某型飞机电源故障诊断专家系统设计与实现

合集下载

某型机载设备故障诊断专家系统知识库的设计

Hans Journal of Data Mining 数据挖掘, 2016, 6(1), 37-41Published Online January 2016 in Hans. /journal/hjdm/10.12677/hjdm.2016.61005Design of Expert System Knowledge Base for Certain Airborne EquipmentYugang Wang, Haijun Peng, Sichen WangNaval Aeronautical Engineering Academy Qingdao Branch, Qingdao ShandongReceived: Dec. 28th, 2015; accepted: Jan. 11th, 2016; published: Jan. 14th, 2016Copyright © 2016 by authors and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY)./licenses/by/4.0/AbstractThe equipment of military aircraft becomes complex gradually, and field work becomes harder. In order to timely detect fault, ensure the aircraft intact and achieve a normal combat training work, this paper introduces the basic components of a certain type of airborne equipment, and the ex-pert system is discussed in detail by showing examples and knowledge database to build the knowledge base rules. At the same time, to ensure the consistency and integrity of the expert sys-tem knowledge base, rules are classified first, and then abnormal rules are detected and treated.And through the interactive processing with maintenance personnel, the conclusions become more reasonable and accurate.KeywordsExpert System, Knowledge Database, Fault Diagnosis, Rule某型机载设备故障诊断专家系统知识库的设计王玉刚，彭海军，王思臣海军航空工学院青岛校区，山东青岛收稿日期：2015年12月28日；录用日期：2016年1月11日；发布日期：2016年1月14日王玉刚等摘要军用飞机装备日趋复杂，其外场维护保障工作难度加大。

搭载故障诊断系统的航空发动机的设计与实现

搭载故障诊断系统的航空发动机的设计与实现现代航空发动机是飞机性能的关键组件，其可靠性和安全性对飞行的成功与否有着至关重要的影响。

为此，科技界不断探索新的解决方案，来提高发动机的可靠性和安全性。

其中，故障诊断系统是一种非常重要的技术，它可以通过实时监测发动机的性能，发现潜在的故障，并在故障发生前将其排除。

为了实现故障诊断系统的有效运作，设计航空发动机需要考虑以下几个方面：1. 硬件设计故障诊断系统的硬件设计很关键，它包括传感器设计、控制器等组件的选择，以及电路连接等方面。

