论文部分内容阅读
摘 要：飞机在机械系统当中属于高端的装备，伴随当前航空技术发展速度进一步加快，很多先进的生产方法应用到飞机生产中，飞机的机械系统也开始变得越来越复杂，其可靠性和安全性逐步变成飞机维修保养过程中重点研究的问题，智能专家系统是确保飞机可靠性的重要检测系统，越来越多的机械工程师开始重视飞机机械故障诊断智能专家系统，本文重点分析研究飞机机械诊断智能专家系统，以供参考。
关键词：飞机;智能专家系统;研究;机械故障诊断;设计
1 智能故障诊断专家系统的特点
首先，该系统具有很强的适应性，因为专家系统主要是以專业知识为理论基础的，所以只要数据库当中知识储备容量足够大，专家系统就能够在任何计算机硬件上进行操作，并且，准确的诊断飞机出现的潜在故障隐患。
其次，该系统的成本较低，专家系统在发展的过程中历史悠久，伴随当前相关设备的逐步改进和科技的进一步发展，该系统在运行维护方面的成本变得越来越低，从飞机机械设备的故障诊断的角度进行分析，其他的智能诊断技术相比，其所需要花费的成本较低。
最后，该系统具有很强的可靠性，这种可靠性主要表现在专家知识的易获得性和持久性两个方面。持久性主要指的是专家系统并不会像人类专家那样会退休会死亡，因其知识体系如果形成，就会进一步延续下去，而易获得性主要指的是专家系统主要是综合多个专家的观点而获得的。
2 飞机机械故障诊断智能专家系统的结构
本系统主要包含了人机交互模块、机械故障诊断模块及案例库等三个部分，具体如下图所示。
系统开发图
2.1 案例库
在专家系统当中，案例库属于核心组成部分，案例库当中的案例质量和组织方式是当前专家系统在运行过程中非常重要的一种技术，在进行飞机机械故障诊断和维修的过程中，需要依赖大量的经验，在操作的时候无法通过简单的数学模型来进行决策，与此同时，飞机机械结构具有很大的非线性和复杂性，这也导致在飞机维护的过程中需要通过经验传承的方法进行维护，具体分析飞机机械设备的特点，形成完善的飞机机械故障诊断智能专家系统，首先需要对大量故障诊断案例进行收集，案例属于知识表达的一种重要形式，需要总结相关的专家经验，通过案例的方式进行数据表达。案例越多，说明其专家知识就越丰富，在诊断的过程中，诊断水平也越高。
2.2 机械故障诊断模块
2.2.1 诊断信息获取模块
诊断信息获取模型是一种渐进性的，在诊断的时候先将问题提出，依照问题对各种诊断信息进行搜索，获得相关的诊断信息，依照一定的比例规则表述，向案例库当中存入并且了解故障的部件、故障的表现以及故障的系统。
2.2.2 案例管理模块
案例管理模型主要是将传统的故障诊断案例向案例库当中录入并且形成案例的，所以信息案例管理模块主要包含了案例的修改、案例浏览、案例添加等相关管理维护功能。
2.2.3 诊断推理模块
在整个专家系统当中，诊断推理模块是非常重要的一个部分，依照案例数据库当中的海量案例，自由匹配当前的故障信息和案例当中的相似信息，如果能够安全匹配，则可以直接将案例库当中的匹配信息调出作为诊断结果，如果部分匹配，则将历史案例的诊断过程罗列出来，初步分析当前的故障情况，获得相应的结论。
2.2.4 自学习模块
在诊断推理模块当中自学习模块是非常重要的一个部分，其最大特点是具有一定的机械学习能力，会在进行机械故障诊断的过程中，获取相关的经验和知识，在不断积累的过程中，让专家系统的故障诊断能力和学习能力进一步提高，在实际操作的过程中，自学习模块不但能够学习成功解决故障的经验也能够对未能解决故障的失败教训进行学习，这样可以大大增加设备的智能化水平，如果通过推理模块获得诊断的结果是正确的，可以在实际操作中使用，但是历史案例库当中没有，可以自动将其添加到案例库当中，如果是解决故障的求索是失败的，在实际操作的过程中无法得到较好的效果，则将其作为一个失败案例向历史案例库当中存入。
2.3 人机交互模块
人机交互模块主要是在工程师、故障诊断专家以及用户交互过程中使用。人机交互模块能够方便用户进行操作，并且维护专家系统可以利用现场工程师的现场记录来对故障部件故障现象进行分析，能够将工程师的效率大幅度提高，整个系统在诊断的过程中，记录飞机故障的实际情况，并且不断丰富案例库，随着案例库当中案例进一步增多，专家诊断的能力也进一步提高，飞机机械故障的维修效率也将随之大幅提高。
3 结语
本文主要对当前飞机机械故障的复杂性进行分析，阐述飞机机械故障诊断智能专家系统的应用价值，通过实际经验研究，该专家系统在实际操作的过程中具有很强的可靠性，值得推广和使用。
参考文献：
[1]周烁今.飞机机械设备智能故障诊断专家系统探究[J].科技风，2013（19）：164.
[2]朱磊.飞机机械故障诊断智能专家系统研究[J].建筑工程技术与设计，2016（16）：3362.
[3]杨占才，王红，朱永波，等.飞机航电设备综合智能故障诊断专家系统研究[J].测控技术，2006，25（4）：4-7.
