機載電子設備的故障診斷技術分析

劉巧

摘 要：伴隨著科學技術的不斷發展和進步，機載電子設備管理成為了設備診斷管控工作的重點，相關部門要整合具體問題機制和管理措施，完善不同診斷效果的同時，為后續監督管理水平升級奠定堅實基礎。本文對機載電子設備故障診斷方法進行了簡要分析，并集中闡釋了相應的診斷技術，以供參考。

關鍵詞：機載電子設備；故障診斷；方法；技術

一、機載設備的故障診斷平臺

（一）國內外研究現狀

在國外，ATE技術已將逐漸實現了外場可換單元管理和內場可更換單元管理，針對機載設備進行集中的故障診斷，將新技術和新方法進行融合，能在節約運行成本的同時，更加側重程序開發效果和移植水平，對LRU診斷正確率優化提供了保障，例如在F-16飛機中，機載設備的優化升級為美國空軍節省了數百萬經費。而在國內，我國利用GPIB總線實現的ATE技術已經在航空、航天等重要領域內形成了良好的應用趨勢，尤其是ATE系統模板管理項目，能在升級數字I/O體系和接口模板結構的同時，為進一步提升機載設備故障診斷水平奠定了基礎。

（二）基礎診斷平臺

近幾年，借助智能化診斷機制對機載電子設備進行故障處理，能在完善診斷結果的同時，一定程度上全面保證處理水平和分析效果的最優化。[1]

第一，基礎性規則體系診斷平臺。要將規則形式作為根本，建立有效的故障處理機制，不僅能完善獲取聯系相關問題的信息和數據，也能有效調用和信息匹配的處理機制，在完成整個系統匹配的同時，為后續數據處理和信息添加提供保障。值得一提的是，利用規則處理信息，能借助不同層級的迭代重復管理保證分析水平和管控效果的最優化。但是，由于機載電子設備自身結構較為復雜，對于系統的依賴性較強，這就需要針對新的診斷更加完整的規則庫。

第二，故障樹診斷平臺。主要是將測試結果作為整個項目的起點，保證活動和決策組分叉決策樹更加有效，從而借助其提供的維修建議落實相應的維修活動，一定程度上保證電路描述和故障仿真效果的最優化，也為后續評價測試矩陣效果處理提供保障。除此之外，借助故障樹處理機制，要從案例出發，抽取系統中可能對整體測試和故障診斷有利的案例予以分析，建立相應的故障樹結構。這種方式整體操作較為簡單，但是機載設備若是較小，就會出現無法引起故障樹更新問題。[2]

第三，模糊診斷平臺。在研究故障的過程中，要將其和征兆進行連接。需要注意的是，在實際應用運行體系中，不同因素存在復雜性，真正判定故障和征兆之間的關系，尤其是一些故障狀態模糊性的留存，借助模糊故障診斷機制就能有效完善簡易判定。在復雜電子處理尤其是模擬電路處理過程中，結合元件容差和元器件容差參數，升級電路理論，對模糊現象進行統籌性分析，真正診斷出故障不確定性，為后續量化處理工作得以有效優化。

第四，神經網絡診斷平臺。結合人工神經網絡的非線性因素和容錯性性質，要有效整合故障診斷處理效果。在神經網絡體系中，要積極落實微觀值模型，集中完善神經網絡微觀數值模型，在整合經驗樣本學習的同時，將專家知識和診斷實例結合在一起，一定程度上升級權值和閾值判定效率，為后續推理性優化奠定堅實基礎。

二、機載電子設備故障診斷技術

（一）集成診斷技術

在機載電子設備故障診斷工作開展進程中，要整合技術要點和關鍵，積極落實統籌性管控措施，能將不同故障診斷技術結合在一起，提升診斷系統綜合性能，保證智能化發展效果最優化。另外，在集成智能故障診斷技術體系內，要將知識推理和人工神經網絡等進行處理，確保故障診斷管理效果的最優化。值得一提的是，集成診斷技術研究要對被診斷對象特征進行分析，利用集成方法以及相應的診斷策略完善最終的技術管理結構，積極建立診斷領域管控策略，將模型和基礎性規則作為根本，有效減少局限性對診斷系統智能化發展造成的影響，也為后續診斷效果的升級奠定基礎。[3]

目前，在集成診斷技術體系中，主要分為模型分析、規則分析、案例分析以及神經網絡分析四個模塊，借助策略控制中心對知識組織體系予以統籌性管理，為一致性檢驗和解釋提供最有效的指導，確保系統框架結構運行效率的最優化。

（二）綜合診斷技術

在智能化診斷機制建立的過程中，要想從根本上提高診斷效果和整體水平，就要結合智能診斷工程項目對推理項目和測試環境予以分析，維護單元通訊機制和服務標準的最優化，也為后續診斷機制的全面落實提供保障。目前，綜合測試和診斷要想有效實現，就要遵循IEEE1232.2定義內容，維護服務標準的同時，真正發揮軟件的可移植性優勢。結合相應的診斷處理標準，確保能從系統設計單元開始，將診斷機制貫穿在整個設備使用壽命周期內，優化診斷系統的完整性和實效性，也為后續解決復雜系統以及過程故障提供保障。

（三）軟件工具

在機械設備系統復雜性不斷增多的背景下，要想有效落實動態化診斷管理措施，就要結合壽命周期特征以及維護費用，進一步提升工程系統智能化軟件工具的研發水平，從而保證診斷效率更加貼合實際需求。需要注意的是，目前較為新興的體系是機器學習過程，能在不斷總結和管理的基礎上，完善自動化知識獲取和處理，有效升級系統知識處理效果。[4]

三、結語

總而言之，在微電子技術不斷發展的背景下，要結合數據集成電路以及技術發展機制，對機載電子設備進行集中調試和綜合性故障診斷，尤其是結合診斷需求建立的相關診斷措施，要順應時代技術發展趨勢，避免傳統單一化的故障診斷對后續診斷結果的判定造成影響，也為優化智能化故障處理提供保障，實現診斷效果和綜合性水平的全面升級。

參考文獻：

[1]閆濤，趙文俊，胡秀潔，等.基于信息融合技術的航空電子設備故障診斷研究[J].電子科技大學學報，2015（3）：392-396.

[2]周德新，崔海青，謝曉敏，等.機載電子設備故障診斷專家系統設計與實現[J].現代電子技術，2015，33（24）：80-82，86.

[3]周德新，蔣紅菊.基于動態貝葉斯網絡的機載電子設備故障診斷[J].計算機測量與控制，2014，22（3）：656-658，666.

[4]侯滿義，荊獻勇，范惠林，等.基于特征參數分布的機載電子設備故障診斷與預測[J].數學的實踐與認識，2014，42（18）：69-75.