[发明专利]基于故障树和案例推理的直升机智能故障诊断方法

说明书

本发明公开了一种基于故障树和案例推理的直升机智能故障诊断方法，该方法包括：获取飞行参数的工程值；分析飞行参数的工程值；判断直升机的故障征兆；判断直升机的故障事件；输入目标案例n个故障征兆信息并赋予数值；计算故障案例数据库中的各个案例C_n与目标案例C_r的相似度D_s；当案例的相似度D_s大于相似度阀值λ时，则输出该案例。根据输出的案例，指导排除直升机故障；若果指导未排除直升机故障，检索故障树数据库；进行基于规则和框架的故障树推理；定位故障原因并给出解决方案。本方法是可以应用于直升机全机故障通用化的诊断方法，有助于提高飞参分析的效率，减少排故人员的工作量。

技术领域

本发明涉及航空故障诊断技术领域，尤其涉及一种基于故障树和案例推理 的直升机智能故障诊断方法及系统。

背景技术

目前直升机外场维护主要依赖于维护人员的经验，维护设备和技术手段落 后，难以高效、准确地判断故障原因以及确定维修方案；直升机飞行参数类型 繁多，其中蕴含了大量的故障信息，目前主要依靠人工分析，缺少自动化的技 术分析飞行参数；装备更新换代日益频繁，维护人员难以快速掌握设备状态， 迫切需要自学能力强和扩展性好的故障诊断系统。

当前的故障诊断技术主要针对某种故障诊断方法在直升机上的应用，但由 于实际诊断对象复杂且各种诊断方法所固有的局限性，如基于解析模型方法严 重依赖完整准确、包含各种约束的数学模型；基于信号处理的方法不需要建立 数学模型，但仅仅针对被诊断对象的一种故障信号进行分析，且故障信号较难 获取；基于知识的方法如专家系统知识获取困难，缺乏自学习能力；因此无法单 独应用一种诊断方法就完全解决直升机的故障问题。

目前应用于直升机全机的通用故障诊断系统普遍采用的方法是基于知识的 专家系统，能够充分利用长期积累的直升机排故经验进行故障诊断，但是也存 在以下缺陷：知识获取困难，系统自学习能力差；飞行参数蕴含的故障信息缺 少深度挖掘，不能自动进行故障判读且人机交互差等问题。当前技术存在如下 缺点：

(1)当前的故障诊断技术主要针对某个系统或者部件的故障诊断，缺少应 用于直升机全机故障通用化的诊断方法；

(2)目前研究普遍采用某一种故障诊断方法应用在直升机上，但由于实际 诊断对象复杂，系统故障和征兆之间不存在简单的一一对应关系，且各种诊断 方法所固有的局限性，无法单独应用一种诊断方法解决直升机的各类问题。

(3)直升机飞行参数类型繁多，其中蕴含了大量的故障信息，目前主要依 靠人工分析，缺少自动化的技术分析飞行参数，飞参的图形化分析度不高且不 具有良好的人机交互等问题。

(4)长期的使用使得在直升机领域积累了完备的经验和知识，但由于目前 主要依赖人工分析，造成极大的人力消耗，且故障经验无法及时的记录和继承。

发明内容

鉴于此，为了解决现有技术中的一种技术问题，本发明提供了一种基于故 障树和案例推理的直升机智能故障诊断方法。该方法包括以下步骤：

第1步：飞行参数经过译码得到飞行参数的工程值；

第2步：根据故障判据知识库分析飞行参数的工程值，根据分析结果判断 直升机的故障征兆；

第3步：结合飞行参数的曲线和空/地勤的反馈，判断直升机的故障事件；

第4步：根据故障事件进行目标案例描述，输入目标案例n个故障征兆信 息并赋予数值；

第5步：检索故障案例数据库，计算故障案例数据库中的各个案例Cn与目 标案例Cr的相似度Ds；

第6步：当案例的相似度Ds大于相似度阀值λ时，则输出该案例；

第7步：根据输出的案例，指导排除直升机故障；