机载电子设备的故障诊断技术分析

刘巧

摘 要：伴随着科学技术的不断发展和进步，机载电子设备管理成为了设备诊断管控工作的重点，相关部门要整合具体问题机制和管理措施，完善不同诊断效果的同时，为后续监督管理水平升级奠定坚实基础。本文对机载电子设备故障诊断方法进行了简要分析，并集中阐释了相应的诊断技术，以供参考。

关键词：机载电子设备；故障诊断；方法；技术

一、机载設备的故障诊断平台

（一）国内外研究现状

在国外，ATE技术已将逐渐实现了外场可换单元管理和内场可更换单元管理，针对机载设备进行集中的故障诊断，将新技术和新方法进行融合，能在节约运行成本的同时，更加侧重程序开发效果和移植水平，对LRU诊断正确率优化提供了保障，例如在F-16飞机中，机载设备的优化升级为美国空军节省了数百万经费。而在国内，我国利用GPIB总线实现的ATE技术已经在航空、航天等重要领域内形成了良好的应用趋势，尤其是ATE系统模板管理项目，能在升级数字I/O体系和接口模板结构的同时，为进一步提升机载设备故障诊断水平奠定了基础。

（二）基础诊断平台

近几年，借助智能化诊断机制对机载电子设备进行故障处理，能在完善诊断结果的同时，一定程度上全面保证处理水平和分析效果的最优化。[1]

第一，基础性规则体系诊断平台。要将规则形式作为根本，建立有效的故障处理机制，不仅能完善获取联系相关问题的信息和数据，也能有效调用和信息匹配的处理机制，在完成整个系统匹配的同时，为后续数据处理和信息添加提供保障。值得一提的是，利用规则处理信息，能借助不同层级的迭代重复管理保证分析水平和管控效果的最优化。但是，由于机载电子设备自身结构较为复杂，对于系统的依赖性较强，这就需要针对新的诊断更加完整的规则库。

第二，故障树诊断平台。主要是将测试结果作为整个项目的起点，保证活动和决策组分叉决策树更加有效，从而借助其提供的维修建议落实相应的维修活动，一定程度上保证电路描述和故障仿真效果的最优化，也为后续评价测试矩阵效果处理提供保障。除此之外，借助故障树处理机制，要从案例出发，抽取系统中可能对整体测试和故障诊断有利的案例予以分析，建立相应的故障树结构。这种方式整体操作较为简单，但是机载设备若是较小，就会出现无法引起故障树更新问题。[2]

第三，模糊诊断平台。在研究故障的过程中，要将其和征兆进行连接。需要注意的是，在实际应用运行体系中，不同因素存在复杂性，真正判定故障和征兆之间的关系，尤其是一些故障状态模糊性的留存，借助模糊故障诊断机制就能有效完善简易判定。在复杂电子处理尤其是模拟电路处理过程中，结合元件容差和元器件容差参数，升级电路理论，对模糊现象进行统筹性分析，真正诊断出故障不确定性，为后续量化处理工作得以有效优化。

第四，神经网络诊断平台。结合人工神经网络的非线性因素和容错性性质，要有效整合故障诊断处理效果。在神经网络体系中，要积极落实微观值模型，集中完善神经网络微观数值模型，在整合经验样本学习的同时，将专家知识和诊断实例结合在一起，一定程度上升级权值和阈值判定效率，为后续推理性优化奠定坚实基础。

二、机载电子设备故障诊断技术

（一）集成诊断技术

在机载电子设备故障诊断工作开展进程中，要整合技术要点和关键，积极落实统筹性管控措施，能将不同故障诊断技术结合在一起，提升诊断系统综合性能，保证智能化发展效果最优化。另外，在集成智能故障诊断技术体系内，要将知识推理和人工神经网络等进行处理，确保故障诊断管理效果的最优化。值得一提的是，集成诊断技术研究要对被诊断对象特征进行分析，利用集成方法以及相应的诊断策略完善最终的技术管理结构，积极建立诊断领域管控策略，将模型和基础性规则作为根本，有效减少局限性对诊断系统智能化发展造成的影响，也为后续诊断效果的升级奠定基础。[3]

目前，在集成诊断技术体系中，主要分为模型分析、规则分析、案例分析以及神经网络分析四个模块，借助策略控制中心对知识组织体系予以统筹性管理，为一致性检验和解释提供最有效的指导，确保系统框架结构运行效率的最优化。

（二）综合诊断技术

在智能化诊断机制建立的过程中，要想从根本上提高诊断效果和整体水平，就要结合智能诊断工程项目对推理项目和测试环境予以分析，维护单元通讯机制和服务标准的最优化，也为后续诊断机制的全面落实提供保障。目前，综合测试和诊断要想有效实现，就要遵循IEEE1232.2定义内容，维护服务标准的同时，真正发挥软件的可移植性优势。结合相应的诊断处理标准，确保能从系统设计单元开始，将诊断机制贯穿在整个设备使用寿命周期内，优化诊断系统的完整性和实效性，也为后续解决复杂系统以及过程故障提供保障。

（三）软件工具

在机械设备系统复杂性不断增多的背景下，要想有效落实动态化诊断管理措施，就要结合寿命周期特征以及维护费用，进一步提升工程系统智能化软件工具的研发水平，从而保证诊断效率更加贴合实际需求。需要注意的是，目前较为新兴的体系是机器学习过程，能在不断总结和管理的基础上，完善自动化知识获取和处理，有效升级系统知识处理效果。[4]

三、结语

总而言之，在微电子技术不断发展的背景下，要结合数据集成电路以及技术发展机制，对机载电子设备进行集中调试和综合性故障诊断，尤其是结合诊断需求建立的相关诊断措施，要顺应时代技术发展趋势，避免传统单一化的故障诊断对后续诊断结果的判定造成影响，也为优化智能化故障处理提供保障，实现诊断效果和综合性水平的全面升级。

参考文献：

[1]闫涛，赵文俊，胡秀洁，等.基于信息融合技术的航空电子设备故障诊断研究[J].电子科技大学学报，2015（3）：392-396.

[2]周德新，崔海青，谢晓敏，等.机载电子设备故障诊断专家系统设计与实现[J].现代电子技术，2015，33（24）：80-82，86.

[3]周德新，蒋红菊.基于动态贝叶斯网络的机载电子设备故障诊断[J].计算机测量与控制，2014，22（3）：656-658，666.

[4]侯满义，荆献勇，范惠林，等.基于特征参数分布的机载电子设备故障诊断与预测[J].数学的实践与认识，2014，42（18）：69-75.