[发明专利]一种基于故障码分类的飞控故障诊断方法

摘要

本发明属于飞控故障诊断技术领域，涉及一种基于故障码分类的飞控故障诊断方法。本发明方法为基于机器学习的飞控系统故障诊断算法采用提升决策树算法，实现故障码特征的提取与泛化，实现故障成品的定位与快速飞控故障诊断。本发明通过从飞控系统运行产生的故障码大数据中挖掘出真实、可靠的故障信息，应用提升迭代决策树分类算法，完成飞控故障码与故障成品之间的映射学习，实现飞控故障的快速诊断。

主权项

1.一种基于故障码分类的飞控故障诊断方法，其特征在于，包括以下步骤：S1、飞控故障码的特征提取，将飞控故障码按字段划分进行特征提取，获得特征包括系统号、子系统号、成品号、故障类型、顺序号；S2、建立样本化的规则树，根据已知的故障诊断诊断经验知识和故障诊断事实性知识，令规则树的顶层节点为故障成品，规则树的底层节点为故障码，通过规则逻辑建立故障成品与故障码之间的逻辑关系，即使一个故障成品对应多个具有逻辑关系的故障码，规则树由此转化出若干条样本，作为训练样本；S3、使用步骤S1的方法对步骤S2中的故障码进行特征提取，获得信息量较小，但数据量较大的样本数据，将该步骤生成的样本数据作为预训练样本；S4、基于XGBoost算法进行故障诊断，以故障与成品的关联性因子，建立XGBoost算法的参数列表，通过迭代函数逐步添加参数调试，并通过建立迭代函数与损失函数之间的关系，根据损失函数选取最优参数，根据预训练样本训练获得预训练模型，预训练模型构建了飞控系统成品与故障码之间的关系，可进行低准确率从的故障诊断；在预训练模型的基础上，通过训练样本，重复以上XGBoost训练流程，得到具有高准确率的最终故障诊断模型，采用最终故障诊断模型对飞控故障进行诊断。