張文林,李玄玄,王 凱,李伯寧
(中國民航大學 a.工程技術訓練中心;b.電子信息與自動化學院,天津 300300)
隨著航電系統性能的不斷完善,結構變得越來越復雜,其維修保障問題尤為突出[1-2]。據統計,航電機載設備的故障次數占全機故障總數的40%以上,其維修時間占整機維修時間的1/3左右[3]。在實際維修中,傳統的航電系統故障診斷方法主要是按照故障隔離手冊(TSM)來排除故障,檢測步驟比較多,過程比較繁瑣,有時嚴重依賴維修人員的實際經驗,這對于維修人員的素質要求較高。在保證安全的前提下,隨著民航機隊規模的增大,運用傳統方法進行航線排故已越來越不能滿足要求[4],迫切需要一種更快更智能的診斷方法。
目前航電系統故障診斷系統大多都是專家系統。例如,楊占才等[5]綜合基于規則推理、模糊模型和案例等診斷方法的優勢,設計出一套航電設備故障診斷專家系統,實現了推理的智能化和綜合化。邱永慶[6]提出了二元決策圖的故障診斷方法,并結合基于事例推理的優勢,開發了一套飛機航線維護排故專家系統。但是目前專家系統很難將維修人員的實際經驗有效轉化為專家系統的知識,而且推理機制相對單一,很難達到預期水平。
目前市場上的新機型大多安裝有自檢裝置和機載維護系統(OMS)[7],成員系統可以通過自檢生成維護信息,機載維護系統負責收集成員系統產生的維護信息,經過分析和處理,生成相應的故障消息[8]。飛機排故過程中,OMS系統可以輔助機務人員進行故障的定位。對OMS系統的核心—故障診斷方法進行研究可以實現飛機故障的快速檢測與隔離。但是目前的機載維護系統的故障診斷功能存在虛警率高,不能實現動態診斷,故障診斷方法還有待進一步完善。
綜上所述,針對目前航電系統診斷方法存在的不足,本文以航電集成測試系統為平臺,提出一種基于網絡結構的航電故障診斷系統的設計方法,將實現并完善機載維護系統的故障診斷功能部分作為研究目標,有效針對航電系統出現的故障進行快速、全面以及動態診斷,提高維修效率,簡化和優化排故流程,并將其應用在航電集成測試平臺中,來對故障診斷系統的功能、性能進行全面驗證,推動進一步應用在真實航線維修中。
航電集成測試平臺通過實時動態模擬飛機在不同飛行環境下的數據交互,向系統提供動態運行所需的仿真數據,實現仿真模型與真實機載設備之間信號的激勵、監測、顯示與響應[9-10]。
本實驗室的航電系統集成測試平臺主要包括左、右兩套航電系統仿真激勵器以及若干通信導航系統仿真器等。其中,航電系統仿真激勵器硬件包括兩套獨立的工控機、相應板卡以及信號調理箱。
工控機:運行駐留程序,包括飛行管理系統(FMS)、顯控系統、機載維護系統(OMS)、綜合監視系統(ISS)、大氣慣性基準系統(ADIRS)及遠程數據接口組件等仿真程序,仿真其接口的輸入輸出功能[11]。
板卡:包括AFDX板卡、ARINC429板卡以及離散I/O板卡等,實現通信導航數據的發送與接收。
航電集成測試平臺的工作流程:在工控機上運行航線想定程序,來實現航電系統接口仿真模塊在飛機運行中的動態設置,實時模擬每一飛行階段過程中可能進行的通信、導航信息的交互。
在飛機仿真飛行過程中,可以動態模擬典型航電系統常見的功能故障,生成相應的維護信息;在飛行仿真結束后,在地面對航電系統(各個仿真器)進行自檢操作,也會生成維護信息。
圖1 航電集成測試平臺的故障診斷架構
