民用飞机气路部分故障诊断方法.pdf

本发明提供一种民用飞机气路部分故障诊断方法，包括将气路部分从抽象到具体地划分为多层；对多层中的每一层建立故障诊断系统模型；接收故障信息；从最抽象层的故障诊断系统模型中找出与故障信息对应的节点；从与故障信息对应的节点出发追踪故障的一级原因节点，再在次抽象层的故障诊断模型中找到与原因节点对应的节点，再从与原因节点对应的节点出发追踪二级原因节点，以此类推，直到在最具体层的故障诊断系统模型中追踪到最具体的原因；将最具体的原因报告给用户。利用本发明的方法能根据故障信息快速定位故障部件，速度快，准确率高，可诊断不能预见的新故障，能综合考虑系统结构特性，并且能够处理大规模复杂的系统。

权利要求书
1.  一种民用飞机气路部分故障诊断方法，其特征在于，包括：
将气路部分分为包括第1级，第2级直至第N级的多级；
对所述多级中的每一级建立故障诊断系统模型；
接收至少一个故障信息；
从所述第1级的所述故障诊断系统模型中找出与所述故障信息对应的节点；
从所述与故障信息对应的节点出发在所述第1级的故障诊断系统模型中追踪故障的原因 节点，再在所述第2级的所述故障诊断模型中找到与所述原因节点对应的节点，再从与 所述原因节点对应的节点出发在所述第2级的故障诊断系统模型中追踪原因节点，以此 类推，直到在第N级的故障诊断系统模型中追踪到具体的故障部件并生成对应的故障日 志；
将所述故障日志输出或存储。

2.  根据权利要求1所述的民用飞机气路部分故障诊断方法，其特征在于，对所述多级中的每 一级建立故障诊断系统模型的步骤中，包括如下步骤：
根据功能将该级划分为多个子系统或部件；
根据飞机维护手册、飞机原理手册、线路施工手册和历史数据选取反应所述各子系统或 部件的特征变量，并找出所述特征变量之间的关系；
根据所述关系数据库和所述特征变量建立所述故障系统诊断模型。

3.  根据权利要求1或2所述的民用飞机气路部分故障诊断方法，其特征在于，所述故障系统 诊断模型为符号有向图模型。

4.  根据权利要求1所述的民用飞机气路部分故障诊断方法，其特征在于，所述多层包括系统 层、子系统层、部件层。

5.  根据权利要求1所述的民用飞机气路部分故障诊断方法，其特征在于，所述对所述多层中 的每一层建立故障诊断系统模型与接收故障信息的步骤之间，还包括根据历史数据对所 述故障诊断系统模型进行修正的步骤。

