基于故障樹和快照技術(shù)的無人機特情訓練方法

林 清 蔡志浩 王英勛 陳立芳

(北京航空航天大學飛行器控制一體化技術(shù)重點實驗室，北京100191)

隨著無人機技術(shù)的崛起和迅猛發(fā)展，國內(nèi)外把研制重點基本上都放在了無人機空中平臺、任務設備及飛行控制軟硬件的性能和可靠性上，這固然對提高飛行安全可靠性十分重要，但在如何提高操作手在常規(guī)和故障情況下完成任務方面，其發(fā)展一直相對滯后.

無人機特情訓練系統(tǒng)的主要功能就是對無人機系統(tǒng)操作手進行常規(guī)和特情飛行訓練，提高操作手及時發(fā)現(xiàn)特情、妥善地處置特情并完成飛行任務的能力[1].本文針對傳統(tǒng)無人機特情訓練故障覆蓋率低、主次故障不明確、訓練效率低、通用性差等不足，提出了一種基于故障樹遍歷分析和快照技術(shù)的無人機模擬訓練方法，并設計了一種基于Matlab RTW(Real-Time Workshop)/Visual C++/Vega Prime環(huán)境開發(fā)的通用化無人機特情訓練系統(tǒng).該方法和系統(tǒng)在某型無人機的特情訓練上得到了成功應用.

1 訓練方案分析

本文以某型無人機的特情訓練系統(tǒng)作為研究案例，利用故障樹理論和快照技術(shù)對復雜無人機系統(tǒng)的特情訓練方案進行了研究.

分析復雜無人機系統(tǒng)特情訓練的特點:①無人機系統(tǒng)復雜，存在著多個子系統(tǒng)，而任何一處故障都會導致無人機進入特情狀態(tài)，傳統(tǒng)的無人機訓練故障覆蓋率低;②在工程實際中，由于技術(shù)和其他客觀因素，某些故障發(fā)生的概率更大，應著重予以訓練，而傳統(tǒng)的無人機特情訓練針對性不足;③特情訓練中訓練階段耦合嚴重，每輪訓練必須合理安排特情訓練用例，才能保證不同階段特情訓練的合理性和連續(xù)性;④由于特情訓練自身特點，無人機處于非常規(guī)狀態(tài)，常伴有若干處故障或處于惡劣復雜的大氣環(huán)境中，無人機極易發(fā)生事故，導致該輪訓練的中斷.如果每次都進行一個完整的無人機任務包線飛行，就面臨總的訓練時間長，但是訓練效率低下的問題.

針對上述分析，為了解決特點①和②所述的特情訓練故障覆蓋率低和重點不突出的問題，本方案采用了故障樹分析(FTA，F(xiàn)ault Tree Analysis)法來分析，遍歷分析無人機可能存在的各種故障，進行完備的模擬訓練，同時也找出導致無人機系統(tǒng)特情的主要因素，并在特情訓練時著重訓練操作手對此種特情的感知和處置能力.在故障遍歷和重點故障明確的基礎上，本文采用了基于訓練系統(tǒng)快照技術(shù)的方法，旨在解決特點③和④所述的訓練階段耦合和任務包線重復的問題.

2 基于故障樹的無人機系統(tǒng)故障分析

故障樹分析作為可靠性和安全分析的一種技術(shù)，是建立在運籌學和系統(tǒng)可靠性基礎上的一種符號邏輯分析方法，具有思路清晰、邏輯性強的特點[2].通常故障樹圖能夠很容易地轉(zhuǎn)化為可靠性框圖，從而用可靠度公式來包括因時間而變化的分布，因此它既可以做定性分析，也可以進行定量分析[3].

本文主要是從故障樹分析角度對無人機任務周期內(nèi)發(fā)生的特情進行分析研究，通過遍歷找出導致無人機出現(xiàn)特情的各種因素，并區(qū)分主次因素，提出相應的模擬訓練方式，提高無人機操作手的特情處置能力.故障樹是把系統(tǒng)的失效或故障狀態(tài)作為頂事件，找出導致頂事件發(fā)生的所有可能直接原因，即中間事件.再追蹤找出導致每個中間事件發(fā)生的所有可能原因，最后追蹤到每一種基本原因為止，即底事件[4－5].

