用于故障诊断的模糊Petri网

基于一般 Petri网理论、故障树技术和模糊集理论 ,建立了适用于故障诊断的模糊 Petri网理论体系 ,并用于 FMS的故障诊断实例中。该方法具有直观、表达能力强、易于推理 ,能准确地描述故障现象的性质及故障空间的关联     

故障Petri网方法在惯性导航系统温控回路故障诊断中的应用

基于故障Petri网方法对惯性导航系统温控回路故障进行建模,并结合关联矩阵和状态方程对故障进行诊断推理,查找故障原因。实验证明,故障Petri网方法可以实时快速地对故障进行诊断,方法实用有效。     

基于Delphi-模糊Petri 网的航空发动机故障诊断

针对航空发动机故障诊断的实际问题,给出了模糊Petri 网的定义,同时在各类模糊式规则的基础上,建立了故障诊断 推理方法及故障原因判断准则。通过对航空发动机滑油系统最小滑油压力信号灯燃亮故障的实例分析,将Delphi 法与模糊Petri 网结合,综合2 种方法的优势,采用反向故障诊断,用Delphi 法计算出所有可能的故障原因的置信度,验证了Delphi- 模糊Petri 网在故障诊断方面的有效性与所建立模型的可行性,为航空发动机的故障定位与故障原因推理提供了1种可行方法。     

模糊匹配和CBR技术在航空发动机维护中的研究

结合模糊匹配方法和案例推理技术(CBR)建立飞机故障诊断的数学模型。该模型能够快速准确地诊断故障原因、进行故障案例匹配。诊断实例表明,模糊匹配方法和 CBR 技术的结合,可以有效地解决飞机发动机故障诊断中的问题。     

机械设备故障诊断概率Petri网模型研究

根据故障诊断的特点 ,将概率信息引入Petri网 ,提出了故障诊断概率网模型。利用概率信息处理冲突消解问题 ,寻找最有可能发生的故障传播路径 ,提高了诊断效率 ,并以异常输入引发的故障为例对概率的确定问题进行了研究。     

基于规则和故障树的故障案例库构建方法研究

基于案例推理的故障诊断方法适用于经验丰富的决策环境,在飞机维修保障领域应用广泛,但由于缺乏解析模型和诊断规则的支持,难以满足复杂故障诊断要求。而故障树分析法建立在设计原理的基础上,可信度高。为了提高故障诊断效率和准确性,以实现基于规则和故障树模型与基于案例推理相融合的诊断方法为目的,研究案例的组织和案例库的构建。根据飞机维修保障实际需求,采用基于故障树分析的方法,结合故障诊断推理规则,建立飞机故障诊断模型;将模型和经验知识相结合,提出一种基于规则和故障树的案例库构建方法,进一步完善基于案例的推理机制,提高故障诊断的精确性和有效性。该案例库已应用于飞机故障诊断系统,实现了交互式故障诊断和排故引导,验证了研究方法的可行性。     

某型飞机环控系统故障诊断系统设计

针对飞机环控系统故障的复杂性与不确定性以及单一故障诊断方法存在的缺陷,设计了融合案例推理(CBR)和规则推理(RBR)的某型飞机环控系统故障诊断系统。提出了以CBR为前导,RBR为后置补充的故障推理模式,并在此基础上对案例特征权值、相似度计算以及规则知识表示进行优化设计,提高了系统诊断的效率和准确率。     

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。     

模糊Petri网在电站燃气轮机故障诊断中的应用

本文给出了用模糊 Petri网模型来表示燃气轮机故障诊断专家系统中模糊产生式知识库的方法。并在这个模型的基础上, 给出了有效的推理算法, 并举例验证其正确性和在燃气轮机专家系统中应用的可行性。      

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.     

深度自编码观测器飞机操纵面快速故障诊断

为了避免扩展多模型自适应估计故障诊断方法中的雅克比矩阵计算,解决飞机精确模型难以获得的问题,降低在线故障诊断的计算量,提出了一种基于深度自编码观测器的飞机操纵面快速故障诊断方法.基于离线训练、在线估计的思想,采用量测的飞行数据训练得到不同故障下的飞机模型,代替扩展多模型自适应估计方法的卡尔曼滤波器进行状态估计;基于基础自编码器的隐层节点数选取经验公式,推导了两种深度自编码器的隐层节点数选取的递推公式.仿真结果表明,该方法无需精确的飞机模型,故障诊断速度快、精度高.     

