航空电子装备融合式故障智能诊断系统设计研究

The Research of Integrated Intelligent Fault Diagnosis System of Avionics
　　◎王艳永　王永苗/空军试训基地
　　臧斌/空军第四研究所
　　在基于插卡式虚拟仪器的通用型测试系统硬件方案的设计基础上，集成基于案例推理、规则推理、故障树分析和神经网络的四种诊断方法，采用专家系统融合诊断策略，建立了诊断系统的结构和策略模型。
　　现代高技术战争对军机装备的可靠性、维修性、保障性提出了很高的要求，研究复杂装备的故障诊断系统，特别是故障智能诊断系统，以之辅助进行装备故障的检测、定位、维修，将改革传统的维修方法，缩短维修时间，提高保障能力。
　　近年来，基于人工智能的故障诊断方法发展迅速，这些方法不需要被诊断对象的xx数学模型就能实现故障的快速诊断，代表了故障诊断的发展方向。专家系统和神经网络是当前故障诊断领域中最为活跃的两种系统。但专家系统具有知识获取的"瓶颈"问题和逻辑推理的"组合爆炸"问题，而神经网络虽解决了这两个问题，但存在学习效率低、训练速度慢、理解能力弱、易于陷入局部最小点等问题。
　　因此，可将各种不同的诊断方法进行融合，提高系统的智能化和诊断效率。建立集成式融合诊断专家系统，能更大限度地发挥人工智能技术在军机装备诊断领域的威力。基于此，对诊断信号和设备故障诊断特点作了研究，并进行了软、硬件设计。
　　系统设计需求分析
　　1.诊断信号需求分析
　　对诊断信号进行需求分析是硬件设计的基础。目前，我国军机航空电子装备接收和输出的信号种类主要有以下七类。
　　（1）航空总线信号：包括ГＯＣТ 18977、MIL_STD_1553B、ARINC429、 ARINC629、RS232、RS422、ARINC561等总线信号，其中主要是ГＯＣＴ１８９７７、MIL_STD_ 1553B和ARINC429信号。
　　（２）模拟信号：主要是电阻和电压信号，其中电阻信号一般来自传感器，直流电压信号范围一般在-10V～30V之间，交流电压为36V、400HZ或115V、400HZ单相或三相电源信号。
　　（3）离散信号：TTL信号或±27V开关量信号等。
　　（4）同位器信号：也就是ARINC407信号，主要来源于航姿系统。
　　（5）频率信号：一些定时器、计数器或发射器信号。
　　（6）交流信号：一些交流激励及调制信号。
　　（7）气压信号：包括大气的全、静压信号。作为激励信号，用于模拟被诊断系统高度和速度的变化。
　　2.机载装备诊断特点
　　为保证诊断的快速和xx，并合理选择诊断策略，需研究装备故障的诊断特点，作为软件设计的基础。目前，航空电子装备故障诊断与维修情况如下。
　　（1）部分国产设备已建立起较完备的故障树，建立基于故障树的模型库非常容易；
　　（2）在多年维修中积累的丰富经验难以用数学模型或逻辑推理求解；
　　（3）有些设备已积累了较完备的技术手册，建立基于规则的数据库非常方便；
　　（4）有些电路相当复杂，非线性强，部分电路资料不全（特别是引进的设备），难以建立适宜的xx模型或进行推理求解；
　　（5）新型设备多具有自检测（Built-in test, BIT）功能，能够对产生故障的特征进行提取，对故障模式进行识别和分类，对故障自动补偿和告警显示，但也存在故障检测和隔离能力差、虚警率高等问题。而利用BIT信息进行规则推理相对比较容易。
　　智能诊断系统的设计
　　1.硬件设计
　　基于PC总线的插卡型虚拟仪器在上世纪80年代后期开始流行，它借助于插入计算机内的数据采集卡与专用的软件如Lab VIEW、Lab Windows CVI相结合，完成测试任务，充分利用了计算机的总线及软件的便利，集测试和诊断为一体。典型的插卡型虚拟仪器由传感器、信号调理电路、数据采集卡和计算机组成。目前，由于多层电路板技术、即插即用技术、系统定时控制器技术、数据采集技术、高速数据采集的双缓冲区技术以及实现数据高速传送的中断、DMA等高新技术的应用，使得{zx1}的数据采集板（卡）能保证测试系统的性能、精度与可靠性，为用户建立功能灵活、性能价格比高的数据采集控制系统提供了很好的解决方案。
　　智能诊断系统硬件包括工控机系统和激励源，基本原理如图1。工控机系统包括系统主机、测试卡和信号调理及I/O接口电路，系统主机采用PCI（EISA）总线技术，该总线可以充分利用PC机软件资源丰富的优点，在PC机上编程，然后移植到诊断系统。测试卡包括航空总线信号测试卡、模拟信号测试卡、离散信号测试卡、同位器信号测试卡、频率信号测试卡、机载EPROM读取卡等模块，根据信号类型的多少，可以对测试卡进行增减。信号调理及I/O接口电路用于信号调理、开关量收发、通道切换等功能。各种信号都经光电隔离再进行收发，为模拟机载系统的各种工作状态由激励源（如压力源）向机载装备提供激励信号。
　　2.软件设计
　　系统软件采用模块化设计，利用面向对象方法，以VisualC++6.0为编程语言，在Windows9x操作平台上实现。采用集成式诊断模型，由专家系统的诊断策略控制中心进行策略控制。
