1 混合增强故障诊断方法
1.1 基于测试性模型的故障诊断方法
1.1.1 测试性模型
1.1.2 贝叶斯网络诊断
1.2 基于数据驱动的故障诊断方法
1.3 基于D-S证据理论的混合增强故障诊断方法
1.3.1 基本原理
1.3.2 融合规则
2 基于某型号飞机的故障诊断实例
2.1 故障交联影响分析
2.1.1 模糊Petri网
2.1.2 基于模糊Petri网的故障传播分析
2.2 诊断策略设计
2.3 融合诊断过程
2.3.1 识别框架
2.3.2 诊断结果
3 结束语
文章摘要:由于飞机系统结构复杂，功能交联程度高，传统以机内测试（BIT）方法为基础的机载综合诊断方法受到机载测试点设置限制，故障检测、隔离能力无法完全满足部队使用维护需求。近年来，数据驱动方法发展迅速，并被广泛运用到故障诊断中，其中概率神经网络（PNN）凭借其结构简单、计算速度快、运算精度高和分类结果好等优势，非常适合故障诊断与分类问题。但同时，数据驱动方法由于样本不足，工程应用存在困难，不能完全替代传统方法。为提升系统故障检测率、隔离率，降低虚警率，通过应用PNN处理飞机健康状态数据进行故障诊断，并结合BIT中的诊断信息，利用二者间的互补性提出了一种混合增强飞机系统故障诊断方法。详细介绍了该融合方法的基本原理、融合层次、融合规则等。最后，通过某型号飞机分系统诊断实例表明，检测、隔离能力有显著提升，能够满足功能交联条件下飞机故障诊断需求。
文章关键词:
论文作者:郭文彬 刘东 王宇健
作者单位:航空工业沈阳飞机设计研究所
论文DOI:10.19708/j.ckjs.2022.02.230
论文分类号:V267
上一篇：外科学论文_骨朗格汉斯组织细胞增生症诊断难点 下一篇：电力工业论文_基于油中溶解气监测的变压器在线