航空发动机内窥检测智能诊断专家系统

内窥检测在航空发动机维护中得到广泛应用,但是目前的人工检测方式已经难以满足民航业的需求,将智能诊断专家系统引入到航空发动机内窥故障检测中,并集合了基于规则的专家系统和基于案例的专家系统的优点．研究了一种航空发动机内窥检测智能诊断混合专家系统,该系统首先对处理后的内窥图像进行规则推理,若无法找到匹配规则再转入案例推理,直至给出故障诊断结果和维修策略。通过实验检验,专家系统可以准确、快速地给出诊断结果。     

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。     

基于CBR和RBR的航天测控设备故障诊断专家系统

采用CBR和RBR混合推理设计了航天测控设备故障诊断专家系统，建立了系统的层次诊断结构模型。介绍了产生式和基于案例的知识表示方法，并详述了系统所采用的基于规则和基于案例的诊断推理机制。最后，基于CLIPS和Visual C 混合编程的方法进行了系统实现，详细介绍了两种语言的嵌入设计。     

基于CBR的机载雷达故障诊断专家系统研究

以故障诊断的理论和方法为基础，综合运用神经网络、基于案例推理(CBR)和专家系统理论，对雷达装备的故障诊断问题进行研究，形成一个集成的智能诊断专家系统。介绍了系统的总体结构和工作原理，并给出具体的诊断实例，此方法充分利用神经网络和CBR的优点，将提高雷达装备故障诊断的正确性和效率。     

航空继电器适应性故障诊断系统

为了减少目前航空继电器用于发现和修理故障的费用,建立了基于规则、事实以及其自身经验的一个专家系统--适应性诊断系统(ADS).该系统利用推理对航空继电器检测和替换顺序进行了优化,节约费用约50%.     

一种基于TCBR与RBR融合推理的试飞支持信息系统

深入研究了基于文本案例的推理(TCBR)、基于规则的推理(RBR)及两者融合的人工智能技术,并首创性地运用于先进战机的试飞支持信息系统,由此构建了先进战机智能化试飞支持信息系统的整体框架。建立了其案例库、规则库和知识库的结构。采用Tomcat7、IK Analyzer、GWT、MySQL等运用软件进行开发。实现了理解问答、智能搜索和案例推理等功能,对于试飞工程师还增加了数据库维护及试飞文档编写助手等功能。运行结果表明:系统整体构架设计合理实用;特别是TCBR和RBR的融合运用使系统体现了接近人类思维特点的智能化特征。     

航天器故障征兆识别机制研究

为克服针对二值逻辑型阈值比较方法的固有缺陷,本文基于航天器状态划分故障征兆的思想,提出了利用遥测数据的数值型特征甄别遥测野值并获取故障征兆可信度的规则推理新方法。经验证,该机制不仅能够有效避免遥测野值导致的诊断误报现象,而且能够充分体现遥测数据的变化趋势和满足判断条件。     

电传飞控检测系统设计研究

本文论述了现代电传飞控的故障检测系统,介绍了典型的现代电传飞控系统的组成与技术特点。设计了基于专家系统的故障检测系统,专家系统由综合数据库、故障知识库、推理机、知识获取以及决策解释等组成。依据专家系统的原理建立了电传飞控系统的故障综合数据库与故障知识库,采用正向和逆向推理原理完成了推理机的策略设计,针对飞控系统高安全性要求,提出综合数据库的初始数据与检测方法以硬软件的形式驻留于飞控系统之中,故障知识库与推理策略在独立于飞控系统的故障检测系统中。本文对电传飞控系统的故障检测的实现有一定的实用性和推广价值。     

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。     

智能诊断的定量推理机制和最优推理环境

描述和分析了一种新的基于智能信息处理的故障检诊方法,可以处理复杂动态系统故障检诊面临的复杂故障组合模式和时间特性。从推理机制的量化和推理环境的优选两方面完善了该理论,使其诊断能力、实时性和适用范围都得到提高。推理机制的量化是通过引入概率信息实现的。考虑到诊断过程中可能出现新的故障。又进一步引入了候选项集合扩张机制描述该现象,并提供了相关的概率计算公式。推理机制定量化使得诊断结果可以精确度量,检诊过程也可精确控制。推理环境优选则是通过引入熵信息实现的,由此提高了诊断效率。     

基于CLIPS的飞机液压系统故障诊断专家系统构建研究

阐明了建立飞机液压系统故障诊断专家系统的必要性,并介绍了基于C语言的专家系统开发平台--CLIPS,以及应用CLIPS开发飞机液压系统故障诊断专家系统的基本过程.该专家系统能够根据飞机液压系统的故障现象进行自动诊断,为飞机液压系统的故障诊断、分析和排除提供了有实用价值的支持技术.     

