航空电子设备故障诊断技术研究

王灿

（中国海警局直属第一局，浙江 舟山 316111）

0 引言

国际形势紧迫，军事领域关系着国家的安全与发展，因此对武器设备的保障性、可行性与维修性都要求较高。现代化工业不断迈向新台阶，科学技术更迭日渐迅猛，尤其是计算机技术，导致相关设备的结构呈现复杂化，自动化，智能化等[1]。所以，航空领域，要统筹规划，从整体层面加以考虑，保证设备之间的分工合作，促进分设备的联合，以便提升系统的配合度。一旦任何一个设备中的任何一处发生故障，都将产生牵一发而动全身的效果，导致整个系统无法稳定运行，甚至造成停机等不可想象的后果。可见，加强航空电子设备的检测与诊断，保证飞行安全和任务完成，不容懈怠。

1 分析电子设备故障的几种方法

电子电路故障诊断主要是按照电子电路的可集结点以及端口的相关信息数据进行测试。要以电子电路的可集结点作为切实依据，综合考虑端口数据信息，准确断定当前的设备状态，确定故障的发生部位，预测可能存在的故障隐患。要科学评判电子产品的实际运行情况，设置维修的有效提醒标识。

1.1 数字电路中的隐患类型与诊断模式

数字电路设备装包含元器件、电路和设备等物理故障，存在各种风险因素与不定元素，为了精准确定电路故障，确定设备影响，查找故障存在的位置，应该对故障进行科学分类，选择最代表性的故障，如固定型故障、暂态故障、桥接故障等。开展电路诊断过程中，主要包括穷举测试法，伪穷举测试法，测试码生成法等[2]。

首先穷举测试法，主要是将需要测试码输入电路，观察电路输出是否与正确的逻辑功能相符合，以此来判断被测电路存在故障。其次，伪穷举测试法，主要采取穷举测试法，使不同的电路都可以运用穷举测试法，减少测试数量，提升检测的可行性。最后利用测试码生成法。可以有效解决穷举测试中数量过多，测试时间长的问题，这一方法主要针对故障与进行预测。对可能出现的故障进行定位。

1.2 模拟电路故障采取的诊断方式

与数字电路故障诊断方式不同，模拟电路故障诊断的理论与方法稍逊一筹。究其原因在于模拟电路存在的连续性、非线性等相关特征，导致故障建模分析出现障碍与不确定情况，因此，无法确切模拟电路的实际设计。

2 对航空电子设备故障诊断方法进行合理分类

2.1 采取信号处理方法进行故障诊断

信号处理法主要是借助于信号模型，例如自回归、滑动平均、函数、小波变换等技术。对可测信号进行分析，并获取幅值方差频率的相关特征值对航空电子设备进行故障检测。在这之中，主要方法有小波变换方法，这是一种分析模式，本身具有多分频分析的特征，适用于相对稳定信号的奇异性分析，再对故障检测过程中需要对获取到的信号进行小波变化。当变化之后的信号中，不再考虑变化奇异点，确定奇异点的位置。由于小波变换方式能够对产生的噪声和突变进行科学区分，因此对故障检测的准确度、灵敏性较高，能够有效克服噪声，但是若应用于大尺度下将会出现延误进度，影响诊断结果的现象发生。这几年，小波变换法理论研究不断深入，受到广泛的使用。其二，主元分析法，这是一种能够对数据进行压缩，以提取主要信息的模式，可以在线实时诊断。通常用应用于对一些规模较大、变化趋势较快的工业过程进行监控。主元分析主要是利用属历史数据，构建主元模型。如果实测信号与主元模型之间产生矛盾，便可确认发生了故障，同时通过数据的采集与分析确定，消除故障。主元分析法中，可以有效检测大量繁杂的信息故障，同时可以为信号与处理法进行补充特征量。

2.2 利用解析模型进行故障检测

解析模型诊断法，主要是在确定需要诊断的对象数据模型上采取数学模式，对相关数据进行测试诊断。主要划分为状态估计法与参数估计法两种。在运用这种方法进行故障诊断时，首先应该形成残差，也就是输出真实系统与状态观测器中产生的差值。然后从残差中获取故障特征，便于诊断故障类型与定位。现阶段虽然解析模型法研究相对深入，但是由于数学模型对象不够精确，因此削弱了解析模型法的使用效果[3]。

