基于专家系统的飞机机械智能故障诊断研究

赵达明

（中国邮政航空有限责任公司 北京 100000）

飞机的结构非常复杂，其故障诊断的难度非常大，因此，专家系统应用于飞机机械智能故障的诊断中具有重要意义。专家系统包括了模糊模块、案例模块及规则模块3个重要组成部分。通常情况下，都会对案例和规则模块进行深入研究，尤其是强调CBR 飞机故障诊断方法的基本过程研究。将专家系统嵌入到便携式外场测试系统中，可以更进一步地辅助排查飞机机械智能故障，并且依据故障的数据和信息形成故障隔离与修理指导手册，有利于飞机的安全性、稳定性维护［1］。

1 飞机机械智能故障分析

人工智能是在20世纪80年代初出现的，随着各项科学技术的发展和进步，人工智能技术也在不断地发展进步。从一开始的理论研究发展到实际应用，人工智能给各行各业的生产带来了巨大的影响，对人们的日常生活影响也非常大。在这些技术基础之上，航空行业加大了人工智能技术的应用，使得专家系统的研究越来越深入，让航空行业的综合水平不断地提升，加速了专家系统的商业化发展。专家系统在飞机机械智能故障诊断中的应用主要是为了解决飞机的常规设备及维修等相关问题，为此，整体上的应用范围较广，应用效率较高。飞机机械的精密性非常高，将专家系统加以应用，有利于航空业的发展［2］。

飞机机械故障涉及的内容较多，且受到了各种因素的影响，通常意义上的飞机机械故障与人为操作不当、自然环境因素等有关，一旦这些不良因素存在飞机则可能在零部件等细节上出现故障，继而引发安全事故。飞机结构的复杂性显而易见，所以，在实践中，很多技术人员都认为飞机的故障具有明显的层次性，而且飞机故障的综合性、相关性等都非常明显。从飞机机械故障的层次性来看，主要是以飞机机械故障的维修程度高低为标准的，继而形成高层次的故障和低层次的故障，低层次故障如果没有及时加以处理，则会引发高层次故障。而飞机机械故障的相关性相对好理解，即飞机机械故障具有系统性，当飞机机械故障出现之后，其呈现出来的必然是相关性而不是单一性，某一结构部位出现了故障，则会影响到其他结构或者单元，故障发生的概率也因为这样而不断提升。飞机机械故障与很多因素有关，可能是单一影响因素，也可能是复合影响因素。从飞机机械故障的特点可以看到针对飞机机械故障诊断的难度究竟有多大。一旦发现飞机出现了的故障，则应当从飞机机械故障的综合性着手，而不能仅将检测行为停留在故障表面，以免飞机在存在故障的状态下运行引发安全事故。

2 飞机机械智能故障诊断专家系统

2.1 飞机机械智能故障诊断的一般方法

飞机的结构复杂，包含了多个组成部分。从飞机机械的系统组成部分来看，不同性质的子系统构成了飞机机械系统，所以，不同部位、不同子系统所爆发的故障存在不同的特点，会引发不同的安全事故，检测维修的方法也有明显不同。同时，从实践经验来看，飞机的机械故障存在技术无法检测到的特点，而且故障征兆并不是全部都能够获取，甚至有些故障征兆通过一般检测手段都无法测量。当前，针对飞机进行的故障诊断方式包括了3 种，即定时诊断、视情诊断、常规诊断。

定时诊断指的是定期进行的一种以预防为主的诊断模式。目前，针对飞机进行的定时诊断非常必要，而且航空公司为了避免飞机出现故障都会安排专业技术人员定时、定期、定量地开展故障诊断的工作。这种诊断方式具有传统性质，但是也是具有明显必要性的诊断方式。在诊断的过程中，诊断的时间会对诊断结果产生直接的影响，时间在这一过程中发挥的是控制参数的作用，飞机在不同的时间下状态有所不同，定期或者不定期对飞机进行故障诊断，则能够监控飞机的各个单元结构运行状况，及时地获取飞机潜在故障的信息和数据，将其作为飞机检修与维护的依据。这种方法之所以仍然在飞机机械故障诊断中发挥作用，与其性质有关。很多人认为定时诊断的成本较高，需要安排很多技术人员才能够在一定的时间内完成飞机机械故障的诊断与排查工作，时间成本、人力成本及物力成本都非常高，而且通常只有经验足够丰富、技术专业知识水平高的技术人员才能够更准确、及时地诊断出故障［3］。

