机载武器系统故障诊断技术发展研究

机载武器系统故障诊断技术发展研究

 ,边香燕

中航西安飞机工业集团股份有限公司  陕西西安  710089

【摘  要】本文综述了故障诊断技术的研究现状，介绍了机载武器系统故障诊断技术的应用现状和存在问题，对机载武器系统故障诊断技术的发展趋势进行了预测，并建议了一种基于信号采集处理，故障树、故障案例多推理机制专家系统的混合故障诊断方法构型。

【关键词】武器系统；故障诊断；信号采集；专家系统

1引言

机载武器系统作为作战飞机的主要任务系统，主要用于控制和管理载机所携带的各种武器装备，系统的快速修复对飞机快速出动和作战效能的发挥起着至关重要的作用。随着计算机技术、自动化技术、网络技术和光学技术的发展，机载武器系统逐渐发展成为普遍具有多级结构组成且包含电子、光电、机电设备的复杂系统。机载武器系统由于其自身结构的复杂性、工作环境的复杂多变性和工作的短时性，使得系统的故障检测、隔离的难度增大。

2故障诊断技术的研究现状

故障诊断技术就是运用多学科多种检查和测试方法对系统和设备的运行状态进行检测，进一步确定故障发生部位并分析故障原因，最后根据诊断结果给出维修建议。

故障诊断方法一般可分为三类：第一类为基于解析模型的故障诊断方法，为目标系统建立精确的数学模型，对被测信息进行分析处理，从而诊断出故障，可细分为参数估计法和状态估计法；第二类为基于信号采集与处理的故障诊断方法，对目标系统特定信号进行采集处理，并与参考值进行对比从而提取出相对应的故障信息；第三类为基于知识的故障诊断方法，是将领域专家的知识和经验与人工智能技术充分结合并应用在故障诊断上，主要有专家系统故障诊断方法、模糊故障诊断方法、神经网络故障诊断方法。

故障诊断技术发展历程大致可分为三个阶段：第一阶段主要依靠装备研制专家、维修人员根据自身知识储备和工作经验，并结合简单的仪器仪表分析设备发生故障的部位及原因；第二阶段是应用传感器技术进行参数采集和信号处理分析，对设备故障做出辅助判断的阶段；第三阶段是综合应用经验原理知识、计算机技术、传感器数据融合技术、数据库技术、人工智能技术、网络技术等的智能化诊断阶段。现阶段，随着故障诊断专家系统的发展，尤其是专家系统与传感器数据融合技术、数据库技术、神经网络技术的多领域融合，传统的故障诊断方法正逐步被智能故障诊断方法所取代。西方国家高度重视军用装备领域故障诊断专家系统的研制，并且起步较早，目前己公布的军事用途的专家系统项目众多，技术相对成熟；国内自80年代以来，陆续开展了许多故障诊断专家系统的研究工作并取得了一定的研究成果，部分系统己投入使用。

3机载武器系统故障诊断技术应用现状

机载武器系统是一个由电子设备、光电部件、机电部件、显示设备等组成的多层次复杂系统，且交联系统/设备众多，工作时序性强，其故障可能是偶发的、地面难以复现的，故障产生的原因可能是多种因素综合作用的结果，也可能是其它关联系统/设备故障导致的。现阶段，国内机载武器系统采用的故障监测和诊断方法多样，但因各种检测方法各有优势和不足，实际使用中往往灵活组合采用以下各种诊断方法，由专业技术人员或地面维护人员对各类检测结果进行综合研判从而确定故障发生部位，能有效的对大多数系统故障进行诊断，但因缺少对各种检测结果的系统分析程序和方法，并依赖于维护人员的知识经验储备，维护工作中仍存在故障诊断时间长和复杂故障定位难的情况。

3.1BIT机内检测

采用BIT机内检测对电子设备内部可测试部件的运行情况进行自动测试，实现故障检测、隔离和定位功能，可将故障隔离到外场可更换单元（LRU）或外场可更换模块（LRM）。BIT机内检测可有效提高子系统/设备的故障诊断能力，但受测试技术发展限制，对于不具备自检测能力的机电部件等缺少有效的检测手段，尚不能做到对机载武器系统各子系统/设备所有故障模式进行检测，且对系统层面故障检测能力不足。

3.2外部自动测试设备（ATE）

采用各种自动测试设备对机载武器系统或分系统/设备内部的故障进行离线自动检测、诊断和隔离，自动测试设备根据任务分工不同，可分为基层级ATE和基地级ATE，可分别将故障隔离到LRU/LRM、车间可更换单元（SRU）或车间可更换分单元（SSRU）。能够对设备在功能、性能层面进行深度检测和故障隔离，故障定位准确，可靠性高，操作简便，但受测试技术水平、测试方法等多种因素限制，不能做到对系统所有设备、所有故障状态的监测。

3.3电路检查

电路检查可分为数字电路检查和模拟电路检查，通常借助通用仪器仪表进行电路状态检查，可有效排查机载武器系统内部及交联系统间线路接触不良故障和信号传输故障，以及机载武器系统工作时序故障等，有助于辅助进行故障隔离和定位；对于偶发故障或空中特定飞行条件下出现的故障检测能力不足。

3.4更换备件

在机载武器系统故障诊断过程中，对于一些现象简单容易判别的故障，有时也会采用更为简便的更换备件法，将可能故障的设备或部件用备件更换，然后再次进行操作验证，从而对故障进行隔离定位。