需要选择高性能的硬件组件，尽可能降低故障诊断系统对发动机的影响。

此外，需要确保硬件组件的耐用性和可靠性。

2. 软件设计故障诊断系统的软件设计也非常重要，它需要包括各种传感器的采集与处理，以及控制器的指令与输出等内容。

软件需要确保实时性和准确性，对于不同类型的故障需要有相应的检测策略和处理方案，确保对发动机性能的监测和控制更加精准。

3. 故障预测故障预测是故障诊断系统中的一个重要部分，它可以通过分析发动机的性能数据，提前预测可能出现的故障，以便及时采取有效措施。

故障预测需要精准的模型算法支持，可以借鉴机器学习、人工智能等技术，将海量的数据处理为可靠的预测结果。

4. 实际验证在故障诊断系统设计完成后，需要进行实际验证。

这个过程需要先进行模拟测试，测试是否具备预想的性能，然后到实际环境进行测试，如何在确保安全的前提下检测和控制实际的无人机飞行。

其中最重要的部分是，实验结果的准确性和对性能的检验。

如果实验结果符合性能要求，那么故障诊断系统就可以进入到实际的商用阶段。

设计故障诊断系统的航空发动机，是一个有挑战性的任务。

它需要考虑到硬件、软件、模型算法等多个方面的细节，在实际的应用过程中还需要考虑如何精准地检测和控制飞机的飞行。

尽管搭载故障诊断系统的航空发动机在设计实现过程中有一定的困难，但是实现后可以大大提高飞行的安全性和可靠性。

未来，随着航空科技的不断进步，对故障诊断系统的要求也将越来越高，科技界有必要保持创新精神和实践水平，以便更好地满足未来航空领域的需求。

某型飞机起落架故障诊断系统的设计与实现

某型飞机起落架故障诊断系统的设计与实现摘要:本文从某型飞机起落架系统的构造及工作原理出发,基于起落架系统常见故障研究结果,提出故障诊断系统的设计。

根据软件工程方法,从流程分析出发,提出功能需求设计,然后对系统的软硬件运行环境进行设计,建立系统的E-R(关系实体图),再通过PowerDesigner 工具建立满足设计需要的数据库的概念模型和物理模型,并生成相应的MS SQL SERVER数据库表。

基于以上设计,采用基于.NET平台的开发技术,实现了基于B/S架构的某型飞机起落架故障诊断系统,并通过相应测试。

该系统界面友好,操作简单,功能强大,是一个能满足现行需求的系统。

关键词:飞机起落架故障诊断系统引言某型飞机是我国第一款完全按照CCAR23R2部法规要求、以市场需求为基础、以适合通用训练飞行为原则、多方合作研制而成的轻型多用途通用飞机。

该飞机于2005年试飞成功并交付用户使用,具有构造简单、维护方便、视野开阔、操纵灵敏、电子设备先等进特点,其起落架系统系前三点、可收放设计。

起落架系统直接影响到飞机起飞、着陆性能的实现与飞行安全。

据统计,起落架系统常见的失效形式有:收放机构出现疲劳裂纹;减震装置、作动筒密封损坏而造成失效;收放机构变形过大导致卡阻;安全余度不够而造成的系统工作失效等。

经调查研究发现:因为收放机构中的构件损坏而导致起落架放不到位,致使飞机迫降事故的发生概率为34．4%。

另据资料统计数据显示,从1993～2003年的十年间,各类飞机因起落架系统故障引起的事故就占到了23%[1～4]。

基于上述研究结果:为做到未雨绸缪,确保新型飞机的安全飞行,加强对新型飞机起落架系统的故障研究就显得格外重要。

1 软件系统的设计[5～8]软件系统的实现流程主要是首先进行流程分析,在此基础之上进行需求分析,提出功能需求,从而设计出适用的数据库,再根据功能需求进行数据库编程;然后进行页面设计与页面编程。

