盧　鶯，張　安，張景新，何海峰
西北工業大學電子信息工程學院，陜西西安

北京航空航天大學電子信息工程學院，北京

西安微電子技術研究所，陜西西安

摘　　　要：利用飛行數據對飛機進行故障診斷和狀態監控已經成為國內外相關領域研究的熱點。根據飛行數據進行故障診斷時，需要獲得故障模式與飛行數據特點之間的對應關系的知識，但是這些知識很難在維修手冊等知識源中獲得。大量的歷史飛行數據中隱含了飛行數據與故障模式之間的邏輯因果關系，對其分析處理就可以獲取診斷知識。因此本文提出了應用粗糙集的方法從飛行數據中自動獲取用于故障診斷的知識，并設計實現了該方法，同時應用實際數據驗證了該方法的有效性。

關　鍵　詞：粗糙集；故障診斷；專家系統；知識獲取

１　引　言
飛機在飛行過程中產生和記錄的飛行數據反映了飛機相關部件的工作情況。通過分析這些數據，可以了解相應部件在飛行中的工作情況，判斷出部件可能發生的故障，因而，如何利用飛行數據可以對飛機進行故障診斷和狀態監控已經成為國內外相關領域研究的熱點。隨著故障診斷技術的發展，智能故障診斷技術已經成為診斷領域的發展重點。故障診斷專家系統屬于智能故障診斷技術中的一種，它可以像專家一樣工作，不受環境、心理等因素的影響，因此是理想的替代人類專家進行故障診斷的工具［１］。要建立一套實用的專家系統，必須先解決３個關鍵問題，一是知識表達方法，二是推理機，三是知識獲取。其中，知識獲取被公認是專家系統建造中的“瓶頸”問題。本文主要利用歷史案例數據（歷史飛行數據、發動機等試驗數據和機場維修人員積累故障案例），分析其內在聯系，豐富了診斷知識庫，改善了專家系統性能。分析研究了基于粗糙集理論的獲取知識技術，進而提出了利用飛行數據進行故障診斷的診斷規則。

登錄網站后可下載文件