一种基于多值功能函数的故障建模诊断方法
文献发布时间:2024-04-18 19:52:40
技术领域
本发明涉及雷达装备综合保障工程技术领域,具体涉及一种基于多值功能函数的故障建模诊断方法。
背景技术
雷达的故障诊断能力影响作战效能,诊断覆盖广度和定位准度与系统工作方式、各模块的信号传递路径及转换原理密切相关。为帮助用户准确定位迅速排故,需要在日益复杂故障现象中挖掘有效信息,不断提高雷达测试诊断设计水平,进而提高现场使用保障能力。
现有雷达系统在六性设计过程中,一般采用以下模式:1)以故障正常二值定义设备状态;2)按系统-分系统-LRU(模块)责任层级建模;3)参照经验枚举模块故障模式,向上直接求和。长期以来,对电讯设计结合不足,大量物理知识和统计数据利用不够,导致雷达故障诊断呈现检测不全、隔离错误、影响偏离的特征。
发明内容
为了解决上述问题,本发明提出了一种基于多值功能函数的故障建模诊断方法,包括以下步骤:
步骤1:雷达功能分析及信号归类:分析雷达系统从部署到转场前的完整工作剖面,梳理系统功能关联的各单元子功能,并按各功能输入输出信号的逻辑特征进行归类,确保后续故障模型准确反映雷达运行状态;
步骤2:故障诊断模型的元素定义:基于步骤1确定的功能及信号类别重新定义故障诊断模型的元素;
步骤3:系统级多任务长链路模型的构建:参照信号传递路径,搭建系统故障模型;基于任务的分时独立性,逐条搭建单任务长链路模型;结合单元子功能复用性,将单任务长链路模型拼接为全系统多任务长链路的故障模型;每个单任务长链路包括顺次连接的若干节点,每个节点包括工作输入信号、工作功能、工作输出信号、工况输入信号、工况功能、工况输出信号和内部自生工况信号;
步骤4:单元级显性功能函数的建模:针对步骤3链路中存在的工况输出信号仅报参数、状态不明确的节点,如果功能对应的功能函数有解析形式,通过功能函数明确输入输出关系,进而获取工作输出信号不同区间范围对应的状态,约定相应的三值逻辑,分别为:0,代表正常状态;1,代表失效状态;2,代表不良状态;
步骤5:单元级隐性功能函数的建模:针对步骤3链路中功能对应的功能函数无解析形式的节点,通过预处理措施筛选有效的统计数据,结合响应面及Bayes原理建模,获取工作输出信号不同区间范围对应的状态,约定相应的三值逻辑分别为:0,代表正常状态;1,代表失效状态;2,代表不良状态;
步骤6:诊断分析及决策建议:对输入输出信息齐备的节点,基于多值逻辑运算进行模块自诊断;对输入输出匮乏的节点,参考D矩阵和诊断树算法,按由近到远的顺序对链路关联节点信息进行综合诊断,并视故障影响提出保障决策建议。
进一步地,步骤3的单任务长链路模型的搭建步骤分解如下:
步骤3.1:定义工作输入信号组合逻辑值的运算规则,实现功能作用前的预处理;
步骤3.2:基于步骤3.1的结果,定义工作输入信号组合经工作功能作用生成工作输出信号时工作功能作用的逻辑运算规则;
步骤3.3:基于步骤3.2的结果,定义将工况输入信号、工作输出信号及内部自生工况信号拼接为工况输出信号时工况功能作用的逻辑运算规则。
进一步地,按各功能输入输出信号的逻辑特征将信号归为三类,分别是供电信号、控制射频数据信号、运动介质信号三类。
进一步地,所述模型元素包括信号元素、功能元素、路径元素和框体元素;信号元素包括工作信号和工况信号,工作信号需“复印”为工况信号融入BIT报文传递;约定工况信号存在4种逻辑值:工况信号为0,代表正常状态;工况信号为1,代表失效状态;工况信号为2,代表不良状态;工况信号为3,代表休止状态,对应BIT报文内容的无效值空值;功能元素包括工作功能和工况功能;约定功能元素对应信号元素也定义为4种逻辑值:0,代表正常状态;1,代表失效状态;2,代表不良状态;3,代表模糊状态,表示当前信息不足以判断功能处于012哪种状态;路径元素包括工作路径和工况路径。
进一步地,步骤6的诊断步骤分解如下:
步骤6.1:判断供电信号;
步骤6.2:综合前端节点、后端节点及多任务情况信息,判断控制射频数据信号;
步骤6.3:判断运动介质信号,补全非工作输出的状态;
步骤6.4:划分故障影响程度并提出决策建议。