2.1 故障樹的建立

無人機系統(tǒng)的特情故障樹如圖1所示.樹中各符號的含義如下:A為無人機特情;B1為傳感器故障;C1為大氣數(shù)據(jù)計算機故障;D1為大氣高度故障;D2為大氣馬赫數(shù)故障;D3為大氣總壓故障;D4為大氣靜壓故障;D5為大氣表速故障;D6為大氣升降速率故障;D7為迎角傳感器故障;D8為側(cè)滑角傳感器故障;C2為GPS故障;D9為GPS高度故障;D10為GPS升降速率故障;D11為GPS位置信息失效;D12為GPS速度信息失效;C3為慣導故障;D13為慣導縱向過載故障;D14為慣導側(cè)向過載故障;D15為慣導法向過載故障;D16為慣導縱向速度故障;D17為慣導側(cè)向速度故障;D18為慣導法向速度故障;D19為慣導滾裝角速率故障;D20為慣導俯仰角速率故障;D21為慣導偏航角速率故障;D22為慣導地速故障;B2為飛控計算機故障;E1為飛控計算機一次故障;E2為飛控計算機二次故障;E3為飛控計算機失效;B3為作動器故障;E4為液壓系統(tǒng)1故障;E5為液壓系統(tǒng)2故障;E6為左內(nèi)側(cè)舵面故障;E7為右內(nèi)側(cè)舵面故障;E8為左中側(cè)舵面故障;E9為右中側(cè)舵面故障;E10為左外側(cè)上舵面故障;E11為左外側(cè)下舵面故障;E12為右外側(cè)上舵面故障;E13為右外側(cè)下舵面故障;E14為前輪承載故障;E15為右主輪承載故障;E16為左主輪承載故障;E17為主剎車故障;E18為備份剎車故障;B4為機電系統(tǒng)故障;F1為左發(fā)電機故障;F2為右發(fā)電機故障;F3為EPU故障;B5為動力系統(tǒng)故障;F4為供油總管不增壓;F5為余油400;F6為左供油泵故障;F7為右供油泵故障;F8為油門故障;F9為發(fā)動機備份故障;F10為發(fā)動機喘振故障;F11為發(fā)動機防冰故障;F12為發(fā)動機防喘故障;F13為發(fā)動機超轉(zhuǎn)故障;F14為發(fā)動機超溫故障;F15為發(fā)動機滑油故障;F16為發(fā)動機監(jiān)控故障;F17為發(fā)動機空中停車故障;F18為發(fā)動機計算機1故障;F19為發(fā)動機計算機2故障;B6為數(shù)據(jù)鏈故障;G1為數(shù)據(jù)鏈中斷;G2為數(shù)據(jù)鏈延遲.

圖1 無人機系統(tǒng)的特情故障樹圖

2.2 故障樹分析

將故障樹圖轉(zhuǎn)化為等效的布爾代數(shù)方程[3]:

由式(1)可知，故障樹由61個單階最小割集組成，假設單階最小割集的發(fā)生概率為p(Di)，則頂事件的發(fā)生概率為

工程實踐表明，從可靠性、安全性角度來看，引起無人機系統(tǒng)特情的原因很多，但對大多數(shù)無人機飛行故障進行對比分析表明，發(fā)動機系統(tǒng)故障(F4～F19)、作動器故障(E4～E18)、慣導故障(D13～D22)和GPS故障(D9～D12)發(fā)生的概率更大，是無人機系統(tǒng)出現(xiàn)特情的主要原因，應該在任務包線內(nèi)著重進行單項訓練和組合訓練，此外數(shù)據(jù)鏈路延遲(G12)作為無人機系統(tǒng)特有的問題，在訓練中應予以重視.

