自动驾驶仪故障诊断专家系统设计论文VIP免费

自动驾驶仪故障诊断专家系统设计（自动化专业硕士毕业论文整理的小论文）摘要:以树结构先序遍历为核心,设计了遍历推理算法,可用于较为直观的知识获取、诊断逻辑解释机制以及故障诊断推理,使诊断信息在故障树的结构中体现得较为明晰。根据自动驾驶仪系统故障知识特点,设计了一种基于故障树的推理机制对系统进行故障诊断。建立了某飞机自动驾驶仪故障树,设计了针对故障树数据库的先序遍历推理机和解释机制,进行合乎故障树模型的树关联知识获取,结合相应的维护修理知识和BIT检测结果,完成专家系统的知识更新和对系统的故障诊断。初步实验结果表明,故障诊断准确,该专家系统具有一定的实用性和扩展性。自动驾驶仪是涵盖了许多子系统的集成系统,涉互,用户须确认中间现象1。有些对故障知识进行了及部件种类较多,故障因果关系复杂,针对该系统的原理细化,但是用户须通过指向特定子树以断方法在其维护修理时的需求较高。确认推理流程来进行诊断。许多故障数据库的建随着机内检测(BIT)技术的完善,越来越多的自立在地面测试中获得2,并没有和实际飞行数据以及动驾驶仪系统可得到自检测。然而,许多被BIT技术飞行员操纵信息结合,因此影响了专家系统工作内存检测到的故障事件看似孤立,但在特定的模型框架中(workingmemory)的真实性,导致虚警或误报。是有关联的。因此建立一个良好的故障模型和推理方针对上述问题,本文根据自动驾驶仪故障知识的法将提高故障诊断的效率和准确性。关键词:自动驾驶仪;故障树;专家系统;作为定性故障模型,故障树方法对于飞控系统较关联知识获取,从而完成专家系统维护;结合相应的维为有效3。然而当前有些基于故障树的专家系统缺护修理知识以及飞行参数和BIT检测结果,提出了基乏自动化手段,通常是用户按照相应测试步骤,经专家于树结构的故障树数据库设计及其有限遍历推理机;系统进行试探性诊断。比如有些故障树诊断系统虽然通过故障树的推理机制来实现对该类系统的故障诊对故障对象建立了完备的故障树,但过于依赖人机交断,并设计了相应的解释方法;最后通过实例验证该系统的实用性和可扩展性。作者简介:张竞凯(1981),男,河北泊头人,博士,主要研究方1自动驾驶仪故障树拓扑结构工学博士,主要研究方向为飞行控制与仿真、容错控制、智能计算等;朱江乐(1982),男,安徽蚌埠人,博士,主要研究方向为及其相关数据连线进行故障诊断。飞行容错控制。当前高可靠性民机常采用多余度飞控系统配置方[3][4]式,其中又以四余度比较监控和三余度自监控方式最为常用4。随着自监控技术的日益提高,三余度配置方式在提高监控效率、降低多余度配置成本和增强系统的故障容忍能力方面都有着较好的应用前景5。因此,本专家系统针对三余度配置的自动飞行系统进行诊断。对可靠性要求较高的民机余度通道运行状态主要为热并行运行方式,故不用考虑冷备件逻辑形式6。此外,自动驾驶仪设备异常有时并非仅由故障引起,人工配平或复飞等操作也会导致驾驶仪自动断开,这些因素也应作为设备异常原因在建立故障树时考虑进去,以免系统误报。根据上述对余度配置和故障信息逻辑结构的分析,可以设计如图1所示的故障树。图1中顶级故障征兆是以飞控系统的自动驾驶仪为核心,它所表征的是∃自动驾驶仪自动断开%;逻辑符号∃%表示∃与%逻辑,∃%表示∃或%逻辑;方块节点∃%描述的顶事件和中间事件表示∃系统级故障征兆%和∃中间故障征兆%;圆形节点∃&%的基本事件表示∃故障原因%。AHC和FCC分别表示姿态航向计算机和飞控计算机。2故障诊断专家系统图1自动驾驶仪自动断开故障树散信息。该类信息是诊断需要的主要数据源。信息字各段定义如表1所示。表1ARINC429信息字各段定义基于故障树推理的自动驾驶仪故障诊断专家系统的总体结构如图2所示。系统工作主要分为飞行数据接收和处理、故障知识获取以及故障诊断3个过程。2.1数据存储、接收和预处理32奇偶校验位31~30符号状态矩阵29~11数据区10~9源/目的识别位8~1标志位飞行参数和BIT信息存储的主要形式是ARINC429信息字7。该类型信息有32位,一般有5种应用格式:BNR、BCD、离散、维护和AI。其中离散数据(即DISC数据)表示离散量,主要表征设备状态、操作等离[5][6][5]该类信息字的最直接表示形式...