张光宇，张福光，程继红

（海军航空大学岸防兵学院，山东烟台264001）

0 引言

航空发动机为飞机或其他航空器提供动力来源，具有高度复杂与精密的特点。飞机整体的可靠性和经济性与航空发动机息息相关[1-2]，未来的发动机还将使用综合智能化的数字电子控制系统[3]，更会增加其复杂性。如何准确定位发动机的故障部位，判断故障原因，一直是其维修保障过程中的关键问题[4]。目前国内发动机故障诊断方法有神经网络法、深度学习法、模糊粗糙集法、支持向量机方法、软件仿真法等，针对不同类型故障有着各自特点。

Petri 网方法是德国科学家Carl Adam Petri 提出的1 种建模方法。对于进程或部件的顺序、冲突以及同步等关系，Petri 网方法比其他方法的描述更方便，并且其独有的运算方法的修改与改进更为便捷[5]。将Petri 网理论用于故障诊断目前在电网系统、工程液压系统、航空航天、高铁运输等领域中有很多应用实例，基于模糊Petri 网（Fuzzy Petri Net）的故障诊断方法将Petri 网与模糊理论相结合，将运算规则、置信度及变迁等模糊化，把知识表示和诊断推理融为一体[5]。Delphi 法是1 种传统的定性与定量相结合的研究方法，具有较好的综合性。

本文将模糊Petri 网的理论与Delphi 法相结合，用于航空发动机的故障诊断，讨论其故障诊断模型的建立及运算规则，并进行了实例验证。

1 针对故障诊断的模糊Petri 网

模糊Petri 网可以用来描述系统不确定性知识，是1 种较好的图形化建模工具[6]，而故障诊断过程就是充满着模糊性及不确定性的过程，用模糊Petri 网来处理这种模糊规则的故障诊断事件，解决了传统Petri 网只能处理精确知识，无法处理现实事件中不确定性知识的问题[7]。……