观测器法，并结合马尔科夫链模型进行故障诊断。
2.3 抽象层次法
抽象层次法采用结构化或功能化这2种方式将过程知识进行分解，并根据子系统的规律推导整个系统的行为。因此，基于抽象层次的故障诊断是以从高到低的方式进行搜索，即从高层次抽象(系统设备和系统功能)到低层次抽象(个体单位和单位功能)。
2.4 有向图法
有向图法(SDG)是根据系统过程的因果关系推导出系统结构，系统结构由节点和各个有向支路组成，并用节点间的符号逻辑关系定位系统的故障源。SDG模型决定了故障诊断的性能和效果，建模方法主要有以下3种：S A Lapp提出的基于流程图的方法直观形象，但模型较为复杂；T.umeda介绍的基于数学模型的方法易于表达过程变量关系，但推导繁琐不易描述故障；刘敏华基于经验知识建立的模型比较直观，不包含不可测节点，实用性强，但可能会遗漏一些故障模式。SDG在故障诊断中已有广泛的应用，如Iri M首次使用SDG的概念进行单故障的诊断；Wen-liang Cao基于定性模型，结合 SDG方法实现系统的故障诊断；针对SDG模型特点及局限性，Fan Yang引入了故障显现时间，通过初始响应的故障显现时间及其顺序达到故障源搜索的目的。
2.5 故障树法
故障树法(FTA)是一种由总体至局部将系统故障的形成原因按树枝状逐渐细化的分析方法。FTA将系统中最不希望发生的事件作为顶事件，可能导致顶事件发生的其他事件作为中间事件和底事件，用逻辑门表示事件之间的逻辑关系。
FTA诊断技术兼顾了定性和定量模型诊断的优点，现已广泛应用于故障诊断领域。例如：钟杰夫采用故障树分析法与基于规则相结合的方法进行了 A320自动飞行系统故障诊断系统的研究[32]；在对故障数据进行搜集、整理和分析的基础上，刘江基于规则与FTA完成对Cessna-172R的IO-360-L2A发动机故障诊断系统的研究[33]。但是，FTA诊断技术的核心在于建立正确的故障树，故障树建立的不全面或不正确将导致诊断结果失效。
由此可见，基于定性模型的故障诊断方法一般比较简单，构造模型容易、可靠性高、解析能力强、鲁棒性好，具有新故障辨识能力等优点。同时，该方法也存在诸多不足，采用定性方法描述系统时，预测结果较为保守，容易忽略微小的故障。
