飞行器关键子系统如发动机,动力供应系统,动力传动系统等对飞行器的功能、安全性和可靠性具有重要影响。飞行器健康管理技术对于监测关键子系统的工作状态、评估其状态退化趋势、预测其剩余使用寿命、保证其安全运行具有重要意义,是贯彻状态基维修策略乃至自治性维修保障的基础和前提。作为健康管理系统流程中的重要环节之一,知识获取为飞行器健康管理的全过程提供知识支持,是监测、诊断、预测、维修决策、运行安全评估等智能化实现的重要基础。然而,在飞行器关键子系统健康管理系统研究中,常常存在知识匮乏,特别是故障诊断知识更新慢、完备性差、知识领域狭窄、积累过程滞后等问题。针对这些问题,本文开展飞行器关键子系统健康管理中的故障诊断知识获取方法研究,主要研究工作包括:1.深入剖析了故障诊断知识的基本概念和内涵,较为系统地研究了知识获取的基本理论。基于对飞行器全寿命周期中故障信息源的管理特点及数据结构特性的调研分析,研究构建了面向多源信息挖掘的飞行器故障诊断知识获取框架,制定了适应不同故障信息源的知识获取策略,分析了知识获取中的关键问题,研究了基于本体的故障诊断知识封装方法。研究表明:知识获取模型与数据挖掘算法是知识获取的引擎,对知识获取的精度、效率等具有重要影响。知识获取模型与数据挖掘算法的选取应综合考虑知识获取任务需求、模型的功能、数据挖掘精度、数据集的结构特点和算法的计算复杂度等因素。2.深入研究了基于测试信息源的知识获取方法(1)针对状态测试数据样本不完整问题,研究了数据样本的完整性分析方法,提出了基于主元分析(PCA)的缺损数据估计算法。(2)研究了基于聚类模型的异常状态检测方法,提出了基于最大散度差大的模糊聚类分析算法(MSD-FCA),用于提取隐藏在数据集中,与正常数据差异小的故障模式信息。(3)研究了基于关联模型的故障特征提取方法,提出了基于模式矩阵的关联规则挖掘算法(PM-ARMA),用于分析状态特征参数间相互关系,从数据样本中挖掘故障关联信息。液体火箭发动机地面试验数据验证表明:基于PCA的缺损数据估计算法可以显著提高数据样本的完整性分析精度;MSD-FCA能够保证模式差异小的数据集中故障模式的挖掘精度;PM-ARMA降低了关联规则挖掘的计算量,提高了故障关联信息的挖掘效率。3.深入研究了基于统计信息源的知识获取方法(1)详细分析比较了各种粗糙集模型,在对未知属性值进行语义分析的基础上,研究了基于特征关系的不完备信息处理方法。(2)在基于特征关系的属性-值集的基础上,定义了最大特征相似集,提出了一种基于最大特征相似集,从不完备诊断信息表中提取最优广义故障诊断决策规则的方法。(3)阐述了基于粗糙集的粒计算的基本理论,提出了不完备信息条件下,基于粒计算的故障诊断决策规则提取方法,利用粒计算对论域边界元素的分析,充分挖掘了未知属性值中隐含的分类信息。直升机传动链检修与维护记录验证表明:特征关系将未知属性值依据其语义区别对待,更符合工程中的实际情况。基于最大特征相似集和基于粒计算的规则提取方法可以有效处理不完备诊断信息,挖掘其中隐含的故障信息,形成简洁、精炼的故障诊断决策规则。4.深入研究了基于仿真信息源的知识获取方法(1)提出了基于仿真的飞行器故障诊断知识获取模型,用于在故障信息缺乏的情况下,利用计算机仿真技术获取故障诊断知识。(2)重点研究了基于仿真的故障数据获取方法和仿真结果知识化方法,对其实行途径进行了分析。(3)以液体火箭发动机地面试验台动力供应系统为对象,对基于仿真的知识获取模型及其关键方法进行了验证。研究表明:通过对故障状态下系统功能和动态特性的计算机模拟,并对仿真结果进行分析整理,能有效提取故障诊断知识,为复杂、昂贵的飞行器关键子系统的故障诊断知识更新与积累提供一条有效途径。5.分析了飞行器关键子系统故障诊断知识库的基本功能和总体结构,针对采用本体方法封装的故障诊断知识模型,对知识库的存储接口和查询接口进行了设计,并开发了直升机传动链故障诊断知识库。研究表明:知识库存储接口结构稳定,易于理解,能满足大规模故障诊断知识的存储管理需求,对本体模型的语义查询,能够优化查询接口性能,提高故障诊断知识的查询效率。