CN114925536B 机载系统phm测试性建模与诊断策略优化方法和装置 （南京航空航天大学）

机载系统PHM测试性建模与诊断策略优化方本发明提供了机载系统PHM测试性建模与诊丁超立方抽样构建系统不同工作状态的仿真参点，基于ROC曲线建立评价标准评估测试点对于不同故障的检测能力，构建带有不确定状态的4决了复杂系统中不可靠测试导致的测试性设计2化测试点对系统故障诊断的潜力，并构建不确定性4值相关性矩阵，矩阵中包含4种状态：从每一维的w个小区间中随机抽样构成w×p的初始对初始矩阵M中每一列的元素进行随机排列，以模拟不确定参数的随机组合，如下所其中元素RX,,Rr,,……Rr,的下标X11,X21,…,Xw1表示对初始矩阵M的列向量元素3不确定性4值D矩阵中一行表示系统的一种状态，每一列表示一个测试点，矩阵元素Dij)＝dij表示第j个测试点tj对第i个故障模式的检测能力。的受试者工作特征ROC曲线对应的曲线下面积记作Avcry,"),根据测试值在健康状态下的分布和故障状态下的分布r;绘制受试者工作特征曲线；对于每一如果ROC(r;,r")在标定点上方并且测试值在故障模式fi状态下比健康状态下偏大，如果ROC(r;,r")在标定点上方并且测试值在故障模式fi状态下比健康状态下偏小，如果0.5sduc(J;,r")s0.7,dij＝0；标定点坐标为(0.05，0.9)，表示使用单个测试点对故障的检测时，真阳率需要大于原始故障模糊集中去除，形成新的集合，记为可识别故障模糊集可其中p)表示dij＝a的故障模式的发生概率之和，a表示测试点除了不确定状态U以4则惩罚项c;定义为：根据最优测试点对不同故障的3种检测能力{-1,0,1}将D矩阵划分为3个子矩阵对应的3个故障模糊子集为q表示矩阵被划分的次8.基于权利要求1所述方法实现的机载系统PH试验设计模块，用于，通过拉丁超立方抽样分别构建健康状态和56表示故障-测试的相关性，系统中部件的工作性能和测试结果之间的关系由传统的相关性点之间的关系复杂，使用0/1表示的二值测试矩阵往往不能准确描述故障间及故障与测试述故障于测试之间的关系以及关联程度，许多学者使用了多值属性系统(Multi-ValuedAttributeSystem,MVAS[0005]综上，现有的技术中缺少一种面向机载系统PHM的测试性建模与诊断策略优化方7[0014]步骤7、将所有最优诊断测试点组合得到测试序列，判断故障模糊组和已隔离故8定值。因此，基于受试者工作特征(ReceiverOperatingCharacteristicCurve,ROC)曲线，定量描述测试点对故障的检测能力(这里的D(fi,tj)和dij是一个意思，都表示检测能[0025]给定测试点tj和故障模式fi的受试者工作特征ROC曲线ROC(r;,r"),对应的曲线下面积(AreaUndertheCurve，AUC)记作根据测试值在健康状态下的ij的评估标准如下所示：[0026]如果ROC(r;,r")在标定点上方并且测试值在故障模式fi状态下比健康状态下ij＝1；[0027]如果ROC(r;,r")在标定点上方并且测试值在故障模式fi状态下比健康状态下9[0028]如果0.5sduc,")s0.7,dij＝0；以在保证诊断准确率和虚警率满足要求的情况下，以尽量少的诊断步骤检测到所有故障。r;差异是否足够明显；[0031]dij=±1代表测试点能够检测到故障模式；dij＝0代表和之间没有明显差ij＝U代表"和"之间存在明显差异，但没有达到检测要求；因此，U甚至会对故障隔识别故障模糊集5,计算可识别故障模糊集的信息增益[0035]其中表示dij＝a的故障模式的发生概率之和，a表示测试点除了不确定状p(F)表示可识别故障模糊集中所有故障模式矩阵划分为3个子矩阵对应的3个故障模糊子集为q表示矩[0052]本发明的有益效果是，开发了飞机机载系统与设备PHM的测试性建模与故障诊断定状态的多值属性系统(MVAS)的诊断策略，由于不确定状态给故障诊断过程造成的干扰，[0053]下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述[0064]p个不确定参数的所有可能取值构成一个p维向量，将p维向量的每个分量都根据曲线的启发，本实施例将线性可变差动变压器(LinearVariableDifferential系统整体性能。该曲线只需同时测量控制电流Icontrol和阀芯速度Vspool即可得到。Vspool由[0071]构建测试点对故障模糊集的相关性矩阵，完整的FMU的相关性矩阵如表2所示，p可以通过有线和/或无线网络连接到该终端设备，并且按照约定的数据格式来传输交互信[0089]本发明提供了机载系统PHM测试性建模与诊断策略优化方法和装置，具体