最后在系统基本功能实现以后进行系统测试,逐步改进系统,使系统达到预期设计效果。

基于深度学习的飞机故障诊断系统设计与开发

基于深度学习的飞机故障诊断系统设计与开发飞机是现代社会中最重要的交通工具之一，它的安全性对人们的生活和经济发展都有着重要的影响。

然而，飞机故障是不可避免的，因此如何及时准确地诊断和解决飞机故障问题成为了航空工程领域的一个重要挑战。

过去，飞机故障诊断通常依赖于经验丰富的技术人员进行手动检查和分析，这种方式不仅耗时，而且容易出错。

近年来，随着深度学习技术的发展，基于深度学习的飞机故障诊断系统逐渐成为研究的热点之一。

这种系统利用深度学习算法自动分析飞机故障数据，快速准确地诊断故障，为维修人员提供指导。

基于深度学习的飞机故障诊断系统涉及到多个方面的研究和开发内容。

首先，需要建立一个大规模的故障数据集。

这个数据集应该包含各种不同类型的飞机故障情况，如发动机故障、电气故障、机翼故障等。

通过收集并标记这些故障数据，可以为深度学习算法提供训练和验证的基础。

其次，需要选择一个适合的深度学习模型来进行故障诊断。

当前常用的深度学习模型包括卷积神经网络（CNN）、循环神经网络（RNN）和变换器（Transformer）等。

这些模型具有强大的特征提取和学习能力，能够从大量的故障数据中提取有用的特征，帮助诊断故障。

然后，需要对选择的深度学习模型进行训练和优化。

在训练过程中，应该使用故障数据集进行模型的参数调整和学习。

通过迭代训练和验证，可以提高模型的准确性和鲁棒性，使其能够适应不同类型和严重程度的飞机故障情况。

同时，还需要针对不同的故障类型设计相应的特征提取和处理方法。

由于不同类型的故障表现出不同的特征，因此需要根据实际情况设计不同的特征提取算法。

例如，在发动机故障诊断中，可以通过提取振动信号的频谱特征和时域特征来判断故障类型和严重程度。

最后，需要设计和开发一个用户友好的故障诊断系统。

这个系统应该具备简单易用的界面，可以根据输入的故障数据给出准确的故障诊断结果。

同时，还应该提供相关的故障分析和处理建议，帮助维修人员快速解决问题。

基于事例的飞机故障诊断系统设计与实现

方便，可以不需要专家的干预而把缺少的事例加到事例
库中，完成ＣＢＲ的学习功能。
相比，我国航空维修保障能力虽然近些年来有了质的飞
跃，但还存在很大的障诊断技术在诊断方法、诊断手段以及诊断效果上逐渐成熟，缩短了与世界先进水平的差距。以某飞行训练团为例，该团飞机已全部安装了发动机监控与诊断系统。通
飞机具有结构复杂、多变量、非线性等特点。本文
备的维修与保障过程中，出现了故障智能诊断系统的概
念。
研究的飞机在部队服役多年，通过对历史事件的收集，
积累了大量的维护保障经验，所以为了更加有效的排除
故障诊断专家系统的任务是依靠计算机监视设备
的工作状态，判断设备是否工作正常，若发生故障，则
过安装在飞机发动机上的飞参系统，对其状态时时监
２．２故障诊断系统的组成
飞机不同功能的系统组成，故障的现象、原因也各不相同，许多征兆不易测量和获取，基于此，本研究提出一种基于咨询模型的飞机故障诊断专家系统，包括以下模块： ①信息诊断模块。对故障做出正确诊断是有效排除故障的先决条件。对于飞机这样复杂的系统，很难把所
故障，本文采用基于事例的方法对飞机故障诊断系统进行研究。
找出故障原因，并提出解决办法，给机务保障人员提供技术支持，以便在短时间内完成维修保障工作；同时，专家系统还能够根据以往经验，在故障尚未发生之前，通过对风险源分析，对可能要发生的机械故障进行预警，提示机务人员做好维修准备，避免发生故障。以某
的故障提供解决方案。该系统具有自学习功能，并能够不断丰富自身功能。实践表明，应用此系统可以降低机务人员的工作强度，大幅度提高机务人员维修保障能力，具有一定的实用价值。关键词：飞机；事例；故障诊断

