基于粗糙集与神经网络的飞机电子系统故障诊断方法研究
Fault Diagnostic of Aircraft Electronic Systems Based on Rough Set And Neural Network
民航作为重要的交通运输部门,发展越来越快.民航的快速发展,使得飞机的更新换代也越来越快,很多飞机老龄化越来越严重,这样就会使飞机在运行的过程中发生很多故障.故障的存在就会影响到飞行的安全,所以飞机故障的检测与维修就成为了重要的任务.飞机本身是一个复杂的系统,其故障类型及影响也是纷繁复杂的.在飞机的运营过程中,一些故障的发生可能会带来灾难性的后果,如何正确及时地诊断出飞机的故障对保证飞机安全地运营十分重要.飞机维修效率的低下和维修量的急剧增加使得飞机维修中故障检测的准确性和快速性成为了必需的研究方向.目前,对飞机复杂系统所进行的智能故障诊断已成为提高维修效率的研究重点粗糙集理论是一种新的处理模糊和不确定性知识的数学工具,具有处理数据能力强、算法简单、易于实现的特点.本文收集了航空公司B737飞机自动飞行系统故障信息利用粗糙集分析,经过属性的约简和值约简找出关键条件属性并且得出了简单的故障诊断规则,这样就解决了系统故障原因诊断不明或原因众多的问题,具有一定的现实意义;神经网络可以用于飞机系统故障的识别与分类,将原始数据利用粗糙集删除冗余属性,得到数据中的核心内容并将其作为神经网络的输入数据,减少样本容量,简化神经网络训练过程,克服了神经网络对于训练样本过大而造成的一些问题,从而实现了神经网络和粗糙集理论的有机结合,使得神经网络的训练更加的快速和精确.
- 作者:
- 郝一川
- 学位授予单位:
- 中国民航大学
- 专业名称:
- 导航、制导与控制
- 授予学位:
- 硕士
- 学位年度:
- 2015年
- 导师姓名:
- 张鹏
- 中图分类号:
- V267;TP183
- 关键词:
- 故障诊断;粗糙集;属性约简;神经网络
- fault diagnosis; Rough set; Attribute reduction; Neural network;