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。      

基于专家系统CLIPS的故障诊断研究

利用CLIPS建立专家系统知识库及推理机,通过CLIPS嵌入式编程,设计并实现了飞机燃油故障诊断专家系统,并经过仿真验证,该系统很好地发挥了专家系统的智能性,能够快速准确地诊断出故障。     

飞机燃油系统实时故障诊断专家系统研究

对于飞机燃油系统故障诊断问题,提出了一种利用专家系统进行飞机燃油系统故障诊断的新方法。通过构建专家系统知识库和推理机,同时利用LabVIEW工具建立了相应的软件环境,开发了飞机燃油故障诊断系统。仿真结果表明,该系统很好地发挥了专家系统的智能性,能够快速准确地诊断出燃油系统的故障,并能提出有效的重构方案,完全适合于飞机燃油系统的故障诊断。     

海事卫星测控站天伺馈故障诊断专家系统设计

随着卫星技术的广泛应用,卫星地球站天伺馈设备也越来越复杂.天伺馈设备故障的自动诊断和定位也成为越来越紧迫的课题.本文从工程的角度描述了海事站天伺馈故障诊断专家系统开发的全过程,着重分析了系统的总体设计方案,并对系统的扩展提出了一些展望.     

卫星推进系统在轨管理和故障诊断软件的开发

研制了一套结合遥测数据有效地监测卫星推进系统的工作状态，并进行故障分析和诊断的软件。结合具体的卫星型号给出了一种实用易行的推进系统故障诊断专家系统的构造和实施过程。并且简述了新型的独立于型号卫星推进系统辅助分析系统的功能     

航空发动机滑油诊断专家系统

本文介绍一个应用于航空发动机滑油系统故障诊断的专家系统 ,它是采用 Turbo Prolog语言在微机上实现的 ,便于维修现场使用。用户可采用对话方式或菜单选择方式输入故障证据 ,系统利用反向推理机制 ,按照知识库中的规则排序决定规则激发的优先权 ,对于推理结果还能够进行图形解释。该系统还提供了知识获取和知识库维护功能 ,构成了完整的故障诊断和咨询系统     

A Diagnostic Tree Approach for Fault Cause Identification in the Attitude Control Subsystem of Satellites

Space and Earth observation programs demand stringent guarantees ensuring smooth and reliable operations of space vehicles and satellites. Due to unforeseen circumstances and naturally occurring faults, it is desired that a fault-diagnosis system be capable of detecting, isolating, identifying, or classifying faults in the system. Unfortunately, none of the existing fault-diagnosis methodologies alone can meet all the requirements of an ideal fault- diagnosis system due to the variety of fault types, their severity, and handling mechanisms. However, it is possible to overcome these shortcomings through the integration of different existing fault-diagnosis methodologies. In this paper, a novel learning-based, diagnostic-tree approach is proposed which complements and strengthens existing efficient fault detection mechanisms with an additional ability to classify different types of faults to effectively determine potential fault causes in a subsystem of a satellite. This extra capability serves as a semiautomatic diagnostic decision support aid to expert human operators at ground stations and enables them to determine fault causes and to take quick and efficient recovery/reconfiguration actions. The developed diagnosis/analysis procedure exploits a qualitative technique denoted as diagnostic tree (DX-tree) analysis as a diagnostic tool for fault cause analysis in the attitude control subsystem (ACS) of a satellite. DX-trees constructed by our proposed machine-learning-based automatic tree synthesis algorithm are demonstrated to be able to determine both known and unforeseen combinations of events leading to different fault scenarios generated through synthetic attitude control subsystem data of a satellite. Though the immediate application of our proposed approach would be at ground stations, the proposed technique has potential for being integrated with causal model-based diagnosis and recovery techniques for future autonomous space vehicle missions.     

基于神经网络规则提取的航空发动机磨损故障诊断知识获取

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,介绍了方法流程及关键算法.并用UCI(加利福尼亚大学埃尔文分校)机器学习数据对方法进行了分析和验证.最后,将方法应用于实际航空发动机磨损故障诊断中,采集了某型航空发动机实测油样光谱数据237个样本,利用神经网络规则提取方法提取了发动机磨损故障诊断知识规则,并对其进行了解释,结果表明了方法的正确有效性.