基于本体和FMECA的飞行操纵系统故障诊断方法

段照斌，张　鹏

（中国民航大学工程技术训练中心，天津　300300）

基于本体和FMECA的飞行操纵系统故障诊断方法

段照斌，张鹏

（中国民航大学工程技术训练中心，天津300300）

现代民航客机越来越多地采用电传操纵系统，其维护方法和故障诊断知识的缺乏成为航空公司机务系统的一大难题。为满足飞行操纵系统的维护需要，提出一种智能故障诊断方法，以B777飞机为例，将其飞行操纵系统的FMECA分析作为本体建模的知识源，通过JESS规则推理机，维护人员可迅速进行故障定位，并选择相应的处理措施。这种诊断方法实现了知识在飞机制造商与飞机使用者之间的共享，可为飞行操纵系统故障诊断提供良好的支持。

飞行操纵系统；FMECA；本体；故障诊断

现代民航客机的发展表明：21世纪的飞机维修将依赖机载维护系统，向着以监控维修（CMM,condition monitoring maintenance）为主的智能化方向发展，因此，在飞机维护系统设计以及飞机维修过程中，故障诊断方法居于核心地位[1-2]，找到一种切实可行的故障诊断方法对飞行操纵系统的设计和使用都极其重要。

故障模式影响与危害度分析（FMECA,fail mode, effect and criticality analysis）是一种在产品设计与使用阶段经常用于评估故障在系统功能、可靠性、可维护性等方面影响的方法，其中包含系统部件级别的故障，可作为本体论中准确的知识数据源，并能够呈现良好的层级结构，采用网络本体语言（OWL,ontology web language）可以将FMECA的知识结构化，采用语义网规则语言（SWRL,semantic web rule language）可以解释领域推理规则，采用Java专家系统外壳（JESS,java expert system shell）推理机则可完成故障诊断的推理过程。

1　现代民航客机的飞行操纵系统

20世纪70年代开始，电传飞行操纵系统开始出现，其具有体积小、重量轻、操作简单、降低机械操纵系统的非线性因素等优点，大大提高了飞机的性能。以B777等机型为代表的新型民航客机都采用电传操纵系统[3]，其结构如图1所示。

正常模式下，主飞行计算机（PFC,primary flight computer）从机组和自动驾驶仪接收命令并对飞机进行操纵，PFC利用来自大气数据惯性组件的导航数据，计算基于控制规律和飞行包线保护功能的飞行控制命令。PFC的数字命令信号进入作动筒电控组件（ACE,actuator control electronics），ACE将这些命令信号转换成模拟信号然后发送到动力控制组件（PCU, power control unit）或安定面配平控制组件（STCM,stabilizer trim control module），由他们通过机械连接控制舵面作动[4]。

图1　B777飞机飞行操纵系统原理Fig.1　Principle of B777 flight control system

ACE/STCM和PCU之间为带反馈的控制回路，响应PFC计算的舵面指令，PCU的伺服回路控制是由ACE实现的，而PFC与导航组件构成控制回路，响应机组和自动驾驶仪的控制命令。因此，PFC、ACE、PCU是电传飞行操纵系统的核心组成部分。

ACE内部有自测试、传感器监测、PCU监控等功能。当PCU的某个阀门发生故障时，ACE可监测到并将阀门关闭。ACE随后将故障活门的测试结果送给PFC，由PFC整理成故障报告，并最终进入故障报告系统。

PFC将报告以字符串发送到飞行控制ARINC629总线，CMC接收到报告，利用预加载故障信息表产生一个维护信息，并将维护信息和驾驶舱效应关联。

现代大型民航客机多采用冗余设计，以B777飞机为例，ACE共有4套，分别为L1、L2、C、R，PFC共3套，分别为L、C、R，同时其使用到的总线也是冗余的。本文分析系统结构主要是为了进行故障诊断，因此在分析系统结构时，首先将原理以及功能完全相同的冗余系统简化以便分析。

