B737飞行故障分析与决策算法研究

论文摘要

随着民航事业的不断发展,飞机飞行安全问题得到越来越多航空公司和乘客的关心。本文以B737飞行故障分析和决策为应用背景,结合飞机维修手册,开发了基于QAR(Quick Access Recorder)数据的关联规则挖掘系统,对关联规则挖掘算法和决策树算法进行了研究和实现。主要完成以下方面工作:1.实现了基于QAR数据的关联规则挖掘系统,该系统主要由数据预处理模块、关联规则挖掘模块两大部分组成。通过挖掘发现了B737飞机发动机QAR数据中的某些参数之间的隐含关系,该研究对于QAR数据应用于飞行故障诊断有一定的实用价值。2.为了挖掘出隐藏在QAR数据背后的故障模式知识,本文首先对QAR数据进行预处理,然后借鉴关联规则算法思想,提出了一种基于事务列表的关联规则算法,通过扫描QAR事务数据库生成事务列表,然后采用迭代的方法通过低维频繁项集得到高维频繁项集,有效的挖掘出QAR数据中参数之间的关联规则。3.针对传统决策系统故障诊断知识获取的不足,利用原始故障诊断决策表,根据决策树算法构造出诊断决策树,通过决策树上获取的决策规则辅助飞行故障诊断,能够增强故障诊断系统的推理诊断能力,提升诊断质量,更好地满足诊断需求。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究背景
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 飞机故障诊断方法
• 1.3.1 传统诊断方法
• 1.3.2 智能诊断方法
• 1.4 本文主要研究工作
• 1.5 本文内容安排
• 第二章 QAR数据关联规则挖掘系统设计与实现
• 2.1 QAR数据介绍
• 2.1.1 QAR记录规范
• 2.1.2 QAR参数类型和特点
• 2.2 系统结构分析
• 2.2.1 系统整体分析与功能设计
• 2.2.2 系统架构设计
• 2.3 系统总体实现
• 2.3.1 系统数据库
• 2.3.2 系统主要模块
• 2.4 本章小结
• 第三章 基于QAR数据的关联规则挖掘算法的研究
• 3.1 概述
• 3.1.1 数据挖掘
• 3.1.2 关联规则
• 3.1.3 Apriori算法
• 3.2 数据预处理
• 3.2.1 数据清洗
• 3.2.2 数据离散化
• 3.3 基于事务列表的关联规则算法
• 3.3.1 算法思想
• 3.3.2 算法描述
• 3.3.3 实例说明
• 3.4 实验结果
• 3.4.1 实验环境和数据准备
• 3.4.2 实验分析
• 3.4.3 算法评价
• 3.5 本章小结
• 第四章 决策树算法在QAR数据挖掘的应用性研究
• 4.1 概述
• 4.1.1 决策树算法
• 4.1.2 ID3算法
• 4.1.3 C4.5 算法
• 4.2 实验准备
• 4.2.1 实验环境
• 4.2.2 实验数据
• 4.3 实验结果与分析
• 4.4 本章小结
• 第五章 总结与展望
• 5.1 本文工作总结
• 5.2 研究展望
• 致谢
• 参考文献
• 攻读学位期间的科研成果