[发明专利]多模型飞行控制系统故障诊断方法及装置

权利要求书

1.一种基于期望模式扩展的多模型飞行控制系统故障诊断方法，其特征在于，包括：

统计飞行控制系统的各种故障并建立对应的多个单故障模型，根据所述多个单故障模型建立基本模型集；

预测当前时刻的所述多个故障模型的概率，根据所述基本模型集以及所述当前时刻预测概率最大的前多个故障模型得到所述预设数目个期望模型，将所述预设数目个期望模型组合，建立期望模型集；

组合所述基本模型集和所述期望模型集得到当前时刻模型集，并根据当前时刻模型集更新概率转移矩阵；

对当前时刻模型集中的每个故障模型进行滤波和概率更新；以及

对所述故障模型的概率设置概率阈值，并将所述当前时刻模型集中的每个所述故障模型的概率与所述概率阈值进行比较，如果所述故障模型的概率大于或等于所述概率阈值，则判断所述飞行控制系统发生所述故障模型对应的故障。

2.如权利要求1所述的基于期望模式扩展的多模型飞行控制系统故障诊断方法，其特征在于，所述基本模型集由飞行控制系统的各种单故障模型组成，包括操作舵面故障模型、作动器故障模型和传感器故障模型。

3.如权利要求1所述的基于期望模式扩展的多模型飞行控制系统故障诊断方法，其特征在于，所述预测当前时刻的所述多个故障模型的概率进一步包括：根据上一时刻模型的概率以及上一时刻模型集的概率转移矩阵预测当前时刻的所述多个故障模型的概率。

4.如权利要求1所述的基于期望模式扩展的多模型飞行控制系统故障诊断方法，其特征在于，所述根据当前时刻模型集更新概率转移矩阵进一步包括：

根据实际系统故障模式间的关系，绘制所述基本模型集的状态转换图，得到所述基本模型集的状态转换关系，设定所述基本模型集的概率转移矩阵的预设值；

绘制当前时刻模型集的状态转换关系，并在基本模型集的概率转移矩阵基础上计算得到当前时刻模型集的概率转移矩阵。

5.如权利要求1所述的基于期望模式扩展的多模型飞行控制系统故障诊断方法，其特征在于，所述根据所述基本模型集以及所述当前时刻预测概率最大的前多个基本故障模型得到所述预设数目个期望模型，将所述预设数目个期望模型组合，建立期望模型集进一步包括： 

根据所需所述期望模型的个数确定所述基本模型集的子模型集个数；

在所述基本模型集中选取所述当前时刻模型的概率最大的前多个模型组合得到预设数目的模型集，组合所述模型集得到预设数目的子模型集序列；

将所述子模型集序列中每一个子模型集的模型组合得到一个期望模型，由所述期望模型得到所述期望模型集。

6.如权利要求1所述的基于期望模式扩展的多模型飞行控制系统故障诊断方法，其特征在于，所述对当前时刻模型集中的每个故障模型进行滤波和概率更新进一步包括：

在每个时刻由所述基本模型集和所述期望模型组合得到所述当前时刻模型集后，对所述当前时刻故障模型集中的每个故障模型分别进行滤波得到状态估计和残差，并对所述故障模型的概率进行更新。

7.如权利要求1所述的基于期望模式扩展的多模型飞行控制系统故障诊断方法，其特征在于，对所述当前时刻故障模型集中的每个故障模型分别进行滤波得到状态估计和残差，并对所述故障模型的概率进行更新，进一步包括：

根据上一时刻模型的滤波器的所述状态估计和协方差输出值，初始化所述当前时刻模型对应的滤波器的所述状态估计和所述协方差，并预测所述当前时刻模型的概率；

根据卡尔曼滤波过程，分别对所述当前时刻模型更新所述状态估计和所述协方差，并计算所述残差和残差协方差；

根据贝叶斯后验概率准则计算所述当前时刻模型的概率。