一種基于癥候模式匹配的FDIR方法

鄧曉彬 譚小野 李廷中 萬成安

(北京衛星制造廠,北京 100190)

1 引言

空間電源系統作為航天器能量核心,其工作可靠性對于航天器任務有效執行、宇航員生命安全保證等具有至關重要的作用。由于航天器運行時間長(一般為10年左右),運行環境特殊(空間環境)等因素,在執行任務期間,電源系統不可避免會發生故障,因此需要建立在軌故障診斷系統,實現實時“故障檢測、診斷和修復”(Fault Detection, Isolation and Recovery, FDIR),防止故障傳播、蔓延和災難性事故發生。研究表明,在電子系統中使用自測試(Built in Test,BIT)技術可以提高系統診斷能力,并至少可降低50%的維修時間,從而最終降低設備的總費用[1]。

對國內外多個衛星平臺綜合電子設備、供配電系統的調研結果表明:集成化、模塊化、通用化、智能化已經成為衛星平臺電子設備的發展趨勢。NASA和ESA 均對綜合電子技術(AVIONICS)進行了深入的研究,并取得顯著的成果。航天器AVIONICS并不是將不同的分系統單機簡單地用電纜連接在一起,而是將全部的接口和電子設備通過微處理器和軟件技術完美整合在一起[2]。航天器通過設備的集成完成設計功能,設備按照系統總體劃分分別進行研制。日益增長的集成化、小型化、高性能的需求對于單元的設計和生產提出了巨大的挑戰。

本文在對FDIR 的方法進行研究的基礎上,提出了基于癥候模式匹配的方法。這個方法基于以下前提,有效的故障隔離算法必須具有在許多故障檢測數據中識別模式的能力,也就是識別故障癥候的能力。由典型測試結果組成的故障癥候需要與其它設備或系統的冗余信號、硬件自測試結果和狀態進行比較。應用這種方法的算法可以提高目前廣泛應用的冗余、故障容錯架構的相關性級別。系統中故障蔓延的癥候對應唯一的模式,因此這個方法可以提供故障隔離的性能。這個方法的另外一個優勢是判定模式的基礎,可以通過系統中故障的依賴性追蹤獲得。系統中可以建立一種組件故障與癥候對應關系的矩陣。通過這個矩陣可以確定癥候模式、排除有歧義的故障條件和冗余的故障檢測測試。通過CAD/CAE 等計算機輔助設計方法,可以推導出系統中的依賴性信息。通過在嵌入式系統中植入模式匹配算法對于系統的影響很小。它不會影響系統的成本、體積、重量或者可靠性。本文對于FDIR 性能的討論包括:1)間歇性故障;2)多態連續故障;3)未預見的癥候。

2 基于癥候模式匹配的FDIR 方法

FDIR 軟件技術隨著早期模擬控制系統自測試技術而逐步發展。由于模擬技術的特點,模擬自測試電路對與功能相關的一小組信號進行測試;通過對這些信號的比較,判斷是否有故障發生。在某些情況下,這種自測試技術提供了自動重構的能力,例如備份設備或組件的啟動等[3]。但是,這些自測試技術無法區分故障是由于硬件電路的缺陷還是由于傳感器或其它缺陷而產生。此外,特定的單點故障會導致多個自測試功能失效,導致不期望的系統重構或者給用戶錯誤的提示等[4]。

FDIR 邏輯的典型設計過程是包括系統、電路、軟件等技術相互關聯、相互協調的一個連續的過程。對于模擬自測試而言,通常情況下FDIR 邏輯的起點是提出對于功能相關信號的分組測試。對于這些分組測試而言,開發相應的算法來對發生的故障進行隔離、對于系統進行重構并且上報這些問題[5]。通常情況下,系統中其它信號組和額外邏輯均可以提供有用的信息。這些信息對于提高分組測試的故障檢測和隔離準確度均有好處。此外,不同分組測試結果的綜合,可以提供對于系統中更高級別故障檢測和隔離的判據[6],例如,電能缺失或者其它平臺功能的失效。除了以上這些優點可以提高重構和故障信息的準確性以外,還可以暴露出其它信號由于測試限制而沒有檢測到的潛在的故障。由于識別信號組失效組合的邏輯是基于原有模擬信號組合邏輯基礎上進行附加或增加的原因,允許附加邏輯去否定原有信號組的結論或行為就成為了軟件設計過程中的一個難題。此外,隨著系統變得越來越復雜,多通道的冗余和眾多的輸入輸出,導致系統級的相互影響也變得相當復雜。這些復雜的相互影響,對設計者識別影響和充分利用這些影響的邏輯(至少避免產生不期望的行為)的能力和有效時間提出了挑戰。最后,隨著附加邏輯變得越來越復雜,FDIR 軟件對于計算資源的占用率也越來越大,都將直接導致系統成本的升高[7-8]。