6.  根据权利要求1所述的民用飞机气路部分故障诊断方法，其特征在于，所述故障信息包括 故障代码、故障描述、监测参数集、运行工况。

说明书民用飞机气路部分故障诊断方法
技术领域
本发明涉及一种民用飞机故障诊断方法，特别是涉及一种民用飞机气路部分故障诊断方法。 
背景技术
民用飞机气路部分在整个飞机系统中有着重要的作用，同时也是飞机故障发生机率较高的系统之一。这一系统出现的故障对航班的正点率影响很大，会极大的影响航空公司的运营效益。针对气路部分故障，目前的通用方法是根据机组的故障描述或工程师依据经验检查出来的故障现象，遵照手册进行排故。此举耗时多，工作量大，甚至有时并不能准确定位故障的原因。因而，急需一种高效、准确的方式辅助维修人员进行故障诊断。 
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种民用飞机气路部分故障诊断方法，用于解决现有技术中耗时多，工作量大，故障定位准确度不够的问题。 
为实现上述目的及其他相关目的，本发明提供一种民用飞机气路部分故障诊断方法，包括将气路部分从抽象到具体地划分为多层；对多层中的每一层建立故障诊断系统模型；接收故障信息；从最抽象层的故障诊断系统模型中找出与故障信息对应的节点；从与故障信息对应的节点出发追踪故障的一级原因节点，再在次抽象层的故障诊断模型中找到与原因节点对应的节点，再从与原因节点对应的节点出发追踪二级原因节点，以此类推，直到在最具体层的故障诊断系统模型中追踪到最具体的原因；将最具体的原因报告给用户。 
根据优选实施例，本发明中的故障诊断模型为符号有向图（Signed Directed Graph，简称SDG）模型。 
如上所述，本发明的民用飞机气路部分故障诊断方法，具有以下有益效果：首先，利用本发明的方法能根据故障信息快速定位故障部件，速度快，准确率高。并且依据图论方法建立模型，不需要精确数学模型，可诊断不能预见的新故障，能综合考虑系统结构特性，并且能够处理大规模复杂的系统。另外，将各系统依功能和结构划分成多层子系统，从而诊断结果更精确。 
附图说明
图1显示为本发明民用飞机气路部分故障诊断方法流程图； 
图2显示为民用飞机气路部分气源子系统结构图； 
图3显示为根据本发明优选实施方式对民用飞机气路部分系统层SDG图； 
图4显示为根据本发明优选实施方式对民用飞机气路部分子系统层的SDG图。 
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。 
请参阅附图。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。 
先参阅图1，图1所示为本发明民用飞机气路部分故障诊断方法的一个实施例的流程图。步骤S1中，将飞机气路部分划分成了系统层、子系统层、部件层。 
步骤S2表示对每一层分别建立故障系统诊断模型。本发明结合飞机故障诊断与排故的特点，采用基于图论的方法建立模型。基于图论的方法具有独特的优点：具有发现系统设计者所不能预见的故障的能力；不需要精确数学模型；具有较强的解释能力；推理系统具有较强的系统独立性。 
步骤S3表示接收故障信息。这里的故障信息包括故障代码、故障描述、监测参数集、运行工况等等，故障信息可以由飞机内传感器采集后反应在控制面板上，也可以是飞行员根据经验、操控感受手动输入等。 
步骤S4-S6表示先在最抽象层的故障诊断系统模型中找出与故障信息对应的节点，在本层中追踪出导致故障的原因节点，然后再到次抽象层中，找出与此原因节点对应的节点，再在次抽象层的故障诊断系统模型中找出更具体的原因节点，以此类推，直到在最具体层的故障诊断系统模型中找出最具体的故障原因报告给用户。 
本例中，将飞机气路部分划分为三层，并对每层都建立了故障诊断系统模型，所以可以由高层次的抽象模式向低层次的具体模式逐级诊断。先分析故障区域在哪个子系统，在确定的范围内进行子系统内部的推理，直到最后确定故障部件。 
下面参见图2-图4详细介绍应用本发明故障诊断方法优选实施例对民用飞机气路部分进行故障诊断的工作方式。 
本实施例中采用SDG方式对飞机气路部分各系统建立故障诊断系统模型，从而能对过程变量间的因果关系和故障传播路径提供简单的图形化描述，能清楚地描述复杂系统的局部关系，更有利于系统中故障的检测、定位与传播分析。需要说明的是，本领域技术人员也可以采用其它基于图论的方法对飞机气路分各系统建立故障诊断系统模型，例如但不限于Petri网、可能因果图等等。本领域技术人员也可以采用其它分层的标准对各系统进行分层，或者对每层采用不同的方式进行建模。 
根据本发明的优先实施例，首先可以将民用飞机气路部分按从抽象到具体地，分成系统层、子系统层和部件层。然后对每一层建立故障诊断系统模型。 
优选地，建立故障诊断模型时，可以将每一层按功能分为若干子系统或部件，比如系统层可以分为气源系统、防冰系统和空调系统三个子系统；气源系统为例，又可以进一步划分。图2是经划分后气源系统的系统结构图，如图2所示气源系统是由发动机引气子系统、APU（Auxiliary Power Unit，辅助动力装置）引气子系统、地面气源引气、指示与控制系统、交输引气活门等多个独立的子系统组成。 
对于防冰系统和空调系统，也可以相似的方法进行划分并建立模型，此处不再赘述。 
接下来通过查阅飞机维修手册、飞机原理手册、线路施工手册等，必要时还需要参考历史故障诊断、维修数据，可以找出每层中反应各子系统或者部件的特征变量，并找出这些特征变量之间的结构、功能和行为关系的定性因果关系。还需要对每一特征变量依据确定工况下故障发生和传播的规律确定正常理论值，正常理论值是SDG模型瞬时样本中获得节点状态的界限值判断依据。由于实际运行工作条件多变，动态特性复杂，正常理论值可以是确定的阈值范围，也可以是一状态函数。本例中，气源系统的部分特征变量选择如表1所示： 

