飞机燃油系统是影响飞机性能、飞行安全和适航取证的关键系统。随着航空技术的迅猛发展，飞机的燃油系统日趋复杂，人们对于飞机燃油系统的可靠性提出了越来越高的要求，从而使得故障检测与诊断技术成为了提高系统可靠性的必要手段。 本文源于某基金项目，课题的主要任务是对某飞机燃油系统进行基于信号处理和神经网络的智能化故障诊断方法研究。主要工作如下： ◆ 针对某型飞机燃油系统，分析各燃油附件(包括电磁阀等)、燃油系统测量元件(包括液位传感器等)、管路和油箱的故障模式及各种故障模式对应的故障征兆，总结系统的故障类型及模式。 ◆ 研究、分析了各种故障诊断方法；根据燃油系统的特点，确定出适合于飞机燃油系统的智能化故障诊断方法，并提出了分层次、分等级的故障诊断策略。 ◆ 研究了小波分析法，结合飞机燃油系统的特点，提出将小波分析法应用于飞机燃油系统传感器的故障诊断。以该系统转输油过程备份油箱中油位传感器的故障诊断为例，在MATLAB环境下对该方法进行了有效性验证。 ◆ 在研究神经网络和小波分析法的基础上，提出了一种新型的基于小波分析法和RBF网络的飞机燃油系统传感器智能化故障诊断方法。对该方法在MATLAB环境下进行了仿真验证，并与小波分析法进行了比较分析。 ◆ 对于飞机燃油系统输油泵、油箱、管路故障诊断提出了基于模糊理论和神经网络的故障诊断方法，进行了仿真验证，仿真表明，故障诊断结果精确。 ◆ 提出了将多重神经网络运用于飞机燃油系统，并以燃油系统转输油过程为例，给出了飞机燃油系统转输油过程多重神经网络结构图，大大简化了神经网络结构，提高了诊断效率。并实现了神经网络的在线训练，可以加入新的训练样本，对神经网络进行训练，从而加入神经网络子网，提高故障诊断精度。 ◆ 研究了容错控制策略，分析了各个容错控制方法的利弊；针对飞机燃油系统提出了实际的容错控制策略。 ◆ 分别在Matlab及C++Builder环境下编制了故障诊断及界面管理软件。研究了二者的接口，根据实际情况选择了调用Matlab引擎的方法，最终实现了C++Builder对Matlab的调用。实现了基于小波分析法和RBF网络的故障诊断，提高了编程效率。