基于TEAMS的慣性測量組合測試性建模與分析

何 星，王宏力，陸敬輝，姜 偉

（第二炮兵工程大學自動控制系，陜西 西安 710025）

0 引 言

慣性測量組合是飛行器控制系統的重要組成部分，它主要通過敏感飛行器相對慣性空間的運動來引導和控制其按預定軌道飛行，在整個飛行器系統中至關重要[1]。但是，由于受制造工藝水平、元器件使用壽命及工作環境的影響，加之慣性測量組合的精度要求非常高，使得其成為極易產生故障的部件之一；因此，保證慣性測量組合的正常工作，快速、準確定位與隔離出現的故障就顯得尤為重要。慣性測量組合是較為復雜且精密的機電系統，包含大量復雜電路及敏感元器件，其故障診斷較為困難。目前，針對慣性測量組合的故障定位及診斷主要依賴維修人員的經驗，致使對慣性測量組合的故障診斷能力相對較弱，嚴重制約著部隊戰斗力的生成與發揮。

測試性的概念最早產生于航空電子領域。測試性這一術語是1975年由F.Liour等人在《設備自動測試性設計》一文中首先提出，隨后相繼用于診斷電路設計及研究等各個領域[2]。開展測試性設計，可以顯著降低產品壽命周期的費用，提高故障檢測率，縮短維修時間[3]。

測試性工程與維修系統（testability engineering and maintenance system，TEAMS）是由美國 QSI公司開發的一套提供測試性、維護性、系統健康監視等解決方案的商用軟件產品。它通過一個簡便易用的GUI界面，提供多信號模型建模方法和智能推理算法，實現了系統的測試性分析、故障診斷策略、實時健康監視等功能，已經在航空、國防、空間科學、商業等各個領域得到了廣泛地驗證[4-6]。在國內，TEAMS及其應用方面的研究成果還比較少，只有個別單位或研究人員進行了TEAMS的介紹和嘗試[7-9]。

本文在研究多信號建模方法的基礎上，利用TEAMS建立了某慣性測量組合的多信號模型，并對其進行了測試性分析，針對固有測試點不足帶來的故障診斷效果較差的問題，給出了兩種改進方案。測試性分析結果表明，多信號建模方法能夠方便地對大型復雜設備進行建模和分析，利用測試性分析結果實現故障的快速準確隔離和定位，對提高故障診斷效率、降低維修人員要求、增強裝備保障能力具有重要的意義。

1 多信號測試性建模方法

多信號模型又被稱為多信號流圖模型，最早由Somnath Deb和Krishna R.Pattipati等人于20世紀90年代初提出[4]，其是在系統結構和功能分析基礎上，以分層有向圖表示信號流導向、組成單元（故障模式）的構成以及它們之間的相互連接關系，并通過定義信號（功能）以及組成單元（故障模式）、測試與信號之間的關聯性，來表征系統組成、功能、故障及測試之間相關性的一種模型表示方法。一個多信號通常包含以下7個要素[7]：

（1）C={c1，c2，…，cM}為系統的組成模塊集合，其元素稱為故障組元，表示系統包含M個獨立和相對完整的最小功能模塊；

（2）S={s1，s2，…，sL}為系統的獨立信號集合，表示系統具有L個獨立信號。信號是指系統傳輸特性中能夠清晰地描述系統功能的特征屬性；

（3）測試點的有限集 TP={TP1，TP2，…，TPp}；

（4）可用測試的有限集 T={t1，t2，…，tN}；

（5）每個測試點TPi包含一組測試SP（TPi）；

（6）每個功能模塊ci相關或影響的信號的有限集，表示為SC（ci）；

（7）每個測試ti所能檢測到的信號集ST（ti）為S的子集。

多信號模型的圖形化建模過程一般可分為以下3個步驟：（1）在分析建模對象工作原理及提取相關信息（系統組成、功能、測試等）的基礎上構建結構模型、原理圖模型或概念方框圖；（2）向模塊和測試點加載信號，并根據信號（功能）的流向確定系統組成單元的輸入、輸出及相互的連接關系；（3）根據特定情況調整、修正和校驗模型。