2　故障关联方法

故障关联是飞机中央维护系统的主要功能之一，故障关联的作用是通过计算找到维护信息与飞机真实故障之间的关系，为排故提供一个具体的操作方法。

这里提到的维护信息与飞机的故障代码不同，维护信息里包含了系统组件之间的物理关系。飞机的故障代码实际上是在系统层面对故障的描述，其与驾驶舱效应（FDE,flight deck effect）一一匹配。而维护信息是在组件层和子系统层对故障的一种描述，因此一个故障代码可与多个维护信息相对应。

飞行操纵系统主要包括ATA章节27章，其中故障代码共有约170条，而其对应维护信息则有约583条，针对不同的故障类型，部分维护信息号及其数量的实例如表1所示。

表1　B777飞机的维护信息举例Tab.1　Example of B777 maintenance message

B787飞机采用霍尼韦尔设计的维护系统，该系统是基于模型的诊断系统，采用集成故障报告辅助系统（SAIFR,system aid for integrated fault report）工具来实现整个系统的故障诊断，使用航空电子模型来诊断出现的问题。在此诊断系统中，采用数以千计的逻辑方程来预期潜在的异常情况，并确定故障和可能征兆之间的映射关系[5]，模型故障诊断方法如图2所示。

图2　基于模型的故障诊断方法Fig.2　Fault diagnosis method based on model

3　飞行操纵系统本体建模

3.1本体论

本体论的方法起源于哲学，近年来，在人工智能领域得到了越来越多的应用。基本的本体模型可用以下公式表示

其中：C代表本体类；OP代表对象属性；DP代表数据类型；I代表实例集[6-7]。

OWL是由万维网联盟（W3C,world wide web consortium）推荐的标准本体描述语言，其实质是一种对客观世界的分类描述方法，可以描述对某一领域内事物的共同理解。

SWRL是基于OWL语言的规则表述方法，其使用需借助JESS推理机，在本文使用的Protégé软件中，采用JessTab插件进行规则推理。

3.2FMECA方法

FMECA是一种在产品设计和使用阶段经常使用的可靠性分析方法，设计者通过FMECA分析可改进设计，分析系统安全性，产品使用者可通过FMECA分析进行安全管理，提高经济效益。按照FMECA方法，一个组件所有m个故障模式的危害性可表述为[8]

其中：αj表示第j个故障在所有故障中发生的概率，取值为[0，1]，主要来自统计数据；βj是指第j个故障发生后对系统影响的严重程度，取值为[0，1]，数据主要来自专家经验；λt是在工作时间t内，故障的发生率。

飞行操纵系统的FMECA报告如表2所示，利用某航空公司B777机队3年的故障数据进行统计，得出机队中所有飞机27章组件的FMECA报表作为系统模型的知识源。

表2　FMECA报表Tab.2　FMECA report forms

3.3FMECA知识的提取和选择

在简单系统的故障诊断中，该领域方面的专家通常用经验即可完成故障诊断，但如果系统复杂或故障从未发生过，领域专家就需要根据基本的系统结构进行分析。因此故障诊断知识源可分为2类：一类是浅知识，指基于系统组件和结构本身的知识；另一类是深知识，指领域专家对系统的经验总结。

在飞行操纵系统的建模过程中，单纯的浅知识和深知识都难以满足需要，因此需要两者相结合。结构模型属于浅知识，通过飞机维修手册[9]较易获得，而故障的危害性、关联性以及故障率需要统计或来自专家知识。这里建模过程中如果出现逻辑不清楚、前后矛盾的情况，在最终的故障诊断中是无法推理出正确结论的。

3.4FMECA的本体模型

在本体模型中，根据需要对飞行操纵系统划分不同的主类，同时对每个主类也要划分不同的子类。故障原因和故障效应可以认为是故障模式的子类，所有的故障模式类（FailMode）具有相同的数据类型，如表3所示，不同的实例可以通过子类的编号数据进行区分。

表3　FMECA本体的主类数据类型Tab.3　Main class data type of FMECA ontology

飞行操纵系统层级结构如图3所示，划分为系统层、子系统层、部件层、组件层。最终建立的系统结构如图4、图5所示，其中清晰地表示了不同类与逻辑词之间的关系。在Protégé软件中，采用OWL语言将此系统结构描述出来，为进一步故障推理提供依据。

