史萌 連曉棠 王漢平 張士邈 錢德華

摘要：本文針對(duì)慣導(dǎo)系統(tǒng)開展基于人工智能的故障診斷技術(shù)研究，制訂了智能故障診斷方案，論述了詳細(xì)的診斷系統(tǒng)組成，包括在線測(cè)試診斷軟件開發(fā)包、測(cè)試診斷服務(wù)模塊、測(cè)試診斷應(yīng)用管理模塊、測(cè)試診斷判定規(guī)則設(shè)置及管理模塊、數(shù)據(jù)采集模塊和用戶操作集成環(huán)境。研究發(fā)現(xiàn)，通過(guò)復(fù)雜的診斷推理算法，慣導(dǎo)智能故障診斷系統(tǒng)可合理地進(jìn)行故障檢測(cè)與定位。該診斷系統(tǒng)方案的實(shí)施對(duì)于航空電子系統(tǒng)綜合診斷技術(shù)發(fā)展具有積極的借鑒作用。

關(guān)鍵詞：慣導(dǎo)系統(tǒng)；人工智能；故障診斷；測(cè)試性模型；TEAMS

中圖分類號(hào)：TP206.3文獻(xiàn)標(biāo)識(shí)碼：ADOI：10.19452/j.issn1007-5453.2020.10.009

基金項(xiàng)目：航空科學(xué)基金（2016ZC18005）

激光慣性傳感器和激光組合導(dǎo)航系統(tǒng)經(jīng)過(guò)近20年的研制、生產(chǎn)和裝機(jī)使用，國(guó)內(nèi)對(duì)慣性傳感器及相關(guān)電子線路、組合導(dǎo)航計(jì)算、傳感器誤差補(bǔ)償、產(chǎn)品調(diào)試，以及校準(zhǔn)等關(guān)鍵技術(shù)有了較為深刻的理解和突破，并取得了較多的工程應(yīng)用經(jīng)驗(yàn)。然而，與國(guó)外同類產(chǎn)品相比，國(guó)內(nèi)產(chǎn)品在部分使用性能、長(zhǎng)期穩(wěn)定性、可靠性和維修性等方面，仍存在較大差距。目前，國(guó)外激光慣導(dǎo)產(chǎn)品（軍用或民用，如LN-100G，H-764G等）均采用了基于自標(biāo)校的免維護(hù)設(shè)計(jì)，大大降低了全生命周期維護(hù)費(fèi)用，同時(shí)，產(chǎn)品基本可靠性平均故障間隔時(shí)間（mean time between failure， MTBF）均達(dá)到10000h以上。

客觀地說(shuō)，上述差距不是原理或理論上的代差，而是由于基礎(chǔ)工業(yè)落后形成的產(chǎn)品工程化或成熟度的差距。從系統(tǒng)層面或產(chǎn)品頂層設(shè)計(jì)角度思考，如何解決或彌補(bǔ)上述不足是慣導(dǎo)系統(tǒng)總體設(shè)計(jì)必須解決的問(wèn)題，也是不得不面對(duì)的問(wèn)題。在此種認(rèn)識(shí)的基礎(chǔ)上，利用當(dāng)今信息化、智能化技術(shù)發(fā)展的成果和各類工具，以軟促硬，提升產(chǎn)品的綜合能力和用戶體驗(yàn)度，將是自上而下解決問(wèn)題的途徑。

