[發明專利]一種慣導系統故障特性判定及測試性預計方法

有效

• 申請號: 201610896282.7
• 申請日: 2016-10-14
• 公開（公告）號: CN107957269B
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 孫偉;李海軍;徐海剛;李群;劉沖;裴玉鋒;郭元江;原潤;鐘潤伍
• 申請（專利權）人: 北京自動化控制設備研究所
• 主分類號: G01C25/00
• 分類號: G01C25/00
• 代理公司: 核工業專利中心 11007
• 代理人: 高安娜

1.一種慣導系統故障特性判定方法，其特征在于，該方法包括如下步驟：

1)獲取慣導系統的組成單元信息集、信號信息集、組成單元故障信息集、測試點信息集和測試行為信息集，形成測試性多信號信息模型；

其中：

組成單元信息集為慣導系統的組成模塊信息的集合；

信號信息集為慣導系統內部能夠檢測到的信號信息的集合；

組成單元故障信息集為慣導系統的各組成模塊發生完全故障和功能故障的信息的集合；

測試點信息集為慣導系統內部能夠進行檢測的位置點信息的集合；

測試信息集為在測試點對信號信息進行檢測的行為的集合；

2)搜索故障可達測試點

從故障c_i(F)或c_i(G)所在組元c_i出發，沿輸出方向按廣度優先搜索遍歷模型圖，凡是能夠達到的測試點節點，即為該故障可達測試點；

其中，c_i(F)表示第i個慣性導航系統組成單元發生功能故障、c_i(G)表示第i個慣性導航系統組成單元發生完全故障；

如存在信號阻斷，則中止該分支上的搜索；如存在信號映射，則將映射后的信號添加到組元作用信號集SC(c_i)，繼續搜索，組元作用信號集SC(c_i)包括第i個慣性導航系統組成單元作用的信號s_i的合集：{s₁、s₂…}

3)進行故障相關性分析，確定故障－測試相關矩陣D_m×n

利用下式得到故障－測試相關矩陣D_m×n中的元素

其中：m為慣導系統可能發生故障的單元，即組成單元中的個數；

n為慣導系統中的測試點的個數；

ST(t_j)表示在第i個測試點能夠檢測到的信號s_i的合集：{s₁、s₂…}

利用下式確定故障－測試相關矩陣；

4)進行故障特性判定

單故障特性判定包括未檢測故障、模糊組和冗余測試；

如果故障－測試相關矩陣D_m×n中存在全為0的行，則該行所對應的故障即為未檢測故障；

比較故障－測試相關矩陣D_m×n中各行，如果有F_i＝F_j,i≠j，則對應的故障是不可區分的，可作為一個模糊組處理，并合并為一行，F_i表示第i個行向量，F_j表示第j個行向量；

比較相關矩陣D_m×n中各列，如果有T_i＝T_j,i≠j，則對應的測試是互為冗余測試，T_i表示第i個列向量；

多故障特性判定包括故障隱藏和故障冒充；

若存在F_i+F_j＝F_k，k＝i或k＝j，則說明存在故障隱藏；

若存在F_i+F_j＝F_k，i≠j≠k，則說明存在故障冒充。

2.一種慣導系統故障特性測試性預計方法，其特征在于，該方法包括如下步驟：

1)獲取慣導系統的組成單元信息集、信號信息集、組成單元故障信息集、測試點信息集和測試行為信息集，形成測試性多信號信息模型；

其中：

組成單元信息集為慣導系統的組成模塊信息的集合；

信號信息集為慣導系統內部能夠檢測到的信號信息的集合；

組成單元故障信息集為慣導系統的各組成模塊發生完全故障和功能故障的信息的集合；

測試點信息集為慣導系統內部能夠進行檢測的位置點信息的集合；

測試信息集為在測試點對信號信息進行檢測的行為的集合；

2)搜索故障可達測試點

從故障c_i(F)或c_i(G)所在組元c_i出發，沿輸出方向按廣度優先搜索遍歷模型圖，凡是能夠達到的測試點節點，即為該故障可達測試點；

其中，c_i(F)表示第i個慣性導航系統組成單元發生功能故障、c_i(G)表示第i個慣性導航系統組成單元發生完全故障；

如存在信號阻斷，則中止該分支上的搜索；如存在信號映射，則將映射后的信號添加到組元作用信號集SC(c_i)，繼續搜索，組元作用信號集SC(c_i)包括第i個慣性導航系統組成單元作用的信號s_i的合集：{s₁、s₂…}

3)進行故障相關性分析，確定故障－測試相關矩陣D_m×n

利用下式得到故障－測試相關矩陣D_m×n中的元素

其中：m為慣導系統可能發生故障的單元，即組成單元中的個數；

n為慣導系統中的測試點的個數；

ST(t_j)表示在第i個測試點能夠檢測到的信號s_i的合集：{s₁、s₂…}

利用下式確定故障－測試相關矩陣；

4)確定故障檢測率FDR和故障隔離率FIR

其中，λ為相關矩陣中所有故障的總故障概率，λ_D為相關矩陣中可檢測故障的總故障率，λ_i為相關矩陣中第i個故障的故障概率，λ_Di為第i個被檢測出故障的故障概率，λ_L為相關矩陣中可隔離到小于等于L個可更換單元的故障的故障概率之和，λ_Li為相關矩陣中可隔離到小于等于L個可更換單元的故障中第i個故障的故障概率，L為規定的模糊度，即檢測到故障時，能夠隔離到的最小可更換單元的個數。