[发明专利]自主保障技术验证系统全飞行器健康评估与管理地面推理平台有效
| 申请号: | 201910347271.7 | 申请日: | 2019-04-28 |
| 公开(公告)号: | CN110007662B | 公开(公告)日: | 2020-10-30 |
| 发明(设计)人: | 于劲松;韩丹阳;代京;唐荻音;刘浩;王昊飞;武耀;宋悦 | 申请(专利权)人: | 北京航空航天大学 |
| 主分类号: | G05B23/02 | 分类号: | G05B23/02 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 100191*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 自主 保障 技术 验证 系统 飞行器 健康 评估 管理 地面 推理 平台 | ||
1.自主保障技术验证系统全飞行器健康评估与管理地面推理平台,其特征在于:推理机主要包含故障诊断模块和健康评估模块:故障诊断模块主要负责推理机的知识库整理和基于测试的故障诊断算法;健康评估模块基于故障诊断模块的故障推理结果,评估飞行器全机、分系统、子系统和单机产品的健康状况;
故障诊断模块采用并行计算TEAMS-RT算法,推理平台接入数据帧,通过测试量化规则,将遥测参数量化到测试结果,通过故障诊断算法将故障集合进行分解,得到故障诊断情况;所述故障诊断算法包括:
矩阵分解
对于层次化设计的飞行器,采用信号流图的表示方式构建故障在多层次系统结构上的传播关系以及对测点的影响,采用区域生长算法将信号流图转化为相关矩阵,针对不同的D矩阵进行并行计算;
矩阵分解的原则是测试与故障封闭,也就是说,同一D矩阵的测试和故障之间是相互关联的,而不同的D矩阵中的测点和故障之间是相互不影响的,同时还要考虑一一对应的情况,也就是说,某一个测点只受到一个故障的影响,当测点通过时,该故障没有发生,而测点发生故障时,一定是受到该测点的影响,通过这种方式,能够单独挑选出一一对应的情况,使分解的矩阵更加紧凑;
矩阵分解的原则是测试和故障之间相互封闭,按照矩阵的思想,就是通过行列变换,将矩阵分为对角线的分块矩阵,不同分块矩阵中的测试对应的列向量之间是相互垂直的,依据这一特点,可以将矩阵进行分解,通过将矩阵分解,按照故障树的形式,将分解后的D矩阵作为故障树的一个叶节点;
故障诊断
故障诊断算法的输入为量化后的测试序列,通过知识库中保存的故障树的形式,将测试序列分割开,得到分段的测试序列,分别对应到不同的D矩阵中,每一个D矩阵推理得到诊断结果,整合输出;
系统将故障分为四个集合:未发生故障、已发生故障、怀疑故障和未知故障;
对于怀疑故障,给出相应的故障率,与怀疑故障对应的遥测参数信息,必然不满足正常测试的设定阈值范围,对于不在阈值范围内的异常,进行相应的异常警告;
采用矩阵运算的方式进行计算,在已经得到测试结果序列的前提下,故障诊断具体步骤如下:
步骤1:将测试序列左乘相关矩阵,得到计算结果R1;
步骤2:将测试序列中的数值进行反转,即原测试序列中的“1”转变为“0”,“0”转变为“1”;
步骤3:将反转后的测试序列左乘相关矩阵,得到测试结果R2;
步骤4:根据R1和R2的测试结果,按照结果规则表来确定故障所属类别。
2.根据权利要求1所述的自主保障技术验证系统全飞行器健康评估与管理地面推理平台,其特征在于:全寿命自主保障系统推理平台采用B/S架构,搭载在windows系统和Linux系统上,其中推理诊断算法和诊断推理知识库采用MySQL进行存储。
3.一种自主保障技术验证系统全飞行器健康评估方法,应用于权利要求1所述的自主保障技术验证系统全飞行器健康评估与管理地面推理平台,其特征在于:
第一步:在推理机平台通过python manage.py runserver IP:Port指令运行推理系统的服务器,等待推理机系统的运行;
第二步:运行浏览器,登录推理机平台界面,设置推理机算法模型和推理机知识库;
第三步:其他数据平台通过URL,向推理机平台发送遥测数据,根据设定的上下限,得到测试结果;具体包括:
矩阵分解
对于层次化设计的飞行器,采用信号流图的表示方式构建故障在多层次系统结构上的传播关系以及对测点的影响,采用区域生长算法将信号流图转化为相关矩阵,针对不同的D矩阵进行并行计算;
矩阵分解的原则是测试与故障封闭,也就是说,同一D矩阵的测试和故障之间是相互关联的,而不同的D矩阵中的测点和故障之间是相互不影响的,同时还要考虑一一对应的情况,也就是说,某一个测点只受到一个故障的影响,当测点通过时,该故障没有发生,而测点发生故障时,一定是受到该测点的影响,通过这种方式,能够单独挑选出一一对应的情况,使分解的矩阵更加紧凑;
矩阵分解的原则是测试和故障之间相互封闭,按照矩阵的思想,就是通过行列变换,将矩阵分为对角线的分块矩阵,不同分块矩阵中的测试对应的列向量之间是相互垂直的,依据这一特点,可以将矩阵进行分解,通过将矩阵分解,按照故障树的形式,将分解后的D矩阵作为故障树的一个叶节点;
故障诊断
故障诊断算法的输入为量化后的测试序列,通过知识库中保存的故障树的形式,将测试序列分割开,得到分段的测试序列,分别对应到不同的D矩阵中,每一个D矩阵推理得到诊断结果,整合输出;
系统将故障分为四个集合:未发生故障、已发生故障、怀疑故障和未知故障;
对于怀疑故障,给出相应的故障率,与怀疑故障对应的遥测参数信息,必然不满足正常测试的设定阈值范围,对于不在阈值范围内的异常,进行相应的异常警告;
采用矩阵运算的方式进行计算,在已经得到测试结果序列的前提下,故障诊断具体步骤如下:
步骤1:将测试序列左乘相关矩阵,得到计算结果R1;
步骤2:将测试序列中的数值进行反转,即原测试序列中的“1”转变为“0”,“0”转变为“1”;
步骤3:将反转后的测试序列左乘相关矩阵,得到测试结果R2;
步骤4:根据R1和R2的测试结果,按照结果规则表来确定故障所属类别;
第四步:数据平台接收故障诊断结果,进行后续的操作;将测试结果整合为JSON文件格式,通过HTTP Response将测试结果返回给主控服务端;关闭线程,操作信息写入log文件,测试操作实例销毁。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910347271.7/1.html,转载请声明来源钻瓜专利网。