作為飛行安全關(guān)鍵系統(tǒng)之一，慣導(dǎo)系統(tǒng)的性能優(yōu)劣不僅影響著飛機(jī)的定位精度、飛機(jī)的控制性能及機(jī)載武器系統(tǒng)的攻擊性能，而且直接關(guān)系到飛機(jī)的安全、作戰(zhàn)能力的強(qiáng)弱和戰(zhàn)爭(zhēng)的勝負(fù)。由于慣導(dǎo)系統(tǒng)的特殊復(fù)雜性，目前維護(hù)的難度越來(lái)越大，傳統(tǒng)的故障檢測(cè)與定位方法已經(jīng)無(wú)法適應(yīng)日益提高的保障要求，亟待開展慣導(dǎo)系統(tǒng)智能診斷技術(shù)的研究，為慣導(dǎo)系統(tǒng)的智能診斷策略設(shè)計(jì)分析，提供重要的技術(shù)方法和輔助工具，不僅可以有力地推動(dòng)慣導(dǎo)系統(tǒng)故障診斷的高新技術(shù)研究工作的開展，提高慣導(dǎo)系統(tǒng)的故障診斷水平，而且還可以推廣應(yīng)用于有診斷需求的其他航電系統(tǒng)，產(chǎn)生更大的經(jīng)濟(jì)與社會(huì)效益。

1研究現(xiàn)狀

第二次世界大戰(zhàn)以來(lái)，由于數(shù)字技術(shù)、微電子技術(shù)和微計(jì)算機(jī)技術(shù)的廣泛應(yīng)用，航空電子設(shè)備技術(shù)迅猛發(fā)展，尤其是航空總線技術(shù)的應(yīng)用，使得大量先進(jìn)的航空電子系統(tǒng)裝備戰(zhàn)斗機(jī)[1]。20世紀(jì)50年代，飛機(jī)上的航空電子設(shè)備在飛機(jī)總成本中占的比例不足10%，到90年代，隨著飛機(jī)功能的不斷增強(qiáng)，航空電子系統(tǒng)所占的成本比例已超過(guò)30%，而美國(guó)空軍的第四代戰(zhàn)斗機(jī)航空電子系統(tǒng)所占的成本比例已接近50%[2]?？梢?jiàn)，航空電子系統(tǒng)在航空工業(yè)的發(fā)展中已占有愈來(lái)愈重要的地位，無(wú)論是民用飛機(jī)還是軍用飛機(jī)都依賴航空電子系統(tǒng)來(lái)提高其飛行性能和作戰(zhàn)性能?，F(xiàn)代航空電子系統(tǒng)的高度綜合化對(duì)航空電子設(shè)備的故障檢測(cè)和故障隔離提出了更高的要求。

航空電子設(shè)備故障診斷技術(shù)是一門新興交叉的學(xué)科，目前還沒(méi)有形成完善、系統(tǒng)的理論體系。特別是模擬電路和數(shù)模混合電路的故障診斷技術(shù)還有待深入研究，早期的人工測(cè)試和窮舉測(cè)試法已難以滿足信息化戰(zhàn)爭(zhēng)的快速要求。近年來(lái)計(jì)算機(jī)技術(shù)、信號(hào)處理、人工智能、模式識(shí)別技術(shù)的發(fā)展，促進(jìn)了故障診斷技術(shù)的不斷發(fā)展，特別是電子設(shè)備故障診斷的人工智能技術(shù)得到了廣泛的重視[3-7]。

現(xiàn)代電子設(shè)備以集成電路為核心，其規(guī)模的增大、集成度的提高，使得設(shè)備的性能及結(jié)構(gòu)也越來(lái)越復(fù)雜。設(shè)備中任意一個(gè)元器件故障，都有可能導(dǎo)致部分功能失效或整個(gè)電子設(shè)備失靈。伴隨著電子技術(shù)的逐步發(fā)展，電子電路集成度的日益提高，對(duì)電子設(shè)備的可靠性、測(cè)試性（故障診斷）和維修性的要求也日益迫切。目前，航空電子設(shè)備主要依賴機(jī)內(nèi)測(cè)試（BIT）實(shí)現(xiàn)故障檢測(cè)與故障隔離，但BIT存在嚴(yán)重的虛警問(wèn)題，虛警率有時(shí)高達(dá)60%，而現(xiàn)有的技術(shù)水平，尚不能完全消滅BIT虛警[8]。同時(shí)，針對(duì)慣導(dǎo)系統(tǒng)的故障診斷技術(shù)研究也存在嚴(yán)重不足，傳統(tǒng)慣導(dǎo)系統(tǒng)的故障檢測(cè)依賴于BIT，故障隔離定位不準(zhǔn)確。