　　（1）系统结构模型
　　根据故障诊断特点，在完成系统测试的基础上，我们集成了四种智能诊断方法，其诊断策略采用智能融合策略，总体结构模型如图2所示。
　　① 基于案例推理（CBR）的技术实质上是将以前发生的故障归纳总结建立一个案例数据库。当装备发生故障时，打开数据库，通过查询以前发生的相同或相似的故障现象进行诊断。CBR具有以下优点：首先，案例库建立方便；其次，在解决问题时简单快速、效率高；第三，案例库的维护、学习比较方便；{zh1}，比较适用于知识抽取比较困难或知识比较缺乏的领域。它不需进行设备原理分析，提高了诊断速度；但是它具有一定的片面性，难以对诊断结果加以解释，不能作为故障诊断的最终手段。
　　②基于故障树分析（FTA）法是通过对可能造成系统故障的各种因素（包括硬件、软件、环境、人为因素等）由总体到部分按树状逐级细化进行分析，画出逻辑框图（即故障树），进而确定系统故障原因的故障组合方式及其对系统的影响和它发生的概率，以计算系统故障概率，并采取相应的纠正措施，从而提高系统可靠性的一种分析方法。FTA方法是一种图形演绎方法，是故障事件在一定条件下的逻辑推理。
　　故障树的建立是故障树分析法的最基本、最关键的环节，也是故障树分析的前提条件。图3是某飞行控制系统Ⅰ通道的故障树。由图可知，该树全部由或门事件表达，其结构函数为：
　　 (X)= (X1，X2，…X8) =X1+X2+…+X8
　　式中， 表示顶事件状态，Xｉ (ｉ=1，2，…8)表示各种底事件状态。
　　③ 基于规则的推理(RBR)由专家系统实现。专家系统是被广泛使用的一种故障诊断方法，它是一个具有丰富的专门领域知识的计算机程序。它应用人工智能技术，根据专家提供的知识及其推理能力，模仿人类专家决策的思维过程，解决原本需要由专家才能解决的问题。专家系统即是知识表达、知识推理、知识获取技术的应用对象，又是研究知识表达、知识推理、知识获取技术的试验环境。其特点在于：知识信息处理、知识利用系统、知识表达能力、咨询解释能力。专家系统应该具备的四个要素是拥有专家级的知识、能模拟专家的思维、能达到专家的水平、应用于某一专门领域。
　　RBR属于反演推理，因而不是一种确保惟一性的推理形式，因此，在复杂系统中不适用。在本系统中，规则库的建立采用了两种途径：一是产生式规则，即收集整理诊断维修经验，并转换为IF-THEN结构，用于实施专家推理。二是通过设备的设计资料或运行记录进行分析，这种规则相对更可靠。
　　④ 神经网络(ANN)是一种微观数值模型，它通过对经验样本的学习，将专家知识和诊断实例以权值和阈值的方式分布在网络内部，并利用神经网络的信息保持性来完成不确定性推理，较好地模拟了专家的经验和隶属度计算。尤为重要的是，神经网络具有很强的自学习能力，对于新的故障样本或故障模式，可以通过权值的改变进行学习、记忆和存储，并可以在以后的运行中识别这些故障模式。从而有利于克服基于符号推理方法在知识获取方面的困难。
　　基于人工神经网络(ANNBR)的故障诊断方法具有很好的容错性，而基于符号推理的方法对规则或模型中存在的错误很敏感。另外，ANNBR方法支持并行计算，它的应用将随着并行技术和硬件的发展而广泛起来。ANNBR方法的局限性表现在：首先，需要较多训练例子用于神经网络学习才能使得网络收敛，从而得出稳定的诊断结果，因此不适用于新的或未拥有诊断案例库的系统。其次，复杂系统的网络各层节点数较多，因而训练所需的计算量和时间较多。再次，ANNBR方法无法对诊断结果做出解释。
　　（2）融合诊断策略
　　融合诊断就是多种诊断方法优势互补的一种智能诊断策略，其策略模型如图4所示。对于观察到的故障现象，首先进行案例推理；若没有案例或诊断失败，再根据信息获取方式和难易决定下步诊断策略。当信息获取难，但症状描述相对容易时，则采用基于规则的专家系统；若无规则可用或诊断失败，则考虑基于故障树模型或基于神经网络模型的方法进行诊断；当信息获取容易时，则先考虑基于故障树模型或基于神经网络模型的方法进行诊断。在连续方式获取信息时，一般先利用基于模型的诊断方法；在并行方式获取信息时，先采用基于神经网络模型的诊断方法。当所有方法均告失败时，则将诊断结果作为一个新的案例。
　　故障诊断推理通常由高层向低层进行，即首先从系统级开始，然后是部件级、功能模块级和元器件级。诊断策略控制中心根据每种诊断方法的信息获取方式及实际获取的信息进行诊断资源配置，以最快的速度得到诊断结果。对于诊断对象特殊或例外的诊断事例，可收集并归纳成规则，即把这些事例表示成案例用于基于案例的诊断。基于案例的诊断结果可作为其他诊断方法的故障统计基础。
　　结论
　　航空电子装备的故障智能诊断系统的硬件采用基于高性能工控机的插卡型虚拟仪器方案，集测试和诊断为一体，为开放式结构，具有通用性强、扩充方便的特点；其软件设计中集成了基于案例推理、故障树分析、规则推理和神经网络的诊断方法，采用智能融合诊断策略，提出了以案例结果作为其他诊断方法的故障统计基础的思想，克服了利用一种方法诊断的缺点，提高了故障诊断的速度和精度。