民航飞机故障诊断方法研究 ——基于粗糙集理论与神经网络的智能诊断

论文摘要

民航是现代交通运输的重要部门,发展国民经济的重要领域,是高技术、高投入、高风险的行业。为了保证飞行安全,维护乘客利益,对飞机故障进行及时的诊断、维修是必不可少的。现代民航业发展迅速,航空公司机队越来越大,部分机型老龄化,使得飞机维修工作量日益增长。目前,飞机维修主要依据制造厂商提供的排故手册及机载测试设备(BITE)进行排故。对于一个没有维修经验的机务人员来说,排故过程烦琐,排故效率低。尤其在飞机过站短停遇到故障时,由于无法及时、准确地排除故障而导致的航班延误,给航空公司造成巨大损失。为解决飞机维修工作量快速增长、航线排故时间有限与目前排故、维修效率较低的矛盾,将人工智能方法应用于民航飞机故障诊断以提高维修效率已形成一个研究趋势。目前以神经网络、专家系统、故障树等应用最多。多数的应用研究仍处于理论阶段。粗糙集理论是一种新的处理模糊和不确定性知识的数学工具,其最大的特点就是良好的数据处理能力。本文以空客A320系列飞机为研究对象,采用粗糙集理论对飞行数据可靠性报告提供的数据进行处理,在处理后的数据中既可以得到飞机的多发性故障部件,也可以得出简单的诊断规则,对提高飞机排故效率具有现实意义;神经网络理论上可用于飞机故障的精确定位,用经过粗糙集处理后的数据训练神经网络可以简化网络结构,提高训练速度;本文还对通过粗糙集确定神经网络隐层单元数进行了探讨。

论文目录

• 摘要
• ABSTRACT
• 第一章 前言
• 第二章 民航飞机故障诊断概述
• 2.1 民航飞机故障诊断的特点
• 2.2 民航飞机故障诊断的知识来源
• 2.3 民航飞机一般排故流程
• 2.4 本章小结
• 第三章 粗糙集与神经网络理论基础
• 3.1 粗糙集理论
• 3.1.1 决策系统（Decision Systems，DS）
• 3.1.2 粗糙集
• 3.1.3 属性约简（reduct）
• 3.1.4 小结
• 3.2 人工神经网络理论
• 3.3 粗糙集与神经网络的优缺点
• 第四章 基于粗糙集理论的民航飞机故障诊断
• 4.1 基于粗糙集的民航飞机故障诊断规则获取
• 4.1.1 规则获取步骤
• 4.1.2 实例分析1
• 4.1.3 实例分析2
• 4.1.4 小结
• 4.2 基于粗糙集的民航飞机多发故障原因提取
• 4.2.1 实例说明
• 4.2.2 小结
• 4.3 基于属性重要性的多发故障原因排故顺序确定
• 4.4 本章小结
• 第五章 基于粗糙集理论与BP 网络的融合诊断
• 5.1 粗糙集与神经网络的松散结合
• 5.1.1 方法特点
• 5.1.2 实例说明
• 5.2 利用粗糙集理论优化神经网络结构
• 5.2.1 算法的实现步骤
• 5.2.2 实例说明
• 5.3 本章小结
• 第六章 结论
• 致谢
• 参考文献
• 作者简介
• 研究生期间学术成果