人工智能及計(jì)算機(jī)技術(shù)的飛速發(fā)展，為慣導(dǎo)故障診斷提供了新的理論基礎(chǔ)，產(chǎn)生了基于知識(shí)的智能故障診斷方法。由于此方法不需要建立精確的數(shù)學(xué)模型，并具有“智能”的特性，因此其是一種很有生命力的方法[9-11]。本文設(shè)計(jì)開發(fā)了基于知識(shí)的智能故障診斷系統(tǒng)，通過(guò)計(jì)算機(jī)能力的提升，把現(xiàn)有的測(cè)試排故的經(jīng)驗(yàn)和數(shù)據(jù)集成升級(jí)為系統(tǒng)自身的功能，從而全面提升慣導(dǎo)系統(tǒng)的診斷能力，可為飛機(jī)飛行安全提供一種重要保障。

2慣導(dǎo)智能故障診斷系統(tǒng)

基于知識(shí)的智能故障診斷方法主要可以分為專家系統(tǒng)故障診斷方法、模糊故障診斷方法、信息融合故障診斷方法、故障樹故障診斷方法、神經(jīng)網(wǎng)絡(luò)故障診斷方法和基于Agent故障診斷方法[5-11]。

本文以航空工業(yè)西安飛行自動(dòng)控制研究所典型慣性傳感器和組合導(dǎo)航系統(tǒng)為研究對(duì)象，以提升慣導(dǎo)系統(tǒng)全面故障診斷能力為目標(biāo)，充分利用對(duì)慣導(dǎo)系統(tǒng)積累數(shù)據(jù)的認(rèn)知，通過(guò)現(xiàn)有計(jì)算機(jī)能力的提升，把現(xiàn)有的測(cè)試分析排故的手段和方法集成升級(jí)為系統(tǒng)自身的功能，建立了慣導(dǎo)系統(tǒng)故障診斷專家系統(tǒng)。該系統(tǒng)將日常生產(chǎn)調(diào)試、故障分析診斷、誤差分析回歸和維護(hù)修理的過(guò)程和數(shù)據(jù)過(guò)程進(jìn)行梳理與整理，利用智能化技術(shù)將其設(shè)計(jì)實(shí)現(xiàn)為嵌入式的自身固有功能，從而全面提升慣導(dǎo)系統(tǒng)的診斷維護(hù)能力，實(shí)現(xiàn)慣導(dǎo)產(chǎn)品自適應(yīng)和智能化，為產(chǎn)品綜合能力提升和全生命周期費(fèi)用降低奠定技術(shù)基礎(chǔ)。慣導(dǎo)智能故障診斷系統(tǒng)組成結(jié)構(gòu)如圖 1所示，包含以下6個(gè)主要部分：在線測(cè)試診斷軟件開發(fā)包TEAMS-RDS-RT-SDK；測(cè)試診斷服務(wù)模塊CinaRT-SV；測(cè)試診斷應(yīng)用管理模塊CinaRT-CL；測(cè)試診斷判定規(guī)則設(shè)置及管理模塊CinaRT-IRuler；數(shù)據(jù)采集模塊HILWorks-RTWin；用戶操作集成環(huán)境CinaRT-IDE。

慣導(dǎo)智能故障診斷系統(tǒng)首先通過(guò)數(shù)據(jù)采集模塊HILWorks-RT-Win和信號(hào)隔離箱采集被測(cè)試對(duì)象信號(hào)；經(jīng)過(guò)測(cè)試診斷應(yīng)用管理模塊CinaRT-CL處理后傳遞給測(cè)試診斷服務(wù)模塊CinaRT-SV；CinaRT-SV在線訪問(wèn)RDS的SQL數(shù)據(jù)庫(kù)，讀取測(cè)試診斷模型，實(shí)現(xiàn)對(duì)采集數(shù)據(jù)的測(cè)試性診斷。

