基于范例推理的智能故障诊断在机载系统中的应用研究

2017-11-02田存英邱冬

航空科学技术 2017年12期

田存英，邱冬

航空工业第一飞机设计研究院，陕西西安 710089

在飞机的全生命周期内，由于设计初期认识的不完善，以及受设备本身的可靠性影响，出现故障的可能性不可避免的存在。尽管机载设备本身都具备故障定位功能，但仍然存在大量的故障无法通过设备自检而准确定位。同时，由于飞机系统交联关系复杂、耦合度高，故障准确定位具有一定的难度，也耗费了大量的人力和时间资源。

人工智能从诞生以来，理论和技术日益成熟，在很多科学领域都获得了广泛的应用，并取得了丰硕的成果。人工智能应用于航空工业领域将具有广泛的前景。智能故障诊断指的是通过人工智能的方法对系统及设备运行状态和异常情况做出判断，并根据诊断做出判断为系统故障恢复提供依据，主要任务有故障检测、故障定位。其中，如何准确地定位故障是最重要的一个环节。智能故障诊断就需要模拟人类的推理方法，根据监测的数据自动判断是否故障，并且准确定位故障。基于范例推理（CBR）[1]是人工智能发展比较成熟的一个分支，它是一种基于过去的实际经验或经历的推理，为实现智能故障诊断提供了方法。

本文探索性地将基于CBR的智能故障诊断方法应用于机载系统，旨在机载系统故障诊断的自动化与智能化。