航空診斷文獻綜述

航空診斷文獻綜述文獻［1］從分析飛機故障診斷的特點出發(fā)，采用了神經(jīng)網(wǎng)絡的知識處理方法來構(gòu)建一個基于飛機故障現(xiàn)象的故障診斷專家系統(tǒng)。文獻⑵將互聯(lián)網(wǎng)技術(shù)運用到航空發(fā)動機遠程故障診斷中，并討論了網(wǎng)絡信息數(shù)據(jù)的獲得、處理與傳輸及系統(tǒng)的兩種運行模式。文獻［3］提出一種將遺傳算法和粗糙集理論相結(jié)合的航空電子系統(tǒng)故障診斷方法。該方法運用遺傳算法對系統(tǒng)輸出的連續(xù)數(shù)據(jù)進行離散化，運用粗糙集理論提取知識規(guī)則，用得到的規(guī)則進行系統(tǒng)的故障診斷。同時給出了一種運用粗糙集理論增減規(guī)則庫中規(guī)則的方法，便快速提取新樣本知識。文獻［4］針對軍用航空發(fā)動機的狀態(tài)監(jiān)測與故障診斷問題，建立了可擴展診斷樣本庫，實現(xiàn)樣本庫中故障征兆和故障模式的動態(tài)增減;運用粗糙集理論對樣本集進行處理，實現(xiàn)冗余屬性的約簡、冗余樣本的去除及樣本沖突的消除;用神經(jīng)網(wǎng)絡通過對處理后的樣本集進行學習以動態(tài)獲取知識。文獻［5］針對民航飛機結(jié)構(gòu)和故障機理復雜的特性，建立了基于Petri網(wǎng)的民航飛機故障診斷工作流模型。文獻［6］針對傳統(tǒng)的民航飛機故障診斷規(guī)則來源于適航審定的標準文件，不能滿足改善診斷效率的要求，在建立民航飛機故障診斷的知識復合模型的基礎(chǔ)上，從可靠性報告中提取原始數(shù)據(jù)，進而基于粗糙集對這些數(shù)據(jù)進行預處理和約簡，獲取新的診斷規(guī)則，有效地提高了故障診斷的效率.文獻［7］通過先進的設備采集紫外圖像，并進行紫外圖像統(tǒng)計計算和分析來診斷。文獻［8］提出采用考慮到精度/差異權(quán)衡的SVM作為弱分類器的一種新的組合分類診斷方法一DiverseAdaBoost-SVM。文獻［9］提出了一種基于T-S模糊模型的故障診斷方法，該方法從樣本空間提取模糊規(guī)則，在模糊系統(tǒng)參數(shù)最優(yōu)化的同時實現(xiàn)了對模糊系統(tǒng)結(jié)構(gòu)的自適應優(yōu)化，并給出了故障判定的閥值確定方法。文獻［10］基于MATLAB/SIMULINK高級圖形仿真環(huán)境，利用圖形模塊化技術(shù)開發(fā)了某型雙軸渦扇發(fā)動機的通用部件級模型仿真系統(tǒng)。模型主要利用SIMULINK的模塊庫和S函數(shù)構(gòu)建，提出了構(gòu)建發(fā)動機模型的四層次結(jié)構(gòu)，具有模型層次化、可封裝模塊化、面向結(jié)構(gòu)圖和高度可視化等特點。文獻［11］從飛機維修的需求出發(fā)，分析了CBR飛機故障診斷方法的基本過程;討論了飛機故障案例庫的構(gòu)建、案例表達、案例檢索、匹配、案例修改和維護等關(guān)鍵技術(shù);重點研究了故障案例的知識表達，應用字符型字段匹配和K-近鄰方法(KNN,KNearestNeighbor)相結(jié)合的檢索模型實現(xiàn)了案例檢索和匹配。文獻［12］為有效解決飛機供電系統(tǒng)故障診斷專家系統(tǒng)在知識獲取方面的“瓶頸”在對某型號飛機供電系統(tǒng)進行故障模式分析的基礎(chǔ)上，利用粗糙集理論不需要提供待求解問題所需處理的數(shù)據(jù)集合之外的任何先驗信息的特點，提出了一種診斷規(guī)則的自動獲取方法。在運用粗糙集理論對故障樣本集進行屬性約簡和值約簡的過程中，針對“不確定測量狀態(tài)”提出了改進的約簡規(guī)則。文獻［13］在分析粗糙集理論缺陷的基礎(chǔ)上，引入變精度粗糙集模型對專家給出的樣本集進行處理，并將所得到的極小化決策算法用于歷史故障樣本集的分析，得到了高的識別率。文獻［14］針對實際航空發(fā)動機故障參數(shù)所具有的模糊和連續(xù)性特點，提出了一種基于模糊粗糙集的特征參數(shù)提取算法，并應用到某型航空發(fā)動機故障識別。文獻［15］針對神經(jīng)網(wǎng)絡智能診斷與專家系統(tǒng)中知識難于理解和診斷解釋能力差等問題，研究了一種新的基于功能性觀點的神經(jīng)網(wǎng)絡規(guī)則提取方法。文獻［16］針對飛機舵面故障預報系統(tǒng)的設計要求，建立了神經(jīng)網(wǎng)絡故障預測模型以及訓練算法。該預測模型采用三層BP網(wǎng)絡模型。