进一步地,单任务长链路模型的搭建包括以下步骤:
对简易的单元级模型,定义如表2所示的工作输入信号逻辑值组合的基础规则;
表7工作输入信号组合的逻辑运算规则
工作输入信号组合经工作功能作用生成工作输出信号,考虑工作功能实际逻辑值仅有012三种情况,定义表3所示的逻辑规则;
表8工作功能作用的逻辑运算规则
表3中,当基于报文的输入组合逻辑值为3时表示休止,表明是模块尚未供电或控制指令信息要求暂不响应;当响应被触发时,遵循2中取2的规则;
将工况输入信号、工作输出信号及内部自生工况信号拼接为工况输出信号,工况功能只对信号进行采集、拼接,不依赖控制信号信息,也不影响射频数据信号;影响工况功能的输入信号只有供电和通讯,其规则定义如表4所示;
表9工况功能作用的逻辑运算规则
进一步地,将单任务长链路模型拼接为全系统多任务长链路的故障模型时,先搭建单任务长链路模型;然后进一步以被复用的功能为公共节点拼接合并,增加标识Case i便于区分,有助于后续诊断的信息互补;其中,case i表示被复用的功能分别处于第i个任务中,i为正整数。
进一步地,步骤6.1具体为:
基于供电信号,确定链路是否处于工作状态,若未处于工作状态则输入输出工况信号都为3,对应功能诊断为是3。
进一步地,步骤6.2具体为:
根据控制射频数据信号,确认当前工作模式,触发对应故障链路模型及单元级显性功能函数模型或单元级隐性功能函数模型,根据输入输出已知信息分为以下几类:
当前链路节点的直接输入输出均已知时,遵循如表6所示的逻辑运算规则,表6中,×表示不存在这种情况;
表10输入输出完备的诊断规则
节点的直接输出已知,输入组合未知时,链路前端节点的信号对诊断无意义,遵循如表7所示的逻辑运算规则;
表11输出未知的诊断规则
节点的直接输入组合已知,输出未知时,诊断依赖链路后端节点的工况输出信号,遵循如表8所示的逻辑运算规则;
表12输入未知的诊断规则
当前Case i中输入组合或输出未知,但在其他任务中信息完备诊断不模糊时,以其他Case的诊断结果替代当前的任务的输入组合或输出。
进一步地,步骤6.3具体为:
根据当前工作模式,对非工作功能输入的运动和介质信号所处范围进行判断,根据其直接输出数值所处区间进行归类。
进一步地,步骤6.4具体为:
对影响当前安全的故障,包括漏液、打火、冷却不通和机构故障,应立刻维修;
对影响当前任务的故障,包括信号处理的收数、发数板无法工作,性能已低于门限,或多冗余设备其他门限,应立刻维修;
对影响未来任务的故障,包括固定老化损坏周期的机械设备,双路备份单路故障,或多冗余设备性能预测将下降到不可接受程度,应定期或视情况维修;
对影响未来寿命的故障,包括设备温度压力等参数持续超差但未过安全值,应定期或视情况维修;
对影响不明显的故障,包括多冗余设备个体非安全故障、监测模拟设备故障,应视情况维修。
本发明与现有技术相比,优点包括:
1)测点科学、定位准确
通过对信号传递及转换关系的梳理,紧密结合电讯设计科学选取测试点,相比经验设计减少了潜在的冗余点,突出了功能关键点以便增补疏漏、细化隔离。
2)模型科学、信息全面
相比“金字塔”结构模型,充分运用知识信息及统计信息,搭建基于多任务长链路的系统级模型、显性机理隐性数据的单元级模型,避免逻辑运算与工作模式脱钩。
3)诊断科学、决策到位
基于多值逻辑规则进行模块独立诊断及链路关联诊断,根据故障影响程度提出科学保障建议,减少欠维修和过维修概率,驱动新装备六性设计持续优化。
附图说明
图1为本发明的实施流程图。
图2为本发明实施例中模型元素示意图。
图3为本发明实施例中单任务长链路模型示意图。
图4为本发明实施例中多任务长链路模型示意图。
图5为本发明实施例中正弦空间的阵面方向图。
图6为本发明实施例中传动机构示意图。
具体实施方式
本发明的目的在于提供一种基于多值功能函数的故障建模诊断方法,充分利用信号关系及统计数据信息,挖掘电讯功能与设备状态的解析逻辑与潜在关联,科学建模、精准诊断。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1所示,本实施例的技术方案具体包括如下步骤:
一、雷达功能分析及信号归类
分析雷达系统从部署到转场前的完整工作剖面,梳理系统功能关联的各单元子功能,并按各功能输入输出信号的逻辑特征进行归类,确保后续故障模型准确反映雷达运行状态。
首先,遵循设备间实际传递和转换的原则,开展结构扁平化的功能分析:
1)按操作触发的工作流程梳理所有系统功能及其时序关系,如:
电站上电→伺服上电;
伺服上电→调平→解锁→升降;
2)梳理模块子功能,每个系统功能向下存在若干相对独立的路径,需进一步细化。以调平为例,在设备上电正常前提下,按下按钮同时触发了三条路径:
控阀,目的打开阀组,主要为控制信号转换
启泵,目的运转油泵,一是控制信号转换,二是电能转换为机械能
调平,目的伸缩撑腿,仅存在液压油的被动传递
3)按传递路径描述功能完整作用过程;
连接格式:模块|功能|信号→模块|功能|信号→…;
编码格式:模块M1,M2…Mn;功能G1,G2…Gn;信号S1,S2…Sn;
以典型工作剖面中为例,符号简化后的功能分析见下表。
表13功能分析及信号归类案例(省略编号)
基于上表,贴合工作及测试特点将信号划分为:
●供电信号
供电信号是由供电设备产生,经配电设备转换变压整流,经用电设备消耗变为机械能或热能,不涉及对信号信息的利用。
●控制射频数据信号
控制信号由操作产生,经控制设备转换为符合定时的指令,触发工作方式切换和参数加载;而射频及数据信号,利用控制信号的内容信息,由射频设备合成预期波形的电磁波,接收目标反射回波经处理设备转换为界面显示数据,是系统主要运算信号。
●运动介质信号
运动信号由电机带动或液压辅助运动,存在电能转换机械能;介质信号包括温度、流量、压力等信号。二者在工作链路中没有直接信息,而是基于传感器参数化后间接传递。
二、故障诊断模型的元素定义
基于步骤一确定的功能及信号类别,依据易识别原则重新定义故障诊断模型的元素类别、形式及作用,有利于保留功能独立性进行节点逻辑转换,同时规范同质因素进行链路逻辑运算。
考虑逻辑运算需求,提炼案例共因,定义四类模型元素如图2所示。
1)信号元素
①工作信号,故障诊断模型建模时雷达系统工作产生的信号
符号Wi的方形■,代表工作输入信号,是由外部输入的工作信号;
符号Wo的方形■,代表工作输出信号,是向外部输出的工作信号。
②工况信号,故障诊断模型诊断时产生的信号
符号Bi的方形■,代表工况输入信号,是由外部输入的工况信号;
符号Bo的方形■,代表工况输出信号,是向外部输出的工况信号;
符号Ei的方形■,代表内部自生工况信号。
工作信号不是直接“可见”值,需“复印”为工况信号融入BIT报文传递。区别于传统的故障正常两种状态,约定工况信号存在4种逻辑值:
工况信号为0,代表正常状态;
工况信号为1,代表失效状态;
工况信号为2,代表不良状态,即工作性能下降但尚未失效;
工况信号为3,代表休止状态,如BIT报无效的255或空值。
2)功能元素
首先,从输入输出关系将功能进行细分。
①N汇集1
说明:拼接向后端节点功能传递,信号内容不变;
适用:工况信号。
②N中取K
说明:判断若干相同信号满足门限数量时向后输出,信号内容不变;
适用:工作信号中2备1、3备2等情况。
③N项算1
说明:全部数学运算及物理转换,信号内容改变;
适用:工作信号中的普遍功能。
然后,考虑对信号元素的映射,采用两种元素描述功能。
①工作功能
符号Wg的圆形●,覆盖供电控制射频数据信号产生及运算的功能;
②工况功能(BIT)
符号Bg的圆形●,覆盖运动介质信号测量及对Wo“耦合”监测的功能。
功能状态不“可见”,需基于已知的工况信号逆向判断,其逻辑值同信号元素也定义为0123四类,区别在于:工况信号的3代表休止,对应BIT报文内容的无效值空值;而功能的3代表模糊,即当前信息不足以判断功能处于012哪种状态。
3)路径元素
①工作路径
带箭头的实线→;图2中,雷达系统工作的流程为箭头方向从左往右,和故障诊断模型建模的流程一致,即节点的工作输入信号Wi经工作功能Wg作用后得到工作输出信号Wo。
②工况路径
带圆点的虚线-·;图2中,故障诊断模型诊断时的流程为带圆点的虚线方向从右往左推断,即从节点的工况输出信号Bo、工况功能Bg、内部自生工况信号Ei和工况输入信号Bi推算出工作功能Wg。
