基于故障樹和快照技術的無人機特情訓練方法

林 清 蔡志浩 王英勛 陳立芳

(北京航空航天大學飛行器控制一體化技術重點實驗室，北京100191)

隨著無人機技術的崛起和迅猛發展，國內外把研制重點基本上都放在了無人機空中平臺、任務設備及飛行控制軟硬件的性能和可靠性上，這固然對提高飛行安全可靠性十分重要，但在如何提高操作手在常規和故障情況下完成任務方面，其發展一直相對滯后.

無人機特情訓練系統的主要功能就是對無人機系統操作手進行常規和特情飛行訓練，提高操作手及時發現特情、妥善地處置特情并完成飛行任務的能力[1].本文針對傳統無人機特情訓練故障覆蓋率低、主次故障不明確、訓練效率低、通用性差等不足，提出了一種基于故障樹遍歷分析和快照技術的無人機模擬訓練方法，并設計了一種基于Matlab RTW(Real-Time Workshop)/Visual C++/Vega Prime環境開發的通用化無人機特情訓練系統.該方法和系統在某型無人機的特情訓練上得到了成功應用.

1 訓練方案分析

本文以某型無人機的特情訓練系統作為研究案例，利用故障樹理論和快照技術對復雜無人機系統的特情訓練方案進行了研究.

分析復雜無人機系統特情訓練的特點:①無人機系統復雜，存在著多個子系統，而任何一處故障都會導致無人機進入特情狀態，傳統的無人機訓練故障覆蓋率低;②在工程實際中，由于技術和其他客觀因素，某些故障發生的概率更大，應著重予以訓練，而傳統的無人機特情訓練針對性不足;③特情訓練中訓練階段耦合嚴重，每輪訓練必須合理安排特情訓練用例，才能保證不同階段特情訓練的合理性和連續性;④由于特情訓練自身特點，無人機處于非常規狀態，常伴有若干處故障或處于惡劣復雜的大氣環境中，無人機極易發生事故，導致該輪訓練的中斷.如果每次都進行一個完整的無人機任務包線飛行，就面臨總的訓練時間長，但是訓練效率低下的問題.

針對上述分析，為了解決特點①和②所述的特情訓練故障覆蓋率低和重點不突出的問題，本方案采用了故障樹分析(FTA，Fault Tree Analysis)法來分析，遍歷分析無人機可能存在的各種故障，進行完備的模擬訓練，同時也找出導致無人機系統特情的主要因素，并在特情訓練時著重訓練操作手對此種特情的感知和處置能力.在故障遍歷和重點故障明確的基礎上，本文采用了基于訓練系統快照技術的方法，旨在解決特點③和④所述的訓練階段耦合和任務包線重復的問題.

2 基于故障樹的無人機系統故障分析

故障樹分析作為可靠性和安全分析的一種技術，是建立在運籌學和系統可靠性基礎上的一種符號邏輯分析方法，具有思路清晰、邏輯性強的特點[2].通常故障樹圖能夠很容易地轉化為可靠性框圖，從而用可靠度公式來包括因時間而變化的分布，因此它既可以做定性分析，也可以進行定量分析[3].

本文主要是從故障樹分析角度對無人機任務周期內發生的特情進行分析研究，通過遍歷找出導致無人機出現特情的各種因素，并區分主次因素，提出相應的模擬訓練方式，提高無人機操作手的特情處置能力.故障樹是把系統的失效或故障狀態作為頂事件，找出導致頂事件發生的所有可能直接原因，即中間事件.再追蹤找出導致每個中間事件發生的所有可能原因，最后追蹤到每一種基本原因為止，即底事件[4－5].

