自動駕駛儀故障診斷專家系統(tǒng)設(shè)計論文

《自動駕駛儀故障診斷專家系統(tǒng)設(shè)計論文》由會員分享，可在線閱讀，更多相關(guān)《自動駕駛儀故障診斷專家系統(tǒng)設(shè)計論文（8頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、 . 8 / 8 自動駕駛儀故障診斷專家系統(tǒng)設(shè)計（自動化專業(yè)碩士畢業(yè)論文整理的小論文） [ 3] [ 4] 收稿日期: 2010- 03- 28 向為 飛 行 控 制 系 統(tǒng) 故 障 診 斷 與 其 專 家 系 統(tǒng) 技 術(shù); 章 衛(wèi) 國 自動駕駛儀部件按照更換可行性分為外場可更換 ( 1956 ), 男, 安徽南陵人, 教授, 博士生導 師, 主要研 究方向為 組件 ( LRU )和內(nèi)場可更換組件 ( SRU ) , 針對這兩種組 先進飛行控制和智 能控 制; 劉 小雄 (

2、1973 ), 男, 陜 西周至 人, 件的診斷和維修要求不盡一樣。本文主要針對 LRU 摘要: 以樹結(jié)構(gòu)先序遍歷為核心, 設(shè)計了遍歷推理算法,可用于較為直觀的知識獲取、診斷邏輯解釋機制以與 故障診斷推理, 使診斷信息在故障樹的結(jié)構(gòu)中體現(xiàn)得較為明晰。根據(jù)自動駕駛儀系統(tǒng)故障知識特點, 設(shè)計了一種基于故障樹的推理機制對系統(tǒng)進行故障診斷。建立了某飛機自動駕駛儀故障樹, 設(shè)計了針對故障樹數(shù)據(jù)庫的先序遍歷推理機和解釋機制, 進行合乎故障樹模型的樹關(guān)聯(lián)知識獲取, 結(jié)合相應(yīng)的維護修理知識和 B IT 檢測結(jié)果, 完成專家系統(tǒng)的知識更新和對系統(tǒng)的故障診斷。初步實驗結(jié)果表明, 故障診斷準確, 該專家系統(tǒng)

3、具有一定的實用性和擴展性。 自動駕駛儀是涵蓋了許多子系統(tǒng)的集成系統(tǒng),涉互,用戶須確認中間現(xiàn)象參考文獻： 夏勇. 基于 故障 樹的 運載火 箭故 障診斷 專家 系統(tǒng) [ D ]. 重慶: 重慶大學, 2007. 。有些對故障知識進行了 與部件種類較多,故障因果關(guān)系復雜,針對該系統(tǒng)的原理細化,但是用戶須通過指向特定子樹以斷方法在其維護修理時的需求較高。確認推理流程來進行診斷。許多故障數(shù)據(jù)庫的建隨著機檢測(BIT)技術(shù)的完善,越來越多的自立在地面測試中獲得宋云雪, 史永勝, 錢禮斌. 飛機起落 架故障數(shù)據(jù) 庫模型與 實現(xiàn)方法研究 [ J] . 飛機設(shè)計, 2002( 1): 14

4、- 17. ,并沒有和實際飛行數(shù)據(jù)以與動駕駛儀系統(tǒng)可得到自檢測。然而,許多被BIT技術(shù)飛行員操縱信息結(jié)合,因此影響了專家系統(tǒng)工作存檢測到的故障事件看似孤立,但在特定的模型框架中(workingmemory)的真實性,導致虛警或誤報。是有關(guān)聯(lián)的。因此建立一個良好的故障模型和推理方針對上述問題,本文根據(jù)自動駕駛儀故障知識的法將提高故障診斷的效率和準確性。 關(guān)鍵詞:自動駕駛儀; 故障樹; 專家系統(tǒng); 作為定性故障模型,故障樹方法對于飛控系統(tǒng)較關(guān)聯(lián)知識獲取,從而完成專家系統(tǒng)維護;結(jié)合相應(yīng)的維 為有效 N anda M, R ao S. A fo rm al m e thod app

5、roach to ana ly ze the design of a ircraft flight contro l system s[ A ] . Proceed ing s of 3 A nnual IEEE Sy stem s Conference [ C ]. V ancouver, BC, 2009: 64- 69. 。然而當前有些基于故障樹的專家系統(tǒng)缺護修理知識以與飛行參數(shù)和BIT檢測結(jié)果,提出了基 乏自動化手段,通常是用戶按照相應(yīng)測試步驟,經(jīng)專家于樹結(jié)構(gòu)的故障樹數(shù)據(jù)庫設(shè)計與其有限遍歷推理機; 系統(tǒng)進行試探性診斷。比如有些故障樹診斷系統(tǒng)雖然通過故障樹的推理機制來實