基于上述原因,本文提出了一種新的方法——癥候模式匹配FDIR 方法,該方法可以簡化任務設計,提供優化的FDIR 性能,并且限制FDIR 對于計算資源的過多利用。

2.1 傳統的FDIR方法

圖1 中描述了傳統的FDIR 方法的典型邏輯流程。它以一組相關故障檢測測試驅動本地隔離邏輯為特征。本地隔離邏輯為典型的邏輯狀態機。這個狀態機是組合邏輯,通過對于現有的輸入和從前輸入序列產生的歷史邏輯狀態機的共同應用。本地隔離邏輯的輸出是全局隔離邏輯的輸入。全局邏輯的目的是說明本地故障信息的典型組合,全局邏輯本身也是一個狀態機?；诠收细綦x的條件,通過對于本地或者全局隔離邏輯的分析,可以得出重構和上報結果?；谥貥嫼蜕蠄蟮男畔?期望系統可以對于故障進行正確的響應。每個本地隔離邏輯單元接收的輸入,首先為本地自測試組合的故障檢測信息,有些時候來自其它單元的故障測試組合。這些流程是以設計者預先的定義為基礎。本地隔離邏輯也可以利用自身此前的狀態、其他單元隔離邏輯的狀態和全局隔離邏輯的狀態[9-16]。

圖1 傳統FDIR 方法流程圖Fig.1 Flow chart of traditional FDIR

2.2 癥候模式匹配方法

與傳統方法相比,圖2 描述了癥候模式匹配方法的概念。

圖2 癥候模式匹配的FDIR 方法Fig.2 FDIR method based on the symptom pattern matching

在圖2 中,傳統方法中的本地和全局隔離邏輯由癥候模式匹配邏輯替代。癥候模式匹配邏輯也是一種狀態機。通過中心邏輯結構替代了傳統方法中不同邏輯元素相互影響的復雜性。通過模式匹配表的應用,簡化了癥候匹配邏輯的輸入數量和邏輯復雜程度。

圖3 為癥候模式樣例,描述了模式匹配表的概念。它包括故障檢測結果組成的模式(癥候),產生這個模式所需的故障條件。癥候的測試結果由邏輯“真”(T)或“假”(F)來表示。針對每個模式對應的故障條件,可能是由于一個特定組件導致,也可能是由一組組件導致。無法與輸入相匹配的模式可以標記為不曾預料的故障條件,并且采取穩妥的重構和相應的上報操作。

圖3 癥候模式樣例Fig.3 Example of symptom pattern

癥候模式匹配為FDIR 處理提供了一個效率和有效性都很高的簡化途徑。但是完成模式匹配表所需的分析過程是隱含的挑戰。對于一個簡單的系統或者系統中的一部分,模式匹配表可以通過對于假定故障的檢查過程和有關的癥候識別過程來完成。對于復雜系統,則需要在定義癥候-故障匹配關系中應用更多的系統分析方法。

以下進行癥候-故障自測分析。

圖4 中描述了在一個簡單系統中通過自測產生癥候與故障匹配關系的例子。

該系統是一個雙通道采集系統,由雙通道計算機和冗余模擬量傳感器組成。兩個傳感器,A 和B測量相同的模擬量。通過計算機配備的模數轉換芯片將傳感器測量的模擬量信號轉化為數字量。嵌入式軟件可以完成傳感器信號的采集任務。每個傳感器的輸出均傳遞給不同的嵌入式系統,由嵌入式系統完成相應的模數轉換。這是一個簡單的交叉測量的例子,這種冗余方法存在兩個好處:1)任何一個嵌入式系統的完全故障均不會影響模擬量的采集,另外一個嵌入式系統會完成同樣的功能;2)任意的單個測量電路故障均可以得到準確的檢測、診斷和修復。