3.5故障诊断的规则表述

本体类和本体模型属性通过SWRL规则进行关联，这种关联与领域内容直接相关。在FMECA的域中，仅用OWL语言是不能够完整描述的，因此需要根据FMECA本体进行规则建立。

前已述及，本体的层级结构以及关联可以使用OWL语言进行描述，然而推理规则使用SWRL语言进行编码，因此在推理时需要将其转化为JESS规则引擎可以识别的语句[10-11]。

图3　飞行操纵系统层级结构Fig.3　Hierarchy of flight control system

图4　故障模式、故障效应、故障原因之间的关系Fig.4　Relationship among failure modes，effects and causes

图5　FMECA本体结构模型Fig.5　Structure of FMECA ontology model

限于篇幅，给出推理使用到的11条规则中的一部分，如表4所示。Rule-1中当某一个系统发生了故障时，FailMode的hasHappened属性被置为true，规则可以自动找出相同级别的其他系统的故障，经过推理可以得到在子系统级的故障原因，再由Rule-2进行更深一步的推理，直至找到部件层的故障原因为止。

表4　推理规则表Tab.4　Reasoning rules

3.6故障诊断推理过程

另外，三维模型的建立有利于材料统计工作的实施。传统项目中的仪表材料用量通常都是估计量加裕量，主要依靠设计人员的经验来确定，材料用量很难准确控制，容易导致施工中出现纠纷，最终的结果就是材料用量超预算采购量。在三维模型中，设计人员可以根据变送器、接线箱、阀门等仪表设备的位置，准确计算电缆、气源管、支架等各类安装材料数量，大幅提高了材料统计的准确性，既有利于成本控制，也能做到有据可查。

故障诊断的推理过程如图6所示，图中虚线表示有故障发生，实线表示推理规则的执行方向。当高级别的故障发生之后，推理规则可以发现所有的可能故障原因。

图6　故障诊断推理过程Fig.6　Fault diagnosis reasoning process

在本文中，设定FailMode的hasHappened属性作为推理规则的触发开关，当不同层次的故障发生时，对应的推理规则也不同。例如，当出现了系统层故障后，Rule-1会被触发，规则可以发现系统故障是由哪些子系统引起的；与此同时，相应子系统层的推理规则Rule-2也会被触发，找到组件层的故障原因，进一步触发Rule-3，以此类推。

如果发生的故障层次较低，有可能使得多项规则同时触发，这时需考虑推理进行的先后次序。在本文中，将故障发生率作为优先级的衡量值，当有同一层次的多个故障同时产生时，先对故障发生率较大的故障进行推理，由此可以大大提高推理效率[12]。

4　实验分析

实验分析中搜集了某航空公司10架B777飞机3年来的故障数据，统计得到FMECA数据，并将数据填入飞行操纵系统本体模型当中，副翼PCU的FMECA信息如表5所示。当一个故障模式发生以后，触发推理规则，基于OWL语言描述的本体模型被转化为JESS格式，基于SWRL描述的规则被转化为JESS格式，执行故障诊断程序。

表5　副翼PCU的FMECA信息Tab.5　FMECA messages of aileron PCU

当发生一个子系统级故障时，如图7所示，驾驶员操纵装置失效，则在子系统层可能的原因有6个，每个子系统层的原因又可能是组件层或部件层故障引起的，按照组件层和部件层的推理方法，如图8、图9可以找到可能的故障部件，在相应的故障部件中，hasCausePossibleValue为由此部件造成故障的可能性，至此完成整个推理过程。

图7　子系统级故障诊断推理Fig.7　Diagnosis reasoning result of subsystem fault

图8　组件级故障诊断推理Fig.8　Diagnosis reasoning result of unit level fault

图9　部件级故障诊断推理Fig.9　Diagnosis reasoning result of part level fault

由此可见，当把FMECA数据作为知识源，采用本体方法进行描述和推理后，其故障诊断的结果能够为维护人员提供很多信息：①故障效应在不同层次的系统中传递的路径；②在不同层次的系统中发现和排除故障的方法；③在同一级别的系统中，故障影响到的组件都有哪些。这些信息为排故提供了充分的依据。

