航空诊断(EI)文献综述.doc

《航空诊断(EI)文献综述.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、航空诊断文献综述文献［1］从分析飞机故障诊断的特点出发，采用了神经网络的知识处理方法来构建一个基于飞机故障现象的故障诊断专家系统。文献［2］将互联网技术运用到航空发动机远程故障诊断中，并讨论了网络信息数据的获得、处理与传输及系统的两种运行模式。文献［3］提出一种将遗传算法和粗糙集理论相结合的航空电了系统故障诊断方法。该方法运用遗传算法对系统输出的连续数据进行离散化，运用粗糙集理论提取知识规则，用得到的规则进行系统的故障诊断。同时给出了一种运川粗糙集理论增减规则库中规则的方法，便快速提取新样木知识。文献［4］针对军用航空发动

2、机的状态监测与故障诊断问题，建立了可扩展诊断样本库，实现样本库中故障征兆和故障模式的动态增减;运用粗糙集理论对样木集进行处理，实现冗余属性的约简、冗余样木的去除及样木冲突的消除;用神经网络通过对处理后的样本集进行学习以动态获取知识。文献［5］针对民航飞机结构和故障机理复杂的特性，建立了基于Petri网的民航飞机故障诊断工作流模型。文献［6］针对传统的民航飞机故障诊断规则来源于适航审定的标准文件，不能满足改善诊断效率的要求，在建立民航飞机故障诊断的知识复合模型的基础上，从可靠性报告中提取原始数据，进而基于粗糙集对这些数据进行

3、预处理和约简，获取新的诊断规则，有效地提高了故障诊断的效率.文献［7］通过先进的设备采集紫外图像，并进行紫外图像统计计算和分析来诊断。文献［8］提出采用考虑到精度/差异权衡的SVM作为弱分类器的一种新的组合分类诊断方法一DiverseAdaBoost・SVM。文献［9］提出了一神基于T-S模糊模型的故障诊断方法，该方法从样本空间提取模糊规则，在模糊系统参数最优化的同时实现了对模糊系统结构的I'l适应优化，并给出了故障判定的瓣值确定方法。文献［10］基于MATLAB/SIMULINK高级图形仿真环境，利用图形模块化技术开发了

4、某型双轴涡扇发动机的通用部件级模型仿真系统。模型主要利用SIMULINK的模块库和S函数构建，提出了构建发动机模型的四层次结构，具有模型层次化、可封装模块化、面向结构图和高度可视化等特点。文献［11］从飞机维修的需求出发，分析了CBR飞机故障诊断方法的基本过程;讨论了飞机故障案例库的构建、案例表达、案例检索、匹配、案例修改和维护等关键技术;重点研究了故障案例的知识表达，应用字符型字段匹配和K.近邻方&(KNN,KNearestNeighbor)相结合的检索模型实现了案例检索和匹配。文献［12］为有效解决飞机供电系统故障诊断

5、专家系统在知识获取方面的“瓶颈”，在对某型号飞机供电系统进行故障模式分析的基础上，利用粗糙集理论不需要提供待求解问题所需处理的数据集合之外的任何先验信息的特点，提出了一种诊断规则的白动获取方法。在运用粗糙集理论对故障样本集进行属性约简和值约简的过程中，针对“不确定测量状态”提出了改进的约简规则。文献［13］在分析粗糙集理论缺陷的基础上，引入变精度粗糙集模型对专家给出的样本集进行处理，并将所得到的极小化决策算法用于历史故障样本集的分析,得到了高的识别率。文献［14］针对实际航空发动机故障参数所具有的模糊和连续性特点，提出了一

6、种基于模糊粗糙集的特征参数提取算法，并应用到某型航空发动机故障识别。文献［15］针对神经网络智能诊断与专家系统中知识难于理解和诊断解释能力差等问题，研究了一种新的基于功能性观点的神经网络规则提取方法。文献［16］针对飞机舵面故障预报系统的设计要求，建立了神经网络故障预测模型以及训练算法。该预测模型采用三层BP网络模型。文献［17］将灰色聚类和滤波理论结合提出了一神新的辨识算法一灰色聚类滤波算法，将常增益滤波引入灰色聚类算法，在灰色聚类算法中使用AGARS报文故障的当前数据分类故障、判断虚警的基础上，增加报文故障的历史数据，

7、用滤波方法将历史的和当前的数据结合起来，提高辨识虚警的准确性。文献［18］全面考虑复杂系统诊断的数据来源，用灰色关联理论降低系统复杂性并通过粗糙集约简数据的思想实现灰色粗集推理。解决了传统的复杂系统故障诊断规则不易获取且方法单一，不能满足系统维护要求。文献［19］针对传统神经网络故障诊断过程中网络训练时间长、结构发杂以及仅能进行单值输入的缺陷，设计了一种基于粗神经网络的民用飞机故障诊断系统。将粗糙集理论应用在神经网络的前端对民用飞机故障样本数据进行约简处理，以此去除冗余属性的干扰，克服了无关样木数据对网络学习性能的影响，简

8、化了网络结构;利用粗神经元代替传统神经元，提高了网结性能，扩展了网结的应用范围。小结上述文献中主要解决的问题有：远程故障诊断、故障诊断流程的优化、故障诊断预测、故障诊断效率及准确性。远程故障诊断主要是采用了网络技术，故障诊断流程的优化是建立了基于Petri网的民航飞机故障诊断工作流模型，故障诊断预测方面