以往的測(cè)試診斷軟件需要開發(fā)人員自己設(shè)計(jì)診斷邏輯，然后編碼實(shí)現(xiàn)。因此，需要在設(shè)計(jì)診斷邏輯時(shí)，設(shè)計(jì)并列出所有可能的測(cè)試結(jié)果與故障源的對(duì)應(yīng)關(guān)系，隨著系統(tǒng)復(fù)雜度的提升，這非常復(fù)雜以至于難以完成。

而本文的智能故障診斷軟件通過(guò)測(cè)試性模型生成的相關(guān)性矩陣有效地解決這個(gè)問(wèn)題，提供高性能的診斷并能方便地完成在線測(cè)試和維護(hù)。在對(duì)被測(cè)系統(tǒng)建模過(guò)程中，被測(cè)系統(tǒng)的所有測(cè)試點(diǎn)及其在系統(tǒng)測(cè)試性模型中的邏輯關(guān)系，都映射到了相關(guān)性矩陣中。因而在測(cè)試診斷過(guò)程中，智能故障診斷軟件能夠?qū)?shí)時(shí)地測(cè)試數(shù)據(jù)映射到數(shù)據(jù)庫(kù)SQL中的被測(cè)系統(tǒng)測(cè)試性模型，根據(jù)對(duì)應(yīng)相關(guān)性矩陣得到診斷結(jié)果，并利用所得到的測(cè)試結(jié)果（正常的或故障的）完成故障的隔離。

3智能故障診斷方案

慣導(dǎo)智能故障診斷系統(tǒng)的工作原理，如圖2所示。

3.1 TEAMS-RDS-RT-SDK模塊

TEAMS-RDS-RT-SDK是基于TEAMS測(cè)試性建模軟件的系統(tǒng)在線測(cè)試診斷軟件開發(fā)包，廣泛用在航空航天和兵器裝備系統(tǒng)研究及檢測(cè)維修系統(tǒng)中，尤其是近年來(lái)，在軍工裝備的在線預(yù)測(cè)與健康管理（PHM）系統(tǒng)的故障診斷和預(yù)報(bào)系統(tǒng)中得到大量的成功應(yīng)用。

TEAMS-RDS-RT-SDK作為測(cè)試診斷應(yīng)用管理模塊CinaRT-CL和測(cè)試診斷服務(wù)模塊CinaRT-SV通信的中間橋梁，提供了RDS信息通信協(xié)議。制定了CinaRT-CL和CinaRTSV通信的相關(guān)準(zhǔn)則，作為一個(gè)開發(fā)平臺(tái)，通過(guò)分別提供相關(guān)的應(yīng)用程序接口API函數(shù)，實(shí)現(xiàn)了CinaRT-CL和CinaRT-SV之間數(shù)據(jù)傳輸?shù)臒o(wú)縫對(duì)接，確保了數(shù)據(jù)傳輸?shù)陌踩浴?/p>

TEAMS-RDS-RT-SDK主要功能：定義測(cè)試診斷通信數(shù)據(jù)結(jié)構(gòu)，定義測(cè)試診斷數(shù)據(jù)信息流初始化流程，定義測(cè)試診斷通信建立的條件，保證數(shù)據(jù)通信的安全。定義訪問(wèn)TEAMS數(shù)據(jù)庫(kù)SQL的API接口，實(shí)現(xiàn)測(cè)試點(diǎn)狀態(tài)與模型MAP信息的映射。

3.2 CinaRT-SV模塊

CinaRT-SV把測(cè)試診斷過(guò)程分為兩個(gè)層面程序模塊實(shí)現(xiàn)，每個(gè)層面負(fù)責(zé)不同的診斷任務(wù)。套接字服務(wù)層完成系統(tǒng)在線測(cè)試診斷數(shù)據(jù)交互，故障診斷核心層通過(guò)訪問(wèn)RDS的SQL數(shù)據(jù)庫(kù)中被測(cè)系統(tǒng)模型及套接字服務(wù)器層解析的測(cè)試點(diǎn)狀態(tài)信息，形成測(cè)試診斷結(jié)果。