2 慣性測量組合多信號模型的建立

2.1 慣性測量組合組成及功能

模型慣性測量組合主要由本體、電子箱和二次電源3部分組成，其連接關系如圖1所示。

圖1 慣性測量組合示意圖

當慣組處于工作狀態時，二次電源將外部一次電源送入的直流電變換為電子箱和本體所需的各種交、直流電壓，通過連接電纜對各個電路板進行供電。首先電子箱及本體中的加溫片、熱敏元件和溫控電路在接受二次電源的供電后實現溫度的控制，使得陀螺儀和加速度計能夠正常工作；其次二次電源的供電保證陀螺儀和加速度計準確敏感飛行器運動的角速度和加速度，并以電流形式輸出到電子箱中的校正網絡板和功放板，經過校正放大后輸入脈沖輸出板，將陀螺儀和加速度計送來的模擬信號變換為脈沖信號，供機載計算機及外部測試設備對飛行器姿態和位置進行判定，然后反饋至陀螺儀和加速度計力矩器，通過伺服機構實現對飛行器的導引和控制。二次電源中的頻標板產生多種頻標信號保證脈沖輸出板的工作，溫控信號、部分二次電源信號和脈沖輸出信號通過3根電纜送到外部的測試設備，以實現對慣性測量組合的標定。

慣性測量組合內部結構非常復雜，當其出現故障時，如果僅依靠技術人員的經驗很不可靠，但通過分析可以看出該慣組信號傳遞關系很容易判斷，模塊結構也易于獲取。因此，根據上節介紹的多信號模型構造步驟，按照分層建模的思想，就可以構造上述慣性測量組合的多信號模型，而后可以利用其多信號模型進行故障的定位與診斷。

2.2 慣性測量組合多信號模型的構建

本節將利用TEAMS軟件來構建慣性測量組合的多信號模型。通過對慣性測量組合各組成元件及其信號傳遞的依賴性分析，不考慮粗加溫電路故障和連接電纜及其插座的故障，建立了由93個故障源模塊組成的慣性測量組合三層多信號模型。由于測試性建模過程復雜且內容較多，這里僅示例性給出利用TEAMS軟件構建的二次電源中頻率激磁電源板的多信號模型，見圖2。

它主要由溫補晶振、分頻器電路、穩壓電路以及放大電路等部分組成。一路通過晶振和分頻器生成基本的頻率信號，并對其進行分頻，生成陀螺儀及其伺服機構所需的各種頻標信號，另一路通過穩壓器、功放以及高頻變壓器電路產生陀螺前置放大板所需的激磁信號。

圖2 頻率激磁電源板的多信號模型

構建好慣性測量組合的多信號模型后，下一步就要設置測試點。根據慣性測量組合測試設備的實際情況，在地測電纜、遙測電纜和機載計算機電纜上各可設置1個測試點，3個測試點共包含23個測試，分別測試系統中的加溫信號、二次電源產生的部分信號和陀螺儀、加表的脈沖輸出信號，為了提高測試效率，減少冗余測試，本文對慣組結構中存在的反饋回路做斷開處理。

3 慣性測量組合測試性分析及改進

以系統的測試性分析與評估為目的，進行如下假設：（1）單故障假設；（2）慣組各組成模塊發生故障概率相等，不考慮測試所需時間和費用。

至此，按照上節中建立的系統多信號模型，通過TEAMS平臺的測試性分析，該慣組的測試性分析和評估結果如表1所示，系統模糊組的分布情況如表2所示。

從表1可以看出，僅僅使用系統預留的3個插座上的23個測試，得到的故障檢測率100%；但是故障隔離率很低，平均模糊組很大，這說明僅僅使用固有測試難以滿足故障定位和診斷的要求，必須獲取更多的故障信息提高隔離率，減小模糊組容量。從表2模糊組容量可以看出，經過測試性分析，最大的模糊組包含42個難以分辨的模塊，其次還包含容量為6，5，4的模糊組，這給故障的準確定位帶來困難。

