航空工業(yè)和航空運輸行業(yè)高速發(fā)展導(dǎo)致飛機型號迭代加快和航空公司機隊規(guī)�？焖贁U張,進而導(dǎo)致故障隔離難度增加和維修工作量劇增。如何快速確定關(guān)鍵故障信息,提高故障處置效率,減少對航班正常運行的影響,降低維修成本,是飛機航線維修面臨的一個難題。傳統(tǒng)的飛機航線故障處置主要依靠維修人員查找維修手冊制定排故方案并臨時預(yù)估故障處置時間,對歷史故障數(shù)據(jù)和維修經(jīng)驗利用不充分,導(dǎo)致排故效率低且對航班運行決策支撐不夠,進而導(dǎo)致飛機出現(xiàn)故障時航班延誤時間長且調(diào)整頻繁。本文針對上述問題展開研究,主要研究內(nèi)容如下:一、對飛機故障診斷和輔助排故的國內(nèi)外研究現(xiàn)狀進行綜述和分析,對飛機配電系統(tǒng)常見故障診斷分析方法,特別是故障樹分析法和專家系統(tǒng)方法進行了理論研究,并在文中配電系統(tǒng)故障分析和輔助排故綜合決策部分加以應(yīng)用。二、深入分析了某機型配電系統(tǒng)的組成結(jié)構(gòu)及其關(guān)鍵部件的功能和原理。從航線維修實際出發(fā),利用故障樹分析法分析某機型配電系統(tǒng)關(guān)鍵LRU的故障模式,并建立故障樹。根據(jù)飛機系統(tǒng)功能框圖和基本控制理論簡化飛機系統(tǒng),便于判斷故障信息處理的優(yōu)先級;同時結(jié)合維修工作實際,將故障簡化分為虛假故障和真實故障,便于在排故決策邏輯中計算... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【部分圖文】：

波音AHM系統(tǒng)功能示意圖

的適用性較好。故障樹分析法是一種由上往下的演繹式故障分析法，在故障模式影響分析的基礎(chǔ)上，采用從上到下的邏輯方式從系統(tǒng)故障或失效分析到引起系統(tǒng)或故障失效的根本原因，呈現(xiàn)樹根狀邏輯關(guān)系圖。飛機各系統(tǒng)是復(fù)雜系統(tǒng)，構(gòu)成可靠性框圖非常困難，因此采用故障樹分析是一種直觀有效的故障分析方法。（3）模糊診斷方法某些故障難以分析故障現(xiàn)象與故障原因之間的關(guān)系，故障診斷基于維修經(jīng)驗，不能用精確的數(shù)學(xué)模型或表達式來表示故障產(chǎn)生的可能性、故障位置和故障嚴(yán)重程度，解決這類問題最好采用模糊邏輯的方法[27-28]。如圖1-2所示，對現(xiàn)場數(shù)據(jù)提取特征值后，通過關(guān)系方程與數(shù)據(jù)庫進行匹配，然后通過既定的判斷原則，輸出診斷結(jié)論。模糊故障診斷方法中故障現(xiàn)象與故障原因之間的關(guān)系用模糊關(guān)系矩來表示，通過關(guān)系方程對特征向量進行分析和匹配，實現(xiàn)對故障的診斷和分析。模糊故障診斷方法簡單，但初始關(guān)系矩陣和關(guān)系方程確定困難。圖1-2模糊診斷方法