4)框体元素
无填充的方形□,代表框内功能及信号隶属的节点。
三、系统级多任务长链路模型的构建
参照信号传递路径,搭建系统故障模型。基于任务的分时独立性,先逐条搭建单任务长链路模型;结合单元子功能复用性,拼接全系统多任务长链路的故障模型。
1)单任务长链路模型
考虑普适性,以带框的符号[i]、[o]、[g]表示每个节点对应的输入输出信号及功能集合,如图3所示,图3中,L、C和R分别表示前端节点、本节点和后端节点;更具体地,[i]包括工作输入信号[Wi]、工况输入信号[Bi]和内部自生工况信号[Ei],[o]包括工作输出信号[Wo]和工况输入信号[Bo],[g]包括工作功能[Wg]和工况功能[Bg]。并将功能的传递、转换步骤拆分如下。
①工作输入信号组合
对简易的单元级模型,定义工作输入信号逻辑值组合的基础规则,如表2所示。对不适用该组合规则的情况,后续通过单元级功能函数(包括单元级显性功能函数和单元级隐性功能函数)进行建模。
表14工作输入信号组合的逻辑运算规则
②工作输入信号组合经工作功能作用生成工作输出信号
考虑功能实际逻辑值仅有012三种情况,定义下表所示的逻辑规则。
表15工作功能作用的逻辑运算规则
表中,当基于报文的输入组合逻辑值为3(休止)时,可能是模块尚未供电、或控制指令信息要求暂不响应。当响应被触发时,遵循2中取2的规则。
③工况输入信号、工作输出信号及内部自生工况信号拼接为工况输出信号
工况功能只对信号的采集、拼接,不依赖控制信号信息,也不影响射频数据信号,是N汇集1型功能。影响工况功能的输入信号只有供电和通讯,其规则定义见下表。
表16工况功能作用的逻辑运算规则
2)多任务长链路的故障模型
关注不同的工作模式设置下触发的公共功能。
以图4为例,搭建单任务长链路模型时,共生成两条路径,仍然将信号经任一功能的传递、转换过程拆分为三个步骤;进一步以被复用的功能为公共节点拼接合并,增加标识Case1、Case2便于区分,有助于后续诊断的信息互补。
四、单元级显性功能函数的建模
针对步骤三链路中存在的工况输出信号仅报参数(只报出参数数值而不是逻辑值)、状态不明确(逻辑值不明确)的节点,如果功能函数有解析形式,通过函数可以明确输入输出关系,进而获取工作输出信号不同区间范围对应的状态,约定相应的三值逻辑,分别为:0,代表正常状态;1,代表失效状态;2,代表不良状态。
某些单元信号只有参数而没有逻辑值直接报出,原因包括:不同任务下四值逻辑对应的参数范围不同;信号正常与否不取决于自身值,而是与其他参数耦合影响。
以某产品的对外辐射功能为例,不宜采用步骤三的规则对天线振子分别建模,而应设置空间虚拟节点,构建功能函数模型,描述振子输出在空域的实际合成功能。
阵面的远场方向图的解析式为:
r
为沿观察方向上的单位矢量/>
为振子矢量方向图;
R为坐标系原点到观察点P((x,y,z))的距离;
c
其中,
1)重点关注威力的任务
威力方程中的增益G
2)重点关注精度的任务
精度方程中的方位偏角和俯仰偏角σ
3)重点关注分辨力的任务
分辨力方程中的θ
4)同时关注威力、精度、分辨力的任务
其他情况下,需综合形状参数Z
最后,根据任务指标转换形状参数区间,约定三值逻辑:
阵面方向图在正弦空间的形状如图5所示。
五、单元级隐性功能函数的建模
针对步骤三链路中功能函数无解析形式的节点,通过清洗、合并分布源等预处理措施筛选有效的统计数据,结合响应面及Bayes原理建模,获取工作输出信号不同区间范围对应的状态,约定相应的三值逻辑,分别为:0,代表正常状态;1,代表失效状态;2,代表不良状态。
对报文中无直接状态且原理无解析式的节点,需建立隐性功能函数描述其作用过程。如图6所示伺服设备的机构,装配后受空间约束无法通过传感器直接观测运动状态,退化过程中运动副间隙跳变及繁杂的颗粒磨损影响加剧,理论公式无法覆盖这些因素。
首先,定义运动极限状态函数:
S=g(x)=g(x
式中,S可以是位移、速度、加速度或其他系统关注的运动参数,x=[x
