概率推理与影响图

本文讨论了影响图理论在概率推理过程中的应用和要涉及的信息及信息量。提出了虚拟信息滤波过程的概念和方法;讨论了概念网络中的信息溶合和衍殖过程;研究了用虚拟滤波过程表征人们行为中的柔性推理机制;设计了概念网络上的一种柔性推理准则。为决策分析和人工智能领域中的不肯定性信息测度问题提供了一种新的方法。     

基于BOM的航空设备故障诊断系统模型研究

针对目前航空设备故障诊断系统中故障管理不精确、诊断知识获取困难、故障信息缺乏利用等问题,引入物料清单(BOM),构建了故障诊断模型。该模型包括知识获取、知识推理和知识挖掘三个核心过程。其中,在知识获取方面,提出基于BOM构建故障树,从而解决知识获取困难的问题;在知识推理方面,采用正向推理策略,由故障现象推出故障原因;在知识挖掘方面,研究了基于BOM的数据挖掘在企业各部门中的应用。总的来说,基于BOM的故障诊断系统能够实现航空设备故障的全生命周期管理,提高设备故障诊断的精确化水平。     

某型飞机起落架故障诊断专家系统设计研究

给出了飞机起落架故障诊断专家系统的构成、体系结构以及功能,引入了正向推理、不精确推理两种推理机制,研究了基于数据库技术的知识库构建方法,并用此构建方法完成了软件测试.仿真试验表明,应用此系统可以提高起落架故障智能诊断的效率和准确性,具有较强的实用性.     

集成时间信息的液体火箭发动机故障诊断推理

提出一种液体火箭发动机集成时间信息的定性建模和故障诊断推理方法。该方法以谓词逻辑公式和子句的形式对发动机定性特征和试车过程中的观测信息加以描述，同时基于归结原理和假言推理规则的演绎推理方法进行诊断问题求解。结合实际试车数据的检验结果表明，该方法为液体火箭发动机试车过程中动态诊断知识的表达和组织，提供了一种简洁有效的方式．计算量小．检测速度快，且具有较强的诊断能力。     

基于TMSDG的民用飞机故障诊断隔离策略

 针对民用飞机排故时交互式故障诊断与隔离需求,在符号有向图(SDG)中补充状态节点的故障概率信息和未测状态表达,引入对测试节点的描述,提出了一种附带测试维修信息的SDG(TMSDG),给出了基于此模型的交互诊断流程。首先根据初始征兆获取可疑集,然后综合可靠性和测试代价等因素生成一种基于最小测试代价的诊断二叉树对初始可疑集进一步隔离。该模型能描述复杂系统中存在的状态关联和故障测试依赖关系,对其中故障进行交互式诊断和隔离指导。利用该方法建立了某飞机发动机高压引气的诊断模型,实验结果表明提出的方法有效。该方法适用于飞机的外场故障诊断与隔离。     

基于桶消元的数控机床故障模糊贝叶斯网络推理方法

用模糊数描述节点的多种故障状态,用模糊子集描述根节点的故障概率,用贝叶斯网络的条件概率表描述节点间的不确定关系,构建数控机床故障的模糊贝叶斯网络;采用桶消元算法,对数控机床故障的模糊贝叶斯网络进行推理和计算,获得根节点的后验概率,为数控机床故障诊断与分析提供依据;最后,以数控机床刀架系统故障的贝叶斯网络推理过程为例,验证所提理论和方法的有效性。     

面向航天器在轨管理的混合智能诊断系统设计

针对目前航天器专家系统普遍存在的"知识获取瓶颈"、"处理效率低"、"知识结构直观性差"等问题,介绍了一种新的混合智能诊断系统。该系统在使用基于规则推理进行故障征兆识别的基础上,一方面利用案例推理技术实现故障的快速诊断;另一方面利用故障树分析法给出详细的推理过程和推理结果。文中介绍了这种混合智能诊断系统的系统构成、诊断流程和推理算法。     

多工况过程动态SDG故障诊断

通过分析多工况过程的故障动态特性,在符号有向图(SDG)中引入工况条件,补充对未测节点的表达,提出了一种新的定性描述模型——过程动态有向图,给出了建模方法和基于故障依赖性关系 D 矩阵的诊断流程.该模型满足了随工况变化调整结构和参数的需求,诊断算法解决了实际系统部分状态常常因未测量而造成信息缺失的问题.同时综合不同过程的SDG诊断能改善静态SDG模型定性推理分辨率.利用提出的方法建立了某民用飞机发动机引气系统的诊断模型并进行了诊断,结果表明该模型有效且实用.      

基于Petri网的飞机交流发电机故障诊断系统研究

针对目前飞机交流发电机故障诊断专家系统存在的知识表示复杂、诊断速度慢等问题,基于故障Petri网方法来进行知识表达,以快速准确对故障进行诊断,首先利用故障Petri网来建立飞机交流发电机的故障诊断模型,然后采用关联矩阵和状态方程的推理算法进行故障诊断推理,提高了推理速度,易于编程实现。最后通过实例分析验证了该方法的可行性和有效性。     

复杂动态系统的故障检测与诊断

提出元件模态转变的单向性假设以替代通常的诊断过程中元件模态不变的假设,指出模型基础诊断方法是适合此类系统的基本诊断方法。由此提出一套用于复杂动态系统故障检诊的综合检诊策略IFDDS（Integrated Failure Detection and Diagnosis Strategy）,针对飞控系统开发了其具体的检诊算法。     