套接字服務(wù)層主要功能包括：解析CinaRT-CL采集的實(shí)物系統(tǒng)各類信號(hào)數(shù)據(jù)，為本系統(tǒng)模型中對(duì)應(yīng)的各個(gè)測(cè)試節(jié)點(diǎn)的狀態(tài)。發(fā)送這些狀態(tài)結(jié)果到故障診斷系統(tǒng)核心層，在診斷結(jié)束后故障診斷系統(tǒng)返回的診斷結(jié)果到套接字服務(wù)器層，套接字服務(wù)器層再把診斷結(jié)果發(fā)送到CinaRT-CL。

故障診斷系統(tǒng)核心層功能：接收套接字服務(wù)器層發(fā)送的系統(tǒng)測(cè)試點(diǎn)狀態(tài)結(jié)果，依靠讀取RDS軟件SQL數(shù)據(jù)庫(kù)存儲(chǔ)的模型信息，把各個(gè)測(cè)試節(jié)點(diǎn)的狀態(tài)映射到MAP文件，經(jīng)過(guò)相關(guān)性D矩陣分析，對(duì)系統(tǒng)進(jìn)行健康狀態(tài)診斷，診斷完成后把診斷結(jié)果，按照RDS協(xié)議，返回給套接字服務(wù)器層。

3.3 CinaRT-CL模塊

作為在線故障診斷應(yīng)用客戶端，CinaRT-CL的功能主要包括：讀取CinaRT-Iruler產(chǎn)生配置文件、初始化HILWorksRT-Win硬件板卡，采集、存儲(chǔ)數(shù)據(jù)；按照CinaRT-Iruler模塊規(guī)定的判定規(guī)則，對(duì)被測(cè)對(duì)象測(cè)試點(diǎn)狀態(tài)（正常或故障）進(jìn)行判斷；將測(cè)試點(diǎn)狀態(tài)判斷結(jié)果封裝成CinaRT-SV可以直接讀取的數(shù)據(jù)結(jié)構(gòu)，然后發(fā)送給CinaRT-SV，同時(shí)也可以讀取、存儲(chǔ)CinaRT-SV返回的故障診斷結(jié)果；CinaRT-IDE模塊交互。

3.4 CinaRT-Iruler模塊

CinaRT-Iruler是測(cè)試診斷判定規(guī)則設(shè)置及管理模塊。CinaRT-Iruler模塊主要功能包括：在線測(cè)試性診斷系統(tǒng)相關(guān)軟硬件的配置管理；讀取用戶接口控制文件，并可新建、瀏覽、查詢、編輯、刪除；根據(jù)輸入信號(hào)定制測(cè)試點(diǎn)數(shù)據(jù)的判定規(guī)則；生成CinaRT-CL所需的配置文件；可導(dǎo)入已有配置文件，提高軟件重用性和繼承性。

3.5 HILWorks-RT-Win模塊

數(shù)據(jù)采集系統(tǒng)作為一個(gè)可定制的系統(tǒng)平臺(tái)，HILWorksRT-Win采用一套基于compactPCI總線實(shí)時(shí)計(jì)算機(jī)，系統(tǒng)根據(jù)運(yùn)行的操作系統(tǒng)，可以配置高性能低功耗PowerPC處理器，也可配置高性能Intel X86處理器，其他IO板卡包括ADC、DIO、FlaxRay、CAN接口。

