● 摘要
随着故障诊断技术的发展，智能故障诊断技术已经成为诊断领域的发展重点。故障诊断专家系统属于智能故障诊断技术中的一种，它使用人工智能领域及相关的一些技术，将人类专家的诊断经验用计算机程序的形式，系统的组织起来而达到诊断的目的。 本论文针对飞行参数，研究了这种智能故障诊断专家系统的中三种关键技术：故障征兆获取、故障树分析和推理机技术。 论文提出一种“隶属函数+BP网络”的故障征兆获取方法，该方法用多个相关的经模糊隶属函数归一化后的故障征兆数据作为BP网络输入，然后输出基本故障征兆。这种基本故障征兆作为故障树底事件故障输入，推理机以这种底事件为起点，进行推理搜索。 论文研究了故障树中评估故障事件的定性、定量指标的分析技术，提出了推理规则自动生成的算法。并以VC++6.0工具开发出一套故障树分析程序，此程序可以用于求解故障树的最小割集、底事件的三种重要度等定性、定量指标，并且可以将故障树信息自动转化成推理机使用的规则。 论文研究了推理机的运行机理，提出了一种以基本故障征兆为起点，利用故障树及其生成的规则进行层次推理的正向推理机，并且采用匹配度和置信度来消解规则匹配冲突，达到了对故障部件定位和智能推理的目的。 在VC++6.0和DB2开发环境下，结合上述三种技术，建立了一个故障诊断专家系统软件平台，此平台可以完成故障诊断和定位功能，且具有高效性和实用性，为项目做出了开创性研究。