2.3 知识化故障检测法

当前社会中，人工智能与云计算成为新时代运行的砝码。就航空电子设备故障检测来说，人工智能与计算机为故障检测工作创建了理论条件，设计出以知识为基础的诊断方式，这一方法不再要求确定数据精确的模型，并且具有智能化特征，可以灵活应用。基于知识故障诊断方式，可以划分为专家系统故障诊断，神经网络故障诊断、故障树故障诊断法等，以下对这些方法进行粗略说明：

第一，专家系统故障诊断法。当利用计算机对诊断对象的相关数据信息获取以后，需要充分考虑到不同的规则进行推理。同时应用不同的程序，索取用户的相关信息，确定最终障碍和可能出现的障碍。然后由用户进行核实信息，专家故障诊断方法主要有数据库、推理机、人机接口等组成。第二，模糊故障诊断法。主要是确定故障与征召之间的关系，来判断设备的运行状态。考虑到现实条件的繁琐性，直接明确故障与征兆之间的联系很难，无法运用精准的数据模型进行表示，同时由于故障状态出现不确定性，因此无法明确最终的诊断结果以及故障出现的具体位置，由此便产生了模糊故障诊断法。可以说，模糊故障诊断法主要是运用模糊集合论中的隶属函数与模糊关系矩阵，确定故障与征兆之间存在的各种联系，并对即将出现的故障进行诊断。这种方法相对简单，应用便捷，可以直接获取结论。

第三，故障树模型。主要以被诊断对象的功能特征与实际结构作为理论依据，是一种具有特定性的因果模型。借助于逻辑门来表示，系统最不希望发生事件与有可能出现事件之间的关系，由此形成一种倒树状结构，充分反应特征向量与故障向量之间的逻辑关系。当运用故障数对故障进行搜索诊断时，由于搜索方式不同，可以划分为逻辑推理诊断法与最小割集诊断法。二者都可以具备规则诊断与定量诊断的优势。

第四，借助神经网络故障诊断法。事实上，对航空电子设备进行故障诊断主要利用故障模式识别的方式。但是人工神经网络由于自身存在一定的局限性，例如自学性、自组织性、联想记忆功能等，导致传统模式识别无法合理解决故障的诊断。现阶段，神经网络诊断作为一种新型技术宠儿，深受各界精英的热爱与好评。

3 航空电子设备故障诊断的发展展望

航空电子设备故障诊断技术，已经经历过几十年的发展，并总结了各种诊断模式，取得了丰硕的成绩，例如远程智能诊断技术，能够在空间飞行器等大型复杂化的设备中进行诊断检测，保证故障预报，避免出现各种安全事故。电子设备专家系统诊断法可以应用于国内外大型企业设备管理当中，保证了设备运行的安全性，可靠性。设计人员要秉承着可测试性设计思想，开展故障检测的研究与推广，并建立健全系统性城市化的测试可操作标准，是当前航空电子电路测试中的重要任务。这几年人工智能模拟技术，计算机技术的更迭，促进了推动了故障诊断系统进入的升级。尤其是电子设备故障诊断，人工智能技术受到广泛应用与关注。以下针对只是为基础的电子设备故障诊断发展方向进行讨论。

第一点，创新研究故障诊断方法。要合理应用新理论，保证电子设备故障诊断技术的现代化，像例如小波变换法，信息融合法等，要加强理论研究，保证故障检测的准确性。第二点，对故障信息获取方法的研究。获取准确的故障信息是保证诊断故障结果准确性的重要依据。例如多感器信息融合无法在故障诊断中应用，主要是难以从不同角度进行获取故障信息，使得故障无法得到有效检修。所以，现阶段应该深入研究远程故障专家系统，及时获取远离战场专家的帮助与辅助指导，增强故障的维修效率[4]。

4 结语

故障检测技术，本身具有一定的广泛性，虽然在现阶段的理论研究中取得一定的成绩，但仍然缺少实践应用案例，尤其在航空电子设备检测系统中，实践应用较少。所以，相关部门应该研究先进的理论基础，并且加强实践案例的有效探索，对复杂的航空电子设备故障加强分析与诊断，打造现代化、智能化、科技化的故障诊断平台，促进航空电子设备的维修与升级，为国家军事领域的安全保驾护航。