视情诊断作为飞机运行过程中的故障诊断方法，同样具有重要的作用。当飞机处于运行过程中时，不能够随意开展故障诊断工作，而是需要结合飞机运行情况，采取状态监测技术完成诊断工作。状态监测技术主要是服务于飞机的运行过程监测。飞机运行过程中会产生并发送很多的信号和信息，通过状态监测技术，可以从这些信号和信息中发现、推断出存在的故障，并及时采取解决措施。视情诊断的方法应用时具有一定的空间限制，所以对于检测人员的要求更高。无论是时间还是空间都会对飞机机械智能故障诊断产生消极影响，并且从很多实践经验来看，视情诊断对故障维护的效用相对比较小，而且故障维修的条件会因为空间与时间而减少，不利于机务人员开展飞机机械故障维修工作，容易给飞机运行形成安全隐患。

常规诊断则是在飞机机械故障发生前或者发生后都会加以运用的诊断方法。这种诊断方法在飞机起飞之前或者飞机着陆后需要及时进行。机务人员结合飞机运行过程中，以及飞机定时诊断的相关数据和信息进行全面诊断工作，能够有效预防故障以及安全隐患。常规诊断方法的操作相对简单，但是由于并不会进入到飞机内部结构进行诊断，所以无法及时获取潜在故障的信号，也无法排查潜在故障。正是因为飞机机械智能故障诊断的一般方法存在各种各样的不足之处，才会让专家系统的飞机机械智能故障诊断研究不断深入。

专家系统主要是利用人工智能检测技术，结合专家提供的相关知识理论，不断对问题进行研究和判断，保证诊断结果具有较强的科学性。从专家作出的机械维修决策中，检测系统根据实际诊断情况制定不同的维修措施。故障诊断作为专家系统的基本功能，在实际工作中，需要通过各种检测手段，对设备运行的实际状态进行监控，对工作异常数据源进行获取，从而提前预防故障问题的产生，保证机务人员的生命安全，减少安全事故的发生给相关企业带来的经济损失。

首先，专家诊断系统自身具有较强势的影响。由于专家系统是以专业知识理论作为诊断基础，只要知识储备量充足、系统储存容量足够，那么专家系统就能够在任何系统中进行操作和使用，快速、精准地对各种故障和安全隐患进行检测。

其次，专家系统的造价较低。随着时代的进步，专家系统也得到全面的优化和改善，对于系统的维护成本逐渐降低，从飞机机械设备故障诊断的方面来看，专家诊断技术的应用能够确保诊断的有效性和针对性。

最后，专家系统自身的可靠性较强。专家知识很容易进行获取，并且知识的应用实践充足，可以长时间进行使用［4-5］。

2.2 飞机机械智能故障诊断的专家系统

专家系统的飞机机械智能故障诊断核心是人工智能技术，专家作为提供飞机机械故障诊断的知识，结合具体的信息和数据推理，并且形成模拟专家的机械维修建议方案，这样的系统可以适应很多问题。基于专家系统的飞机机械智能故障诊断，发挥了不同机械维修领域专家的会诊作用，使得飞机机械故障诊断的效率得到了提升，因此，专家系统是一个富有专业知识与经验的程序。故障诊断专家系统的基本功能因为是在人工智能技术基础之上形成的，所以其先进性不言而喻。专家系统在工作时，会利用各种检测手段来及时监测、获取飞机设备运行的信息和数据，从而判断飞机是否处于正常的运行状态中、是否存在潜在故障或者显性故障。机务人员在发现了机械故障之后，结合专家系统形成的检修建议，采取措施解决故障问题，有效保障飞机的运行安全性。