6、現(xiàn)對該類系統(tǒng)的故障診 對故障對象建立了完備的故障樹,但過于依賴人機交斷,并設(shè)計了相應(yīng)的解釋方法;最后通過實例驗證該系 統(tǒng)的實用性和可擴展性。 作者簡介:競凱(1981),男,泊頭人,博士,主要研究方1自動駕駛儀故障樹拓撲結(jié)構(gòu) 工學博士,主要研究方向為飛行控制與仿真、容錯控制、智能計 算等;朱江樂(1982),男,人,博士,主要研究方向為與其相關(guān)數(shù)據(jù)連線進行故障診斷。 飛行容錯控制。當前高可靠性民機常采用多余度飛控系統(tǒng)配置方 [ 5] [ 6] [ 5] 式,其中又以四余度比較監(jiān)控和三余度自監(jiān)控方式最 為常用宋翔貴, 張新國. 電傳飛行控制系 統(tǒng) [M ]. : 國

7、防工業(yè) , 2003: 125- 131. 。隨著自監(jiān)控技術(shù)的日益提高,三余度配置 方式在提高監(jiān)控效率、降低多余度配置成本和增強系 統(tǒng)的故障容忍能力方面都有著較好的應(yīng)用前景王紀森, 余洋, 梁海毅. 一種 自監(jiān)控 二余度 舵回路設(shè) 計方 法 [ J] . 機床與液壓, 2007, 35( 4). 。 因此,本專家系統(tǒng)針對三余度配置的自動飛行系統(tǒng)進 行診斷。 對可靠性要求較高的民機余度通道運行狀態(tài)主要 為熱并行運行方式,故不用考慮冷備件邏輯形式姜濤, 謝曉方, 宇偉. AR INC 429 總線在 航空 設(shè)備中 的應(yīng) 用 [ J] . 航空計算技術(shù), 1997( 3

8、). 。 此外,自動駕駛儀設(shè)備異常有時并非僅由故障引起,人 工配平或復飛等操作也會導致駕駛儀自動斷開,這些 因素也應(yīng)作為設(shè)備異常原因在建立故障樹時考慮進 去,以免系統(tǒng)誤報。根據(jù)上述對余度配置和故障信息 邏輯結(jié)構(gòu)的分析,可以設(shè)計如圖1所示的故障樹。 圖1中頂級故障征兆是以飛控系統(tǒng)的自動駕駛儀 為核心,它所表征的是?自動駕駛儀自動斷開%;邏輯 符號?%表示?與%邏輯,?%表示?或%邏輯;方塊 節(jié)點?%描述的頂事件和中間事件表示?系統(tǒng)級故障 征兆%和?中間故障征兆%;圓形節(jié)點?&%的基本事件 表示?故障原因%。AHC和FCC分別表示姿態(tài)航向計 算機和飛控計算機。

9、 2 故障診斷專家系統(tǒng) 圖1 自動駕駛儀自動斷開故障樹 散信息。該類信息是診斷需要的主要數(shù)據(jù)源。信息字 各段定義如表1所示。 表1ARINC429信息字各段定義 基于故障樹推理的自動駕駛儀故障診斷專家系統(tǒng) 的總體結(jié)構(gòu)如圖2所示。系統(tǒng)工作主要分為飛行數(shù)據(jù) 接收和處理、故障知識獲取以與故障診斷3個過程。 2.1數(shù)據(jù)存儲、接收和預(yù)處理 32 奇偶校驗位 31~30 符號狀態(tài)矩陣 29~11 數(shù)據(jù)區(qū) 10~9 源/目的識別位 8~1 標志位 飛行參數(shù)和BIT信息存儲的主要形式是ARINC429 信息字王建新, 楊世鳳, 隋美麗. L abW

10、 indow s /CV I測試技 術(shù)與工 程應(yīng)用 [M ]. : 化學工業(yè), 2006: 386- 434. 。該類型信息有32位,一般有5種應(yīng)用格 式:BNR、BCD、離散、維護和AI。其中離散數(shù)據(jù)(即 DISC數(shù)據(jù))表示離散量,主要表征設(shè)備狀態(tài)、操作等離 該類信息字的最直接表示形式是二進制,此外還 可以通過十六進制和十進制間接表示。標志位(前8 位)一般表示該信息字名稱、總線類型等信息,機載數(shù) 據(jù)發(fā)送端發(fā)送的數(shù)據(jù)先將其摘除。而從第9~32位的 信息在ICD文檔中均有定義,這些位主要表示部件的 10 工作狀態(tài)、操作模式等信息。比如用一個十進制數(shù) 1024

