[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

说明书

本发明公开一种飞行器全寿命自主保障系统推理机及其实现方法，所述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。本发明使用Django搭建B/S架构推理平台，采用RESTful API的形式提供推理平台的资源，并行计算故障推理降低复杂系统推理的时间复杂度，具有极高的实时性与稳定性，最大程度上实现了多层次架构飞行器的故障集合分解、测试结果量化和多层次健康状况评估。

技术领域

本发明涉及全飞行器健康管理技术，尤其涉及一种并行计算飞行器层次化故障诊断和健康评估推理机。

背景技术

随着飞行器系统日益复杂，层次化、模块化设计成为保证飞行器有效运行的重要手段。典型的飞行器系统包含导航系统、控制系统、动力系统和通信系统等多个子系统。在复杂系统中运用层次化设计的故障诊断和健康评估方法，能够进一步提高系统的稳定性和安全性。

目前，故障诊断方法分为基于规则的方法、基于集合分解与合并的方法、基于贝叶斯概率理论的方法和基于事件的方法。其中，基于集合分解的方法分为相关矩阵和故障树两种，常采用FMECA表格的方式来分析故障与测试之间的关系。

相关矩阵根据来源，可以分为来源于工程、来源于文档和来源于历史数据三种，三种不同来源的相关矩阵在故障与测试之间的表达方式有所不同，但根本思想都是通过故障与测试之间关系的表达，再通过测试的结果，对故障集合进行划分，找到最可能的故障集合。

目前，国内外比较常用的基于相关矩阵的商用软件包括TEAMS诊断软件和eXpress工具。常用的算法包括TEAMS-RT算法和分支定界算法。

国内经常采用混合的方式进行故障诊断，比如将相关矩阵与故障树、相关矩阵与模糊集合等结合的方式，提高故障诊断的准确性。

发明内容

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用于行使自主保障技术健康管理职能，具备故障检测、参数解析、健康评估、辅助决策功能，动态加载推理知识库执行算法。数据与故障诊断以及健康诊断算法的解耦合可令开发人员单独进行项目试验、算法开发、系统维护。

全飞行器健康评估与管理地面推理平台的运行特点在于：运用Python语言编程，以Django框架为基础，采用RESTful API作为交互接口。系统框架主要包含数据接收模块、测试量化模块、故障诊断模块、健康评估模块和推理结果输出模块。其中数据输入模块负责将通过API接收到的原始数据按照既定格式提取出来；测试量化模块的功能在于将得到的遥测参数通过约定的上下阈值得到测试结果；测试结果输入到故障诊断模块中，通过设定的故障诊断算法和诊断知识库进行故障推理；健康评估模块根据故障诊断结果，自下向上分别对单机产品、子系统、分系统和飞行器进行健康评估；推理结果模块将得到的故障诊断结果和健康评估结果以及推理过程输出。

全飞行器健康评估与管理地面推理平台的算法特点在于：诊断算法依旧采用TEAMS-RT的诊断思想；其次，针对故障诊断的时间消耗问题，先将D矩阵进行分块，然后通过分布式计算的方式，分别对不同的D矩阵进行计算，分别得到结果，然后根据结果合并，生成完整D矩阵的诊断结果。

本发明的优点在于：

1.所述并行计算故障诊断推理平台采用B/S架构，相比起C/S架构，具有系统轻便，实时性强，移植性强，多任务并行的特点，尤其适合分布式全寿命自主保障验证系统。

2.故障诊断算法依托多信号流图，构建并分解复杂系统相关矩阵，通过故障树和D矩阵相结合的形式，对故障集合进行分解，实现TEAMS-RT算法的并行计算。