航電集成測試平臺的故障診斷架構如圖1所示,本文的故障診斷系統將作為機載維護系統(OMS)中故障診斷的一部分,通過自動獲取ARINC664總線中傳輸的維護信息,作為本故障診斷系統的輸入信息來源之一,并結合其他來源信息以及歷史維修數據進行綜合分析,實現故障的動態診斷與全面推理。
針對目前航電系統更快、更準的診斷需求,本文提出利用貝葉斯網絡為架構來建立航電系統故障診斷模型。主要包括結構和參數兩部分。
結構:貝葉斯網絡的圖形化方法,可以實現對航電系統的多故障、關聯故障等復雜關系的定性表示,保證構建的航電系統診斷模型易于更新。
參數:貝葉斯網絡節點之間的條件概率參數,實現對航電系統故障之間的不確定關系的定量表達。對于航空電子系統來說,獲取到完整的故障樣本數據很困難,而且仿真數據的真實性又難以保證?;诓煌陚涞臍v史維修數據,本文將綜合關聯規則算法與專家經驗的結果,實現貝葉斯網絡的條件概率參數學習。隨著維修數據量的不斷增加,參數更趨向于特定飛機的實際故障頻率,保證了參數的客觀性,實現了參數的動態學習。
推理:貝葉斯網絡有多種推理算法,可以實現雙向并行推理,不斷更新后驗概率分布,從而實現故障診斷的動態化。
本文以甚高頻系統(VHF)為例,通過分析歷史維修數據、TSM手冊、專家實際經驗等,構建出基于貝葉斯網絡的VHF系統診斷模型如圖2所示。
圖2 VHF系統貝葉斯網絡診斷模型
其中,Tn為葉節點,代表系統現象;Mn代表中間節點,代表組件故障狀態;Dn為根節點,代表底層的故障原因;Bn為維護信息,作為部分觀測證據節點。部分節點的具體含義如表1所示。
表1 部分節點的含義
續表
故障診斷系統的功能結構示意圖如圖3所示。
圖3 故障診斷系統的功能結構示意圖
本文的故障診斷系統主要包括ARINC664接口模塊、ARINC624解碼模塊、觀測證據模塊、人機交互模塊、初始化模塊、歷史維修數據庫模塊、航電系統診斷模型模塊、顯示模塊等。
ARINC664接口:滿足航空總線規范,可以實時接收到ARINC664總線傳輸的各成員系統的維護信息;
ARINC624解碼模塊:成員系統的維護信息滿足機載維護系統要求,符合ARINC624規范,ARINC624解碼模塊用于接收和解碼ARINC664接口獲取的維護信息,為航電系統診斷模塊提供部分觀測證據;
觀測證據模塊:可以收集來自ARINC624解碼模塊輸入的BITE信息和人機交互模塊輸入的信息,作為觀測證據輸入到航電系統診斷模塊中;
航電系統診斷模型:實時讀取觀測證據模塊傳輸的信息,并結合貝葉斯推理算法進行推理分析,不斷輸出故障原因的后驗概率分布,每一次觀測證據的輸入都會更新故障原因的后驗概率分布,直至輸入完所有的觀測證據。
人機交互模塊:提供維修人員來人工輸入維護信息外的其他觀測證據,包括系統現象以及利用外接設備檢測得到的結果等。
顯示模塊:實時顯示后驗概率分布與綜合維修決策,便于維修人員查看并進行指導維修。
歷史維修數據庫模塊:儲存歷史維修數據,便于查詢和信息挖掘操作。
故障診斷系統的工作流程如圖4所示。
圖4 故障診斷系統工作流程圖
開啟診斷時,首先進行初始化操作,重新加載歷史維修數據庫,讀取航電系統診斷模型;其次,通過ARINC664接口自動獲取ARINC664總線傳輸的各成員系統的維護信息,通過ARINC624解碼模塊來解碼獲得BITE信息,人機交互模塊提示維修人員輸入已知的故障信息,并將BITE信息與人機交互模塊的信息實時傳輸到觀測證據模塊;然后,觀測證據依次輸入到航電系統診斷模型中,結合推理算法進行實時推理分析,每一條觀測證據都不斷更新故障節點的后驗概率分布,最后給出維修決策;當按照維修決策進行操作時,將每一步檢測的結果也要輸入到診斷模型中,再次更新后驗概率分布,直至診斷出具體的故障原因;最后,將維修結果作為新的維修數據添加到歷史維修數據庫中,故障診斷過程結束,然后重新初始化故障診斷平臺,等待下一次平臺的開啟。