3.5参数采集记录

通过记录设备对武器控制系统工作过程中的重要交互数据进行采集和记录，由地面配套的分析设备对卸载的数据进行解析处理，提取出相应的故障信息，辅助进行全系统故障诊断。该诊断方法主要用于诊断系统内部及系统间通讯故障、系统工作流程和时序相关故障，故障诊断种类覆盖面小，且缺少各类数据的关联性分析。

3.6故障树分析

故障树分析（FTA）可用于寻找导致不希望的系统故障或灾难性危险事件（顶事件）发生的所有原因和原因组合，是分析已经发生事故的一种基本方法。分析确定武器控制系统影响飞机安全或任务完成的顶事件，根据系统、分系统/设备组成、工作原理和工作流程，对各顶事件自上而下进行分析，将每个系统顶事件形成原因分解至各分系统/设备的LRU、软件或不希望的人为操作，形成系统故障树，并逐项进行验证排除，最后定位故障部位和原因。通过故障树分析法可以全面的分析系统故障状态的原因，表达系统内在的联系，指出部件故障与系统故障之间的逻辑关系。

3.7故障案例推理

对系统在研制、生产、试验、装机、试飞过程发生的所有故障进行详细记录，故障发生后，对故障现象与过往案例进行分析和对比，推理出可能的故障部位和原因。案例推理法依赖于领域专家、维护人员的知识经验储备，且只适用于具有相同或类似故障案例的情况。

3.8专家系统

在航空领域中，现已研制出一些导弹控制系统、火控系统故障诊断专家系统，有的已投入使用，并取得了较好的应用效果。这些专家系统大多是基于单一的诊断方法和推理机制，对故障诊断类别的覆盖率相对较低。

4机载武器系统故障诊断技术的发展设想

由于机载武器系统组成复杂，系统间及内部交互信息种类多且信息量大，工作过程关联性强，难以建立精确的数学模型，所以只能选择基于信号处理或基于知识的故障诊断方法。为了避免采用单一诊断方法带来的误诊、漏诊和不能诊断等问题，今后武器控制系统故障诊断技术应向着多传感器信息融合诊断、经验知识与原理知识紧密结合诊断和多种智能技术融合诊断的方向发展。

建议利用基于信号采集处理和基于知识两种故障诊断方法的优点，采用混合故障诊断方法，结合多推理机制融合的专家系统进行故障诊断，以提高系统故障诊断系统的性能，如以下提供的一种故障诊断思路。

4.1混合故障诊断

为充分利用机载武器系统现有各类诊断手段优势，提高诊断验证数据支持，机载武器系统采集信息主要分为三类，一为机载武器系统BIT机内检测结果信息；二为机载武器系统工作过程各类关键信息，包括系统内部及系统间交互数字信息、模拟量信息和开关量控制信息等；三为外部ATE测试设备检测结果信息，参见图1。

故障诊断采用专家系统形式对采集信息和专家经验进行融合诊断，对需要分析的故障现象运用相应的推理机制进行故障推理，并对收到的各类采集信息应用存储的专家知识或建立的规则进行融合处理，通过特征提取获得所有故障特征，并转化为相应的故障表述信息，作为故障推理的决断信息。

图1  混合故障诊断系统信息采集构型图参考

4.2多推理机制

故障诊断模块设置基于采集信息、案例和故障树的综合推理机制，将领域专家、系统研制、试验和专业维护人员积累的，关于机载武器系统的故障案例与经验知识按照一定的知识表示方法存放于数据库中；对机载武器系统进行故障树分析，将影响飞行安全和任务完成的故障顶事件作为专家系统要分析解决的问题，底事件即为专家系统的推理结果。故障诊断模块的主要工作流程参见图2。故障诊断模块作为武器发控故障诊断系统的人机交互中心，除故障诊断功能外还应具备数据分析、原理查看、案例录入、诊断信息输入等功能。

故障诊断时，一方面经采集信息融合处理、特征提取获得所有故障特征；一方面从案例库中检索出相似的案例与之匹配，若案例完全相同，则直接调用历史案例，确定出可能的故障设备和原因；若案例相似，则运用存储的专家知识对旧案例的解法进行调整；同时，运用故障树推理机制，利用采集融合后的各类故障表述信息对底事件进行验证排除，确定出可能的故障设备和原因。对三种故障诊断机制的诊断结果进行融合，提取出支持度最高的分析结果作为最终的诊断结论输出，并调用数据库给出相应的修理方案。

图2  多推理机制专家系统工作流程参考

5结束语

战场形势瞬息万变，机载武器系统故障诊断技术将在飞机作战效能发挥中起到越来越重要的作用。提高机载武器系统、分系统/设备，尤其是机电设备、光电设备自检测功能覆盖率，建立智能诊断系统综合推理机制，进行各种数据的高效融合，是提高智能诊断系统诊断能力，确保机载武器系统快速修复的重要保障。

参考文献：

1. 程鹏.飞航导弹控制系统故障诊断专家系统研究.硕士论文，2012-05-01.

2. 杨晋，李永田，陈凤云.机载火控系统故障诊断机制的研究.计算机测量与控制，2009.17（8）.

3. 李英顺，江山青，陈悦峰，周建军，张银图.D-S证据融合的坦克火控系统混合故障诊断.火炮发射与控制学报，Vol.41 No.1 Mar.2020.

4. 苏健，陈玉强，陈军伟，马殿哲.基于故障树分析的火控系统故障诊断专家系统设计.计算机测量与控制，2013.21（11）.

5. 陈亚明，颜云.故障诊断方法现状及发展方向研究.电工技术，2018.9（下）期.

6. 刘学明.飞机机械设备智能故障诊断专家系统研究.硕士论文，2008-01-01.

7. 庄晓翔.基于信息融合的多故障诊断方法研究.硕士论文，2015-06-01.

1