摘要：综合模块化航电系统的复杂度高，设计难度大，其健康管理方法的研究具有一定的前沿性。文章基于IMA的飞行管理功能的性能退化机理分析、性能退化模型建立与仿真方法开展研究，旨在为后续的健康管理技术提供数据支持。
关键词：PHM，故障诱发因素分析，性能退化建模
IMA作为目前广泛应用于新机型上的产品，是飞机上非常重要的部件之一，对IMA进行健康管理有其必要性。相对于机械系统，电子产品的损伤累积和剩余寿命预测中存在许多不确定性因素，这些不确定性因素必然影响动态损伤累积和寿命预测的精度。
1.基于IMA的FMS功能层故障诱发因素分析
由于Boeing787 FMF是驻留在通用处理模块GPM上的，因此FMF的故障应该包括飞行管理功能故障与GPM模块故障两部分，大部分航线故障的故障原因包括间歇故障和非间歇故障两方面。
间歇故障的发生具有随机(周期) 性、间歇性、反复性与累积效应，其发生频率会逐渐增加最终演变成永久故障，进而导致整个系统的失效[57]。因此间歇故障与系统的退化有关，间歇故障的发生会导致系统功的性能退化。
通过对Boeing787飞机故障隔离手册FIM第34章导航34-60节飞行管理功能中的航线故障模式的分析可得，导致飞行管理功能层性能退化的间歇故障故障诱发因素分析如图1-1所示。
.png)
图1-1 故障诱发因素分析
2.FMS功能层性能退化模型构建
间歇故障的时间间隔服从指数分布，指数分布的参数随4种时间老化机制可靠度的变化而变化，间歇故障引起功能层错误导致功能层参数随间歇故障也就是随着时间老化机制的可靠度变化而变化，是一个变量，也就是说间歇故障的发生服从强度为h(t)的非齐次Poisson过程，因此本文用非齐次复合Poisson过程构建功能层性能退化模型。
.png)
3.FMS功能层性能退化仿真系统设计与实现
多因素性能退化仿真流程具体如图3-1所示。
.png)
图3-1 多因素性能退化仿真模型构建图
按照国内民航使用基本情况，默认飞机使用寿命为20年，假设飞机1天起降2次（即2次飞行循环/天）。因此在本仿真系统中，总仿真时间设定为12000*100ms。其中，12000表示飞机使用寿命过程中的飞行循环次数，100ms表示1个飞行循环时间。
在1个飞行循环时间内，通用处理模块GPM中的每个分区拥有特定的周期，分区在一个周期内拥有一定的时间片，每个时间片被称作一个时间窗口，系统按照主时间窗口框架周期地进行分区间调度。本仿真系统的主时间窗口框架设计如图3-2所示。
.png)
图3-2 仿真系统主时间框架图
仿真系统规定：在导航功能性能完好时，导航功能执行时间为32ms，当间歇故障导致功能层性能退化时，会导致功能执行时间增大，产生功能执行延时。由于加载于分区上的应用程序只能在该分区的时间窗口内执行计算任务，因此当间歇故障导致的功能执行时间超过规定时间40 ms时，则认为导航功能的性能退化已经变为功能失效。
4.仿真结果分析及检验
统计功能层在每个飞行循环内发生瞬时错误的次数，然后将100个飞行循环作为一个时间段，对这100次的瞬时错误求平均值，结果如图4-1所示。
.png)
图4-1 功能层瞬时错误实验结果图
由于首达时间位于第112个时间段内，绘制功能层在第112个时间段的瞬时错误平均值如图4-2所示。
.png)
图4-2 功能层瞬时错误曲线图
.png)
图4-3 功能层瞬时错误分布图
功能层瞬时错误分布如图4-3所示。经计算可知，飞行管理功能层瞬时错误均值为7.4085，并用正态分布对功能层瞬时错误均值进行概率密度分布拟合并检验。首先假设功能层瞬时错误数据符合正态分布，显著性水平为0.05，用Kolmogorov-Smirnov假设检验验证拟合的合理性。假设检验的结果如表4-1所示。
.png)
如表4-1所示，H=0说明接收原假设，统计量ksstat小于临界值cv说明接收原假设，即在显著性水平为0.05的前提下，可认为飞行管理功能层瞬时错误仿真结果服从正态分布。
5.结语
IMA系统是未来航空电子的发展方向，代表了航空电子技术的最前沿，应用前景广泛。文章仅仅是完成了飞行管理功能层性能退化的一部分，对其的研究还处于初步阶段，在诸多方面还面临着巨大的挑战。
参考文献：
[1]张潇,王立松,让涛.基于模型的综合航电平台初步设计[J].计算机与现代化,2016,(06):29-35+39.
[2]王震,朱剑锋,洪沛. 基于分布式IMA平台的系统健康管理的设计与实现[J]. 航空电子技术,2016,(02):11-15.
[3]Annighoefer B., C. Reif; F. Thieleck. Network Topology Optimization for Distributed Integrated Modular Avionics[J]. in: Proceedings of IEEE/AIAA 33rd Digital Avionics Systems Conference (DASC), 2014:4A1-1-4A-12.
[4]卢海涛,王自力. 综合航电系统故障诊断与健康管理技术发展[J]. 电光与控制, 2015, v.22;No.20608:60-65+86.