表1 系統測試性分析結果

表2 系統模糊組分布情況

除了模糊組分布結果，TEAMS軟件測試性分析還給出了模糊組的具體報告，通過分析模糊組報告及系統信號傳遞關系，可用來實現對模糊組的進一步壓縮，實現故障的更精確定位。結合實際慣組信號依賴性關系及本文多信號模型的測試報告，發現存在的模糊組可以通過增加測試點的方法來進行壓縮，除了慣組已有的連接外部測試設備和機載計算機的固有測試外，本文提出兩種增加測試點的改進方案：

（1）從3個大部件之間連接電纜的插座上引出測試點來獲取故障信息，本文分別從二次電源和本體中各兩個插座添加測試點，共13個測試信號；

（2）可以從部分內部電路板輸出端接口引出測試信號，本文分別從電子箱中溫控板及加速度計、陀螺儀A/D轉換板以及二次電源分立電源板中添加測試點，共16個測試信號。利用TEAMS軟件進行測試性分析，得到兩種改進測試性分析的結果如表3和表4所示。

表3 改進的測試性分析結果

表4 改進后模糊組分布情況

表3和表4兩種改進后的測試性分析結果表明，多信號模型表征的系統信號傳遞關系可以用來判讀故障位置，與以往根據人工經驗判讀的結果基本吻合，且根據TEAMS測試性分析報告可以給出慣性測量組合滿足要求的診斷策略。相比以往利用技術人員經驗的做法，多信號模型進行測試性分析效率更高，結果更可靠。

上述慣性測量組合測試性建模及分析實例表明，多信號建模方法在對系統的測試性建模分析和評估中是可行、有效的，可以實現系統的測試性評估，進而改進測試性設計，提高系統的固有測試性。

4 結束語

慣性測量組合是飛行器控制系統中的核心部件之一，其結構復雜，包含大量模數混合電路，元器件數目巨大，因此其故障的快速定位及診斷是急需解決的難題。針對目前慣組故障診斷主要依靠技術人員經驗帶來的弊端，結合多信號建模思想，利用TEAMS軟件構建了某型慣組的多信號流圖模型，并對其固有測試性進行了分析，利用軟件給出的測試性結果，結合系統實際結構，提出了兩種增加測試點的改進方案，測試性結果表明改進方法能夠更加有效和準確地定位故障。同時，說明對于復雜機電系統，利用多信號建模思想可以方便地獲取其模型，進而實現測試性的分析與改進。

[1]侯青劍，王宏力.基于TEAMS的慣性測量組合故障診斷[J].現代防御技術，2009，37（5）：64-67.

[2]田仲，石君友.系統測試性設計分析與驗證[M].北京：北京航空航天大學出版社，2003：8-10.

[3]劉海明，易曉山.多信號流圖的測試性建模與分析[J].中國測試技術，2007，33（1）：49-50.

[4]Deb S，Pattipati K R，Raghavan V，et al.Multi-signal flow graphs:a novel approach for system testability analysis and fault diagnosis[J].Aerospace and Electronic System Magazine，1995，10（5）：14-25.

[5]Hindson W，Sanderfer D，Deb S，et al.A modelbased health monitoring and diagnostic system for the UH-60 helicopter[C]∥Proceedings of the AHS International 57th Annual Forum and Technology Display，2001：331-338.

[6]Wen F，Willett P K，Deb S.Signal Processing and fault detection with application to CH-46 helicopter data[C]∥Proceedings of the IEEE Aerospace Conference，2000：2113-2120.

[7]龔勇，景小寧，陳云翔，等.基于多信號流圖的飛控系統實時故障診斷[J].電光與控制，2006，13（6）：89-92.

[8]林志文，賀喆，楊士元.基于多信號模型的雷達測試性設計分析[J].系統工程與電子技術，2009，31（11）：2781-2784.

[9]何光進，葉曉慧，王紅慧.多信號模型在故障診斷中的應用[J].計算機測量與控制，2009，17（1）：25-27.