11、(2)表示某個信息字的值,說明從第9位開始, 行故障診斷的推理是反向鏈推理 G iarratano J C, R iley G D. 專家系統(tǒng): 原理與 編程 [M ] . 北 京: 機械工業(yè), 2005: 16- 20. ,即已知征兆,在 向左數(shù)的第10個數(shù)(相當于第 [10] 18位)被置?1%,根據(jù) [ 9] 假設(shè)征兆發(fā)生為真的基礎(chǔ)上,獲得支持該征兆發(fā)生的 其他事件的過程。技術(shù)實現(xiàn)如下所述。 ICD 顧 世 哲. AR INC429 數(shù) 據(jù) 測 試 分 析 儀 的 研 究 與 實 現(xiàn) [ D ]. 西安: 西北工業(yè)大學, 2006: 16- 18

12、. 信息查找第18位定義,即可判斷出其所表示的 當檢測到某時刻出現(xiàn)系統(tǒng)故障征兆(比如自動駕 具體信息。 數(shù)據(jù)接收和預(yù)處理主要讀取飛行數(shù)據(jù)服務(wù)器發(fā)送 來的信息,并將信息中所需的數(shù)據(jù)寫入以參數(shù)名命名 的參數(shù)文件(圖2中的工作存)中。 駛儀自動斷開或無常接通)時,診斷程序開始進 行故障樹推理診斷,以頂事件為起點進行基于先序遍 歷的查找(如圖3所示)。在查找每個節(jié)點時,根據(jù)該 節(jié)點的?Parameter%屬性值(如表2所示),打開相應(yīng)參 數(shù)數(shù)據(jù)文件,將數(shù)據(jù)文件中的該時刻值和該節(jié)點的 ?ParaValue%屬性值進行?&%運算,若運算結(jié)果仍為 ?ParaValue%

13、屬性值,于是匹配成功,這說明該故障樹 節(jié)點為系統(tǒng)故障征兆的一個故障原因。如此,遍歷完 所有節(jié)點后,結(jié)束診斷。 圖2 故障診斷專家系統(tǒng)結(jié)構(gòu)圖 2. 2 知識的表示和獲取 知識主要指基于故障樹形式的診斷規(guī)則和邏輯。 知識獲取技術(shù)的基礎(chǔ)是建立有效的知識表示和存儲方 式,根據(jù)圖1的故障樹,結(jié)合信息字的相應(yīng)值,可以設(shè) 計數(shù)據(jù)表,通過各字段定義,描述故障樹節(jié)點信息,并 以此為核心設(shè)計關(guān)系數(shù)據(jù)庫,便于在故障診斷專家系 統(tǒng)中操作。數(shù)據(jù)表定義如表2所示。 表2表2 1故障樹節(jié)點事件數(shù)據(jù)表 字段名數(shù)據(jù)類型說明 ID數(shù)字用于識別故障樹各節(jié)點的數(shù)字代碼 圖3 遍

14、歷函數(shù)主要流程 eventame 文本 節(jié)點故障信息 根據(jù)圖3的遍歷流程結(jié)合圖 1的故障樹,得到故 Parent number_children Logicalgate Parameter ParaValue 數(shù)字 數(shù)字 文本 文本 數(shù)字 節(jié)點上一級ID 節(jié)點的子事件個數(shù) 子事件節(jié)點的邏輯關(guān)系 確定該事件發(fā)生的32位參數(shù)信息字名 表征故障事件發(fā)生的32位參數(shù)信息字值 障事件的檢索序列如圖4所示(事件已編號)。 2.4解釋機制 專家系統(tǒng)應(yīng)用的領(lǐng)域?qū)＜抑R包含許多經(jīng)驗性信 息,因此通過解釋機制闡明診斷邏輯和策略可以提高 專家系統(tǒng)透明度。較為

15、常用的解釋方法有預(yù)置文本 法、執(zhí)行跟蹤法、策略解釋法和自動程序員法等。本系 由于本系統(tǒng)以 LabWindows/CVI為開發(fā)環(huán)境,因 統(tǒng)采用執(zhí)行跟蹤法。 [ 8] 此采用樹控件表示故障樹結(jié)構(gòu),樹項控件則表示故障 樹節(jié)點事件信息,控件ID和故障樹事件ID綁定。 所有操作借助表格控件、樹控件和數(shù)據(jù)庫接口函 數(shù)完成,這些工具在LabWindows/CVI中均有封裝, 不再贅述。 2.3推理機制 根據(jù)該法,解釋機制分為兩個部分:故障樹遍歷顯 示和診斷結(jié)論。前者在故障診斷流程執(zhí)行中即已經(jīng)得 到匹配事件ID序列,再通過遍歷顯示故障樹并框選故 障樹相應(yīng)樹項控件進行可視化

