一种大数据环境下航空电子综合系统故障行为耦合风险分析系统的制作方法
【技术领域】
[0001] 本发明涉及航空电子综合系统中故障行为的风险分析，更特别的说，是指一种大 数据环境下适用于航空电子综合系统的故障行为耦合分析系统。
【背景技术】
[0002] 航空电子综合系统作为一个综合信息系统有机体，必然涵盖信息的获取、传输、处 理和应用所组成的信息链。要取得信息优势，需要在信息链中的各个环节采用先进技术，挖 掘潜力，使系统发挥最佳效能。
[0003] 航空电子综合系统的综合要根据系统的战技要求，把所有航空电子部件作为一个 整体进行系统集成，使各种系统资源有机地结合起来，协调工作，共同完成系统的使命任 务，组成一个高度综合化的航空电子综合系统。随着综合水平的提高，系统将具有更强的功 能，更高的容错能力和对各种不同需求的适应能力。
[0004] 故障处理一般指在一个系统中，为了防止整个系统失效，对故障进行处理的方法。 它包括容错和综合测试及维护两个方面。容错指在故障存在的情况下，系统继续维持操作 的能力。综合测试及维护指为支持系统的操作而对整个系统提供测试和维护的行为。
[0005] 故障行为耦合作用使得线性叠加不能成立，且线性相关结构不足以描述故障行为 耦合的非线性特征，增加了航空电子综合系统风险分析的难度和复杂性。航空电子综合系 统在长期运行过程中会有大量的监控记录数据，这些数据包括详细的系统故障行为记录。 这些记录按照时间顺序逐条存储于数据模块中，分布于不同的数据单元。但数据之间是孤 立的，没有提炼出有价值的信息，不利于大数据环境下的再利用。
[0006] A p r i 0 r i算法是一种以概率为基础的挖掘布尔关联规则频繁项集的算法。该算法 利用由少到多，从简单到复杂的循序渐进方式，搜索数据库的项目相关关系，并利用概率的 表示形成关联规则。Apriori算法的实现是基于关联分析的一种逆单调特性，这种特性也被 称作Apr i or i属性。
[0007] 层次分析法是一种简便、灵活而又实用的多准则决策方法。它把一个复杂问题分 解为若干个关键影响因素，并将它们按支配关系形成层次结构，然后应用两两比较的方法 确定决策方案。
[0008] 当一个部件不按照它的规范工作，称为故障。故障在时间上，可以是暂时的、间歇 的或者永久的。在空间上，可以是单个的和多个的。故障的表现有时也称为错误，如不正确 的数据和状态。
[0009] 航空电子综合系统中会出现某些故障行为，如果一个故障没有被解决，而这些故 障行为的耦合将产生错误，而错误将可能导致系统失效风险的产生，最终使系统不能按指 定的要求运行。从而降低航空电子综合系统的可靠、安全性。
【发明内容】
[0010] 为了减少航空电子综合系统中某些故障行为存在耦合时，导致航空电子综合系统 出现故障的情况，本发明设计了一种风险耦合条件下适用于航空电子综合系统的故障行为 分析系统，实现了对航空电子综合系统中大数据的挖掘。
[0011] 本发明设计的一种大数据环境下航空电子综合系统故障行为耦合风险分析系统， 旨在考虑航空电子综合系统中故障行为存在耦合时，基于数据挖掘的行为分析。依据航空 电子综合系统中各个模块中的大量数据信息，通过Apriori算法寻找故障行为之间的关联， 在此基础上，用层次分析法找出关键故障行为，从而通过对关键故障行为有针对性地处理 解决航空电子综合系统出现的错误，有效降低航空电子综合系统发生失效的风险。
[0012] 本发明设计了一种大数据环境下航空电子综合系统故障行为耦合风险分析系统， 所述航空电子综合系统中至少包括有传感器预处理子系统、信号处理机、数据交换网络、任 务数据处理机;其特征在于:该系统包括有故障风险耦合提取单元（10)和关键故障行为判 断单元(20);
[0013] 故障风险耦合提取单元（10)采用Apriori关联规则方法构建了故障行为关联规则 模型。
[0014] 关键故障行为判断单元(20)采用层次分析法构建了递阶层次结构模型。
[0015] 故障风险耦合提取单元（10) -方面接收航空电子综合系统中各个子系统输出的 故障行为集II = {h，12，13，14,…，U，另一方面通过故障行为关联规则模型的处理后，输出 故障行为项之间的风险类#
{给关键故障行为判断单元 (20);关键故障行为判断单元(20)对接收到&