3.6 CinaRT-IDE模塊

CinaRT-IDE是最終面向用戶，實(shí)現(xiàn)人機(jī)交互，完成故障診斷，數(shù)據(jù)監(jiān)控、診斷結(jié)果顯示等功能的用戶操作集成環(huán)境，基于網(wǎng)絡(luò)診斷的設(shè)計(jì)思路，主要功能包括：支持本地或遠(yuǎn)程終端用戶在線下載系統(tǒng)測(cè)試性模型數(shù)據(jù)；支持本地或遠(yuǎn)程終端用戶在線對(duì)數(shù)據(jù)采集系統(tǒng)HILWorks-RT-Win進(jìn)行配置，操縱HILWorks-RT-Win，實(shí)現(xiàn)對(duì)CinaRT-Box傳遞的測(cè)試診斷對(duì)象數(shù)據(jù)的控制；支持本地或遠(yuǎn)程終端用戶在線對(duì)ICD進(jìn)行測(cè)試性診斷數(shù)據(jù)配置；支持本地或遠(yuǎn)程終端用戶在線對(duì)測(cè)試性診斷數(shù)據(jù)進(jìn)行圖形化顯示；支持本地或遠(yuǎn)程終端用戶在線測(cè)試診斷等功能。

4智能故障診斷應(yīng)用

慣導(dǎo)智能故障診斷系統(tǒng)的工作流程，如圖3所示。具體步驟如下所述：（1）首先進(jìn)行常規(guī)的初始化工作，然后調(diào)用init_message函數(shù)（此函數(shù)填充Message_data結(jié)構(gòu)以滿足TEAMS RT Server的需要）對(duì)message結(jié)構(gòu)進(jìn)行初始化；（2）在RT中調(diào)用msgutil_set_connect_info函數(shù)（此函數(shù)提供與TEAMS RT Server建立連接需要的信息）建立與Server的連接，以便于后面的通信；（3）調(diào)用msgutil_send_recv_all_ msg函數(shù)（此函數(shù)是TEAMS RT Client與TEAMS RT Server通信的主函數(shù)，Client填充診斷需要的數(shù)據(jù)，Server通過(guò)此函數(shù)返回診斷結(jié)果），給Server發(fā)送注冊(cè)命令，通知Server將開始一個(gè)新的故障診斷；（4）調(diào)用msgutil_send_recv_all_ msg函數(shù)（此函數(shù)是TEAMS RT Client與TEAMS RT Server通信的主函數(shù)，Client填充診斷需要的數(shù)據(jù)，Server通過(guò)此函數(shù)返回診斷結(jié)果），給TEAMS RT Server發(fā)送啟動(dòng)診斷的命令；（5）把測(cè)試結(jié)果組織到Msg_data_test（此結(jié)構(gòu)存儲(chǔ)測(cè)試結(jié)果）結(jié)構(gòu)中；（6）調(diào)用函數(shù)get_on_off_switches_for_a_ system_mode_Rt轉(zhuǎn)換模式，如果模型中需要轉(zhuǎn)換模式；（7）調(diào)用函數(shù)msgutil_send_recv_all_msg，把測(cè)試結(jié)果發(fā)送到TEAMS RT Server，同時(shí)獲取Server的診斷結(jié)果；（8）根據(jù)診斷結(jié)果，可判定測(cè)試性模型中模塊的4種狀態(tài)：bad， unknown，suspect和good；（9）判斷診斷是否結(jié)束，如果沒(méi)有結(jié)束，返回第（5）步，組織新的測(cè)試結(jié)果，進(jìn)行新的故障診斷；（10）測(cè)試及診斷結(jié)束，退出程序。

以某型慣導(dǎo)系統(tǒng)為例，開展智能故障診斷應(yīng)用，慣導(dǎo)系統(tǒng)的測(cè)試性模型如圖4所示，故障診斷系統(tǒng)如圖5所示，診斷結(jié)果如圖6所示。

5結(jié)束語(yǔ)