故障診斷模型的輸入輸出及函數實現流程如圖5所示。
圖5 航電系統診斷模型的輸入輸出
(1)參數輸入:故障節點的狀態為觀測證據,是故障診斷系統的輸入參數。觀測證據的獲取流程圖如圖6所示。
圖6 觀測證據的獲取流程圖
(2)調用與仿真實現:本文利用貝葉斯網絡仿真軟件GeNIe2.3來建立航電系統故障診斷模型,保存為.xdsl格式。本文將通過SMILE接口來獲取并調用.xdsl格式的故障診斷模型,從而實現航電系統診斷模型的讀取、故障節點的查找、故障節點狀態的設置、觀測證據的輸入、后驗概率的更新及輸出顯示等,基本流程如圖7所示。
圖7 SMILE接口調用診斷模型的基本流程
(3)輸出參數
輸出參數包括后驗概率分布以及維修決策信息,并保存到數據庫中。本文數據庫的建立一方面便于利用關聯規則算法讀取歷史維修數據表來挖掘歷史維修數據包含的強關聯規則,實現故障診斷模型參數的更新與學習,同時也保存了故障診斷模型結構的相關信息,當故障診斷模型結構更新后,可以實現替換。
(1)在工控機上運行航線想定程序,實現航電系統接口仿真模塊在飛機運行過程中的動態設置,包括飛機從供電開始,經發動機啟動、起飛、爬升、巡航、下降、近進、著陸到發動機停車等不同階段所可能進行的通信、導航信息的交互。
(2)在仿真飛行過程中,模擬典型通信導航系統功能故障的發生,實現仿真激勵器與通信、導航機載設備的數據交互,生成相應的維護信息。
(3)在仿真飛行結束后,對航電系統中的各通信導航設備仿真器進行自檢。
(4)故障診斷系統實時通過ARINC664接口自動獲取ARINC664總線中的維護信息。
(5)提供人機交互窗口,輸入維護信息之外的其他觀測證據,同步顯示每一步的后驗概率與維修決策信息。
自動從航電集成測試平臺中獲取到相應的維護信息,并在觀測證據選項中人工輸入其他部分觀測證據,系統仿真結果如圖8所示。
圖8 故障診斷系統仿真結果
由故障診斷系統的仿真結果中可知,此時XCVR1_Hardware(收發機1硬件)的后驗概率最高,應該先進行維修操作,但是考慮到維修的安全性指標,首先對其進行電源檢測(若部件電源已檢測,則同一電源的其他部位不再提示,避免重復檢測電源),然后再給出節點XCVR1_Hardware的后驗概率分布以及維修步驟。
當按照維修步驟來對XCVR1_Hardware部位實施檢測時,若確定其故障,則完成故障診斷;若檢測出無故障,則自動將XCVR1_Hardware正常的狀態作為觀測證據輸入到診斷模型中,再次更新后驗概率分布和綜合維修決策,按照相同的流程進行檢測,直至定位到故障源,實現故障診斷動態化過程。
本文提出了一種基于網絡結構的故障診斷系統的設計方法,并應用到航電集成測試平臺中,通過自動獲取BITE信息并融合其他信息進行綜合診斷。仿真結果表明,本故障系統可以針對航電系統的故障進行有效推理,在功能與性能都達到了要求,提高了故障診斷的效率,簡化和優化了排故流程,實現了故障診斷的動態化和智能化水平,對于國產機載維護系統的設計具有一定的研究價值。