飞行器故障预测与诊断系统的设计与实现

飞行器故障预测与诊断系统的设计与实现近年来，随着航空业的快速发展，飞行器的安全性和可靠性成为人们关注的焦点。

为了确保飞行器的顺利运行和乘客的安全，飞行器故障预测与诊断系统的设计与实现显得尤为重要。

本文将介绍该系统的设计原理、关键技术以及实施步骤，以便提高飞行器的故障处理能力。

首先，飞行器故障预测与诊断系统的设计需要基于大量的飞行数据和先进的数据分析技术。

系统的设计目标是通过对飞行数据的实时监测和分析，来预测飞行器可能发生的故障，并提供精准的诊断结果。

为了实现这一目标，系统需要具备以下关键技术：故障特征提取、故障分类和故障预测模型构建。

在故障特征提取方面，系统需要根据不同飞行器的特点和工作原理，选择合适的传感器，以获取飞行过程中的各种信号。

传感器的选择应综合考虑信号采集的准确性和成本效益。

通过传感器采集到的原始数据，应通过信号处理技术提取出与故障相关的特征参数。

这些特征参数能够较好地反映飞行器工作状态的变化，为后续的故障分类和预测提供基础。

故障分类是飞行器故障预测与诊断系统中的核心任务之一。

在故障分类过程中，系统需要通过对提取的特征参数进行分析和匹配，将飞行器故障归类到不同的故障类型中。

这一步骤需要借助机器学习算法，通过训练数据集对故障模式进行学习和建模。

常用的机器学习算法包括支持向量机、决策树和神经网络等。

系统将根据已有的故障特征以及对应的故障类型，构建故障分类模型，为后续故障预测提供基础。

故障预测模型构建是飞行器故障预测与诊断系统的另一个重要环节。

通过监测飞行器当前的工作状态和历史故障数据，系统需要能够判断飞行器未来可能发生的故障类型及其发生的概率。

为了构建有效的故障预测模型，需要利用到统计学、机器学习和数据挖掘等相关领域的技术，对飞行数据进行建模和分析。

常用的故障预测模型有基于贝叶斯推理的模型、基于神经网络的模型和基于遗传算法的模型等。

系统将通过对飞行数据的实时分析，根据已有的故障分类模型和故障预测模型，实现对飞行器故障的准确预测。

机载电子设备故障诊断专家系统的设计与实现

２Ｕｎｉ６９２ｏｆ．ｔ１０ＰＬＡ，Ｙｉｉ４００；．Ｕｎｔ６７６ｆＰＬＡ，Ｗｅｓｕ２０ｂｎ６４０３ｉ１９ｏｎｈｉ０３１０）
ＡｂｔａｔＴｏｓｌｅｔｅｐｏｌｍｓｏａｌｄａｎｓｓｓｓｅｕｈａｏｅｆｉｎｙｏｅｒｈａｄｐｏｉｔｎｎｅｏｈｓｒｃ：ｏｖｈｒｂｅｆｆｕｔｉｇｏｉｙｔｍｓｓｃｓｌｗｆｉｅｃｆａｃｎｏｒｍａｎｅａｃｆｔｅｃｓ
摘
要：针对航空机载电子设备故障知识日益膨胀导致的故障诊断系统效率低下、以快速有效地进行电子装备维难
护的问题，提出了一种新的、基于专家系统的机载电子设备故障诊断系统。分析了专家系统的原理和结构，究了一研
般产生式规则与模糊产生式规则相结合的知识表示方法及精确推理与模糊推理相结合、基于规则推理、案例推理、模
ｇｎｒｌｐｏｕｔｎｒｌｔｕｚｒｄｃｉｎｒｌ，ｒａｏｉｇｍｅｈｎｓｅｅａｒｄｃｉｕｅｗｉｆｚｙｐｏｕｔｕｅｅｓｎｎｃａｉｍｉｔｇａｉｇｐｅｉｅｒａｏｉｔｕｚｏｈｏｎｅｒｔｎｒｃｓｅｓｎｎｗｉｆｙｇｈｚｒａｏｉｇｎｅｓｎｎｔａｅｙｂｓｄ０３ｒｌ，ｅｓｅｓｎｎ，ａｄｒａｉｇｓｒｔｇａｅ１ｕｅａｅ，ｍｏｅｎｙｒｅｓｎｎｒｔｄｅ．Ａａｌｉｇｏｉｏ．ｄｌａｈｂｉｒａｏｉｇｗｅｅｓｕｉｄｄｄｆｕｔｄａｎｓｓ

