基于飞机参数的故障诊断专家系统

卜杨

摘 要：如今，定期維修和例行检查已成为家用飞机的主要维修方式。但是，这种方式需要大量有经验的专业人员，导致人力和资源的浪费。本文以某型飞机的飞行数据为主要数据源，提取故障征兆信息和系统故障模式，提出了一种基于故障模式的故障诊断推理专家系统。本文利用改进的反向传播神经网络训练样本数据。然后将训练后的神经网络模型保存在故障诊断专家系统的知识库中，以便将来提取新的飞行数据进行特征提取;故障诊断专家系统采用故障树分析（FTA）进行飞机故障检测。通过结合生产规则和故障树的最小割，可以有效地提取飞机的故障模式。基于故障模式构建了一个优化的推理引擎，该引擎利用正向推理模式进行逻辑推理。将专家系统与故障树分析相结合，我们的系统可以有效并从专家系统中受益。此外，故障树分析可以减少诊断推理和知识获取的难度。

关键词：专家系统;飞机;FTA;bp神经网络;生产规则

1 引言

专家系统是人工智能研究的重要领域，是一种基于知识的启发式推导系统，能够模仿人类专家来分析和解决问题。专家系统可以收集和总结维护领域的宝贵经验，并利用各种信息以灵活的策略解决复杂的故障诊断。同时，专家系统采用模块化设计，具有良好的灵活性和可扩展性。新故障将扩展到故障库。基于以上所述，将专家系统应用于飞机故障诊断可以大大提高飞机故障诊断效率，降低误报率，提高飞机修理人员的素质，减小飞机修理过程中产生的花费。

2 专家系统组成

专家系统有几种表达形式。基本上，它们都包含人机界面，知识库，database，interface引擎和explain器。

2.1人机界面

人机界面，也称为人机界面，是专家系统与用户之间的界面。它旨在实现系统的输入和输出功能。具备领域知识的人员来负责维护知识库。一般用户通过它输入问题和已知事实后，专家系统将输出操作结果。

2.2知识库

知识库复杂维护系统中的领域知识，包括事实，可行的行为和描述规则，还支持存储，修改或删除操作。在建立知识库的过程中，首先要解决的问题是从专家那里获取知识。需要解决的第二个问题是将这些知识作为可以识别的规则应用到计算机中。专家系统的所有其他部分都需要与知识库合作。

2.3数据库

该数据库用于存储从推理过程中获得的各种控制信息。

2.4推理机

推理机采用规则推理来进行整个专家系统的推理，并在知识的基础上得出结论。推理引擎是专家系统的控制机制，它基于各种当前数据，利用知识库中的知识，根据某些规则进行推理，然后得出结论。

2.5解释器

推理机的解释器跟踪的工作过程，用于向用户描述专家系统的操作，包括描述结果的原因和其他候选解决方案。要实现此功能，通常需要使用记录的中间结果和数据库中的控制信息。

3 系统软件设计

软件系统的整体架构如图1所示，基于飞行数据的故障诊断专家系统的主要功能如下：

1.人机交互模块。作为专家系统与用户的接口，旨在实现系统的输入输出功能。力求使界面具体，简单和实用，并与部队的日常软件兼容。

2.数据库管理模块。作为专家系统的基本组成部分，它使用MySQL来存储飞行参数表，规则表，事实表，故障树节点信息表以及飞机的其他重要数据信息。飞行参数表记录了要使用的所有飞机参数诊断信息，例如ID，名称，系统类型，单位等。规则表记录了推理过程中要使用的所有规则信息，它起着知识数据库的作用，规则表是系统的重要模块。故障事实表记录故障树节点，包括当前节点的ID，树的级别，其子节点，故障描述等。飞行状态记录了车辆某些重要部件的状态，包括它们的剩余寿命，维护频率等。此外，它配备了常用的“粗略”操作，以便逐步完善并不断丰富知识库。

3.用户管理模块。为了实现不同级别的信息管理维护人员，不同的人具有不同的访问权限。

4.通讯模块。实现故障诊断系统与其他系统的集成，并传输数据。

5.知识库维护模块。遮挡物的功能是支持知识库，包括删除和修改知识，并不断完善知识库。根据系统要求，它集中了数据管理软件的测试，实时更新和维护数据库。

4 结论

本文讨论了飞机故障诊断专家系统的设计，对飞机故障诊断的特点进行了综合分析，利用BP神经网络提取故障症状，结合故障树分析建立了专家系统的知识库，给出了系统的故障排除过程，构建每个模块并开发原型专家系统。对于典型的故障，系统可以及时准确地诊断并提供替代解决方案，这也为维护人员提供了一种高效，便捷的故障排除解决方案。

参考文献

[1] Dokas I M，Karras D A，Panagiotakopoulos D C. Fault tree analysis and fuzzy expert systems：early warning and emergency response of land?ll operations. Environmental Modelling and Software，2008，24（1）：8-25

[2] Demetriou M A，Polycarpou M M. Incipient fault diagnosis of dynamical systems using online approximators。IEEE Transactions on Automatic Control，1998，43（11）：1612-1617