一种基于航天器遥测参数分词的关键故障器件定位方法与流程

本发明涉及一种航天器关键故障器件定位方法，属于航天器故障诊断分析领域。

背景技术：

随着航天技术的不断发展，航天器的功能日趋复杂，新型器件不断增多，同时需要设置相应的监测点，采集分析判断器件状态，才能及时发现器件异常，有效保障航天器在轨安全稳定运行和任务的顺利开展。航天器的遥测参数数量已达万级，器件间耦合度高，在姿态或能源发生异常时，常常会导致产生几十甚至上百个相关遥测参数的报警信息。

目前在大量报警信息中分析定位故障关键器件，依靠系统分析员手动完成，存在耗时较长、依赖经验的问题，无法满足航天器异常定位处置的时效性和准确性要求。

技术实现要素：

为了克服现有技术的不足，本发明提供一种基于航天器遥测参数分词的关键故障器件定位方法，将异常的遥测参数进行分词处理，再将所有遥测参数分词结果进行聚类统计，获得报警信息中的频繁异常器件，完成了关键故障器件的定位，提高了故障器件定位的准确性和效率。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤1，采集故障报警信息，单条故障报警信息为{paraname:msg}，其中paraname为故障遥测参数的参数名称，msg为报警类型，取值为超上限或超下限；所有报警信息组成集合detectionset＝{paraname1:msg1,paraname2:msg2,…,paranamen:msgn}，共n条报警信息；

步骤2，将需要关注的检测类型定义成字典序列dict＝[type1,type2,…,typem]，共m种检测类型；

步骤3，利用报警遥测参数信息和检测类型字典，对每项遥测参数按照“器件名称，器件描述，检测类型，补充描述”进行分词切分，每个遥测参数至少包含器件名称，首先区分检测类型和补充描述，然后区分器件名称和器件描述；

步骤4，将分词结果进行统计并排序，确定频繁故障器件和频繁故障类型。

所述遥测参数的检测类型包括但不限于功率、温度、电压、电流、误差、次数和状态。

所述的字典序列dict＝[type1,type2,…,typem]中各检测类型按照字符串长度的降序排列。

所述的步骤3中，单个遥测参数名称的字符串为paranamei＝[a1,a2,..,apl]，1≤i≤n，pl为字符串长度；搜索paranamei中是否包含类型字典中的某一项，如果包含类型typej，1≤j≤m，在paranamei中的开始位置为stypej，结束位置为etypej，则参数paranamei的检测类型分词部分typeparti＝typej，参数paranamei的器件名称和器件描述分词部分elementparti＝paranamei[1:stypej]，参数paranamei的补充描述分词部分detailparti＝paranamei[etypej:pl]；如果不包含字典中的任何类型，则typeparti＝””，elementparti＝paranamei，detailparti＝””。

所述的步骤3中，器件名称和器件描述的分词切分包括以下步骤：1)设置当前切分开始位置cutstartpos＝0，当前切分结束位置cutendpos＝cutstartpos+1；2)定义切分词变量1为cutword1＝elementparti[cutstartpos:cutendpos–1]，切分词变量2为cutword2＝elementparti[cutstartpos:cutendpos]；3)定义searchresult1为detectionset中所有参数名称查找cutword1开始位置形成的向量序列，如果某参数没有出现cutword1该值为-1；4)定义searchresult2为detectionset中所有参数名称查找cutword2开始位置形成的向量序列，如果某参数没有出现cutword2该值为-1；5)如果searchresult1与searchresult2完全相同，则更新cutendpos值加1，返回2)重复上述过程直至cutendpos大于stypej；6)如果searchresult1不等于searchresult2，获得参数paranamei的器件名称分词结果elementnameparti＝elementparti[cutstartpos:cutendpos-1]，参数paranamei的器件描述分词结果elementdetailparti＝elementparti[cutendpos:stypej]。

所述的步骤3中，遥测参数paranamei的分词结果为[elementnameparti,elementdetailparti,typeparti,detailparti]，对detectionset中的所有遥测参数都进行分词切分，得到分词结果序列partsresult＝[[elementnamepart1,…,elementnamepartn],[elementdetailpart1,…,elementdetailpartn],[typepart1,…,typepartn],[detailpart1,…,detailpartn]]。

所述的步骤4中，将分词结果序列partsresult中[elementnamepart1,…,elementnamepartn]出现的所有项进行计数统计，并按照计数数量进行降序排列，得到频繁故障器件统计集合partsset＝{elementnamepart1:ecount1,…,elementnamepartp:ecountp}；将partsresult中[typepart1,…,typepartn]出现的所有项进行计数统计，并按照计数数量进行降序排列，得到频繁故障类型统计集合typesset＝{typepart1:tcount1,…,typepartq:tcountq}。

本发明的有益效果是：克服了现有基于概率中文分词方法切分遥测参数时效果依赖于具体参数集合并对常用词识别精度差，及基于字典的中文分词方法切分遥测参数时需要定义大量关键词的缺点，通过将每项遥测参数按照“器件名称，[器件描述]，[检测类型]，[补充描述]”进行分词切分，只需要定义极少数量的检测类型关键词，并通过首先区分“[检测类型]，[补充描述]”，然后区分“器件名称，[器件描述]”的二次分词过程，完成遥测参数的分词。同时通过对大量故障报警遥测参数的分词和分类统计处理，提高了人员对于航天器报警信息的分析效率和准确性。列出的频繁故障器件集和频繁故障类型集，能帮助人员有效定位关键故障器件，提高故障定位能力。