與傳統(tǒng)依靠工程師的經(jīng)驗(yàn)進(jìn)行故障測(cè)試和診斷的設(shè)計(jì)相比，本文提出的基于知識(shí)的智能故障診斷技術(shù)，根據(jù)診斷知識(shí)庫(kù)和測(cè)試數(shù)據(jù)判決結(jié)果，可以有效開展推理分析，得出哪些故障是確定發(fā)生的，哪些故障是確定沒(méi)有發(fā)生的，以及哪些故障是懷疑的，有效實(shí)現(xiàn)在線狀態(tài)監(jiān)測(cè)和故障診斷，并且根據(jù)預(yù)定的各種參數(shù)指標(biāo)極限值/閾值來(lái)提供故障報(bào)警功能[12-14]。

這樣不僅保證了系統(tǒng)故障測(cè)試與維修的合理性，同時(shí)能夠直接利用軟件工具就能夠輔助進(jìn)行測(cè)試性分析與診斷工作，大大降低了在設(shè)備使用壽命中對(duì)測(cè)試與診斷維修人員的技術(shù)門檻要求，提供了設(shè)備使用和維修工作的有效支持和保障。該方案的實(shí)施推廣對(duì)于航空電子系統(tǒng)綜合診斷技術(shù)發(fā)展具有積極的借鑒作用。

參考文獻(xiàn)

[1]田存英，邱冬.基于范例推理的智能故障診斷在機(jī)載系統(tǒng)中的應(yīng)用研究[J].航空科學(xué)技術(shù)，2017，28（12）：68-72. Tian Cunying， Qiu Dong. Application research of intelligent fault diagnosis based on case-base reasoning in airborne system[J]. Aeronautical Science & Technology， 2017，28（12）： 68-72.（in Chinese）

[2]李玲，趙嵩正.基于BOM的航空設(shè)備故障診斷系統(tǒng)模型研究[J].航空科學(xué)技術(shù)，2017，28（12）：55-60. Li Ling， Zhao Songzheng. Research on fault diagnosis system model of aviation equipment based on BOM[J]. Aeronautical Science & Technology， 2017， 28（12）55-60.（in Chinese）

[3]朱大奇.航空電子設(shè)備故障診斷新技術(shù)研究[D].南京：南京航空航天大學(xué)，2002. Zhu Daqi. Research on avionics fault diagnosis[D]. Nanjing： Nanjing University of Aeronautics and Astronautics， 2002. （in Chinese）

[4]鄂加強(qiáng).智能故障診斷及其應(yīng)用[M].長(zhǎng)沙：湖南大學(xué)出版社， 2006. E Jiaqiang. Intelligent fault diagnosis and its application[M]. Changsha： Hunan University Press， 2006. （in Chinese）

[5]覃祖旭，張洪鋮.信息融合的一般過(guò)程及在故障診斷中的應(yīng)用[J].測(cè)控技術(shù)，1995，14 （3）：15-18. Qin Zuxu，Zhang Hongyue. General process of information fusion and its application in fault diagnosis[J]. Measurement and Control Technology， 1995，14（3）： 15-18.（in Chinese）

[6]吳今培.智能故障診斷與專家系統(tǒng)[M].北京：科學(xué)出版社，1999. Wu Jinpei. Intelligent fault diagnosis and expert system[M]. Beijing： Science Press， 1999. （in Chinese）

[7]王飚舵.基于專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的機(jī)車電路故障診斷系統(tǒng)研究[J].北方交通大學(xué)學(xué)報(bào)，1996，20（4）：495-501. Wang Biaoduo. Research on locomotive circuit fault diagnosis system based on expert system and neural network[J]. Journal of North Jiaotong University， 1996， 20（4）： 495-501.（in Chinese）

[8]紀(jì)常偉.基于故障樹和神經(jīng)網(wǎng)絡(luò)的故障診斷技術(shù)研究[D].啥爾濱：啥爾濱工業(yè)大學(xué)，1995. Ji Changwei. Research on fault diagnosis technology based on fault tree and neural network[D]. Harbin： Harbin University of Technology， 1995. （in Chinese）

