航空發(fā)動機(jī)內(nèi)窺故障診斷案例庫推理研究.pdf

1、隨著航空業(yè)的高速發(fā)展，民用航空設(shè)備的維修要求也變得越來越高，在保障飛行安全、降低維護(hù)成本、提高飛機(jī)可靠性等方面對故障診斷和維護(hù)方式提出了新的挑戰(zhàn)。目前，隨著人工智能技術(shù)的不斷進(jìn)步，診斷技術(shù)開始進(jìn)入智能化診斷階段。將人工智能領(lǐng)域的各種方法加以綜合利用于故障診斷，從而大大提高了故障診斷的水平和效率。
　　論文對智能故障診斷技術(shù)的理論和應(yīng)用進(jìn)行研究，對內(nèi)窺損傷圖像進(jìn)行分析并總結(jié)了以特征參數(shù)為基礎(chǔ)的圖像處理方法，并在此基礎(chǔ)上組建案例庫。在

2、案例庫的應(yīng)用方面，本文主要研究將人工神經(jīng)網(wǎng)絡(luò)技術(shù)（ANN）與基于案例推理技術(shù)（CBR）相結(jié)合用于故障診斷，基于神經(jīng)網(wǎng)絡(luò)的故障診斷過程缺乏透明性，對于大型復(fù)雜系統(tǒng)效果不良，而在大型系統(tǒng)中基于案例推理的診斷方法，診斷精確度不高，推理效率低下。單獨(dú)應(yīng)用這兩種人工智能技術(shù)都不可避免的存在著局限性。因此，本文將兩種診斷方法進(jìn)行結(jié)合，并設(shè)計(jì)了具體的結(jié)合方案，即利用神經(jīng)網(wǎng)絡(luò)的模式匹配能力作為預(yù)分類器，以輸入的故障信息通過學(xué)習(xí)訓(xùn)練對案例推理中的案例建立

3、索引，指導(dǎo)CBR模塊案例的檢索，構(gòu)造了ANN-CBR混合推理方法。
　　ANN-CBR混合推理方法主要是利用 BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練發(fā)動機(jī)故障損傷圖像的輸出結(jié)果作為案例庫的索引條件，然后通過CBR方法去實(shí)現(xiàn)案例庫檢索功能。
　　本文分別利用神經(jīng)網(wǎng)絡(luò)技術(shù)、基于案例推理方法以及ANN-CBR混合推理對內(nèi)窺損傷圖像測試數(shù)據(jù)進(jìn)行診斷，通過對比故障診斷推理結(jié)果可知，其中混合推理方法的診斷性能明顯優(yōu)于單獨(dú)使用前兩者方法的情況，說明將神經(jīng)網(wǎng)