到故障层次结果对应的节点B，这里的诊断过程对应于层次诊断中的层间诊断过程；选取节点B对应的装备层次模型节点S2，由关联关系确定与节点S2相互作用的节点，结合获取的故障特征参量和一次、二次故障诊断信息，对故障层次模型进行有关联的剪裁，确定对应于装备层次中第三层的节点S2’，将电子信息装备故障定位至LRU/LRM。
[0024]图4是本发明本发明系统级故障诊断验证系统框图。以实际电子信息装备为验证对象，构建系统级故障诊断验证系统，如图所示，验证系统主要由被测装备和故障诊断系统组成。
[0025]图5是本发明故障推理流程图。根据故障诊断系统采集被测装备故障状态数据，将特征提取后的主故障参数作为输入层，故障模式作为输出层，其余中间各层为隐层。首先对各种征兆域进行人工神经网络计算，用D-S证据理论进行输出结果的局部信息融合，在系统中将单通道输出直接转化为证据推理模型，即将神经网络的单通道输出经过归一化处理，直接作为各焦点元素的基本概率分配，从而避免了构造基本概率分配函数的复杂性，然后用D-S证据理论的组合规则逐次合并各通道的诊断信息，得到该征兆域独立的局部诊断结果。
[0026]本方法依据装备和故障间的内在联系，通过系统级层次化分析可以提供一个完备的空间，使任何诊断都可在这个空间中找到解答，层次性结构可使装备在诊断过程中能够系统地反映各故障模式间的内部联系，且利于根据显式故障模式求解潜隐性故障模式；本方法基于装备层次性，全面有层次地分析装备的故障状态原因，并给出相关联故障间的逻辑关系，以清晰完备的表达装备的故障模式层次，为检测、隔离及排除故障提供指导；运用基于装备分布式BIT与外部ATE测试所获取的各主因子特征参数，采用BP神经网络和D-S证据理论相结合的信息融合方法进行正反诊断推理，即有效地结合了诊断推理系统的效率和完备性，从而满足故障诊断系统对实时性和准确性的要求。
【主权项】
1.一种用于电子信息装备层次化故障诊断方法，其特征在于，包括以下步骤: 步骤一、装备故障模式分析:包括装备故障模型构建、故障特征提取、故障仿真及验证评估；首先通过用户需求分析、装备故障整理和原始资料搜集对装备进行层次分解和测试性分析得到装备故障模式及影响分析FMEA报告，并在TEAMS仿真软件中建立系统故障模型；运用TEAMS仿真软件根据装备FMEA模拟注入各种类型故障，对系统故障特征提取，并对注入故障进行测试诊断，进而验证评估系统的测试性，得到仿真验证结果； 步骤二、构建层次化故障模型:根据步骤一的仿真验证结果对装备故障模式分析结果进行优化，进而反向指导系统故障模型层次化优化； 步骤三、构建故障诊断系统:根据上述步骤一和二得到的故障模式分析结果和层次化故障模型，选用软硬件资源，包括故障注入软硬件配置、测试软硬件配置，构建故障诊断系统； 步骤四、装备系统级故障诊断验证:根据上述步骤一、二得到的装备故障模式分析结果，运用步骤三构建的故障诊断系统对装备进行故障注入、故障特征提取和故障推理得到装备系统故障诊断结果，对比步骤一的软件仿真结果对装备系统级故障诊断进行验证，完成装备的系统级诊断测试。
2.如权利要求1所述的一种用于电子信息装备层次化故障诊断方法，其特征在于，其中所述的装备故障模型将结合装备结构特征、装备测试数据、BIT数据、装备故障特征参量多方面的装备信息，对装备进行需求分析。
3.如权利要求1所述的一种用于电子信息装备层次化故障诊断方法，其特征在于，所述的故障诊断系统还包括故障特征库，用于存放领域专家的专门知识和仿真推理得到的故障特征；故障特征库根据定性分析和专家经验知识、规则以及实际中得到故障特征有关信息资料组成，并以一定的知识形式来表示。
4.如权利要求1所述的一种用于电子信息装备层次化故障诊断方法，其特征在于，其中层次化故障模型优化包括以下步骤: 4.1根据获取的故障特征参量，选取故障模式层次中的系统进行故障推理诊断，得到初步的系统及诊断结果所对应的节点A ; 4.2选取节点A对应的层次化故障模型节点SI，由关联关系确定与节点SI相互作用的节点； 4.3由在层次化故障模型中选取的节点，结合获取的故障特征参量和一次故障诊断信息，对层次化故障模型进行有关联的剪裁，确定对应于装备层次中第二层的节点SI’ ； 4.4从剪裁出来的故障子模式空间中选取第二层装备节点SI’进行故障推理诊断，得到故障层次结果对应的节点B ; 4.5选取节点B对应的装备层次模型节点S2，由关联关系确定与节点S2相互作用的节点，结合获取的故障特征参量和故障诊断信息，对层次化故障模型进行有关联的剪裁，确定对应于装备层次中第三层的节点S2’，将电子信息装备故障定位。
5.如权利要求1所述的一种用于电子信息装备层次化故障诊断方法，其特征在于，其中故障推理根据故障诊断系统采集被测装备故障状态数据，将特征提取后的主故障参数作为输入层，故障模式作为输出层，其余中间各层为隐层；首先对各种征兆域进行人工神经网络计算，用D-S证据理论进行输出结果的局部信息融合，在系统中将单通道输出直接转化为证据推理模型，即将神经网络的单通道输出经过归一化处理，直接作为各焦点元素的基本概率分配，从而避免了构造基本概率分配函数的复杂性，然后用D-S证据理论的组合规则逐次合并各通道的诊断信息，得到该征兆域独立的局部诊断结果。
【专利摘要】本发明提出的一种用于电子信息装备层次化故障诊断方法，解决现有装备故障诊断技术故障检测率低、故障覆盖率不高、故障隔离能力差等问题。步骤一、装备故障模式分析：包括装备故障模型构建、故障特征提取、故障仿真及验证评估；步骤二、构建层次化故障模型：根据步骤一的仿真验证结果对装备故障模式分析结果进行优化，进而反向指导系统故障模型层次化优化；步骤三、构建故障诊断系统：根据上述步骤一和二得到的故障模式分析结果和层次化故障模型，选用软硬件资源；步骤四、装备系统级故障诊断验证：完成装备的系统级诊断测试。
【IPC分类】G05B23-02
【公开号】CN104597892
【申请号】CN201410785081
【发明人】余锋祥, 蔡栋生, 郑磊, 郑永丰, 陈斐, 李泽明, 蔄元臣, 曹宇, 宋元, 贾召会
【申请人】北京航天测控技术有限公司
【公开日】2015年5月6日
【申请日】2014年12月16日