面向民用飞机排故的增强型符号有向图

针对民用飞机故障的动态特性及维修体制,在符号有向图（SDG）模型中引入动态元素,并融合系统结构模型,提出一种结构和参数能随工况变化而调整的增强型有向图（ESDG）模型。进而提出基于故障依赖矩阵的相容根树搜索算法与分层诊断策略,能解决实际排故中常常因部分状态未测量而造成诊断信息缺失的问题。该方法能满足分级维修中不同诊断精度的要求。多个工况的综合诊断进一步提高了推理分辨率。最后以某民机发动机引气系统为实例说明了该方法的有效性。     

基于神经网络及专家系统的混合诊断法

本文将神经网络与人工智能专家系统结合起来,利用神经网络的联想记忆能力对发生过的故障进行直接记忆和联想。利用专家系统的反向推理能力对联想产生的侯选故障进行验证。据此原理开发了一种更接近人类思维过程的诊断系统。      

涡轴发动机监视参数选择与诊断方法研究

介绍了涡轴发动机性能参数与监测参数选取的依据和方法 ,建立了利用故障因子概念诊断发动机故障的数学模型 ,给出了亚定型故障诊断方程组的解法及其发动机健康状况判定依据和故障诊断有效性的评价指标。运用发动机的实际无故障数据和模拟故障数据进行了仿真。结果表明 :建立的诊断模型可信 ;选取不同的测量参数可诊断不同的发动机故障 ;减少系统测量误差可以提高诊断的有效性。该系统对在役涡轴发动机的健康监视具有实用性 ,对其它发动机具有参考价值。     

磨粒分析技术及其在发动机故障诊断中的应用

基于显微形态学方法的磨损微粒显微分析技术是近年来出现的解决发动机磨损故障诊断问题的新方法之一。应用形态学分析方法建立一套磨粒显微特征描述体系提取磨粒特征信息,作为磨粒识别的信息基础,可以准确地完成磨粒自动识别。基于发动机润滑系统磨粒分析的结果和颗粒摩擦学理论,比较准确地评估出发动机接触磨损部件的磨损状态,进而诊断或预测此类磨损故障;另外,此项分析诊断技术在发动机气路磨损故障诊断中也具有潜在的应用前景。      

基于模糊推理Petri网的A320飞机偏航阻尼系统

分析了普通Petri网和模糊推理Petri网的特点,采用形式化的极大代数矩阵算法,利用模糊推理Petri网描述并发系统的能力,对飞机偏航阻尼系统的故障建模并分析,得到各级故障发生的概率,用以指导飞机维修中的故障排除,既有严格的数学理论基础,又能准确描述故障之间的关联,也利于计算机编程实现。     

基于改进符号有向图模型的发动机引气系统多故障诊断方法

为了在符号有向图(SDG)模型中进行多故障诊断,提出了基于改进符号有向图(ISDG)模型的多故障诊断方法.ISDG模型满足了不完全信息条件下的多故障组合诊断的需求.通过交互式方法构建不完全信息条件下的诊断过程,利用最大增益费用比确定了最优的测试序列,实现了在多故障诊断过程中效率的提高和成本的降低.最后用交互式算法诊断某民用发动机引气系统多故障,ISDG模型能够诊断多故障,说明诊断多故障可以提高诊断效率;考虑组合逻辑后,最小费用比最大费用减小了7.25,增益费用比增大了32.2%,说明考虑组合逻辑可以减少32.2%的费用.      

基于TSM的民机多故障等级-原因综合排故法研究

在“保安全、讲效益”的民航大环境下,飞机的故障诊断及故障排除至关重要,因此建立一套科学的排故分析方案,保证故障处理得更快、更准显得十分必要。飞机在完成航班运营后的短停和航后期间通常会有多个故障待排除,此时为了优化机务维修人员排故流程,提高排故效率,首次提出在故障诊断过程中采用基于TSM的多故障等级一原因综合分析排故方法。该方法通过建立加权概率模型对故障的可能原因和危险等级两因素综合分析．由计算得出的综合指数快速判断出故障源。将该方法应用于某航空公司的实际排故工作中,通过实例验证该法的引入能快速判断故障源,确定排故方案,达到优化排故的目的。     

Human factors quantification via boundary identification of flight performance margin

A systematic methodology including a computational pilot model and a pattern recognition method is presented to identify the boundary of the flight performance margin for quantifying the human factors. The pilot model is proposed to correlate a set of quantitative human factors which represent the attributes and characteristics of a group of pilots. Three information processing components which are influenced by human factors are modeled： information perception, decision making, and action execution. By treating the human factors as stochastic variables that follow appropriate probability density functions, the effects of human factors on flight performance can be investigated through Monte Carlo（MC） simulation. Kernel density estimation algorithm is selected to find and rank the influential human factors. Subsequently, human factors are quantified through identifying the boundary of the flight performance margin by the k-nearest neighbor（k-NN） classifier. Simulation-based analysis shows that flight performance can be dramatically improved with the quantitative human factors.     

航空发动机故障的支持矢量机智能诊断

引入支持矢量机和多元分类算法到航空发动机故障诊断当中。通过设计的多元分类支持矢量机构建了小样本多参数航空发动机故障智能诊断模型，然后通过发动机故障仿真器对典型发动机气路故障进行了诊断。结果表明，支持矢量机具有优秀的故障学习能力，采用它进行航空发动机故障诊断是可行、有效的。