}采用递阶 层次结构模型处理，得到各个存在关联关系的故障行为项的标度数。在本发明中，通过标度 数能够获知导致故障出现的关键故障行为项。
[0016] 采用Apriori关联规则方法对故障行为集11 = {Ιι, 12,13,14,…，In}中的故障行为 项i进行处理，得到故障行为项之间的风险类J ^
^
[0017] 采用层次分析法对故障行为项之间的风险类_
中的元素进行两两比较，得到故障行为项之间相对重要的判别矩阵形式为
[0018]
[0019] 本发明设计的一种大数据环境下航空电子综合系统故障行为耦合风险分析系统 的优点在于：
[0020] ①本发明采用Apriori算法能够挖掘航空电子综合系统中的故障行为之间的关 联，能描述其非线性特征，能够更真实地反映航空电子综合系统面临的各种风险因素。本发 明充分考虑了故障行为的耦合情况，利用数据挖掘的手段，对航空电子综合系统出现的故 障行为进行关联分析，找出导致航空电子综合系统出现失效的故障行为之间的关联。
[0021] ②本发明采用层次分析模型，利用9级标度，构建能找出导致航空电子综合系统出 现失效的关键故障行为。可以更精准地找出导致失效发生的原因，即关键故障行为项，为故 障处理提供可靠的依据和指导。
[0022] ③本发明系统能够对航空电子综合系统中某些故障行为存在耦合时，导致航空电 子综合系统出现故障的风险进行分析，实现了对航空电子综合系统中大数据的挖掘。
【附图说明】
[0023] 图1是本发明的一种大数据环境下航空电子综合系统故障行为耦合风险分析系统 的结构框图。
[0024] 图2是传统航空电子综合系统的结构框图。
【具体实施方式】
[0025]下面将结合附图和实施例对本发明做进一步的详细说明。
[0026] 由于航空电子综合系统的故障行为存在相关性，不同故障行为之间通常不是独立 的，它们相互影响，相互作用。因此，本发明设计了一种大数据环境下航空电子综合系统故 障行为耦合风险分析系统。参见图1所示，该系统包括有故障风险耦合提取单元10和关键故 障行为判断单元20;故障风险耦合提取单元能够实现故障行为项之间存在的关联关系的提 取;关键故障行为判断单元能够判断出关联关系中关键故障行为项。
[0027] 在本发明中，故障风险親合提取单元10采用Apriori关联规则方法构建了故障行 为关联规则模型。
[0028]构建故障行为关联规则模型
[0029]在本发明的航空电子综合系统中，故障行为项记为i。将属于传感器预处理子系统 (如图2)的故障行为项i记为传感器-故障行为子集^={^42，···，ia};将属于信号处理机 (如图2)的故障行为项i记为信号处理机-故障行为子集?'ibh将数据交换网 络(如图2)的故障行为项i记为网络-故障行为子集…，丨。};将属于任务数据处 理机(如图2)的故障行为项i记为任务-故障行为子集1 4={11，12，一，1(1};将所有的故障行 为子集采用集合形式表达为II = {Ιι，12，13，14,…，U，其中，II表示故障行为集，In表示任 意一个故障行为子集，η表不故障行为子集的标识号。I n= {ii，i2,…，ie，"_ig,…ih}。
[0030] 在本发明中，采用Apriori关联规则方法对故障行为集II = {h，I2，13，14，…，In}中的故 障行为项i进行处理，得到故障行为项之间的风险类集，记戈
)
[0031] 於表示传感器-故障行为子集IfUUs，…，ia}的风险类集，且妒=·[/'/气
[0032] 炉表示信号处理机-故障行为子集l2=Ul，i2，...， ib}的风险类集，且沪
[0033] 妙表示网络-故障行为子集13={^42，...4。}的风险类集，且沪二^ 1，，··，，?乂 |。
[0034] #表示任务-故障行为子集IeUU^sid}的风险类集，且及/4 ，， Ι2:,··'?。
[0035] 於表示任意一故障行为子集1"={1142，一山，~1~4}的风险类集，且
[0036] h表示第一个故障行为项，i2表示第二个故障行为项，ia表示第a个故障行为项，ib 表示第b个故障行为项，i。表示第c个故障行为项，id表示第d个故障行为项，表示第e个故 障行为项。
[0037]在本发明中，所述的Apriori关联规则方法请参考廖芹，郝志峰，陈志宏编著，《数 据挖掘与数学建模》，第190页-194页，国防工业出版社，2010年2月第1版。
[0038]对于9级标度请参考