梁天辰

(中国西南电子技术研究所，成都 610036)

0 引 言

随着航空电子设备在各类飞机平台的大量部署，设备对整机的重要性和运行安全性影响不断提高[1]。由于航空环境应力对失效退化影响复杂多变，电子设备内部器件间不断交联影响，导致其故障往往具有明显的随机性和关联性[2]。针对航空电子设备故障的随机关联问题，故障预测方法通过预置传感器获取到易损关键器件的历史数据，根据具体方法对器件历史数据进行挖掘建模，结合飞行中设备内器件的实时数据预测设备的整体退化降级状态。推进故障预测方法在航空电子设备的应用，将退化趋势与维修决策的制定相结合，可有效降低设备维修成本，提高设备运行安全，避免维修决策失误带来的灾难性后果。

目前，故障预测方法主要包括基于失效模型的预测方法和基于数据驱动的方法[3]。基于失效模型的预测方法是根据专家经验，对元件故障机理、材料性质和外部负载等要素进行研究分析，以此建立准确的数学模型表征失效趋势。申海东[4]基于热网络转换方法，设计建立了热阻与温度之间的数学模型，反应晶体管的性能退化。Tang等人[5]使用截断正态分布建模方法来估计退化状态，并考虑测量不确定度和估计漂移参数的分布，以获得精确且封闭形式的锂离子电池剩余寿命分布。虽然以上方法通过实验验证了故障预测的准确性，但在实际应用中存在以下问题：一是预测模型的建立非常依赖于建模工程师的专业知识和工程经验，建模过程需要消耗大量人力且通用性较差；……