آنالیز قابلیت اطمینان یک سیستم ناوبری اینرسی و واحد آشکارساز و تشخیص خطای فعال آن

نوع مقاله : مقاله پژوهشی

نویسندگان

1 پژوهشگاه هوافضا، وزارت علوم تحقیقات و فناوری، تهران، ایران.

2 پژوهشگاه هوافضا، وزارت علوم تحقیقات و فناوری، تهران، ایران

چکیده

سیستم‏های ناوبری اینرسی یکی از اجزای اصلی در سامانه‏های هدایت، کنترل و ناوبری تجهیزات پیشرفته نظیر پهپاد و ماهواره برها هستند. لذا قابلیت اطمینان آنها برای دستیابی به موفقیت سیستم بسیار مهم است. برای افزایش قابلیت اطمینان ضمن توسعه سنسورهای پیشرفته، موضوع چیدمان سنسورها و آرایش آنها و استفاده از افزونگی و آشکارسازی خطا نیز باید بررسی شود. در این مقاله، چیدمان‌های مختلف سنسورها و قابلیت اطمینان واحد آشکارساز و تشخیص خطای یک سیستم ناوبری اینرسی مورد ارزیابی قرارگرفته است. ابتدا سیستم ناوبری از منظر جانمایی حسگرها، سپس واحد آشکارساز و تشخیص خطا برمبنای حسگرهای مازاد تحلیل شده است. قابلیت اطمینان سیستم ناوبری با استفاده از روش بلوک دیاگرام و توزیع نمایی محاسبه شده است. قابلیت اطمینان واحد آشکارساز با استفاده از روش مونت کارلو محاسبه شده است وتحلیل حساسیت به نویز نیز انجام شده است و نتایج بیانگر وابستگی قابلیت اطمینان به نویز است. به دلیل این که قابلیت اطمینان این سیستم تابعی از مقادیر آستانه آشکارسازی و تشخیص خطا می‌باشد،  مقادیر بهینه آستانه آشکارسازی و تشخیص با استفاده از دو روش تکراری و تخمین حداقل مربعات غیرخطی به دست آمده است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Reliability Analysis of An Inertial Navigation System and its Active Fault Detection and Isolation Unit

نویسندگان [English]

  • Mohammad Ali Farsi 1
  • Alireza Alikhani 2
  • Milad Nemati 2
1 Aerospace Research Institute, Tehran, Iran
2 Aerospace Research Institute, Tehran, Iran
چکیده [English]

Inertial navigation systems are one of the main components in advanced equipment navigation systems such as drones and satellites. Therefore, their reliability is very important for system mission success. For increasing the reliability while developing advanced sensors, the issue of sensor placement and arrangement, the use of redundancy, and error detection should also be considered. This paper evaluates different sensor configurations and reliability analyses of fault detection and isolation of an inertial navigation system. First, the design of the navigation system is analyzed in terms of the location of the sensors, then the detection and fault detection unit based on the excess sensors. The system's reliability is calculated based on exponential distribution and reliability block diagram, and then the reliability fault detection unit is calculated using the Monte Carlo method. The sensitivity analysis has been performed, and the results show that the reliability depends on the noise value. Because the reliability of this system is a function of the fault detection and its threshold values, the optimal values for fault detection threshold are obtained using two iterative methods and estimating the minimum nonlinear squares.

کلیدواژه‌ها [English]

  • Inertial sensor
  • Monte Carlo simulation
  • Reliability
  • Fault detection
  • Isolation unit
[1]Wang L. and Gao R., Condition monitoring and control for intelligent manufacturing, Springer, London,2012
[2] Jian Jiao, Xinlin De, Zhiwei Chen, Tingdi Zhao, Integrated circuit failure analysis and reliability prediction based on physics of failure, Engineering Failure Analysis, 104 (2019) 714-726.
[3] Almagbile, Ali and Wang,Jinling and Ding, Weidong and Knight, Nathan, Sensitivity analysis of multiple fault test and reliability measures in integrated GPS/INS systems, Archiwum Fotogrametrii, Kartografii i Teledetekcji, 22 (2011) 25-37.
[4] Baochen Li, Huaiguang Wang, Liyuan Mu, Zhiyong Shi and Binhan Du, A configuration design method for a redundant inertial navigation system based on diagnosability analysis, Measurement Science and Technology , 32 (2020) 20111.
[5] Wilcox, J., Maximum Likelihood Failure Detection for Redundant Inertial Instruments," AIAA Paper 72-864, Stanford, Calif., Aug. 1992.
[6] Umar Iqbal Bhatti and Washi ngton Yotto Ochieng, Failure Modes and Models for Integrated GPS/INS Systems, The Journal of NAVIGATION, 60 (2007) 327–348.
[7] Song, and H. Y. Zhang, Fuzzy fault tree analysis based on T-S model with application to INS/GPS navigation system, Soft computing, 13 (2009) 31-40,.
[8] Jones, H., Failure detection in linear systems, Dept. of Aeronautics, MIT, 1993.
[9] Willsky, A.S. and Jones, H.L., A Generalized Likelihood Ratio Approach to State Estimation in Linear Systems Subject to Abrupt Changes, IEEE Conference on Decision and Control, 2 (2008) 124-127.
[10] Luo K, Jiao Y., Automatic fault detection of sensors in leather cutting control system under GWO-SVM algorithm. PLOS ONE, 16(3) (2021)
[11] Jin, Xiaoliang, Gou, Linfeng, AU - Li, Huihui, Zheng, Hua, Li, Huacong, Pei, Xiaoning P., Aeroengine Control System Sensor Fault Diagnosis Based on CWT and CNN, Mathematical Problems in Engineering, 2020 (2020) 5357146, DOI: 1155/2020/5357146
[12] Wilcox J., Maximum Likelihood Failure Detection for Redundant Inertial Instruments, AIAA, 6 (2007) 72-864.
[13] Harrison, J. and Chien, T.T., Failure Isolation for a Minimally Redundant Inertial Sensor System, IEEE Transactions on Aerospace and Electronic Systems, 3 (1995) 87-92.
[14] Farsi Mohammad A., Principles of reliability engineering, Symaye Danesh, Tehran, 2016 (In Persian).
[15] Wilcox, Competitive Evaluation of Failure Detection Algorithms for Strapdown Redundant Inertial Instruments, Journal of Spacecraft and Rockets, 11 (1994) 525-529.
[16] Potter, J.E. and Suman, M.C., Threshold less Redundancy Management with Arrays of Skewed Instruments, Integrity in Electronic Flight Control Systems, 4 (2004) 15-25.
[17] VanTrees, H.L., Detection, Estimation and Modulation Theory, Part I, Wiley, New York, 2014.
[18] Gilmore, J. P., A Non-Orthogonal Gyro Configuration, MIT/IL Rept, 7 (1997) 472-477.
[19] Gilmore, J, R. A., A Redundant Strapdown Inertial Reference Unit, Journal of Spacecraft and Rockets, 9 (1) (1999) 39-47.
[20] Enrico Zio, The Monte Carlo Simulation Method for System Reliability and Risk Analysis, Springer-Verlag, London, 2013.
[21] Nemati M., Reliability Assessment and Improvement of Inertial Measurement Unit FDI Module, MSc Thesis, ARI, 2017 (In Persian).
[22] Kevin C., Generalized Likelihood Test for FDI in Redundant Sensor Configurations, Journal of guidance and control, 2 (1979) 27-35.