[9]薛凱旋，黃考利，連光耀，等.基于信息融合技術(shù)的裝備BIT故障診斷系統(tǒng)應(yīng)用研究[J].計(jì)算機(jī)測(cè)量與控制，2008，16 （5）： 598-600. Xue Kaixuan， Huang Kaoli， Lian Guangyao， et al. Application research of equipment BIT fault diagnosis system based on information fusion technology[J]. Computer Measurement and Control， 2008， 16（5）： 598-600.（in Chinese）

[10]鈕永勝，趙新民.采用基于神經(jīng)網(wǎng)絡(luò)的時(shí)間系列預(yù)測(cè)器的故障診斷新方法[J].儀器儀表學(xué)報(bào)，1998，19（4）：383-387. Niu Yongsheng， Zhao Xinmin. A new method of fault diagnosis using time series predictor based on neural network[J]. Journal of Instruments， 1998， 19（4）： 383-387.（in Chinese）

[11]師漢民.人工神經(jīng)網(wǎng)絡(luò)及其在機(jī)械工程領(lǐng)域中的應(yīng)用[J].中國(guó)機(jī)械工程，1997，8（2）：5-10. Shi Hanmin. Artificial neural network and its application in mechanical engineering [J]. China Mechanical Engineering， 1997， 8（2）： 5-10.（in Chinese）

[12]楊一平，戴汝為.神經(jīng)元網(wǎng)絡(luò)專家系統(tǒng)及其在反應(yīng)堆事故診斷中的應(yīng)用[J].電子學(xué)報(bào)，1990，18（6）：62-67. Yang Yiping， Dai Ruwei. Neural network expert system and its application in reactor accident diagnosis[J]. Acta Electronica Sinica， 1990， 18（6）： 62-67.（in Chinese）

[13]趙衛(wèi)東，陳國(guó)華.粗糙集與神經(jīng)網(wǎng)絡(luò)的集成技術(shù)研究[J].系統(tǒng)工程與電子技術(shù)，2002，24（10）：103-108. Zhao Weidong， Chen Guohua. Research on integration technology of rough set an neural network[J]. Systems Engineering and Electronic Technology， 2002， 24（10）： 103-108.（in Chinese）

[14]石君友.測(cè)試性設(shè)計(jì)分析與驗(yàn)證[M].北京：國(guó)防工業(yè)出版社2011. Shi Junyou. Testability design analysis and verification[M]. Beijing： National Defense Industry Press， 2011. （in Chinese）

（責(zé)任編輯王為）

作者簡(jiǎn)介

史萌（1987-）女，碩士，高級(jí)工程師。主要研究方向：慣導(dǎo)系統(tǒng)六性設(shè)計(jì)。

Tel：029-61889347E-mail：sm1077@163.com

連曉棠（1972-）女，學(xué)士，高級(jí)工程師。主要研究方向：慣導(dǎo)系統(tǒng)六性設(shè)計(jì)。

王漢平（1982-）女，碩士，高級(jí)工程師。主要研究方向：慣導(dǎo)系統(tǒng)六性設(shè)計(jì)。

張士邈（1974-）女，碩士，高級(jí)工程師。主要研究方向：慣導(dǎo)系統(tǒng)六性設(shè)計(jì)。

Design of Intelligent Fault Diagnosis for Inertial Navigation System

Shi Meng*，Lian Xiaotang，Wang Hanping，Zhang Shimiao，Qian Dehua AVIC Xian Flight Automatic Control Research Institute，Xian 710076，China

Abstract： In this paper， the fault diagnosis technology based on artificial intelligence is studied for inertial navigation system（INS）， and the intelligent fault diagnosis scheme is worked out， and the detailed scheme composition is discussed， including online test diagnosis software development package， test diagnosis service module， test diagnosis application management module， test diagnosis decision rule setting and management module， data acquisition module and user operation integrated environment. It is found that the intelligent fault diagnosis system of INS can detect and locate the fault reasonably through the complex diagnosis reasoning algorithm. The implementation of the diagnosis system scheme has a positive reference for the development of comprehensive diagnosis technology of avionics system.

Key Words： inertial navigation system； artificial intelligence； fault diagnosis； testability model； TEAMS