華南理工大學(xué)工程碩士學(xué)位論文6（4）神經(jīng)網(wǎng)絡(luò)故障診斷方法神經(jīng)網(wǎng)絡(luò)理論屬于人工智能范疇，具有自我學(xué)習(xí)能力強、分布式并行處理數(shù)據(jù)能力強以及非線性映射能力強的優(yōu)點[26-28]。如圖1-3所示，使用初始故障現(xiàn)象與故障原因的標(biāo)準(zhǔn)數(shù)據(jù)樣本對模型進行訓(xùn)練，形成網(wǎng)絡(luò)模型，后續(xù)根據(jù)網(wǎng)絡(luò)模型首先故障現(xiàn)象輸入與故障原因輸出的非線性映射。但訓(xùn)練的初始樣本獲取困難度高，網(wǎng)絡(luò)權(quán)值表達方式難以確定。圖1-3神經(jīng)網(wǎng)絡(luò)故障診斷（5）模糊綜合評價法模糊綜合評價法基于模糊數(shù)學(xué)的隸屬度理論，把難以量化評估的各種影響因素進行數(shù)字化表示，并按照隸屬度關(guān)系進行計算，從而做出總體的定量評價[27-28]。（6）專家系統(tǒng)故障診斷方法文獻[28-40]介紹了專家系統(tǒng)故障診斷方法及在航空故障診斷中的應(yīng)用。專家系統(tǒng)基于大量領(lǐng)域?qū)＜抑R經(jīng)驗、歷史數(shù)據(jù)等規(guī)范化、結(jié)構(gòu)化的數(shù)據(jù)，使用計算機程序模擬人類專家思維方式的，對問題或故障進行推理和判斷。專家系統(tǒng)在航空故障診斷中應(yīng)用廣泛，但該系統(tǒng)對知識獲取的依賴性大，開發(fā)難度較大，難以用于復(fù)雜系統(tǒng)和全新系統(tǒng)的故障診斷，在單一故障診斷方面支持性較好，在多重故障診斷方面應(yīng)用困難。1.4本文主要研究內(nèi)容和研究路線本文對某航空公司2019年的200余項運行中突發(fā)故障的排故處置案例數(shù)據(jù)進行復(fù)盤統(tǒng)計，其故障預(yù)判時間和制定排故方案環(huán)節(jié)時間的正態(tài)分布如圖1-4所示：故障預(yù)判平均時間約0.6小時，約63%故障可以在0.5小時內(nèi)完成故障預(yù)判；制定排故方案平均時間約1.4小時，約66%的故障可以在1小時內(nèi)制定排故方案。突發(fā)故障的平均的故障預(yù)判和制定排故方案時間約為2小時，超過了常規(guī)的過站或短停時間（約為0.75-1.5小時）和航前準(zhǔn)備時間（約為1.5-2小時），加上后續(xù)的排故工作時間，極易導(dǎo)致航班延

【參考文獻】：
期刊論文
[1]飛機航電系統(tǒng)故障分析方法與故障診斷技術(shù)探討[J]. 毛鵬.  電子測試. 2020(03)
[2]民航飛機維修技術(shù)和方法探究[J]. 潘永洲.  中國設(shè)備工程. 2020(01)
[3]基于故障樹的飛機結(jié)冰探測系統(tǒng)[J]. 王小輝.  中國科技信息. 2019(20)
[4]LRU可靠性評估仿真模型及實例分析[J]. 胡啟先,王卓健,任帆.  航空工程進展. 2019(05)
[5]飛控系統(tǒng)專家診斷平臺的設(shè)計[J]. 魏曉晴.  工業(yè)儀表與自動化裝置. 2019(05)
[6]民航飛機維修技術(shù)方法要點[J]. 強煒.  電子技術(shù)與軟件工程. 2019(13)
[7]飛機機械故障診斷智能專家系統(tǒng)研究[J]. 薛鋒,郭偉,王培淞.  科技風(fēng). 2019(16)
[8]淺談故障模式影響分析在維修工程分析技術(shù)體系中的應(yīng)用[J]. 許清華.  航空維修與工程. 2019(05)
[9]基于大數(shù)據(jù)技術(shù)在飛機維修中的應(yīng)用分析[J]. 張宇.  內(nèi)燃機與配件. 2019(08)
[10]基于故障樹分析的機載防撞系統(tǒng)故障的排除[J]. 林強,李洪偉,章學(xué)鋒.  航空維修與工程. 2019(02)

博士論文
[1]現(xiàn)代大型客機故障診斷專家系統(tǒng)的研究與開發(fā)[D]. 吳海橋.南京航空航天大學(xué) 2002

碩士論文
[1]基于最小割集的飛機電網(wǎng)可靠性分析[D]. 郝雯超.中國民航大學(xué) 2019
[2]一種飛機智能配電系統(tǒng)的設(shè)計與實現(xiàn)[D]. 張永強.電子科技大學(xué) 2019
[3]基于專家系統(tǒng)的無人機故障診斷系統(tǒng)研究[D]. 金吉.河北科技大學(xué) 2018
[4]基于可靠性框圖法的智能變電站保護系統(tǒng)可靠性研究[D]. 柳紅.西華大學(xué) 2017
[5]飛機發(fā)動機故障診斷專家系統(tǒng)研究[D]. 劉平華.青島科技大學(xué) 2017
[6]面向適航的民機系統(tǒng)動態(tài)故障樹分析方法研究[D]. 徐璇.南京航空航天大學(xué) 2017
[7]飛機航電系統(tǒng)故障分析方法與故障診斷系統(tǒng)研究[D]. 莊緒巖.中國民用航空飛行學(xué)院 2015
[8]分布式智能配電系統(tǒng)[D]. 吳曉輝.西安電子科技大學(xué) 2012
[9]基于故障樹的通用航空器故障診斷專家系統(tǒng)研究[D]. 劉江.中國民用航空飛行學(xué)院 2011
[10]基于案例的飛機排故模擬和智能訓(xùn)練技術(shù)[D]. 王開峰.南京航空航天大學(xué) 2007



本文編號：3316114