基于机器学习的航空故障诊断系统设计与实现

基于机器学习的航空故障诊断系统设计与实现近年来，机器学习在诸多领域的应用不断扩展，航空行业也不例外。

在航空领域，机器学习被广泛应用于航班调度、安全控制、维修保养等方面。

本文将重点介绍基于机器学习的航空故障诊断系统的设计与实现。

一、背景介绍航空安全一直是人们十分关心的话题，航空故障的发生往往会导致人员伤亡和严重的财产损失。

对于航空企业而言，故障的发现和处理是一个非常重要的环节。

传统的故障诊断方法需要依赖于专业技术人员的经验，而且判断结果有一定的不确定性。

现在，基于机器学习的故障诊断系统已经逐渐被应用于航空维修保养中，使故障处理更加高效、及时、准确。

二、机器学习在航空故障诊断中的应用机器学习是一种通过统计学方法进行模式识别和预测的技术。

在航空故障诊断中，机器学习主要应用于以下几个方面：1.数据采集要对飞机进行故障诊断，首先需要采集大量的数据。

现代飞机通常都配有各种传感器，能够实时检测飞机的运行状态。

这些传感器能够采集大量的监控数据，例如引擎温度、油压、飞行高度等。

这些数据会直接影响飞机的安全性，因此需要进行及时的监控和分析。

2.数据清洗采集到的数据往往存在噪声和缺失值，需要进行数据清洗。

数据清洗是机器学习中非常重要的一个环节，保证了数据的质量和准确性。

在数据清洗中，需要对缺失值进行插补，对异常值进行过滤，对数据进行归一化等。

3.特征提取对于采集到的大量数据，需要提取出能够反映故障状态的特征，进而构建分类模型。

特征提取是机器学习中非常关键的一个环节。

在特征提取中，需要采用各种数学算法和模型，例如主成分分析、奇异值分解等。

4.分类模型构建在特征提取之后，需要对数据进行分类模型的构建。

分类模型通常有多种选择，例如决策树、支持向量机、神经网络等。

需要根据采集到的数据的特点和应用场景进行选择。

5.模型训练和评估对于构建好的分类模型，需要使用采集到的数据进行训练和评估。

在模型训练中，需要使用一部分数据进行训练，另一部分数据进行测试和验证。

基于人工智能的飞机故障诊断系统设计与实现

基于人工智能的飞机故障诊断系统设计与实现飞机作为一种重要的交通工具，其安全运行至关重要。

然而，随着航空业的不断发展，飞机的复杂性和难度也在不断增加，飞机故障诊断成为一项极具挑战性的任务。

为了实现飞机故障的快速准确诊断，基于人工智能的飞机故障诊断系统日益受到关注和研究。

基于人工智能的飞机故障诊断系统旨在利用机器学习和数据分析技术，通过对大量的飞机数据进行处理和分析，从中提取有用的信息，识别故障原因，并向操作员或维修人员提供准确的故障诊断结果和建议。