基于CBR的飞机引气系统故障诊断案例库构造

为快速准确排除飞机引气系统故障,引入CBR方法进行故障诊断。将来自运营方的历史故障经验与生产方的专家知识相结合而构造案例库。首先设计了不同类型知识的表示方法,然后重点研究了案例检索中的相似度,针对A—NN算法相似度作为参考的不足,提出了动态失效比的概念,并以此形成参考度,给出了计算模型。应用示例表明该案例库构造可准确定位故障,为高效的案例推理算法提供基础。     

机载电子设备集成智能故障诊断系统

现有智能故障诊断方法主要有基于模型推理、基于规则、基于神经网络和基于案例的诊断方法,它们各有独特之处,又有各自的局限性。集成这些诊断方法能综合各诊断方法的特点,克服各诊断方法的局限性,从而提高诊断系统的智能性和诊断效率。本文根据飞机外场维护和内场大修的现状,设计了机载电子设备集成智能故障诊断系统。系统运用集成智能诊断策略,弥补单一推理方法存在的缺陷,增强了系统的故障诊断能力。实践表明,该集成智能故障诊断系统在机载电子设备的故障诊断与维修中发挥了积极有效的作用。     

基于免疫理论的航空发动机磨损故障智能诊断

针对航空发动机磨损故障诊断技术智能化、精确化的发展要求,以传统油液监测技术为基础,结合人工免疫系统(AIS)具有的自适应特性、学习记忆特性及识别特性等优点,提出了一种航空发动机磨损故障的智能诊断方法。该方法首先利用人工免疫理论的反面选择原理生成检测器,优化后的检测器生成算法提高了初始检测器的代表性及覆盖性;然后利用故障样本训练出成熟的检测器,使航空发动机典型的磨损状态信息存储在检测器中,实现对故障模式的有效学习和记忆;最后通过检测器的激活发现航空发动机的磨损故障。对油样数据的实例分析结果表明,该方法对航空发动机磨损故障具有较强的识别能力,对磨损状态有很好的监测效果。     

基于混合知识模型和混合推理策略的液体火箭发动机智能故障诊断

以某大型泵压式液体火箭发动机为研究对象，围绕着发动机知识的统一处理、定性定量知识的集成与转化以及基于知识的智能故障诊断推理等技术和难点，研究发展了发动机基于混合知识模型和混合推理策略的智能故障诊断方法，并结合实际热试车数据和故障仿真实例进行了验证。研究结果对设计和实现工程实用的液体火箭发动机故障诊断系统具有重要的参考价值。     

FUZZY PETRI NET FOR FAULT DIAGNOSIS

ＦＵＺＺＹＰＥＴＲＩＮＥＴＦＯＲＦＡＵＬＴＤＩＡＧＮＯＳＩＳＷｕｙａｎｆａｎｇ；ＷｅｉＺｈｏｎｇｘｉｎ．（ＤｅｐａｒｔｍｅｎｔｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏ...     

三种系统可靠性评估方法的比较与分析

故障树、故障Petri网和贝叶斯网络是评估系统可靠性、安全性的三种重要模型。其中,故障树在工程中应用最广,而后两种模型其各自具有不可替代的优点,可以弥补故障树在实际应用中的不足。在介绍三种模型的基础上,通过对故障树向故障Petri网转化方法、故障树向贝叶斯网络转化方法的研究,给出描述三种模型的典型逻辑关系等价结构图的表格,揭示三种模型的内在联系。结合该表,提出故障Petri网向贝叶斯网络的转化方法。同时,利用上述三种模型对导弹发动机故障进行对比分析,结果表明故障Petri网使故障传播过程一目了然,而通过故障Petri网络或故障树转化而来的等价贝叶斯网络可计算出更多定量结果。     

A fast arc fault detection method for AC solid state power controllers in MEA

Arc fault detection is desperately required in Solid State Power Controllers (SSPC) in addition to their fundamental functions because arcs will provoke growing harm and threat to aircraft safety. Experimental study has been done to obtain the faulted current data. In order to improve the detection speed and accuracy, two fast arc fault detection methods have been proposed in this paper with the analysis of only half cycle data. Both Fast Fourier Transform (FFT) and Wavelet Packets Decomposition (WPD) have been adopted to distinguish arc fault currents from normal operation currents. Analysis results show that Alternating Current (AC) arcs can be effectively and accurately detected with the proposed half cycle data based methods. Moreover, experimental verification results have also been provided.