表1：气源系统特征变量 
为简化说明，表1中仅列出了一部分特征变量。其中，控制面板中的变量是飞机维修或 者操作人员能够直接从用户接口读到的信息。有了特征变量及其相互关系，就可以将这些特征变量以SDG图的方式联系起来，节点之间的有向支路表示节点之间的定性影响关系，实线箭头代表增量影响，即如果初始节点增加（或减少）影响到下游节点也增加（或减少）；虚线箭头代表减量影响，即如果初始节点减少（或增加）影响到下游节点增加（或减少）。气源系统的系统级SDG图的一部分如图3所示。 
图3中可以看到，PPIPS信号受APU加载控制活门（APULCV）开关输出CAPULCV、发动机引气选择输出CHPV、PRSOV（Pressure Regulating And Shutoff Valve，压力调节活门）开关输出CPRV、CBV（Cross Bleed Valve，交叉引气活门）开关输出CCBV和CBV开度VCBV的增量影响，同时PPIPS信号又减量影响发动机引气选择输出CHPV。从图3的SDG图仅能追踪出较抽象的子系统级的故障原因节点，为更具体地找出故障原因，可以进一步建立子系统级的SDG模型，下面以APU子系统为例进行说明，对于发动机引气子系统、地面气源系统等，都可以按上述方法步骤建立故障诊断系统模型并诊断故障，由于原理相似，此处不再赘述。 
对APU子系统按功能划分的结果已经在图2中展示，对APU子系统选取的部分特征变量如表2所示： 

表2：APU引气子系统特征变量 
按照与系统级类似的原则，利用表2中的特征变量，可以构建子系统级的SDG模型，如图4所示，从图4中，已经可以将故障原因具体到部件一级。至此，民用飞机气路部分的故障诊断系统模型建立完毕。需要说明的是，本领域技术人员能够理解，针对不同的系统或者需求，对系统采用不同程度的抽象，则可以得到更多或更少的层次，但这些变化并不超出本发明的构思。 
现实中飞机上不可能对任何部件都设置感应器，所以大多部件的故障是通过一些特征变量间接地反映给工作人员，且通常情况下这样的变量与故障并非一一对应，所以工作人员在得知某个变量异常后，并不能直接地定位到故障部件。但根据本发明的方法，建立了SDG 模型，在收到故障信息后，通过反向推理，从当前所关注的后果节点（报警节点）向可能的所有原因节点反向探索可能的且独立的相容通路，即可以实现具体故障部件诊断。 
现假设IASC（Integrated Air System Controller，空调系统综合控制器）到APU引气按钮之间短路（记为FIASC4），该故障会导致APU引气失效，表现为APULCV开关输出CAPULCV异常，而CAPULCU异常会进一步导致控制面板上的PIPS（Pack Inlet Pressure Sensor，空调组件进气口压力传感器）信号异常，所以工作人员收到的故障信息是控制面板上的PIPS信号异常，而不能直接定位具体的故障部件。但根据本发明方法，工作人员则可以轻易定位具体的故障部件。具体地，收到该故障信息后，先查找系统级SDG模型，也即图3，可以看到可能导致PIPS信号异常的参数为CHPV、CPRV、CAPULCV、VCBV、CCBV，所以只需要对这五个变量进行测量，而不需要关注其它变量或者部件，测量结果异常的节点应当为CAPULCV。这时可以继续查看图4，从图4中可以看到，影响CAPULCV节点的变量有CAPUFADEC和FIASC4，（APUFADEC，全称是APU Full Authority Digital Electronic Control，辅助动力装置全权限数字电子控制器）则再对该两个变量进行测量，最终会得到FIASC4异常，由于FIASC4已经具体到部件层，所以故障定位工作完成，可以向工作人员或者用户报告具体的故障部件或故障原因。 
需要说明的是，根据本发明的另一优选实施例，在初步建立各层的SDG模型后，可以利用历史数据的统计结果，修正或更新定量SDG模型中的隶属度函数，以此实现对故障诊断模型的修正。本发明的方法可以由软件或硬件实施，也可以由工作人员手动实施。 
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。