基于流向图的不完备信息下导弹故障诊断知识获取

刘兆政,肖明清,胡阳光，2,李剑峰,王俊东

(1.空军工程大学 航空工程学院，西安 710038； 2.西北工业大学 航天学院，西安 710072；3.中国人民解放军 95920部队，河北 衡水 253801)

0 引言

随着科技的不断发展，机械自动化水平不断提高，机械功能的满足需要提高系统复杂程度才能实现。近些年复杂机械产生的机械故障也导致事故案件的频繁发生，保障工程机械设备的安全稳定运行成为亟待解决的问题[1]。现代机械的使用环境多样，工作状况复杂，机械结构往往呈现出状态信息不完备的形态，导致描述工程机械故障诊断的数据存在不完备的信息。

相关学者对于不完备条件下的机械故障诊断涉及多个方面的研究，张铮提出粗糙集理论，对不完备故障信息进行属性约简，建立智能故障诊断模型，为复杂设备的故障诊断提供了新的方法[2]；周頔将对不完备数据进行完备化之后，利用蚁群算法优化神经网络，实现系统故障诊断[3]；陈士刚等利用多重支持向量域对高压隔离开关进行不完备故障类别下的故障诊断[4]。不完备下的机械故障诊断方法大多从数据处理分析的角度进行算法优化，缺少故障位置之间的图形化直观展示。

流向图理论是波兰学者Z.P.在2003年的粗糙集理论国际会议上提出的[5]，是一种将故障征兆属性值故障类型图形化表达的新方法，并运用于机器学习、模式识别、系统分析等各种专业领域的研究。许志铭等人通过流向图完成对柴油机箱的故障诊断研究[6]；……