王 康, 齐金平,3*

(1.兰州交通大学机电技术研究所，兰州 730070； 2.甘肃省物流及运输装备信息化工程技术研究中心，兰州 730070；3.甘肃省物流与运输装备行业技术中心，兰州 730070)

驾驶舱手轮是驾驶舱内由驾驶员前后推拉或转动，用以操纵升降舵或副翼的轮盘式手操纵装置。驾驶舱手轮一旦发生故障，将直接导致飞机驾驶员的操纵命令无法有效执行，更可能引发飞机飞行安全，而且这些故障在维修时往往不能准确定位。因此，建立一个有效的驾驶舱手轮故障诊断方法对于飞机安全飞行有重要的现实意义。

目前，飞机系统的规模越来越大，设备高度集成化，伴随着控制理论、振动基础、人工智能等学科的发展，人工智能技术在飞机的系统和设备的故障诊断中已占据核心地位。文献[1]提出了一种基于概率神经网络的机匣振动故障诊断方法，根据利用神经网络非线性映射的能力，来判断有无故障和对振动故障实现分类。但其判别速度远低于常规层式网络。文献[2]提出了一种基于故障树的故障诊断方法，该方法虽然对不同的系统有很强的适应性，但其工作量大，且不能反向推理。文献[3]提出了一种基于专家系统的离合器制动器故障诊断方法，提高故障诊断的效率，但其适用于故障机理不清楚和故障数据无规律可言的情况。文献[4]针对数据量大、样本分散的问题，利用神经网络对数据进行网络训练和网络检测，该算法适用于大数据样本，但其训练时间长，而且最终效果不理想[5]。……