基于專家知識的故障診斷隔離系統研究

宋海靖 陳曉敏 張聯禾

（中國飛行試驗研究院，陜西 西安 710089）

隨著航空機載設備不斷集成復雜化，而外場維護信息化程度較低等問題，導致排故成為飛機不必要停放的重要因素之一。長期以來，外場故障診斷基本靠人工完成，機務人員依據告警信息，查閱維護手冊確定可能的隔離方法，需用替換法逐步隔離出故障件。若遇到的故障在排故手冊中無相應索引，機務人員只能靠實踐經驗和智慧來診斷，主觀性強。本文正是基于上述思路，總結以往飛機排故實例，基于專家知識建立一個故障診斷系統，以期提高機務人員排故效率和飛機試飛任務率。

當前，國內關于故障診斷的研究較多，但實際應用于機務維修系統的較少[1]，國內現有的故障診斷系統為西南航空開發的“波音737飛機故障診斷與維修指導系統”。但考慮到軟件本身基于民航系統，且成本昂貴，加上試飛階段軍民機型號較多，各機型故障排故方法存在的不兼容性，直接引入軟件系統意義不大。本文建立的故障診斷系統，基于外場維修實踐，故障發生后，能基于專家經驗對隔離方法進行優化決策，為機務人員提供最佳解決方案；若信息庫無此類故障，則基于IEMM分析，查找故障件線路圖，快速診斷隔離故障。

1 故障診斷系統架構

依據專家系統原理[2-3]，本文所構建的故障診斷專家系統主要組成有：基于故障信息獲取的信息庫、基于專家打分法的知識庫、基于灰色關聯分析法的推理機制及IEMM人機界面等部分，系統的總體結構如圖1所示。

圖1 故障診斷系統結構原理圖

2 基于專家經驗的故障診斷系統

2.1 基于故障信息建立數據庫

數據庫記錄的應是飛機外場維修過程，經使用驗證有效的排故方法。此外，故障診斷系統數據庫還應向機務專家、飛機設計人員獲取故障診斷的經驗知識，主要包括：故障發生的時間、現象；飛機狀態、外場維護對系統故障的影響；及機務專家進行故障診斷時的思維過程、采取的方法、步驟等。

2.2 基于專家打分建立評價知識庫

2.2.1 決策對象與評價指標

設關聯算法的決策對象為V，有

V中元素vi表示同一故障描述下的第i種排故方法，m表示同一故障描述下信息庫中所有排故方法的數量，且元素vi有特征向量Ui， 其中

式中：uin表示Ui中第n個評價指標元素值。

其中，考慮故障診斷涉及多因素，本文實際評

價指標為多因素集，用序列E表示，經專家討論咨詢，確定出對故障隔離方法影響較大的5個評價因素，有：

其中：U1表示排故方法的使用頻度；

U2表示故障隔離方法的重要性積累，按隔離方法對排除故障所起的作用不同，由維修工程師根據經驗選擇，分為一般、較重要和重要3檔，對應取值0、1、2；

U3表示機務人員等級積累，根據機務人員的排故水平將其分為一般、較高和高級3檔，對應取值為0、1、2，機務水平等級取值由職稱及飛行保障單位評定給出；

U4表示基于飛機的分布輸出矩陣，見下文介紹；U5表示基于季節的分布輸出矩陣。

2.2.2 飛機分布輸入矩陣

飛機分布輸入矩陣是故障描述下各排故方法的使用次數，記為：A=(Aij)m×p，其中p表示該型飛機的架數，Aij表示第j架飛機第i種排故方法的使用頻度。

利用飛機分布輸入陣A，可計算各排故方法在不同飛機上的普遍適用性。若說明第i種排故方法普遍適用，則bij=1；否則bij=0，由此得到飛機分布輸出陣為B=(bij)m×p，作為灰色關聯子算法的第4個評價指標U4，提供各排故方法在飛機使用上的普遍參數陣。

同時，考慮隔離方法在各架飛機上的使用概率，根據貝努里大數定理[4]，可得出使用概率陣：

其中，qj表示針對某飛機該故障描述的次數，n0為常整數，基于大數定理，經驗值取2或3可滿足排序精度需要[5]，則矩陣C表示同一故障描述各架機排故方法的使用優先順序集。

2.2.3 時間分布輸入集

時間分布輸入集是指同一故障描述下知識庫中所有方法的使用時間分布集，記為T=(tij)m×q，其中q表示排故方法涉及的月份數，tij表示第i種排故方法在月份j時的使用頻度。

