基于模糊粗集的診斷算法研究及在飛機(jī)上的應(yīng)用.pdf

1、本文將粗集和模糊集相結(jié)合，從數(shù)據(jù)預(yù)處理、特征提取、故障識(shí)別等方面。對(duì)以粗集和模糊集相結(jié)合的飛機(jī)故障診斷算法做了探索性研究： 在論文第一章中，綜述了國內(nèi)外故障診斷和民航中故障診斷技術(shù)發(fā)展?fàn)顩r，并根據(jù)粗集和模糊集的發(fā)展現(xiàn)狀和民航故障診斷的特點(diǎn)，指出將粗集和模糊集相結(jié)合用于飛機(jī)故障診斷的必要性，并進(jìn)行了可行性分析；第二章對(duì)粗集和模糊集理論進(jìn)行了介紹：第三章針對(duì)飛機(jī)故障特征提取面臨的諸多問題，重點(diǎn)討論了飛機(jī)故障信息系統(tǒng)中屬性離散和屬性約

2、簡問題，研究并提出了基于粗集和模糊集相結(jié)合的特征參數(shù)獲取算法。采用真實(shí)的發(fā)動(dòng)機(jī)數(shù)據(jù)驗(yàn)證了算法的有效性。第四章針對(duì)飛機(jī)故障數(shù)據(jù)缺失問題，考慮到飛機(jī)故障缺失數(shù)據(jù)的隨機(jī)性和不確定性，重點(diǎn)討論了各參數(shù)屬性值的概率分布以及隨機(jī)落影函數(shù)的最大值問題，研究并提出了基于隨機(jī)集數(shù)據(jù)補(bǔ)齊算法。研究結(jié)果表明，算法對(duì)補(bǔ)齊具有模糊性、連續(xù)性、平穩(wěn)性的飛機(jī)故障數(shù)據(jù)非常有效，精度較高，具有較小的隨機(jī)誤差：第五章針對(duì)飛機(jī)故障識(shí)別和狀態(tài)監(jiān)測(cè)中的參數(shù)冗余問題，重點(diǎn)討論了如

3、何提高識(shí)別正確率和改善由于故障特殊性帶來的識(shí)別算法的魯棒性問題，研究并提出了一系列的基于模糊集距離、貼近度、聚類等飛機(jī)故障識(shí)別算法。研究結(jié)果表明，這些算法能夠去除干擾因素的影響,提高了識(shí)別的效率和精度，在同等條件下，識(shí)別精度高于BP網(wǎng)絡(luò)。在論文最后，將以上研究的算法進(jìn)行計(jì)算機(jī)仿真，編制相應(yīng)的程序，分別封裝成單個(gè)模塊，集成到飛機(jī)遠(yuǎn)程故障診斷系統(tǒng)平臺(tái)系統(tǒng)中，為進(jìn)一步實(shí)現(xiàn)飛機(jī)的遠(yuǎn)程故障診斷奠定了基礎(chǔ)；將以上研究的算法用于飛機(jī)故障診斷實(shí)踐中，并

4、取得了較好的效果：提取的特征參數(shù)分別是導(dǎo)致航空發(fā)動(dòng)機(jī)故障和影響飛機(jī)起落架維修性的關(guān)鍵因素；軍用和民用發(fā)動(dòng)機(jī)故障數(shù)據(jù)補(bǔ)齊的精度達(dá)到96.42％；在民用發(fā)動(dòng)機(jī)狀態(tài)監(jiān)測(cè)實(shí)例中，基于模糊粗集的識(shí)別算法正確率達(dá)到98.4％，在同等條件下，BP網(wǎng)絡(luò)的識(shí)別正確率最高達(dá)到84.1％：在發(fā)動(dòng)機(jī)轉(zhuǎn)子故障識(shí)別實(shí)例中，識(shí)別結(jié)果全部正確：對(duì)于飛機(jī)燃油系統(tǒng)健康監(jiān)控中的噴嘴堵塞故障模式?；谀：旨淖R(shí)別算法比改進(jìn)的狀態(tài)因子診斷法有一定的優(yōu)勢(shì). 以上研究的診

5、斷算法具有一定的創(chuàng)新性和實(shí)用性，算法的有用性得到真實(shí)飛機(jī)故障實(shí)例的驗(yàn)證?；谀：旨娘w機(jī)故障特征參數(shù)獲取算法為解決飛機(jī)故障診斷中知識(shí)庫龐大和故障參數(shù)冗余等問題，提供了一種有效途徑和手段；基于隨機(jī)集的故障數(shù)據(jù)補(bǔ)齊算法為解決當(dāng)前飛機(jī)故障診斷中存在的不完整性、不確定性等問題，提供了一個(gè)有效的工具：基于模糊粗集的飛機(jī)故障識(shí)別算法為解決當(dāng)前飛機(jī)故障識(shí)別中的算法魯棒性不強(qiáng)、抗干擾能力差、計(jì)算量大等問題，提供了一種新的思路。這些算法在飛機(jī)故障診斷中