一种嵌入式大气数据系统故障的诊断方法

本发明涉及大气数据系统故障检测领域，特别涉及一种机载嵌入式大气数据系统的故障检测方法。

背景技术：

1、传统大气数据系统主要由空速管、迎角传感器、侧滑角传感器等构成，由于其本身的一些局限性，已无法满足对大气数据测量的要求，故需采用其他方法来提高大气数据测量的准确性，如嵌入式大气数据系统(fads系统)、光学大气数据系统等，但光学大气系统成本较高，fads系统相对来说更加符合经济性的要求。

2、嵌入式大气系统嵌入飞行器表面，不会破坏飞行器的气动布局，且适应性较好，能够准确测量大气参数，即使在恶劣条件下或大攻角范围内，fads系统计算大气数据也能达到极高的精度。但由于飞行过程中由于气象条件(例如结冰和雨滴等)以及污染物的影响造成局部测压点无法准确获取当地压强，而错误的压强数据又导致fads系统故障将错误的大气数据测量值引入飞行控制系统中，从而导致飞行事故的发生，故为降低fads系统故障带来的风险，研究嵌入式大气数据系统的故障诊断与容错算法具有重要的工程意义。

3、现有的fads系统的故障诊断方法主要有三点法和神经网络方法，其中三点法存在收敛性问题，其系统稳定性与动压和静压的比值有关，而且三点法需要对一些参数进行校准(迎角、侧滑角以及形压系数)，导致迭代稳定性降低的原因可能是等熵流方程变得十分病态；而神经网络方法对于未学习过的数据，泛化能力不太好，另外，神经网络还需要大量的训练数据，并且数据量增加会导致训练时间也增加，这可能会增加研发的经济成本和时间成本。

技术实现思路

1、针对上述问题，本发明提供一种神经网络组合随机森林算法的故障点勘测方法，从而使该fads系统的故障识别法更加快速精准。

2、为了实现上述目的，本发明提供的技术方案是：一种嵌入式大气数据系统故障的诊断方法，包括以下步骤：

3、步骤1：利用数值计算或试验所得的各测压点的压强向量和与所述压强向量相对应的大气数据向量生成用于训练神经网络的第一样本库数据；

4、步骤2：选取第一样本库中的正确样本数据向量，对正确样本数据向量中的单个压强点增加500pa以上的误差构成错误样本数据向量，将正确样本数据向量与错误样本数据向量组合形成训练向量组，训练向量组与数组t构成第二样本数据库；

5、步骤3：以第二样本数据库中的训练向量组为输入，数组t为输出训练神经网络，建立一个以测压点压强作为输入，对应测压点存在故障概率作为输出的神经网络；

6、步骤4：以第二样本数据库中的训练向量组为输入，出错的测压点的编号为输出，训练包含2-5棵决策树的随机森林；

7、步骤5：利用训练好的神经网络与随机森林组合进行故障诊断。

8、作为优选的一种技术方案，所述大气数据向量包括迎角、偏航角、马赫数、来流静压以及动压中的一项或多项。

9、作为优选的一种技术方案，所述数组t由(t1,t1,t1,…ti,…tn)组成，其中n为测压点总数，ti的定义如下：

10、

11、作为优选的一种技术方案，所述步骤5进一步包括：

12、步骤51：将待诊断的各测压点的压强数据输入训练好的神经网络，神经网络输出各测压点的故障概率；

13、步骤52：根据各测压点的故障概率判断各测压点的故障情况。

14、作为优选的一种技术方案，所述步骤52具体为：

15、当对应测压点故障概率小于40％则认为无故障，若大于60％则认为有故障，若故障概率在40％与60％之间直接则调用随机森林再次进行判断。

16、作为优选的一种技术方案，当一组压强数据存在多个测压点故障概率大于60％，调用随机森林再次进行判断。

17、作为优选的一种技术方案，所述随机森林以各测压点的压强为输入，输出为故障测压点号，若无故障则输出0。

18、本发明相对于现有技术的有益效果是：本发明以嵌入式大气数据系统各测压点压强信息为输入，对应测压点存在故障概率作为输出构建神经网络，采用神经网络判断后，再采用仅包含2-5棵决策树的随机森林进行判断的方法，从而判断单个测压点压强故障的情况，排除故障压强后，采用正确的压强输入嵌入式大气数据bp神经网络计算获得准确的大气数据，经过测试误差满足要求。该发明应用前景可观，可以为降低fads系统故障风险提供可靠的技术支持。

技术特征：

1.一种嵌入式大气数据系统故障的诊断方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的诊断方法，其特征在于：所述大气数据向量包括迎角、偏航角、马赫数、来流静压以及动压中的一项或多项。

3.根据权利要求1所述的诊断方法，其特征在于：所述数组t由(t1,t1,t1,…ti,…tn)组成，其中n为测压点总数，ti的定义如下：

4.根据权利要求1所述的诊断方法，其特征在于，所述步骤5进一步包括：

5.根据权利要求4所述的诊断方法，其特征在于，所述步骤52具体为：

6.根据权利要求5所述的诊断方法，其特征在于：

7.根据权利要求1所述的诊断方法，其特征在于：所述随机森林以各测压点的压强为输入，输出为故障测压点号，若无故障则输出0。

技术总结
本发明提供一种嵌入式大气数据系统故障的诊断方法，属于大气数据系统故障检测领域，该诊断以嵌入式大气数据系统各测压点压强信息为输入，对应测压点存在故障概率作为输出构建BP神经网络，采用神经网络判断后，再采用仅包含2‑5棵决策树的随机森林进行判断的方法，从而判断单个测压点压强故障的情况，排除故障压强后，采用正确的压强输入嵌入式大气数据BP神经网络计算获得准确的大气数据，经过测试误差满足要求；该方法能够有效提高故障检测准确性和效率。

技术研发人员：王逸斌,阚坤宇,肖伊加,赵宁,朱春玲
受保护的技术使用者：南京航空航天大学
技术研发日：
技术公布日：2024/1/12