3 基于訓練系統(tǒng)快照技術(shù)的訓練解耦

圖2 樣例無人機的任務包線

圖3 傳統(tǒng)無人機訓練系統(tǒng)流程

如果將無人機的飛行過程簡化為11個階段[6－7]，如圖2所示.傳統(tǒng)的無人機訓練方法可以用圖3表示，可見訓練階段之間存在著強烈的耦合，一個階段的特情訓練之后，無人機可能已經(jīng)離開了正常的任務包線，必須由教練員進行較長時間的人工糾正才能回到正常的飛行階段，進行下一階段的訓練;同時，由于特情訓練的特殊性，處于特情狀態(tài)的無人機的可控性能大大降低，一旦某個階段的訓練失敗導致無人機的墜毀，需重復整個任務包線.以上兩點都將導致訓練的周期變長，效率較低.

基于訓練系統(tǒng)快照技術(shù)[7]就是在不影響特情訓練的情況下，實時地提取當前的訓練狀態(tài)數(shù)據(jù)建立一個快照數(shù)據(jù)庫，針對不同的訓練階段時只需要求選擇不同的訓練系統(tǒng)快照即可.這樣就實現(xiàn)了訓練階段之間的解耦，如圖4所示，每個訓練用例只需載入特定階段的訓練系統(tǒng)狀態(tài)快照，而無需系統(tǒng)從頭開始，將復雜的特情訓練轉(zhuǎn)化為多個獨立的單項訓練，極大地提高了訓練的效率.

圖4 基于仿真系統(tǒng)快照技術(shù)的無人機特情訓練

4 通用化無人機特情訓練系統(tǒng)

現(xiàn)有的無人機訓練系統(tǒng)都是針對某個特定型號設計，專用性太強，本文在無人機系統(tǒng)特情故障樹分析和訓練系統(tǒng)快照的基礎上，采用了模塊化設計的思想，設計了一套通用化的無人機特情訓練系統(tǒng)，可以通過簡單的模型替換和接口修改實現(xiàn)不同型號無人機的特情訓練.

上述的通用化無人機特情訓練系統(tǒng)分為3個程序模塊:數(shù)字飛機模塊、教員臺模塊、視景模塊，各個模塊的描述如下.

4.1 數(shù)字飛機模塊

本模塊采用了基于Matlab RTW的自動代碼生成技術(shù)來實現(xiàn)無人機本體動力學仿真、飛管系統(tǒng)仿真、飛機機載系統(tǒng)仿真.

RTW的目標文件創(chuàng)建過程可以劃分為2個階段[8－9]:第1個階段是代碼生成過程;第2個階段是RTW根據(jù)模板聯(lián)編文件生成makefile文件，并以此文件對所生成的代碼進行編譯并最終鏈接為可執(zhí)行程序.為了使自動生成的代碼能應用到特情訓練系統(tǒng)中，需對所生成的實時代碼進行接口修改、重新編譯及鏈接，最后得到Windows平臺下作為動態(tài)鏈接庫文件的dll，通過Visual Studio每10 ms調(diào)用該dll實現(xiàn)無人機實時仿真.與傳統(tǒng)的手工編寫仿真軟件代碼的方法相比，本方法縮短了系統(tǒng)的研制周期，并且在一定程度上保證了軟件的質(zhì)量可靠性.

4.2 教員臺模塊

本模塊通過ActiveX數(shù)據(jù)對象(ADO，ActiveX Data Objects)與數(shù)據(jù)庫相連，在實現(xiàn)仿真流程控制、管理和監(jiān)控的同時能夠靈活地進行特情系統(tǒng)快照的建立和加載、特情注入、飛行數(shù)據(jù)記錄、回放與分析.

根據(jù)故障樹分析的結(jié)果，教員臺的故障注入界面如圖5所示.

圖5 教員臺的故障注入界面

4.3 視景模塊

本模塊采用 Vega Prime 5.0[10]和Visual Studio 2005實現(xiàn)，采用模塊化設計思想，預留標準接口并搭建了模型庫和地形庫，可以方便地實現(xiàn)不同型號無人機的視景模擬，并能構(gòu)造連續(xù)的地形、機場、跑道、建筑物、道路及標志性的地形地貌，模擬白天、黃昏、夜間、雨、霧、雪等視覺效果，為操作人員實時地提供逼真的第三視角的模擬視場，為操作人員提供虛擬的視覺效果.系統(tǒng)效果見圖6.