本文首先根據外場維修所在地季節情況，設定四季時間段，查詢時間分布輸入集Tv1到Tvm，計算各方法在不同季節使用的頻率。若存在各季度均使用的排故方法，說明該排故方法在使用時間上覆蓋程度廣，則sij=1；否則sij=0。由此得時間分布輸出陣為S=(sij)m×4，輸出到灰色關聯子算法中作為第5個評價指標U5，提供各方法在使用時間上的覆蓋程度參數陣。

同樣，若設某隔離方法在各季節的使用概率陣為P，算法參考公式（4），可得出同一故障描述下針對各季節的排故方法使用優先順序集。

2.3 基于灰色關聯法優化故障隔離方法

本文應用關聯算法對各隔離方法使用的優先順序進行計算，灰色關聯算法是建立在外場故障信息庫的基礎上[6]，考慮針對不同飛機個性、不同季節個性、所有同型飛機共性等因素。算法框圖如圖2所示。

圖2 基于關聯算法的故障隔離方法優化框圖

灰色關聯算法分3個步驟[7]。

2.3.1 建立原始數據陣R

根據決策對象V及其評價指標E，統計同一故障描述下各隔離方法的評價指標U1、U2、U3，再由飛機分布子算法得到U4和時間分布子算法得到U5，共同構成原始數據矩陣R=(uij)m×n。

2.3.2 原始數據陣R的規范化處理

為消除量綱影響，需對R作規范化處理，得到矩陣RI。由于本文評價指標均為“正向指標”（值越大越好），無量綱處理即對每個評價指標的各個參數歸一化。

2.3.3 計算灰色關聯度

建立RI后，基于V的最優評價指標，確定最優母序列Y0=( y0( j ))，( j=1,2,3,4,5)。此外，設y0為參考序列，yi( j=1,2,3,…,m)為比較序列，則y0與yi的關聯系數?( j )，算法如下：

由于灰色關聯度Gi的大小得出對某故障描述下的各排故方法優先排序集。

3 基于IEMM的故障診斷系統

外場機務新興故障的診斷存在經驗少、技術難、無從下手等問題，如何對新故障快速診斷隔離，成為當前必須解決的一項嚴峻問題[8]。

本文分析目前外場維修人員水平和任務承擔量，確定基層級維修需要交互式電子維護手冊（IEMM）。為滿足飛機外場維護，本文所構建的IEMM系統方式和功能如下。

3.1 技術信息的選擇

根據外場維修的特點，收集信息主要包括以下方面：

法規規程，為保證維修活動順利進行，制定各種制度。

技術文件，主要包括設備使用手冊和技術維護手冊等。

維修卡片，包括按計劃或狀態監控進行的預防性維修方法和步驟等。

故障定位，包括維護人員找出設備中故障定位的全部圖表和文字資料，及判斷、隔離新故障的步驟和方法。

零件分解圖及元件表。

3.2 系統體系結構

基于IEMM的新興故障診斷系統，旨在將飛機各系統設備的紙質資料、操作規程、三維模型、故障處理、維修規范等信息，以文字、圖像、表格、動畫及視頻等形式顯示，以方便維修人員查詢使用，提供故障診斷與分析，利于維修保障活動的實施。

IEMM 系統總體框架如圖3所示。

3.3 系統功能實現

圖3 IEMM 系統框架圖

3.3.1 信息交互功能

實現各種維修信息的下達上傳，包括維修任務發布、指令卡片收發等。

3.3.2 資料查詢功能

幫助維護人員快速獲取所需資料，包括維修手冊規范、設備技術參數等。

3.3.3 故障診斷功能

基于故障信息，調出故障件的線路圖或三維模型，實現對設備的快速診斷。

3.3.4 備件查詢功能

查詢備件使用情況，為設備經濟性可靠性分析做準備。

4 基于某民用飛機飛控故障的專家系統實例

本文以某型民機飛控系統實際故障為例[9]，構建飛控系統排故方法優化實例。現該民機試飛階段有故障描述：FLIGHT CONTROL SYS（飛行控制系統故障）。對應該故障描述下知識庫中有排故方法如下：

v1：飛行滑行時，CMS上閃現“FLT CTRL NO DISPATCH”。經TIU檢測為飛控計算機FCC故障，串換FCC后，TIU檢查結果正常。

v2：通電檢查EICAS報黃色“飛控不派遣”故障信息，且不能消除。方向舵作動器壓差傳感器故障，更換新件后，系統工作正常。

v3：通電檢查EICAS報黃色告警信息“FLT CTRL NO DISPATCH”，且不能消除。升降舵作動器壓力傳感器值不正常，更換升降舵作動器后，系統工作正常。