文獻［17］將灰色聚類和濾波理論結(jié)合提出了一種新的辨識算法一灰色聚類濾波算法，將常增益濾波引入灰色聚類算法，在灰色聚類算法中使用AGARS報文故障的當前數(shù)據(jù)分類故障、判斷虛警的基礎(chǔ)上，增加報文故障的歷史數(shù)據(jù)，用濾波方法將歷史的和當前的數(shù)據(jù)結(jié)合起來，提高辨識虛警的準確性。文獻［18］全面考慮復雜系統(tǒng)診斷的數(shù)據(jù)來源，用灰色關(guān)聯(lián)理論降低系統(tǒng)復雜性并通過粗糙集約簡數(shù)據(jù)的思想實現(xiàn)灰色粗集推理。解決了傳統(tǒng)的復雜系統(tǒng)故障診斷規(guī)則不易獲取且方法單一，不能滿足系統(tǒng)維護要求。文獻［19］針對傳統(tǒng)神經(jīng)網(wǎng)絡故障診斷過程中網(wǎng)絡訓練時間長、結(jié)構(gòu)復雜以及僅能進行單值輸入的缺陷，設計了一種基于粗神經(jīng)網(wǎng)絡的民用飛機故障診斷系統(tǒng)。將粗糙集理論應用在神經(jīng)網(wǎng)絡的前端對民用飛機故障樣本數(shù)據(jù)進行約簡處理，以此去除冗余屬性的干擾，克服了無關(guān)樣本數(shù)據(jù)對網(wǎng)絡學習性能的影響，簡化了網(wǎng)絡結(jié)構(gòu);利用粗神經(jīng)元代替?zhèn)鹘y(tǒng)神經(jīng)元，提高了網(wǎng)絡性能，擴展了網(wǎng)絡的應用范圍。小結(jié)上述文獻中主要解決的問題有：遠程故障診斷、故障診斷流程的優(yōu)化、故障診斷預測、故障診斷效率及準確性。遠程故障診斷主要是采用了網(wǎng)絡技術(shù)，故障診斷流程的優(yōu)化是建立了基于Petri網(wǎng)的民航飛機故障診斷工作流模型，故障診斷預測方面為建立了神經(jīng)網(wǎng)絡故障預測模型，工作診斷方法主要有：故障診斷專家系統(tǒng)、提取故障診斷規(guī)則、采集紫外圖像、T-S模糊模型、故障診斷模型仿真、智能神經(jīng)網(wǎng)絡等。在航空診斷方面我們還可以研究的問題有：航空故障診斷知識源的元數(shù)據(jù)表達問題及其搜索規(guī)則。云計算與云搜索是否能夠運用到航空故障診斷中。在航空故障診斷中，各專家如何決策及其工作流程。故障特征編碼在航空故障診斷中的應用。參考文獻：［1］潘茂慶，惠克翔.基于神經(jīng)網(wǎng)絡的飛機故障診斷專家系統(tǒng)［J］.航空工程與維修,2002［2］孫護國、霍武軍、韓強航空發(fā)動機遠程故障診斷系統(tǒng)研究［J］.航空維修與工程,2003［3］杜昌平、周德云、江愛偉.遺傳算法和粗糙集相結(jié)合的航空電子系統(tǒng)故障診斷方法研究［J］.西北工業(yè)大學學報,2005［4］陳果、宋蘭琪、文振華、張占綱.航空發(fā)動機診斷知識的動態(tài)獲取與柔性診斷技術(shù)［J］.中國機械工程,2006［5］郭亞中、左洪福、王華偉.基于Petri網(wǎng)的民航飛機故障診斷工作流模型［J］.系統(tǒng)工程與電子技術(shù),2006［6］郭亞中、左洪福、王華偉.基于粗糙集的民航飛機故障診斷規(guī)則獲取方法［J］.系統(tǒng)工程理論與實踐,2006［7］邰學勇、常勝利、沈曦、葉瑞泉.紫外圖像處理在飛機引擎故障診斷中的研究［J］.儀器儀表學報,2006［8］胡金海、謝壽生、蔡開龍、何秀然、彭靖波DiverseAdaBoostSVM分類方法及其在航空發(fā)動機故障診斷中的應用［J］.航空學報,2007蔡開龍、謝壽生、吳勇.航空發(fā)動機的模糊故障診斷方法研究[J].航空動力學報,2007夏飛、黃金泉、周文祥.基于MATLAB/SIMULINK的航空發(fā)動機建模與仿真研究[J].航空動力學報,2007李青、史雅琴、周揚基于案例推理方法在飛機故障診斷中的應用[J].北京航空航天大學學報,2007牛星巖、沈頌華、董世良基于粗糙集理論的飛機供電系統(tǒng)診斷規(guī)則提取[J].航空學報,2007索中英、朱林戶、吳華、蘇強基于變精度粗糙集的航空發(fā)動機故障診斷[J].航空動力學報,2008宋云雪、張傳超、史永勝基于模糊粗集的航空發(fā)動機特征參數(shù)提取算法[J].航空動力學報,2008陳果、宋蘭琪、陳立波.基于神經(jīng)網(wǎng)絡規(guī)則提取的航空發(fā)動機磨損故障診斷知識獲取[J].航空動力學報,2008李斌、章衛(wèi)國、寧東方、尹偉.基于神經(jīng)網(wǎng)絡技術(shù)的飛機舵面故障趨勢預測研究[J].系