基于飞行数据的民航飞机故障诊断专家系统

第1章 概述

1.1 背景及意义

1.2 故障诊断专家系统

1.3 飞行数据

1.3.1 飞行数据的应用

1.3.2 飞行数据的特点

第2章 基于飞行数据的故障诊断专家系统

2.1 系统设计

2.2分系统设计

2.2.1 地面维护子系统设计

2.2.2 故障诊断子系统设计

第3章 数据库的设计与维护

3.1 数据库设计

3.1.1 基本数据表

3.1.2 故障诊断子系统数据库设计

3.2数据库维护

3.2.1 基本数据表维护

3.2.2 障诊断子系统数据库维护

第4章 故障征兆获取技术

4.1 故障征兆获取方法

4.1.1 隶属函数与隶属度

4.1.2 BP人工神经网络

4.2 故障征兆获取仿真

第5章 故障树分析技术

5.1 故障树的发展

5.2 故障树的表示

5.2.1 故障树结构函数

5.2.2 基本概念

5.3 故障树分析方法

5.3.1 故障树定性分析

5.3.2 故障树定量分析

5.3.3 故障树转换为规則

5.4 故障树分析的仿真

5.4.1 故障树的数据库存储

5.4.2 最小割集的求解

5.4.3 仿真结果分析

第6章 推理机技术

6.1 故障树与推理机的联系

6.2 推理机的构造

6.2.1 确定性推理

6.2.2 不确定性推理

6.2.3 规则的冲突消解策略

6.3推理机仿真

6.3.1 确定性推理机程序仿真

6.3.2 不确定性推理机程序仿真

第7章 知识获取技术

7.1 国内外研究发展现状

7.2 基于故障树的知识获取模型

7.2.1 概述

7.2.2 故障树的存储

7.2.3 故障树的建立

7.2.4 故障树转化为规则

7.2.5 故障树的维护

7.2.6 实验结果分析

7.3 基于粗糙集的知识获取模型

7.3.1 概述

7.3.2 连续属性离散化

7.3.3 属性约简

7.3.4 属性值约简

7.3.5 实验结果分析

7.4 基于粗糙集的增量式学习模型

7.4.1 概述

7.4.2 增量式学习模型

7.4.3 实验结果分析

第8章 规则库维护技术

8.1 概述

8.2 相关理论及算法

8.3 规则的循环校验及冗余校验

8.4实验结果分析

第9章 相似性查询诊断技术

9.1 相似性查询方法及主要技术点

9.2 相似性查询方法相关理论

9.3 时间序列的模式表示

9.4 时间序列的相似性度量

9.4.1 常用的相似性度量方法

9.4.2 缩距比及相关知识

9.5 时间序列的索引技术

9.5.1 常见的索引结构

9.5.2 基于DRR的DRR-tree索引结构

9.6 相似性查询方法的索引建立

9.6.1 子序列的存储

9.6.2 新节点的插入

9.7 仿真实验

9.7.1 仿真数据实验

9.7.2 真实数据实验

参考文献

飞行数据申蕴含了飞机的状态信息，如何充分利用飞行数据对于提高飞机的安全性具有重要的意义。本书以飞行数据为数据源，利用专家系统的方法搭建了民航飞机故障诊断专家系统。
　　《基于飞行数据的民航飞机故障诊断专家系统》共分为9章：第l章介绍背景及意义，并系统介绍民航飞机故障诊断的发展现状以及目前飞行数据的应用及特点；第2章系统介绍基于飞行数据的故障诊断专家系统的结构设计；第3章介绍基于飞行数据的故障诊断专家系统的数据库设计与维护；第4—6章分别系统地介绍专家系统中的征兆获取、故障树分析、推理机技术；第7、8章利用粗糙集技术进行了自学习，丰富了专家系统的知识库，并利用知识库维护技术保障了知识库的简化；第9章介绍相似性查询诊断技术。
　　《基于飞行数据的民航飞机故障诊断专家系统》不仅适合于飞机故障诊断领域的研究生、教师、科研人员和实际工作者使用。而且可以推广应用于模式识别和综合评价等领域。

飞机故障具有故障征兆与故障模式间没有明确的对应关系、故障诊断涉及的结构层次有所提高、诊断时间要求紧等特点，使得传统的仅仅依靠维修手册、维修大纲、可靠性报告等获得的知识是远远不够的。此外，飞行数据中蕴含了丰富的飞机状态以及故障征兆与故障模式对应关系的信息。因此《基于飞行数据的民航飞机故障诊断专家系统》在利用传统的专家系统方法的基础上，引入自学习技术，以飞行数据为数据源丰富专家系统的知识库。希望本书能促进利用飞行数据进行民航飞机故障诊断技术的发展，推动我国飞机故障诊断领域的发展。