圖6 視景效果圖

5 試驗

某型號無人機系統(tǒng)的特情訓練過程中，采用基于故障樹分析和快照技術(shù)前后特情訓練的效率、效果和故障覆蓋率情況對比如表1所示.

表1 訓練效果對比

6 結(jié)束語

本文首次將故障樹分析法和快照技術(shù)應用于無人機系統(tǒng)特情訓練，以某型無人機為研究對象，設計了一套通用的無人機特情訓練系統(tǒng)，并成功應用于無人機地面操作手的訓練，提高了操作手對無人機特情的及時識別和妥善處置能力，該方法的推廣對提高大型無人機系統(tǒng)的任務可靠性將起到推動作用.

References)

[1]吳佳楠，王偉.基于任務設備模擬的新型無人機訓練模擬器研究[J].計算機測量與控制，2011，19(12):3105－3110

Wu Jianan，Wang Wei.Research of a kind of new UAV training simulator based on equipment simulation[J].Computer Measurement and Control，2011，19(12):3105－3110(in Chinese)

[2]潘波，姜同敏.基于故障樹的飛機結(jié)構(gòu)腐蝕損傷模糊綜合評判[J].北京航空航天大學學報，2012，38(1):39－42

Pan Bo，Jiang Tongmin.Fuzzy comprehensive evaluation of corrosion damage of aircraft structures based on fault tree[J].Journal of Beijing University of Aeronautics and Astronautics，2012，38(1):39－42(in Chinese)

[3]潘波，黃領才，姜同敏，等.服役飛機結(jié)構(gòu)件腐蝕失效故障樹分析及改進[J].北京航空航天大學學報，2010，36(3):299－302

Pan Bo，Huang Lingcai，Jiang Tongmin，et al.Fault tree analysis of corrosion failure for aircraft structures and improvements[J].Journal of Beijing University of Aeronautics and Astronautics，2010，36(3):299－302(in Chinese)

[4]Contini S，Cojazzi G G M，Renda G.On the use of non-coherent fault trees in safety and security studies[J].Reliability Engineering and System Safety，2008，93:1886－1895

[5]Shalev D M，Tiran J.Condition-based faulttree analysis(CBFTA):a new method for improved fault tree analysis(FTA)，reliability and safety calculations[J].Reliability Engineering＆System Safety，2007，92(9):1231－1241

[6]王宏利，肖靜.基于RTW的無人機飛行仿真實現(xiàn)[C]//陳宗基.2012中國導航、制導與控制學術(shù)會議論文集.北京:科學出版社2012:1420－1423

Wang Hongli，Xiao Jing.UAV flight simulation based on RTW[C]//Chen Zongji.Proceedings of the 2012 Chinese Guidance Navigation and Control Conference(CGNCC2012).Beijing:Science Press，2012:1420－1423(in Chinese)

[7]田峰，丁文銳，李紅光，等.一種無人機飛行控制管理軟件回歸測試方法[J].北京航空航天大學學報，2011，37(5):574－578

Tian Feng，Ding Wenrui，Li Hongguang，et al.Regression testing method of UAV flight and management software[J].Journal of Beijing University ofAeronauticsand Astronautics，2011，37(5):574－578(in Chinese)

[8]The MathWorks，Inc.Real-time workshop user's guide，version 8.0[M/OL].Natick:The MathWorks，Inc，2011[2012-05-10].http://www.mathworks.com

[9]The MathWorks，Inc.Simulink coder target language compiler，version 8.0[M/OL].Natick:The MathWorks，Inc，2011[2012-05-10].http://www.mathworks.com

[10]The Presagis USA Inc.Vega prime programmer's guide，version 5.0[M/OL].Montreal:The Presagis Canada Inc，2011[2012-05-10].http://www.presagis.com