一种飞机机载健康管理系统通用故障严重等级诊断方法

技术领域

本发明属于飞机健康管理技术领域，具体地说，是一种飞机机载健康管理系统通用故障严重等级诊断方法。

背景技术

飞机机载系统比较复杂，拥有多个相互独立的子系统，这些子系统之间相互关联，结构复杂，由于组成环节和影响因素的增加，使飞机发生故障和失效的潜在可能性增大，因此需要积极研究飞机机载系统故障诊断技术，保障飞机飞行安全。

近年来，故障诊断与预测技术已成为推动航空装备维修方式由事后维修、预防性维修向视情维修发展的关键技术，是有效提高装备安全性、可靠性、维修性、保障性、测试性和经济性的重要技术途径。目前相关机构、高校已开展飞机机载系统故障诊断等健康管理技术研究，不过尚处于起步阶段，大多是针对具体应用对象的分散研究，没有形成有效的系统的基础理论体系。另外，对于飞机机载系统健康状态、预测等方面没有给出确切的概念和定义。这在一定程度上影响了飞机安全性水平的进步。

本发明通过故障诊断模型中的残差评估迭代，不仅能够诊断飞机机载系统是否存在故障，而且还能够诊断出故障严重程度，从而提高了故障诊断的精确性，为机载健康管理系统的实现提供了技术支撑。

发明内容

针对飞机健康管理研制需求，本发明的目的在于提供一种飞机机载健康管理系统通用故障严重等级诊断方法，提高飞机机载系统的安全性和可靠性，并为飞机机载健康管理系统提供技术支撑。

本发明的发明目的通过以下技术方案实现：

一种飞机机载健康管理系统通用故障严重等级诊断方法，包括如下步骤：

1)获取故障敏感参数和非敏感参数；

2)以故障敏感参数和非敏感参数作为输入，制定操作条件和特定故障，开展诊断模型的仿真；

3)针对机上采集到的数据和诊断模型对故障仿真得到的数据开展特征提取；

4)根据机上采集数据的特征和诊断模型仿真数据的特征的残差值判断是否需要反复试验，直至诊断出故障大小。

较佳地，步骤1)中，故障敏感参数通过操作条件和故障损伤程度分析飞机机载系统各子系统/部件产生的响应从而确定。

较佳地，步骤1)中，非敏感参数通过仿真数据来近似估计参数值。

较佳地，步骤2)中还包含反复进行仿真，修正模型准确度。

较佳地，步骤2)中还包含对从诊断模型中获得数据以相似的方式进行处理或修正，确保诊断模型准确度。

较佳地，步骤3)中，特征提取包含时域特征提取、频域特征提取和时频域特征提取。

较佳地，步骤4)具体操作为依次将不同大小的故障入到诊断模型中进行仿真，并将采用步骤3)提取得到的系统数据特征值和诊断模型仿真数据特征值作残差对比判断，若近似为0，则得出故障诊断结果，即系统故障为当前模型中试验的故障大小或严重等级；否则，继续跟剩下的其他大小的故障继续进行仿真、特征残差对比，不断反复，直至残差近似为0，最终诊断出故障严重等级。

本发明与现有技术相比，其显著优点为：为飞机机载系统提供了一种通用的故障诊断方法，并且在诊断系统是否存在故障的基础上，进一步诊断出故障的严重程度，从而降低飞机机载健康管理系统研制的成本和周期，并为机载健康管理系统的实现提供技术支撑。

附图说明

图1为一种飞机机载健康管理系统通用故障严重等级诊断方法的流程示意图。

具体实施方式

下面结合附图和具体实施方式对本发明做进一步说明。

参见图1所示，本实施例所示的一种飞机机载健康管理系统通用故障严重等级诊断方法，包含以下步骤：

步骤一：获取故障敏感参数和非敏感参数。

故障敏感参数可以通过操作条件和故障损伤程度分析飞机机载系统各子系统/部件产生的响应从而确定。

非敏感参数可以通过仿真数据来近似估计参数值。在给定的操作环境下使用特定的仿真数据近似估计为这些参数，由于被认为是非敏感参数，因此不管系统故障与否，通过仿真数据近似估计得到的这些非敏感参数取值变化都很小甚至无变化。

步骤二：以故障敏感参数和非敏感参数作为输入，制定操作条件和特定故障，开展诊断模型的仿真，得到一个信号或系统参数集的一组值，并反复仿真验证诊断模型的准确度。另外，考虑现实中飞机机载系统在运行过程中会受到噪音、传感器响应特性等干扰，因此对从诊断模型中获得信号或系统参数以相似的方式进行处理或修正，进一步确保诊断模型准确度，能够真实反映系统的实际情况。

步骤三：针对机上采集到的数据和诊断模型对故障仿真得到的数据开展特征提取。

特征提取包含时域特征提取、频域特征提取和时频域特征提取。时域特征是指对飞机监测信号的各种时域参数、指标的估计或计算。根据量纲的有无可以分为有量纲健康表征指标和无量纲健康表征指标。有量纲表征指标包括：最大值、最小值、峰峰值、均值、方差、均方值、均方根值。无量纲健康表征指标有：波形指标、峰值指标、裕度指标、峭度指标以及脉冲指标。伴随着飞机系统故障的出现，通常会引起其振动信号频率成分方面的变化。频率成分的组成和大小是对飞机各系统健康状态的重要表征。采用频谱分析、倒频谱分析、包络分析、阶比谱分析、全息谱分析等实现对飞机系统的特征提取。对于飞机的各个系统而言，当其发生故障时的感知信号，大多是非平稳、非线性信号，时频分析方法在处理非平稳、非线性信号方面表现出来的优异性使得其成为对飞机各系统进行特征提取的有效技术手段。采用小波分析、经验模态分解、Hilbert-Huang变换、局部均值变换LMD等自适应时频分析方法实现对飞机的系统、子系统、部件的特征提取。

步骤四：根据机上采集数据的特征和诊断模型仿真数据的特征的残差值判断是否需要反复试验，直至诊断出故障大小。

当飞机机载系统发生故障时，飞机机载系统系统中的信号或参数会发生变化，此时便可通过与信号或参数期望值进行比较从而识别出故障。

依次将不同大小的故障注入到诊断模型中进行仿真，并将采用步骤三方法提取得到的系统数据特征值和诊断模型仿真数据特征值作残差对比判断，若近似为0，则得出故障诊断结果，即系统故障为当前模型中试验的故障大小或严重等级；否则，继续跟剩下的其他大小的故障继续进行仿真、特征残差对比，不断反复，直至残差近似为0，最终诊断出故障严重等级。具体方式如下：

将不同大小的故障设为F