这种系统的设计与实现至关重要，涉及数据采集、特征提取、模型训练等多个方面。

首先，数据采集是基于人工智能的飞机故障诊断系统的重要环节。

飞机上安装了大量的传感器和监控设备，能够实时采集飞机各部位的状态数据，例如发动机温度、油压、涡轮转速等。

这些数据包含了丰富的信息，可以反映飞机的性能和运行状态。

为了诊断飞机故障，首先需要建立一个数据采集系统，实时采集飞机数据，并将其存储在数据库中，为后续的分析和处理做好准备。

然后，基于人工智能的飞机故障诊断系统还需要进行数据预处理和特征提取。

由于实际的飞机数据通常包含了大量的噪声和干扰，需要对数据进行清洗和过滤，以去除无效或错误的数据。

之后，根据故障诊断的要求，从清洗后的数据中提取相关特征，并对特征进行筛选和重要性评估。

这样可以减少特征的维度，提高故障诊断的效率和准确性。

接下来，建立适当的故障诊断模型是基于人工智能的飞机故障诊断系统的核心任务之一。

通过从清洗和特征提取后的数据中学习和训练，可以构建不同类型的故障诊断模型，例如基于规则的专家系统、基于统计的机器学习模型、基于深度学习的神经网络模型等。

这些模型需要根据实际情况选择和设计，考虑到数据的复杂性和系统的实时性。

必要时，还可以采用集成学习的方法，将多个模型组合起来，获得更好的诊断效果。

除了模型的选择和设计，模型的训练和优化也是不可忽视的环节。

在训练过程中，需要使用飞机数据集进行模型参数的调整和优化，以达到更准确的故障诊断效果。

现代大型客机故障诊断专家系统的研究与开发

2、数据挖掘：利用数据挖掘技术对历史数据进行处理和分析，发现隐藏在数据中的有用信息，提高故障诊断的准确性。
3、知识推理：利用专家知识进行推理，实现对新问题的快速分类和诊断。
参考内容二
故障诊断专家系统是近年来备受的研究领域，其在各种工业领域的应用具有重要意义。本次演示将介绍故障诊断专家系统研究的现状和展望，旨在为相关领域的研究和实践提供参考。
三、研究方法
本研究采用系统工程的研究方法，包括需求分析、系统设计、实验验证等阶段。首先对飞行员、维修人员进行深入调查，明确故障诊断需求；接着设计系统方案，建立原型系统；最后通过实际应用，验证系统的有效性和可靠性。
四、成果与不足
经过一系列的研究与实践，现代大型客机故障诊断专家系统在提高故障诊断效率、降低误诊率方面取得了显著的成果。然而，仍存在一些不足，如知识库构建的完备性、诊断算法的精度和实时性等问题，需要进一步加以解决。
2、技术：故障诊断专家系统采用的技术包括专家系统、模糊逻辑、神经网络等。专家系统利用专家知识建立知识库，通过推理机制实现故障诊断。模糊逻辑则用于处理不确定信息，提高诊断准确率。神经网络则通过模拟人脑神经元连接方式，实现故障模式的自航天、电力、化工等领域得到了广泛应用。例如，在航空航天领域，故障诊断专家系统能够实时监测飞行器的运行状态，及时发现故障，从而保障飞行安全。在电力领域，故障诊断专家系统能够对电网进行监测和预警，确保电力系统的稳定运行。在化工领域，故障诊断专家系统能够对各种化工设备进行监测和诊断，提高生产效率。
目前，故障诊断专家系统在方法、技术和应用方面呈现出以下现状：
