飛機機械故障診斷智能專家系統研究

薛鋒 郭偉 王培淞

摘 要：飛機在機械系統當中屬于高端的裝備，伴隨當前航空技術發展速度進一步加快，很多先進的生產方法應用到飛機生產中，飛機的機械系統也開始變得越來越復雜，其可靠性和安全性逐步變成飛機維修保養過程中重點研究的問題，智能專家系統是確保飛機可靠性的重要檢測系統，越來越多的機械工程師開始重視飛機機械故障診斷智能專家系統，本文重點分析研究飛機機械診斷智能專家系統，以供參考。

關鍵詞：飛機;智能專家系統;研究;機械故障診斷;設計

1 智能故障診斷專家系統的特點

首先，該系統具有很強的適應性，因為專家系統主要是以專業知識為理論基礎的，所以只要數據庫當中知識儲備容量足夠大，專家系統就能夠在任何計算機硬件上進行操作，并且，準確的診斷飛機出現的潛在故障隱患。

其次，該系統的成本較低，專家系統在發展的過程中歷史悠久，伴隨當前相關設備的逐步改進和科技的進一步發展，該系統在運行維護方面的成本變得越來越低，從飛機機械設備的故障診斷的角度進行分析，其他的智能診斷技術相比，其所需要花費的成本較低。

最后，該系統具有很強的可靠性，這種可靠性主要表現在專家知識的易獲得性和持久性兩個方面。持久性主要指的是專家系統并不會像人類專家那樣會退休會死亡，因其知識體系如果形成，就會進一步延續下去，而易獲得性主要指的是專家系統主要是綜合多個專家的觀點而獲得的。

2 飛機機械故障診斷智能專家系統的結構

本系統主要包含了人機交互模塊、機械故障診斷模塊及案例庫等三個部分，具體如下圖所示。

系統開發圖

2.1 案例庫

在專家系統當中，案例庫屬于核心組成部分，案例庫當中的案例質量和組織方式是當前專家系統在運行過程中非常重要的一種技術，在進行飛機機械故障診斷和維修的過程中，需要依賴大量的經驗，在操作的時候無法通過簡單的數學模型來進行決策，與此同時，飛機機械結構具有很大的非線性和復雜性，這也導致在飛機維護的過程中需要通過經驗傳承的方法進行維護，具體分析飛機機械設備的特點，形成完善的飛機機械故障診斷智能專家系統，首先需要對大量故障診斷案例進行收集，案例屬于知識表達的一種重要形式，需要總結相關的專家經驗，通過案例的方式進行數據表達。案例越多，說明其專家知識就越豐富，在診斷的過程中，診斷水平也越高。

2.2 機械故障診斷模塊

2.2.1 診斷信息獲取模塊

診斷信息獲取模型是一種漸進性的，在診斷的時候先將問題提出，依照問題對各種診斷信息進行搜索，獲得相關的診斷信息，依照一定的比例規則表述，向案例庫當中存入并且了解故障的部件、故障的表現以及故障的系統。

2.2.2 案例管理模塊

案例管理模型主要是將傳統的故障診斷案例向案例庫當中錄入并且形成案例的，所以信息案例管理模塊主要包含了案例的修改、案例瀏覽、案例添加等相關管理維護功能。

2.2.3 診斷推理模塊

在整個專家系統當中，診斷推理模塊是非常重要的一個部分，依照案例數據庫當中的海量案例，自由匹配當前的故障信息和案例當中的相似信息，如果能夠安全匹配，則可以直接將案例庫當中的匹配信息調出作為診斷結果，如果部分匹配，則將歷史案例的診斷過程羅列出來，初步分析當前的故障情況，獲得相應的結論。

2.2.4 自學習模塊

在診斷推理模塊當中自學習模塊是非常重要的一個部分，其最大特點是具有一定的機械學習能力，會在進行機械故障診斷的過程中，獲取相關的經驗和知識，在不斷積累的過程中，讓專家系統的故障診斷能力和學習能力進一步提高，在實際操作的過程中，自學習模塊不但能夠學習成功解決故障的經驗也能夠對未能解決故障的失敗教訓進行學習，這樣可以大大增加設備的智能化水平，如果通過推理模塊獲得診斷的結果是正確的，可以在實際操作中使用，但是歷史案例庫當中沒有，可以自動將其添加到案例庫當中，如果是解決故障的求索是失敗的，在實際操作的過程中無法得到較好的效果，則將其作為一個失敗案例向歷史案例庫當中存入。

2.3 人機交互模塊

人機交互模塊主要是在工程師、故障診斷專家以及用戶交互過程中使用。人機交互模塊能夠方便用戶進行操作，并且維護專家系統可以利用現場工程師的現場記錄來對故障部件故障現象進行分析，能夠將工程師的效率大幅度提高，整個系統在診斷的過程中，記錄飛機故障的實際情況，并且不斷豐富案例庫，隨著案例庫當中案例進一步增多，專家診斷的能力也進一步提高，飛機機械故障的維修效率也將隨之大幅提高。

3 結語

本文主要對當前飛機機械故障的復雜性進行分析，闡述飛機機械故障診斷智能專家系統的應用價值，通過實際經驗研究，該專家系統在實際操作的過程中具有很強的可靠性，值得推廣和使用。

參考文獻：

[1]周爍今.飛機機械設備智能故障診斷專家系統探究[J].科技風，2013（19）：164.

[2]朱磊.飛機機械故障診斷智能專家系統研究[J].建筑工程技術與設計，2016（16）：3362.

[3]楊占才，王紅，朱永波，等.飛機航電設備綜合智能故障診斷專家系統研究[J].測控技術，2006，25（4）：4-7.

[4]海山.大數據促使機械故障診斷智能化轉變——訪青年長江學者、西安交通大學雷亞國教授[J].航空制造技術，2017（20）：28-29.

[5]李寶鵬，高鷹，王國成.航空電子設備遠程智能故障診斷與監測系統的研究[J].飛機設計，2010，30（4）：71-75.