圖4 樣例系統結構圖Fig.4 Structural figure of exam ple system

其中,A 傳感器在A 通道的測量電路用SC-A來表示;SC-XB 表示A 通道中對于B 傳感器的交叉測量;B 通道中對于B 傳感器的測量電路用SC-B來表示,SC-XA 表示B 通道中對于A 傳感器的交叉測量。每個通道通過軟件均可完成兩個傳感器對應模擬量的測量。簡化考慮,在分析過程中假設嵌入式系統中的嵌入式硬件均采用故障容忍設計,不考慮嵌入式硬件的故障狀態。對于這個系統而言,共有四個不同的輸入,分別為A,XA,B,XB。對應共有6 個可能的比較測試來檢測明顯的偏差,分別為A ≠B,A ≠XB,A ≠XA,B ≠XB,XA ≠XB 和B ≠XA 。如果在兩個輸入比較過程中,偏差超出允許的閾值,則測量過程中出現了明顯的偏差。如果兩個傳感器測量結果的比較超出允許的閾值,則可認為滿足一個故障條件。故障癥候由6 個“真”或“假”的邏輯測試結果組成。

為了得出癥候-故障匹配表, 考慮A 傳感器在A 通道中的測量電路SC-A 故障的狀況。假設故障導致A 傳感器測量結果與正確值不同,則檢查A ≠B 為“假”(它們并不相同)。相似的是,與變量A 相關的全部檢查均為“假”(A ≠XA,B ≠XB)。其它沒有用到變量A 的測試全部為“真”(B ≠XB,XA ≠XB,B ≠XA)。同樣的,假設A 傳感器故障,則變量A 和XA 同樣受到影響,此時包含A 或者XA(除A≠XA 外)的測試均為“假”。因此,對應的故障癥候是A ≠B,A ≠XB,XA ≠XB,B ≠XA 全部為“假”,而B ≠XB 和A ≠XA 為“真”。持續對B 傳感器和其它測量電路進行檢查,可以完成如圖5 所示的故障癥候表。

圖5 樣例的故障癥候Fig.5 Fault symptom of exam ple

圖5 中的故障癥候檢查可以顯示系統框架故障隔離特性。首先,同樣模式的存在起到警示的作用,無法區分一個模式相聯系的兩個故障到底哪個發生,只能說明存在歧義。傳感器A 和傳感器B 對應的癥候模式就是一個很明顯的例子。癥候模式完全相同,只能說明傳感器A 或者傳感器B 故障,但是無法說明到底哪一個發生了故障。如果故障癥候無法與任何一個單個故障模式相匹配,則表示成多個故障的組合、不曾預料的故障。在這個例子中共有64 個可能的模式,但是表中只列出了6 個模式對應的故障。除去正常運行的狀態,此外還有57 個不曾預料的故障模式。

在這個例子中,對于癥候-模式匹配表的確定是很簡單的。但是對于綜合電子中復雜結構而言,這個方法就不是很充分,需要采用系統方法進行分析。

2.3 癥候分析的系統方法

對于復雜結構,系統中故障結果的蔓延會影響很多癥候的測試。對于許多功能共享的資源而言,它的故障或者擾動就尤為明顯。例如供配電設備、數據總線或者多輸入/輸出(I/O)組件。對于設計師而言,這既提供了好處也帶來了挑戰。好處在于,可以在故障和癥候之間建立牢固的關聯。這是癥候匹配方法給FDIR 帶來的固有性能的提高。挑戰在于復雜故障蔓延的表述。對于復雜故障而言,很難分析其獨立性,導致潛在的錯誤可能性也增加了。為了解決這個問題,判定癥候匹配表需要開發相應的系統方法。為了完成這個任務,FDIR 癥候查表設計需要系統級、整體的考慮。

圖6 是癥候查表設計處理中的流程示意。分析處理包含了癥候表的產生和分析輸入的識別。如圖6 所示,系統處理的第一個步驟,是對于設計特性的理解和面向FDIR 設計的描述以及系統分析的表現等。對于故障分析而言,信號經過的路徑、主要部分的信息是所關心的問題。這些重要信息只能從系統架構和電路設計細節中提取。構造的特性還包括路徑的終點和故障檢測的測試方法。