2.1 故障樹的建立

無人機系統的特情故障樹如圖1所示.樹中各符號的含義如下:A為無人機特情;B1為傳感器故障;C1為大氣數據計算機故障;D1為大氣高度故障;D2為大氣馬赫數故障;D3為大氣總壓故障;D4為大氣靜壓故障;D5為大氣表速故障;D6為大氣升降速率故障;D7為迎角傳感器故障;D8為側滑角傳感器故障;C2為GPS故障;D9為GPS高度故障;D10為GPS升降速率故障;D11為GPS位置信息失效;D12為GPS速度信息失效;C3為慣導故障;D13為慣導縱向過載故障;D14為慣導側向過載故障;D15為慣導法向過載故障;D16為慣導縱向速度故障;D17為慣導側向速度故障;D18為慣導法向速度故障;D19為慣導滾裝角速率故障;D20為慣導俯仰角速率故障;D21為慣導偏航角速率故障;D22為慣導地速故障;B2為飛控計算機故障;E1為飛控計算機一次故障;E2為飛控計算機二次故障;E3為飛控計算機失效;B3為作動器故障;E4為液壓系統1故障;E5為液壓系統2故障;E6為左內側舵面故障;E7為右內側舵面故障;E8為左中側舵面故障;E9為右中側舵面故障;E10為左外側上舵面故障;E11為左外側下舵面故障;E12為右外側上舵面故障;E13為右外側下舵面故障;E14為前輪承載故障;E15為右主輪承載故障;E16為左主輪承載故障;E17為主剎車故障;E18為備份剎車故障;B4為機電系統故障;F1為左發電機故障;F2為右發電機故障;F3為EPU故障;B5為動力系統故障;F4為供油總管不增壓;F5為余油400;F6為左供油泵故障;F7為右供油泵故障;F8為油門故障;F9為發動機備份故障;F10為發動機喘振故障;F11為發動機防冰故障;F12為發動機防喘故障;F13為發動機超轉故障;F14為發動機超溫故障;F15為發動機滑油故障;F16為發動機監控故障;F17為發動機空中停車故障;F18為發動機計算機1故障;F19為發動機計算機2故障;B6為數據鏈故障;G1為數據鏈中斷;G2為數據鏈延遲.

圖1 無人機系統的特情故障樹圖

2.2 故障樹分析

將故障樹圖轉化為等效的布爾代數方程[3]:

由式(1)可知，故障樹由61個單階最小割集組成，假設單階最小割集的發生概率為p(Di)，則頂事件的發生概率為

工程實踐表明，從可靠性、安全性角度來看，引起無人機系統特情的原因很多，但對大多數無人機飛行故障進行對比分析表明，發動機系統故障(F4～F19)、作動器故障(E4～E18)、慣導故障(D13～D22)和GPS故障(D9～D12)發生的概率更大，是無人機系統出現特情的主要原因，應該在任務包線內著重進行單項訓練和組合訓練，此外數據鏈路延遲(G12)作為無人機系統特有的問題，在訓練中應予以重視.

3 基于訓練系統快照技術的訓練解耦

圖2 樣例無人機的任務包線

圖3 傳統無人機訓練系統流程

如果將無人機的飛行過程簡化為11個階段[6－7]，如圖2所示.傳統的無人機訓練方法可以用圖3表示，可見訓練階段之間存在著強烈的耦合，一個階段的特情訓練之后，無人機可能已經離開了正常的任務包線，必須由教練員進行較長時間的人工糾正才能回到正常的飛行階段，進行下一階段的訓練;同時，由于特情訓練的特殊性，處于特情狀態的無人機的可控性能大大降低，一旦某個階段的訓練失敗導致無人機的墜毀，需重復整個任務包線.以上兩點都將導致訓練的周期變長，效率較低.

基于訓練系統快照技術[7]就是在不影響特情訓練的情況下，實時地提取當前的訓練狀態數據建立一個快照數據庫，針對不同的訓練階段時只需要求選擇不同的訓練系統快照即可.這樣就實現了訓練階段之間的解耦，如圖4所示，每個訓練用例只需載入特定階段的訓練系統狀態快照，而無需系統從頭開始，將復雜的特情訓練轉化為多個獨立的單項訓練，極大地提高了訓練的效率.

圖4 基于仿真系統快照技術的無人機特情訓練

4 通用化無人機特情訓練系統

現有的無人機訓練系統都是針對某個特定型號設計，專用性太強，本文在無人機系統特情故障樹分析和訓練系統快照的基礎上，采用了模塊化設計的思想，設計了一套通用化的無人機特情訓練系統，可以通過簡單的模型替換和接口修改實現不同型號無人機的特情訓練.

上述的通用化無人機特情訓練系統分為3個程序模塊:數字飛機模塊、教員臺模塊、視景模塊，各個模塊的描述如下.

4.1 數字飛機模塊

本模塊采用了基于Matlab RTW的自動代碼生成技術來實現無人機本體動力學仿真、飛管系統仿真、飛機機載系統仿真.

RTW的目標文件創建過程可以劃分為2個階段[8－9]:第1個階段是代碼生成過程;第2個階段是RTW根據模板聯編文件生成makefile文件，并以此文件對所生成的代碼進行編譯并最終鏈接為可執行程序.為了使自動生成的代碼能應用到特情訓練系統中，需對所生成的實時代碼進行接口修改、重新編譯及鏈接，最后得到Windows平臺下作為動態鏈接庫文件的dll，通過Visual Studio每10 ms調用該dll實現無人機實時仿真.與傳統的手工編寫仿真軟件代碼的方法相比，本方法縮短了系統的研制周期，并且在一定程度上保證了軟件的質量可靠性.

