基于不确定传感器状态的机载系统多层故障诊断方法

石健，王少萍，罗雪松

1. 北京航空航天大学 自动化科学与电气工程学院，北京 100191

2. 北京航空航天大学 宁波创新研究院，宁波 315800

2018—2019年的两起波音737MAX飞机坠机事故不仅造成了346名乘客罹难的灾难性后果，而且给航空巨头波音公司带来了极大的负面影响，造成了不可估量的损失。通过事故调查发现：两起事故均是由于攻角(AoA)传感器故障导致机动特性增强系统(MCAS)一系列错误操作引起的[1-2]。由此，飞机机载传感器的可靠性与故障诊断问题再次受到了航空界的广泛关注。

实际上，机载传感器故障一直是严重影响航空安全的关键问题之一。从传感器故障原因上分析，传感器的故障在数据获取、信号处理和诊断决策3个阶段产生，且各阶段都存在硬件限制、算法局限和外部不确定环境等多种潜在故障因素[3-4]。因此，降低单一传感器的故障率存在瓶颈。此外，传感器误报警故障(NFF)占到飞机飞行过程故障记录的85%，并耗费飞机总维护成本的90%[5]。因此，在飞行过程中正确识别机载传感器的状态，及时隔离故障传感器并维持对机载系统本身的准确监测成为保证飞行安全的一项关键内容。

当前在机载传感器故障识别方面主要通过余度传感器之间的交叉比较[6-8]，以及模型自监控[9-12]2种方式来实现。由于存在共因故障，余度传感器之间的交叉比较并非总能有效隔离故障的传感器，比如尽管波音737MAX飞机上同时安装有2套AoA传感器，仍无法避免传感器的故障给检测系统带来的误判引发事故。……