将产品的任务指标映射到功能水平,定义功能刚好能达到阈值的状态为极限状态,对传统二值逻辑,数学上以S>0确定实现既定功能为可靠状态,S<0为故障状态,则S=0是极限状态。同理,对符合[0,1,2]三值逻辑的功能,存在从0(正常)到2(不良)和从2(不良)到1(失效)两个转变点,故定义两个极限状态函数:
S
S
表征量不存在真实物理公式,只能通过数据拟合尽可能接近真实S
1)数据筛选
进行数据筛选,比较独立因子,排除远区振动量避免变量耦合和过拟合
2)响应面模型
综合考虑精度及效率,采用二次多项式响应面对S
其中,A
3)Bayes模型
考虑到响应面模型的局限性,即变量有状态无数值或当前样本数少于待定系数维度无法求解时,利用Bayes原理的矫正能力以补全隐式功能函数模型。
以某机构运行状态及变量记录结果为例,见下表。
表17机构运动状态及变量记录表
①定义随机变量获取似然函数
设A
P(B|A
P(B|A
P(B|A
②确定先验分布
先验分布可以采用相似产品近似工况的运动数据或试验结果拟合分布:
P(A
③利用Bayes原理求解后验分布
基于极大似然估计的Bayes公式,可得:
P(A
P(A
结果表明,同时出现X向和Y向振动时,机构运动状态为1(失效)的概率最大。
定义仅有X或Y向振动时的事件为C,无振动事件为D,进一步可求得:
结果表明,仅出现单向振动时,机构运动状态为2(不良)的概率最大;无振动时,机构运动状态为0(正常)的概率最大。
六、诊断分析及决策建议
对输入输出BIT信息齐备的节点,基于多值逻辑运算进行模块自诊断;对输入输出匮乏的节点,参考D矩阵和诊断树算法,按由近到远的顺序对链路关联节点信息进行综合诊断,并视故障影响提出保障决策建议。
诊断分析为建模的逆过程,具体步骤如下:
1)判断供电信号
基于供电信号,先确定链路是否处于工作状态,若未工作则工况输入信号和工况输出信号的逻辑值都为3,对应的工况功能诊断为3:模糊。
2)判断控制射频数据信号
根据控制射频数据信号,确认当前工作模式,触发对应故障链路模型及单元级功能函数模型(包括单元级显性功能函数模型和单元级隐性功能函数模型),根据输入输出已知信息分为以下几类。
●当前链路节点的直接输入输出均已知时,遵循如表6所示的逻辑运算规则。
表18输入输出完备的诊断规则
表中,×表示不存在这种情况。
●节点的直接输出已知,输入组合未知时
此时,链路前端节点的信号对诊断无意义,遵循如表7所示的逻辑运算规则。
表19输出未知的诊断规则
●节点的直接输入组合已知,输出未知时
此时,诊断依赖链路后端节点的输出信号,遵循如表8所示的逻辑运算规则。
表20输入未知的诊断规则
●多任务信息联合诊断
当前Case i任务中输入组合或输出未知,但在其他任务中信息完备诊断不模糊时,以其他Case的诊断结果暂存在系统中,当切回Case i时仍显示明确的结果。
3)判断运动介质信号
根据当前工作模式,对非工作功能输入的运动和介质信号所处范围进行判断,根据其直接输出数值所处区间进行归类即可。
4)划分故障影响程度并提出决策建议:
●影响当前安全的
如漏液、打火、冷却不通、机构故障等,应立刻维修;
●影响当前任务的
如信号处理的收数、发数板无法工作;威力、精度等性能已低于门限(多冗余设备多个非安全类故障);或多冗余设备其他门限;应立刻维修;
●影响未来任务的
如有固定老化损坏周期的机械设备;双路备份单路故障;或多冗余设备性能预测将下降到不可接受程度;应定期或视情维修;
●影响未来寿命的
如设备温度压力等参数持续超差但未过安全值,应定期或视情维修;
●影响不明显的
包括多冗余设备个体非安全故障、监测模拟设备故障,应视情维修。
至此,全系统故障建模分析过程结束。
本发明通过对雷达工作模式的梳理分解,对信号关系清晰的功能函数构建显式机理模型,对信号关系模糊的功能函数构建隐式数据模型,基于多任务长链路的传递特征进行综合诊断,强化测试性设计。该方法的输出结果有益用户提高故障检测及定位效率,同时帮助研制部门科学分析可靠性薄弱环节,优化维修保障决策,并作为驱动设计端改进新装备的依据。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。