1、方法：故障诊断专家系统主要采用基于规则、基于模型和基于深度学习等三种方法。基于规则的方法是最常用的故障诊断方法，其核心是利用专家经验建立规则库，通过匹配规则库来诊断故障。基于模型的方法则是通过建立设备数学模型，根据模型输出与实际输出之间的差异来诊断故障。而基于深度学习的方法则通过训练大量数据集来让系统自动识别故障模式。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｂａｓｅｄｏｎａｎａｌｙｓｉｎｇｔｈｅｌｏｓｔｍｏｄｅａｎｄｆａｕｌｔｍｅｃｈａｎｉｓｍｏｆｃｅｒｔａｉｎａｉｒｃｒａｆｔｅｌｅｃｔｒｉｃａｌｐｏｗｅｒｓｙｓｔｅｍ，ａｎｄａｄｏｐｔｔｈｅｒｕｌｅ — ｂａｓｅｄｆａｕｌｔｔｒｅｅａｎａｌｙｓｉｓｔｅｃｈｎｏｌｏｇｙｔｏａｎａｌｙｓｅｔｈｅｆａｕｌｔｍｏｄｅｌｓ．Ｔｗｏｒｅａｓｏｎｉｎｇｍｅｃｈａｎｉｓｍｓ，ｔｈｅｆｏｒｗａｒｄｒｅａｓｏｎｉｎｇａｎｄｂａｃｋｗａｒｄｒｅａｓｏｎｉｎｇ，ａｒｅｉｎｔｒｏｄｕｃｅｄ．Ｗｅａｌｓｏｓｔｕｄｙｔｈｅｃｏｎｓｔｕｃｒｔｉｏｎｍｅｔｈｏｄｗｈｉｃｈｉｓｂａｓｅｄｏｎｔｈｅｄａｔａｂａｓｅｔｅｃｈｎｉｑｕｅａｎｄｋｎｏｗｌｅｄｇｅｂａｓｅ．Ｔｈｅｒｅｓｕｌｔｓｈｏｗｓｔｈａｔｔｈｅｒｅａｓｏｎｉｎｇｏｕｔｃｏｍｅｏｆｔｈｅｆａｕｌｔｄｉａｇｎｏｓｉｓｓｙｓｔｅｍｉｓｉｎａｃｃｏｒｄａｎｃｅｗｉｔｈｔｈｅａｃｔｕａｌｓｉｔｕａｔｉｏｎ，ｉｔｉｍｐｒｏｖｅｓｔｈｅｉｎｔｅｌｌｅｃｔｕａｌｉｓｅｄｌｅｖｅｌｆｏｆａｕｌｔｄｉａｇｎｏｓｉｓｓｙｓｔｅｍｆｏｒａｉｒｃｒｆｔａ
杨海涛于克杰曹俊彬
（空军第一航空学院航空仪电工程系（空军第一航空学院航空修理工程系河南信阳４６４０００）河南信阳４６４０００）
摘
要
为了准确、快速地对飞机电源系统故障进行诊断和排除，在分析某型飞机电源系统的失效模式和故障机理的基础上，建
第３０卷第４期
２０１３年４月
计算机应用与软件
ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ
Ｖ０１．３０Ｎｏ．４Ａｐｒ．２０１３
某型飞机电源故障诊断专家系统设计与实现
立故障树，采用基于规则的故障树分析技术对故障模型进行分析，引入正向推理和反向推理两种推理机制，研究了基于数据库技术
的知识库的构建方法，设计某型飞机电源故障诊断专家系统。结果表明，该故障诊断系统的推理结果符合实际情况，提高了飞机电
源系统故障诊断的智能化水平。
关键词
中图分类号
专家系统电源系统故障树故障诊断
ＴＰ３１７文献标识码ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００ — ３８６ｘ．２０１３．０４．０５８
（ＤｅｐａｒｔｍｅｎｔｏｆＡｅｒｏｎａｎｄＥｌｅｃｔｒｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＴｈｅＦｉｒｓｔＡｅｒｏｎａｕｔｉｃａｌＩｎｓｔｉｔｕｔｅｆＡｏｉｒＦｏｒｃｅ，Ｘｉｎｙａｎｇ４６４０００，Ｈｅｎａｎ，Ｃｈｉｎａ）（ＤｅｐａｒｔｅｎｍｔｆＡｏｅｒｏｎａｕｔｉｃＲｅｐａｉｒＥｎｇｉｎｅｅｉｒｎｇ，ＴｈｅＦｉｒｓｔＡｅｒｏｎａｕｔｉｃａｌＩｓｔｎｉｔｕｔｅｆＡｏｉｒＦｏｒｃｅ，Ｘｉｎｙａｎｇ４６４０００，Ｈｅｎａｎ，Ｃｈｉｎａ）
ＡｂｓｔｒａｃｔＩｎｏｒｄｅｒｔｏｄｉａｇｎｏｓｅａｎｄｔｒｏｕｂｌｅｓｈｏｏｔｔｈｅｆａｕｌｔｓｉｎａｉｒｃｒａｆｔｅｌｅｃｔｒｉｃａｌｐｏｗｅｒｓｙｓｔｅｍａｃｃｕｒａｔｅｌｙａｎｄｆａｓｔ，ｗｅｂｕｉｌｄｔｈｅｆａｕｌｔｔｒｅｅ
ＤＥＳＩＧＮＩＮＧＦＡＵＬＴＤＩＡＧＮＯＳＩＳＥＸＰＥＲＴＳＹＳＴＥｎＦＯＲＥＬＥＣＴＩＵＣＡＬＰｏＷＥＲｏＦＣＥＲＴＡＩＮＴＹＰＥＡＩＲＣＲＡＦＴＡＮＤＩＴＳＡＰＰＬＩＣＡＴＩｏＮ
ＹａｎｇＨａｉｔａｏＹｕＫｅｊｉｅＣａｏＪｕｎｂｉｎ