5　结语

基于FMECA本体的故障诊断方法，充分利用了FMECA统计知识的科学性和本体理论的灵活性，利用JESS推理机可以分析得到故障可能的原因，以及故障在系统中的传递效果，能够将故障相关的信息提供给排故人员作参考。这种建模与分析方法立足实践，避免了传统故障诊断方法理论性强、难以真正应用的特点，实现了故障诊断知识在飞机制造商、飞机使用者、科研工作者之间的共享，能够为航空公司提高运行效率，增加航班安全提供极大的帮助。

限于自身水平，本文还可以从以下几个方面进一步优化。

1）由于当前航空公司使用的主要机型都产自国外，在产品设计阶段的FMECA数据很难获取，只能根据使用情况进行统计，如果能够获得更为充分的FMECA数据，可使本体建模更加科学准确；

2）在对系统结构划分方面，将系统划分为4个层次仍显得有些简单，可在进一步的工作当中对系统进行更细致划分；

3）由于研究还处于初级阶段，对于故障诊断方法的准确性、误报率等指标还未有进一步的实验数据，对于这种故障诊断方法的评价仍需更多的数据和进一步的研究。

[1]赵瑞云.基于模块化综合处理平台的中央维护系统初步研究[J].航空电子技术,2007,38(1):20-25.

[2]赵瑞云.民用飞机机载维护系统的中央维护功能[J].中国民航大学学报,2008,26(5):39-42.

[3]邵荣士.电传操纵系统设计技术[J].飞机设计,2000(4):19-25,39.

[4]波音公司.波音737-NG飞机维修手册(AMM-I&II)[G].2004.

[5]JASLIN M,PATTON G J.Central Maintenance Computer System and Fault Data Handling Method:U.S.4943919[P].1990.

[6]黄超.面向车联网的电控发动机故障诊断本体的应用研究[D].广州:广东工业大学,2014.

[7]XU X B.HSFDONES：A Self-Leaning Ontology-Based Fault Diagnosis Expert System Framework[C]//Computer and Computing Technologies in Agriculture IV--4th IFIP TC 12 Conference,CCTA 2010 Selected Papers,PartⅣ,2010:460-466.

[8]周真,马德仲,于晓洋,等.用于产品可靠性分析的模糊FMECA方法[J].电机与控制学报,2010,14(10):89-93,99.

[9]波音公司.波音777飞机维修手册（FIM）[G].波音公司,2004.

[10]周亮,黄志球,黄传林.故障树领域本体及SWRL规则的构建方法研究[J].计算机科学,2015,42(8):198-202.

[11]黄寥若,沈庆国.利用本体建模和SWRL推理实现策略自动部署[J].计算机与现代化,2013(2):214-219.

[12]ZHOU A,YU D,ZHANG W.A research on intelligent fault diagnosis of wind turbines based onontology and FMECA[J].Advanced Engineering Informatics,2015,29(1):115-125.

（责任编辑：刘智勇）

Fault diagnosis method of flight control system based on ontology and FMECA

DUAN Zhaobin，ZHANG Peng
（Engineering Techniques Training Center,CAUC,Tianjin 300300,China）

The fly-by-wire flight control system is increasingly used in modern airliners.The lack of maintenance method and fault diagnosis knowledge becomes a major problem.In order to meet the needs for flight control system maintenance,an intelligent fault diagnosis method is proposed.The FMECA analysis of flight control system of B777 aircraft is taken as the knowledge source of this ontology modeling.By JESS rule reasoning machine,maintenance personnel can rapidly locate the source of the fault,and can select corresponding measures.This diagnosing method realizes the knowledge sharing between aircraft manufacturers and aircraft users,which can provide a strong support for fault diagnosis of flight control system.

fly-by-wire flight control system;FMECA;ontology;fault diagnosis

V267

A

1674-5590（2016）04-0021-06

2016-01-13；

2016-03-22基金项目：中央高校基本科研业务费专项(3122016D006)

段照斌（1989—），男，河南南阳人，助教，硕士，研究方向为航空电子.