圖6 癥候查表設計處理流程Fig.6 Flow chart of symptom table design

3 結論

目前國外航天器綜合電子系統中已經廣泛應用了FDIR 技術,該方法對于提高航天器在軌的穩定、安全運行起到了重要的作用。我國航天器平臺設備目前還主要依賴于有限的遙測參數對航天器運行狀態進行評估,主要通過硬件設備的冗余和可靠性設計來保證在軌安全,與國外相比差距較大。國內在新型航天器的論證過程中,也明確提出了對于綜合電子產品的FDIR 設計要求,但距離工程應用尚有一定的差距。硬件方面,由于國內尚不能生產適合空間環境應用的處理器等芯片,進口的宇航級處理芯片性能和速度不能滿足實時FDIR 的需求;通信及相關邏輯器件嚴重依賴于進口產品。軟件方面,目前國內尚無成熟的嵌入式操作系統和嵌入式實時數據庫等基礎軟件作為支撐,而相關進口產品也無大規模應用。只有相關軟硬件產品得到較大發展后,航天器綜合電子FDIR 技術才能有更好的發展。

本文提出了基于綜合電子應用背景的癥候模式匹配FDIR 方法,與傳統的FDIR 方法相比,這個方法具有下列優點:

1)通過嵌入式軟件的應用,可以實現系統設計中固有的潛在故障的檢測和隔離;

2)效率較高,并且占用計算資源較少;

3)采用系統級分析方法,基于硬件結構進行分析;

4)嵌入式軟件的邏輯結構簡單,易于設計、測試和維護。

針對新型航天器綜合電子技術的需求,對于FIDR 技術進行了廣泛的調研。通過對調研結果的分析和整理,結合我國國情,嘗試提出了一種癥候模式匹配方法,該方法對于提高我國FDIR 水平和綜合電子技術均有幫助,為相關技術在新型航天器中的應用提供了基礎,有益于提高我國新型航天器的可靠性和安全性。

)

[1]萬成安,于磊,劉建強.航天器直流電源系統穩定性分析方法研究[J].航天器工程,2009,18(2):14-19

[2]譚小野.數據挖掘在電網安全中的應用[J].東北電力技術[J].2005(8):40-44

[3]鄧曉彬, 譚小野,萬成安.信息融合與多Agent 技術在航天器能源管理系統在軌故障診斷中的應用[J].計算機測量與控制,2009(1):22-27

[4]Deng Xiaobin, Tan Xiaoye, Wan Cheng'an.The fransient stability analysis of spacecraft power grid[C]//12th International Space Conference of Pasin-basin Societies, 2009

[5]Newman J S.Failure-Space:a systems engineering look at 50 space system failures[J].Acta Astronautica,2001,48(5-12):517-527

[6]Rogers J S.Object oriented fault diagnosis system for space shuttle main engine redlines[R].N90-27315, 1990

[7]H arrington J B.CLIPS as a know ledge based language[R].N88-16365,1988

[8]Iverson D L, Patterson H F A.A diagnosis system using object oriented fault tree models[R].N90-27313,1990

[9]Marsh C A.The ISA expert system:A prototype system for failure diagnosis on the space station[C]// Proceedings of the First International Conference on Industrial and Engineering Applications of Artificial Intelligence and Expert Systems, University of Tennessee Space Institute, Tullahom s, Tennessee, 1988:60-74

[10]Passani M, Brindle A.Automated diagnosis of attitude control anomalies [C]// Proceedings of the Annual Rocky M ountain Guidance and Control Conference,Keystone, Coloradom, 1986:255-262

[11]Merrill W C, Lorenzo C F.A reusable rocket engine intelligent control[R].AIAA-88-3114,1998

[12]Reiter R.A theory of diagnosis from first principles[J].Artificial Intelligence,1987,32:57-95

[13]Kleer J de, Williams B C.Diagnosing multiple faults[J].Artificial Intelligence,1987,32:97-130

[14]Quilan J R.Induction of Decision Trees[J].Machine Learning, 1986(1):81-106

[15]ZH U H ongwei, Basir O, Karray F.Data fusion for pattern classfication via the dempster-shafer evidence theory systems[J].Man and Cybernetics, 2002, 7(2):2-4

[16]Lee C , Alena R L , Robinson P .Tw o trees-migrating fault trees for real time fault detection on international space station[J].IEEE Computer Applications in Power, 1999, 12(3):19-25