(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111428243.1 (22)申请日 2021.11.26 (71)申请人 中国航空无线电 电子研究所 地址 200233 上海市徐汇区桂平路432号 (72)发明人 张竞凯　颜瑾　李铁颖　 (74)专利代理 机构 中国航空专利中心 1 1008 专利代理师 张昕 (51)Int.Cl. G06F 30/20(2020.01) G06F 17/16(2006.01) G06F 111/04(2020.01) G06F 119/12(2020.01) (54)发明名称 一种基于多源数据的IMA系统迫近故障预测 方法 (57)摘要 本发明实施例公开了一种基于多源数据的 IMA系统迫近故障预测方法， 包括： 步骤1， 根据 IMA系统的组成部分和结构， 构建IMA系统的迫近 故障传播模型； 步骤2， 提取迫近故障传播模型中 用于预测迫近故障的信息， 将图形化的表达形式 转化为数组或矩阵的表达形式； 步骤3， 根据步骤 2中所提取的信息， 对IMA系统的迫近故障进行前 向推理预测。 本发明实施例解决了由于IMA系统 中存在迫近故障， 并且该迫近故障的传播导致 IMA系统的级联功能失效的问题。 权利要求书2页 说明书17页 附图8页 CN 114491917 A 2022.05.13 CN 114491917 A 1.一种基于多源数据的IMA系统迫近故障预测方法， 其特 征在于， 包括： 步骤1， 根据IMA系统的组成部分和结构， 构建IMA系统的迫近故障传播模型； 步骤2， 提取所述迫近故障传播模型中用于预测迫近故障的信 息， 将图形化的表达形式 转化为数组或矩阵的表达形式； 步骤3， 根据步骤2中所提取的信息， 对IMA系统的迫近故障进行 前向推理预测。 2.根据权利要求1所述的基于多源数据的IMA系统迫近故障预测方法， 其特征在于， 所 述步骤1包括： 根据IMA系统中故障模式、 差异点信息以及传播关系， 对IMA系统的故障模式、 BIT监测 方式和功能失效影响进行建模， 构建出从故障模式到系统功能失效的迫近故障传播模型。 3.根据权利要求2所述的基于多源数据的IMA系统迫近故障预测方法， 其特征在于， 所 述步骤1具体包括： 步骤11， 构 建迫近故障元模型， 包括： 根据 IMA系统中各个LRU的TFPG模型规范对应的建 模元素及其属性， 确定各个LRU的故 障模式之间的层次关系和交联关系， 从而建立IMA系统 的迫近故障元模型； 步骤12， 采用迫近故障元模型模板来建立TFP G专用模型， 包括： 根据迫近故障元模型中 限定的建模元素、 层次关系、 交联关系以及相关属性， 针对特定IMA系统， 构建TFPG专用模 型， 明确故障模式 ‑差异点、 差异点 ‑差异点的具体传播关系， 并对传播时间 间隔进行 赋值。 4.根据权利要求3所述的基于多源数据的IMA系统迫近故障预测方法， 其特 征在于， 所述迫近故障元模型中包括： IMA系统包含各个LRU的故障模式类型、 路径类型、 逻辑类 型及前述元 素的属性设置； 所述TFPG专用模型中包括： 针对特定IMA系统中各个LRU的具体的故障模式、 故障模式 ‑ 差异点及差异点 ‑差异点的路径， 并对属性的具体赋值。 5.根据权利要求1所述的基于多源数据的IMA系统迫近故障预测方法， 其特征在于， 所 述步骤2中所提取的用于预测迫近故障的信息包括： 故障模式节点、 差异点、 邻接矩阵A、 可达矩阵A*、 最小传播时间矩阵tmin、 最大传播时间 矩阵tmax、 最小可达时间矩阵Amin、 最大可达时间矩阵Amax。 6.根据权利要求5所述的基于多源数据的IMA系统迫近故障预测方法， 其特征在于， 所 述步骤2所提取的预测迫近故障的信息中， 具体包括： m个故障模式节点和n个差异点； 其中， n个差异点包括普通差异节点和虚拟节点， 虚拟节点包括 “与”逻辑节点和 “或”逻 辑节点， 且n1+n2+n3＝n； 其中， n1为普通差异节点的个数， n2为“或”逻辑节点的个数， n3为 “与”逻辑节点的个数； 所述邻接矩阵A、 可达矩阵A*、 最小传播时间矩阵tmin、 最大传播时间矩阵tmax、 最小可达 时间矩阵Amin、 最大可达时间矩阵Amax均为(n+m) ×(n+m)维矩阵。 7.根据权利要求6所述的基于多源数据的IMA系统迫近故障预测方法， 其特征在于， 所 述步骤2所提取的预测迫近故障的信息中， 邻接矩阵A， 用于反映节点之间的连接关系， Aij＝1表示节点vi和节点vj之间存在连接； 可达矩阵A*， 用于反映的是两个节点之间是否具有通路， 表示模型中存在一条从 vi到vj的路径；权　利　要　求　书 1/2 页 2 CN 114491917 A 2最小传播时间矩阵tmin与邻接矩阵A中的元素一一对应， 其中， 元素 表示故障从父节 点vi传播到子节点vj所需要的最小传播时间(Aij＝1)； 且邻接矩阵中的Aij＝0， 则最小传播 时间矩阵中的对应元 素 最大传播时间矩阵tmax与邻接矩阵A中的元素一一对应， 其 中， 元素 表示故障从父节 点vi传播到子节点vj所需要的最大传播时间(Aij＝1)； 且邻接矩阵中的Aij＝0， 则最大传播 时间矩阵中的对应元 素 最小可达时间矩阵Amin与可达矩阵A*中的元素一一对应， 其中， 元素 表示故障从一 个节点vi传播到另一个节点vj的最小时间 且可达矩阵中的 则最小可达时 间矩阵中的对应元 素 最大可达 时间矩阵Amax与可达矩阵A*中的元素一一对应， 其中， 元素 表示故障从一 个节点vi传播到另一个节点vj的最大时间 且可达矩阵中的 则最大可达时 间矩阵中的对应元 素 8.根据权利要求1～7中任一项所述的基于多源数据的IMA系统迫近故障预测方法， 其 特征在于， 所述 步骤3包括： 迫近故障传播逻辑分析和时间范围匹配分析； 其中， 所述故迫近障传播逻辑分析， 包括： 分析出节点之间是否存在直接连接或间接连 接， 并且分析 出差异点激活的要求； 所述时间范围匹配分析， 包括： 判断实际的差异点激活时间与TFPG专用模型中故障传 播时间约束是否存在矛盾。权　利　要　求　书 2/2 页 3 CN 114491917 A 3