v4：CMS告警信息報“FLT CTRL NO DISPATCH”。經TIU檢測為副翼作動器故障，更換新件后，系統工作正常。

v5：飛行員反映左副翼進入直接模式，并有飛控丟失余度的青色信息。主作動器控制電子設備PACE內部故障，更換新件后，系統工作正常。

此外，該民機飛控系統在試飛過程中還出現過自動駕駛儀、飛控控制盒、回油液壓導管等部件故障，但以上述幾種故障發生頻次較多。

4.1 原始數據

根據信息庫中該故障描述下各飛機使用的故障隔離方法次數，統計如表1。

由表1顯然可知飛機輸入矩陣 ，同時，根據各故障隔離方法的使用時間統計，可得時間分布輸入集Tv1到Tv5：

表1 故障隔離方法使用頻次統計表（單位：次）

4.2 基于單因素的隔離方法使用優先集

基于飛機輸入陣A，若設公式（4）中n0=2，則q＞n0×m=10，且相對頻度的門限為1/m=0.2，計算可得矩陣C。同樣，可求得矩陣P。

顯然，可知針對飛機B970L故障隔離方法的使用優選順序為{v4,v2}；針對飛機B1110L為{v1,v4,v5}。

同時，可知故障發生后，首先考慮冬季故障，且故障隔離方法的使用優選順序為{v1,v4}。

4.3 基于多因素集的隔離方法使用優先集

基于原始數據飛機輸入陣A，且根據2.2.2節飛機分布子算法，得輸出陣B=[1 0 0 1 0]T。

結合實際，設春季時間段2～4月、夏季時間段5～7月、秋季時間段8～10月、冬季時間段11～1月。根據時間分布子算法，由時間分布輸入集得輸出矩陣 S=[1 0 0 0 1]T。

統計評價指標U1、U2、U3，再根據上述得到的矩陣B、S，得到原始數據矩陣R，并對R作規范化處理，得到矩陣RI：

由于決策對象V的最有規范化指標均為1，確定最優母序列Y0={1,1,1,1,1}，根據RI和Y0，并利用公式（5），并取ρ=0.5，可計算關聯系數矩陣?如下：

利用關聯度公式（6）可計算各故障隔離方法（決策對象）的關聯度G如下：

由此可知，一般情況下，針對F L I G H T CONTROL SYS故障描述下，使用5種故障隔離方法的優化排序集為：{v1,v4,v5,v3,v2}，即遇到飛控系統故障，先考慮是因飛控計算機FCC故障，其次因副翼作動器故障。

5 結論

本文基于專家知識的排故方法，統計故障隔離經驗數據，利用知識庫和多因素灰色關聯理論，優化決策同一種故障描述下的多種故障原因及隔離方法，得到不同飛機、季節和一般情況3種角度的優先順序集，解決了故障診斷隔離多解和難以選擇的問題。該方法基于經驗數據處理，突破了傳統故障診斷力求精確解概念，對排故指導作用更大。將本文基于排故經驗的故障診斷系統應用于其他飛機外場維護工作，獲得了良好的效果。

[1] 李小青，張文祥．液壓系統故障診斷專家系統[J]．工礦自動化，2005，8(4)：11-13．

[2] 吳今培，肖健華．智能故障診斷與專家系統[M]．北京：科學出版社，1997：24．

[3] JOSEPH GIARRATANO, GARY RILEY.專家系統原理與編程[M]．印鑒，劉星成，湯庸等譯．北京：機械工業出版社，2000：175．

[4] Pal N R, Bezdek J C.On cluster validity for the fuzzy C-means model [J].IEEE Trans Fuzzy Syst,1995, 3(3):5-9.

[5] 黃健元．模糊ISODA TA 聚類分析方法的改進[J]．南京航空航天大學學報，2000， 32(2)：180-182．

[6] Rousseau P J, Trauwaert E, Kaufman L.Fuzzy clustering with high contrast [J].Computer App l Math, 1997, 64 (2):81-90.

[7] Wong W G.Grey evaluation method of concrete pavement comprehensive condition [J].Journal of Transportation Engineering, 1999, 25 (6):27-31.

[8] ZHU Jiayuan, ZHANG Hengxi, REN Bo.Design and development of interactive electronic technical manual [J] .Material Quality ,2004 ,5(1):9～19.