2012年4月第2期
中国空间科学技术
Chinese Space Science and Technology
大虚警率下的多故障诊断算法
张森，于登云”王九龙
（1中国空间技术研究院载人航天总体部，北京100094）（2中国航天科技集团公司，北京100037）
摘要主要研究不可靠测试下多信号模型的多故障诊断问题。最优的多故障诊断是计算复杂度完全类(NP-Complete)问题，因此大型系统的诊断一般只能用次优的随机搜索算法。次梯度优化算法能够在虚警概率较小时给出较好的结果，但如果测试个数很多且虚警概率较大时，该算法就不能消除虚警的影响，会使估计的效障覆盖所有失败的测试，而不是找到系统真实的故障。针对这一问题，提出了能够同时考虑虚警和误警的目标函数，使算法能排除虚警的测试准确定位故障，并用改进的遗传算法搜索故障部件提高诊断速度。仿真诊断结果表明，同时发生故障的部件个数较少时，遗传算法的诊断速度明显优于次梯度优化算法，而且能够更有效地抑制虑警的影响。
关键词遗传算法多信号模型故障诊断虚警航天器 DOI：10.3780/j.issn.1000-758X.2012.02.009
1引言
55
在航天领域，定位故障是保护航天器、进行故障归零的基础。但随着航天器越来越复杂，经常在出现故障时因为缺少必要的遥测参数面无法隔离出故障原因。因此，为了保证出现故障时能够及时检测并隔离故障，系统白身的可测性设计和故障诊断在航天器设计中越来越受到重视。
多信号模型是国内外可测性设计经常采用的方法，它描述故障模式与测试之间的相关性，这种模型与被诊断系统的物理意义、行为模式无关，因此能够把流体、电子、信息等系统统一建模。在系统设计阶段，它能够分析故障可被检测的情况和测试的使用情况；在线运行中，诊断系统利用系统的多信号模型和每个测试的结果，就可以给出系统发生故障的根源["]。但由于操作错误、电磁干扰、环境条件等问题，信号难免发生波动，测试时常会发生漏警和虚警。测试的不可靠给基于多信号模型的诊断带来了很多不确定因素：通过的测试结果不能保证系统无故障（漏警），失败的测试也不能保证与其相关的部件失效（虚警）。
文献[3］提出了在不可靠测试下利用多信号模型诊断系统故障的方法，并被认为是现阶段基于多信号模型的最优的多故障诊断算法。但它采用的测试虚警率在02%之间，远低于NASA2009 年集成健康管理研究计划4)中设定的研究目标（使系统故障检测虚警概率小于10%～15%)。当虚警的测试增多时，真实的故障就会被淹没在该算法给出的过多可疑部件中，丧失诊断算法的作用。针对这一间题，本文提出新的目标函数和搜索算法，使诊断系统在虚警概率较大时也能快速地给出
正确的诊断结论。 2同题描述
故障诊断中，经常把多信号模型抽象为由部件和测试组成的偶图(BipartiteDigraphs，简写为DG)。
收日期；2011-5-18。收修改榜日期：2011-08-04 方方数据