附图说明

图1是本发明的流程图；

图2是本发明应用案例的示意图。

具体实施方式

下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施例。

本发明提供了一种基于航天器遥测参数分词的关键故障器件定位方法，将每个异常遥测参数分词为器件名称、器件描述、检测类型和补充描述四个部分，再将所有异常遥测参数的器件名称和检测类型部分进行聚类统计，获得频繁项集，作为关键故障器件。该方法既有利于人员清晰明了地描述异常现象，又有利于实现关键故障器件的分析定位。

如图1所示，本发明具体包括如下步骤：

第一步：故障报警信息采集和检测类型字典的定义；

第二步：故障遥测参数的分词切分；

第三步：关键故障器件的统计分析。

如上所述的第一步具体包括如下步骤：

步骤1.1：故障报警信息收集。单条报警信息为{paraname:msg}，其中paraname为故障遥测参数的参数名称，msg为报警类型，取值为超上限或超下限。所有报警信息组成集合detectionset＝{paraname1:msg1,paraname2:msg2,…,paranamen:msgn}，共n条报警信息。

步骤1.2：检测类型字典的定义。在遥测参数名称中会标明该遥测参数的检测类型，包括“功率”，“温度”，“电压”，“电流”，“误差”，“次数”，“状态”，将需要关注的检测类型定义成字典序列dict＝[type1,type2,…,typem]，共m种检测类型，并将其中的各项按照字符串长度的降序排列。

如上所述的第二步包括如下步骤：

利用报警遥测参数信息和检测类型字典，对每项遥测参数进行分词切分。每项遥测参数按照“器件名称，[器件描述]，[检测类型]，[补充描述]”进行分词切分，后三部分都是可选项，既每个遥测参数一定包含器件名称，选择包含后三项。具体步骤如下：

步骤2.1：单项遥测参数中检测类型和补充描述部分的分词切分。单个遥测参数名称的字符串为paranamei＝[a1,a2,..,apl]，1≤i≤n，pl为字符串长度。搜索paranamei中是否包含类型字典中的某一项，如果包含类型typej，1≤j≤m，在paranamei中的开始位置为stypej，结束位置为etypej，则参数paranamei的检测类型分词部分typeparti＝typej，参数paranamei的器件名称和器件描述分词部分elementparti＝paranamei[1:stypej]，参数paranamei的补充描述分词部分detailparti＝paranamei[etypej:pl]；如果不包含字典中的任何类型，则typeparti＝””，elementparti＝paranamei，detailparti＝””。

步骤2.2：单项遥测参数中器件名称和器件描述部分的分词切分。1)设置当前切分开始位置cutstartpos＝0，当前切分结束位置cutendpos＝cutstartpos+1；2)切分词变量1为cutword1＝elementparti[cutstartpos:cutendpos–1]，切分词变量2为cutword2＝elementparti[cutstartpos:cutendpos]；3)searchresult1为detectionset中所有参数名称查找cutword1开始位置形成的向量序列，如果某参数没有出现cutword1该值为-1；4)searchresult2为detectionset中所有参数名称查找cutword2开始位置形成的向量序列，如果某参数没有出现cutword2该值为-1；5)如果searchresult1与searchresult2完全相同，则更新cutendpos＝cutendpos+1，返回2)重复上述过程直至cutendpos大于stypej；6)如果searchresult1不等于searchresult2，获得参数paranamei的器件名称分词结果elementnameparti＝elementparti[cutstartpos:cutendpos-1]，参数paranamei的器件描述分词结果elementdetailparti＝elementparti[cutendpos:stypej]。

步骤2.3：遥测参数分词结果的收集。遥测参数paranamei的分词结果为[elementnameparti,elementdetailparti,typeparti,detailparti]，对detectionset中的所有遥测参数都进行分词切分，得到分词结果序列partsresult＝[[elementnamepart1,…,elementnamepartn],[elementdetailpart1,…,elementdetailpartn],[typepart1,…,typepartn],[detailpart1,…,detailpartn]]。

如上所述的第三步包括如下步骤：

利用上一步计算出的分词结果进行频繁报警器件的统计分析，具体步骤如下：

步骤3.1：频繁故障器件统计。将分词结果序列partsresult中[elementnamepart1,…,elementnamepartn]出现的所有项进行计数统计，并按照计数数量进行降序排列，得到集合partsset＝{elementnamepart1:ecount1,…,elementnamepartp:ecountp}。

步骤3.2：频繁故障类型统计。将partsresult中[typepart1,…,typepartn]出现的所有项进行计数统计，并按照计数数量进行降序排列，得到检测类型分词集合typesset＝{typepart1:tcount1,…,typepartq:tcountq}。

参照图2，本发明应用案例分为三个主要步骤：

1)故障报警信息采集和检测类型字典的定义。图2第一步中列出了8项故障报警信息，在实际应用中报警数量远远大于该数量，此示例仅作为方法流程说明。第一步同时需要用户定义类型字典，在图2中定义了温度、电压、电流等典型的遥测参数类型。

2)故障遥测参数的分词切分。通过类型字典首先完成遥测参数名称中检测类型和补充描述部分的分词，然后完成器件名称和器件描述部分的分词。8项报警遥测参数的分词结果如图2中第二步所示，各分词部分之间使用”,”分隔。

3)关键故障器件的统计分析。分别对所有故障遥测参数中的器件名称和检测类型部分进行统计，得到频繁故障器件集合和频繁故障类型集合，如图2中第三步所示，8项报警信息的关键器件是“南蓄电池组”和“uhf功放”，主要故障类型是“温度”。

综上所述，本发明提供了一种基于航天器遥测参数分词的关键故障器件定位方法。解决了现有在大量故障报警信息情况下，人员手动分析关键故障器件导致的效率不高、准确性难以保证的技术问题。