[4]海山.大数据促使机械故障诊断智能化转变——访青年长江学者、西安交通大学雷亚国教授[J].航空制造技术，2017（20）：28-29.
[5]李宝鹏，高鹰，王国成.航空电子设备远程智能故障诊断与监测系统的研究[J].飞机设计，2010，30（4）：71-75.
关键词：飞机;智能专家系统;研究;机械故障诊断;设计
1 智能故障诊断专家系统的特点
首先，该系统具有很强的适应性，因为专家系统主要是以專业知识为理论基础的，所以只要数据库当中知识储备容量足够大，专家系统就能够在任何计算机硬件上进行操作，并且，准确的诊断飞机出现的潜在故障隐患。
其次，该系统的成本较低，专家系统在发展的过程中历史悠久，伴随当前相关设备的逐步改进和科技的进一步发展，该系统在运行维护方面的成本变得越来越低，从飞机机械设备的故障诊断的角度进行分析，其他的智能诊断技术相比，其所需要花费的成本较低。
最后，该系统具有很强的可靠性，这种可靠性主要表现在专家知识的易获得性和持久性两个方面。持久性主要指的是专家系统并不会像人类专家那样会退休会死亡，因其知识体系如果形成，就会进一步延续下去，而易获得性主要指的是专家系统主要是综合多个专家的观点而获得的。
2 飞机机械故障诊断智能专家系统的结构
本系统主要包含了人机交互模块、机械故障诊断模块及案例库等三个部分，具体如下图所示。
系统开发图
2.1 案例库
在专家系统当中，案例库属于核心组成部分，案例库当中的案例质量和组织方式是当前专家系统在运行过程中非常重要的一种技术，在进行飞机机械故障诊断和维修的过程中，需要依赖大量的经验，在操作的时候无法通过简单的数学模型来进行决策，与此同时，飞机机械结构具有很大的非线性和复杂性，这也导致在飞机维护的过程中需要通过经验传承的方法进行维护，具体分析飞机机械设备的特点，形成完善的飞机机械故障诊断智能专家系统，首先需要对大量故障诊断案例进行收集，案例属于知识表达的一种重要形式，需要总结相关的专家经验，通过案例的方式进行数据表达。案例越多，说明其专家知识就越丰富，在诊断的过程中，诊断水平也越高。
2.2 机械故障诊断模块
2.2.1 诊断信息获取模块
诊断信息获取模型是一种渐进性的，在诊断的时候先将问题提出，依照问题对各种诊断信息进行搜索，获得相关的诊断信息，依照一定的比例规则表述，向案例库当中存入并且了解故障的部件、故障的表现以及故障的系统。
2.2.2 案例管理模块
案例管理模型主要是将传统的故障诊断案例向案例库当中录入并且形成案例的，所以信息案例管理模块主要包含了案例的修改、案例浏览、案例添加等相关管理维护功能。
2.2.3 诊断推理模块
在整个专家系统当中，诊断推理模块是非常重要的一个部分，依照案例数据库当中的海量案例，自由匹配当前的故障信息和案例当中的相似信息，如果能够安全匹配，则可以直接将案例库当中的匹配信息调出作为诊断结果，如果部分匹配，则将历史案例的诊断过程罗列出来，初步分析当前的故障情况，获得相应的结论。
2.2.4 自学习模块
在诊断推理模块当中自学习模块是非常重要的一个部分，其最大特点是具有一定的机械学习能力，会在进行机械故障诊断的过程中，获取相关的经验和知识，在不断积累的过程中，让专家系统的故障诊断能力和学习能力进一步提高，在实际操作的过程中，自学习模块不但能够学习成功解决故障的经验也能够对未能解决故障的失败教训进行学习，这样可以大大增加设备的智能化水平，如果通过推理模块获得诊断的结果是正确的，可以在实际操作中使用，但是历史案例库当中没有，可以自动将其添加到案例库当中，如果是解决故障的求索是失败的，在实际操作的过程中无法得到较好的效果，则将其作为一个失败案例向历史案例库当中存入。
2.3 人机交互模块
人机交互模块主要是在工程师、故障诊断专家以及用户交互过程中使用。人机交互模块能够方便用户进行操作，并且维护专家系统可以利用现场工程师的现场记录来对故障部件故障现象进行分析，能够将工程师的效率大幅度提高，整个系统在诊断的过程中，记录飞机故障的实际情况，并且不断丰富案例库，随着案例库当中案例进一步增多，专家诊断的能力也进一步提高，飞机机械故障的维修效率也将随之大幅提高。
3 结语
本文主要对当前飞机机械故障的复杂性进行分析，阐述飞机机械故障诊断智能专家系统的应用价值，通过实际经验研究，该专家系统在实际操作的过程中具有很强的可靠性，值得推广和使用。
参考文献：
[1]周烁今.飞机机械设备智能故障诊断专家系统探究[J].科技风，2013（19）：164.
[2]朱磊.飞机机械故障诊断智能专家系统研究[J].建筑工程技术与设计，2016（16）：3362.
[3]杨占才，王红，朱永波，等.飞机航电设备综合智能故障诊断专家系统研究[J].测控技术，2006，25（4）：4-7.
[4]海山.大数据促使机械故障诊断智能化转变——访青年长江学者、西安交通大学雷亚国教授[J].航空制造技术，2017（20）：28-29.
[5]李宝鹏，高鹰，王国成.航空电子设备远程智能故障诊断与监测系统的研究[J].飞机设计，2010，30（4）：71-75.