16、解釋;后者則利用已得 到的匹配序列以與符合故障樹的邏輯語言組成診斷結(jié) 圖4故障樹諸事件檢索序列 3故障診斷測試與主要人機接口 現(xiàn)通過實驗對本系統(tǒng)進行測試。 首先讀取工作存中參數(shù)數(shù)據(jù)文件。各參數(shù)的采 樣頻率一樣,且其應(yīng)用類型均為DISC數(shù)據(jù)。通過ICD 定制,32位DISC型的信息字的數(shù)據(jù)區(qū)(如表1所示) 各位可以定義為操作模式選擇、LRU故障告警、各系 統(tǒng)工作狀態(tài)等信息,以1表示某事件發(fā)生,以0表示未 發(fā)生。 將信息字按參數(shù)分類,依據(jù)數(shù)據(jù)區(qū)各位定義解析, 繪制數(shù)據(jù)圖形,觀察其相對于時間的變化情況。 圖5為某型飛機某段飛行期間相關(guān)參數(shù)被解析并 分類之后

17、的示意圖。分別用實線、虛線和方塊表示余 度通道1、2、3的各部件狀態(tài)變化。該圖只揭示了各參 數(shù)的改變情況,無法得到自動駕駛儀自動斷開原因。 現(xiàn)通過本文設(shè)計的專家系統(tǒng)進行推理,并將診斷結(jié)論 和圖5參數(shù)改變信息作比較。 自動駕駛儀自動斷開2次(兩次由0跳變?yōu)?)。 第1次在第10s,因采取復飛模式,為防止自動駕駛設(shè) 備和人工操作發(fā)生沖突,故自動駕駛儀自動斷開。復 飛操作持續(xù)至第295s后,自動駕駛儀重新連接。 第2次自動斷開在第754s。此前第600s時,余 圖5 相關(guān)參數(shù)的解析和分類 度通道1的FCC故障,根據(jù)故障樹邏輯(圖1),通道1 棄用。第673s

18、,余度通道2的伺服系統(tǒng)故障,通道2 棄用。第754s,余度通道3的AHC故障,通道3棄 用。此時3個余度通道均故障,自動駕駛儀自動斷開。 故障診斷和解釋界面如圖6所示。首先?自動駕 駛儀自動斷開%作為?列舉信息%檢測到的故障征兆, 發(fā)生時間分別為16?13?25和16?25?49。由于前者是 由于復飛操作導致,其診斷毋庸贅述。后者對應(yīng)的是 部件故障導致的斷開,其對應(yīng)樹項控件被自動框選。 匹配事件ID序列包含對應(yīng)圖1中的?1號FCC系統(tǒng)故 障%、?2號伺服系統(tǒng)故障%和?3號AHC故障%,于是自 動框選其對應(yīng)的樹項控件,并生成結(jié)論文本。 當各故障事件的邏輯關(guān)系變化后,可通過知

19、識獲 取模塊進行修改。知識獲取模塊界面如圖7所示,專 家在選擇故障樹后,先對故障樹遍歷顯示,再通過刷新 故障樹表中的數(shù)據(jù)對所選樹進行訪問,借助一系列操 作(刪除、插入和修改)使故障知識得到更新。 圖6圖6 1診斷和解釋 圖6 2rd 邏輯關(guān)聯(lián)并診斷,若故障相互影響的延遲時間較長 (如操縱面和操縱機構(gòu)),必須考慮基于飛行參數(shù)辨識 的方法進行診斷。 4 結(jié)束語 圖7 知識獲取界面 以上設(shè)計了故障樹診斷模型,結(jié)合相應(yīng)參數(shù)制定 了故障樹數(shù)據(jù)表(表1),該表中明確了故障事件邏輯 關(guān)系和診斷依據(jù),建立了故障診斷推理機和工程信息 來源的良好接口。 以樹結(jié)構(gòu)先序遍歷為核心,設(shè)計了遍歷推理算法, 可用于較為直觀的知識獲取、診斷邏輯解釋機制以與 故障診斷推理,使診斷信息在故障樹的結(jié)構(gòu)中體現(xiàn)得 較為明晰。 但系統(tǒng)在自動學習方面較為欠缺,而且主要針對 較小時間圍的故障信息(如電子飛控器件)進行