4.2 教員臺模塊

本模塊通過ActiveX數據對象(ADO，ActiveX Data Objects)與數據庫相連，在實現仿真流程控制、管理和監控的同時能夠靈活地進行特情系統快照的建立和加載、特情注入、飛行數據記錄、回放與分析.

根據故障樹分析的結果，教員臺的故障注入界面如圖5所示.

圖5 教員臺的故障注入界面

4.3 視景模塊

本模塊采用 Vega Prime 5.0[10]和Visual Studio 2005實現，采用模塊化設計思想，預留標準接口并搭建了模型庫和地形庫，可以方便地實現不同型號無人機的視景模擬，并能構造連續的地形、機場、跑道、建筑物、道路及標志性的地形地貌，模擬白天、黃昏、夜間、雨、霧、雪等視覺效果，為操作人員實時地提供逼真的第三視角的模擬視場，為操作人員提供虛擬的視覺效果.系統效果見圖6.

圖6 視景效果圖

5 試驗

某型號無人機系統的特情訓練過程中，采用基于故障樹分析和快照技術前后特情訓練的效率、效果和故障覆蓋率情況對比如表1所示.

表1 訓練效果對比

6 結束語

本文首次將故障樹分析法和快照技術應用于無人機系統特情訓練，以某型無人機為研究對象，設計了一套通用的無人機特情訓練系統，并成功應用于無人機地面操作手的訓練，提高了操作手對無人機特情的及時識別和妥善處置能力，該方法的推廣對提高大型無人機系統的任務可靠性將起到推動作用.

References)

[1]吳佳楠，王偉.基于任務設備模擬的新型無人機訓練模擬器研究[J].計算機測量與控制，2011，19(12):3105－3110

Wu Jianan，Wang Wei.Research of a kind of new UAV training simulator based on equipment simulation[J].Computer Measurement and Control，2011，19(12):3105－3110(in Chinese)

[2]潘波，姜同敏.基于故障樹的飛機結構腐蝕損傷模糊綜合評判[J].北京航空航天大學學報，2012，38(1):39－42

Pan Bo，Jiang Tongmin.Fuzzy comprehensive evaluation of corrosion damage of aircraft structures based on fault tree[J].Journal of Beijing University of Aeronautics and Astronautics，2012，38(1):39－42(in Chinese)

[3]潘波，黃領才，姜同敏，等.服役飛機結構件腐蝕失效故障樹分析及改進[J].北京航空航天大學學報，2010，36(3):299－302

Pan Bo，Huang Lingcai，Jiang Tongmin，et al.Fault tree analysis of corrosion failure for aircraft structures and improvements[J].Journal of Beijing University of Aeronautics and Astronautics，2010，36(3):299－302(in Chinese)

[4]Contini S，Cojazzi G G M，Renda G.On the use of non-coherent fault trees in safety and security studies[J].Reliability Engineering and System Safety，2008，93:1886－1895

[5]Shalev D M，Tiran J.Condition-based faulttree analysis(CBFTA):a new method for improved fault tree analysis(FTA)，reliability and safety calculations[J].Reliability Engineering＆System Safety，2007，92(9):1231－1241

[6]王宏利，肖靜.基于RTW的無人機飛行仿真實現[C]//陳宗基.2012中國導航、制導與控制學術會議論文集.北京:科學出版社2012:1420－1423

Wang Hongli，Xiao Jing.UAV flight simulation based on RTW[C]//Chen Zongji.Proceedings of the 2012 Chinese Guidance Navigation and Control Conference(CGNCC2012).Beijing:Science Press，2012:1420－1423(in Chinese)

[7]田峰，丁文銳，李紅光，等.一種無人機飛行控制管理軟件回歸測試方法[J].北京航空航天大學學報，2011，37(5):574－578

Tian Feng，Ding Wenrui，Li Hongguang，et al.Regression testing method of UAV flight and management software[J].Journal of Beijing University ofAeronauticsand Astronautics，2011，37(5):574－578(in Chinese)

[8]The MathWorks，Inc.Real-time workshop user's guide，version 8.0[M/OL].Natick:The MathWorks，Inc，2011[2012-05-10].http://www.mathworks.com

[9]The MathWorks，Inc.Simulink coder target language compiler，version 8.0[M/OL].Natick:The MathWorks，Inc，2011[2012-05-10].http://www.mathworks.com

[10]The Presagis USA Inc.Vega prime programmer's guide，version 5.0[M/OL].Montreal:The Presagis Canada Inc，2011[2012-05-10].http://www.presagis.com