论文部分内容阅读
针对复杂航空仪器中多变量、时滞、不确定性的非线性故障问题，为准确挖掘其故障特征，提出了一种复杂航空仪器中故障特征准确挖掘方法；先利用基于模糊数的模糊故障树分析方法得到航空仪器中故障发生的概率，再根据事件发生的模糊概率排序，然后通过神经网络提取故障诊断规则，建立了航空发动机的故障准确挖掘模型；实验结果表明，该方法识别率为98．75％，且拒识率为0，比传统方法识别准确度高，能够实现准确故障特征提取，验证了该方法的有效性。