专家系统的内部以知识库、知识获取子系统、推理机子系统、数据库及人机接口等部分组成。知识库很显然是包含了飞机机械智能故障诊断专业知识、专业经验等特定领域知识的存储系统。为了确保专家系统的运行效率，保障飞机机械故障诊断检修的综合效率，则在构建专家系统知识库时即应当对知识库进行全面分析，确保其中的存储内容能够满足飞机机械故障诊断的需求，能够适应新的变化，具有科学性、可用性及完备性。由于专家系统的构成模块存在不同的性质与特点，知识库在其中发挥着基础性的作用，结合飞机机械故障诊断的需求、飞机的类型等，提前进行探讨和研究非常必要。知识获取子系统属于机器学习的概念，这一子系统就突出了专家系统的人工智能性特征。为了让专家系统在实践中发挥预期的作用，为解决问题创造有利的条件，形成针对性的解决方案，则需要让专家系统始终保持更新完善的状态，始终适应不断变化的外界环境。当知识获取的子系统运行良好，即使知识库的内容缺乏一定完备性，也能够在短时间内通过知识获取系统进行补充。知识获取针对的是知识库知识的更新、优化与完善，知识获取是一种手段，只有将其作用充分发挥出来之后，才能更好地促进实践工作的开展。

推理机属于专家系统中的重要组成部分，与知识库与数据库不同，推理机的人工智能程度更高。因为推理机能够在获取了用户提出的问题及用户输入的数据或者信息之后，根据知识库及知识获取等程序来判断用户的意图，并发挥推理的功能，解答用户提出的问题。推理机属于专家系统的核心部分，也属于当前研究力度最大的一个部分。目前，推理机的推理以正向推理、反向推理及混合推理为主。数据库与知识库之间存在着明显的差别，专家系统在运行的过程中产生的所有数据都会进入到数据库中，并为后续的机械故障智能诊断提供依据。具体来看，包括了飞机故障本身的信息，也包括了用户回答的事实、用户提出的问题、推理机推理产生的信息、知识库的数据等。人机接口作为专家系统的子系统，主要是包含了解释程序，发挥着桥梁性的作用，可以让用户、专家系统相互连接，从而促进飞机机械智能故障诊断工作的开展。解释程序面向用户，所以需要确保用户提出的问题均能够在人机接口中获取答案，从而及时地反馈到机械故障维修部门。为了更好地运用专家系统，人机接口的解释程序需要具备透明性，以其为核心提升专家系统整体的透明性。

分解专家系统的内部子系统与结构属于当前研究的重要模式，因为每一个子系统的功能作用都会对飞机机械智能故障诊断产生一定的影响，所以，结合特征描述、决策方法等构建针对性的、多样化的故障诊断方法属于当前研究的目标。基于专家系统的飞机机械智能故障诊断存在依赖模型和不依赖模型两种情况。依赖模型的方法以状态估计方法、参数估计方法为主；而不依赖模型的方法则包括了两个方面的内容，一个是以直接可测信号为基础，另一个是以经验知识为基础。这两种故障诊断方法在实践中的作用发挥各有特点。随着人工神经网络技术、模糊数学的故障诊断方法不断地进步与发展，基于专家系统的飞机机械智能故障诊断精确性越来越强高［6］。

专家系统的种类越来越多，能够在飞机机械智能故障诊断中发挥作用的也越来越多。但是，随着飞机结构的不断复杂化、精密化，专家系统的综合水平还需要继续提升。传统的智能专家系统发展演变形成了更多体现人工智能技术作用和价值的专家系统，可以适应不同机械故障的诊断需求，专家系统的各种优势在这样的背景下才能够得到全面发挥。进入到21 世纪之后，各种技术飞速发展，尤其是人工智能技术，将人工智能技术与飞机机械智能故障诊断的需求衔接起来，不断地总结经验和教训，完善专家系统的每一个子系统，提高飞机机械的建造水平、精密程度，才能够最终达到保障飞机运行安全的目的，确保飞机的安全隐患得到及时排查与维修，有效保障飞机使用者的人身财产安全，促进航空业的发展和进步。

3 结语

综上所述，基于专家系统的飞机机械智能故障诊断具有重要意义。飞机的结构、工作原理都具有明显复杂性，以至于飞机机械智能故障诊断面临着很多的难题。当故障信息本身不够完整，或者缺乏精确性的时候，机械故障的诊断结果则无法为故障的检修起到积极的作用。基于专家系统的飞机机械智能故障诊断能够解决这些问题，保障故障诊断与处理的精确性、及时性。不过，从实践情况上看，使用专家系统进行飞机机械智能故障诊断对技术人员的经验与专业知识要求非常高，现如今，应当积极培养这一类人才，并加大现有技术人员的培训力度，确保飞机机械结构的稳定性与安全性，降低飞机运行过程中的故障发生概率。