飞机故障诊断介绍20100115

飞机故障诊断中的知识表达：

① 知识的来源，飞机故障诊断知识与一般性知识对比所具有的特性；

② 如何表达：基于什么视角，从哪些方面来表达这些知识，如何建立模型来表达；比如从F-B-S 。

③ 飞机故障诊断知识表达的作用和意义：飞机故障诊断方法中需要对知识表达等问题深入研究，为诊断提供基础和前提，为使用相关方法提供支撑。 ④

现代大型客机作为一种复杂的机电设备，由于人为失误、材料缺陷、制造误差及使用环境波动等因素的影响以及疲劳、磨损和老化等效应的存在，使得在飞机运行过程中不可避免地会发生各种故障[1-3]。所谓飞机故障诊断，就是鉴别飞机设备的技术状态是否正常，确定故障性质、故障部位及故障起因，提出相应维修措施以排除飞机故障的过程，是保证航班安全、正点的重要的措施[4]。（硕士论文：基于飞行数据的飞机故障预测与故障诊断系统研究，2007.1）

一、民航飞机故障诊断的特点

1、故障诊断必须满足适航性的要求

民用航空，包括民用航空器的设计、制造、使用和维修均处于有关国际组织和各国法规的严格控制之下。对飞机进行故障诊断的适航性要求主要体现在飞机制造商提供的AMM[28]、FIM[29]、CMM 、MEL 及CDL 中。

2、故障征兆和故障原因间不一定有明确的对应关系

飞机系统由30多个子系统组成，子系统之间相互关联。并且子系统又包含了多个分系统。在子系统内，层次之间的信息联系又是不确定的。例如A320系列飞机的无线电导航系统、大气数据惯性基准系统（ADIRS ）、飞行管理、制导计算机系统（FMGCS ）、电子飞行仪表系统（EFIS ）等都与飞行控制系统存在着数据通信。而飞行控制系统内部的分系统之间又存在相互交联信号。由此可见，故障具有纵向传播和横向传播特性。较高层次系统的故障来源于底层次系统故障，同一层次上的不同系统之间在结构和功能上存在许多联系和耦合。

3、故障诊断涉及的结构层次有所提高

随着飞机模块化、集成化程度的提高，故障诊断的结构层次也相应提高。尤 其是航线维护，当故障源查到某一部件层，就要求整体更换此部件来排除故障。 即航线维护就是诊断到部件级，而非元件级。

4、诊断时间要求紧

航线维护是在航前、航后、短停期间进行。为了减少因航班延误带来的损失，要求航线维护在规定时间内完成。尤其是短停，时间要求紧。

5、航线可更换件维修的难点集中在诊断逻辑部分

飞机系统故障诊断的步骤主要为：首先要检测到故障特征信号并完成故障征兆的提取；这一步可由飞机的自检设备完成并显示征兆信息。在大多数情况下无须维修人员参与。其次根据故障征兆确定故障原因，此处是故障诊断的难点，尤其是对于疑难故障，BITE 难以做到对故障的准确定位。（硕士论文：民航飞机故障诊断方法集成研究，2009.3.31）

二、民航飞机故障诊断的知识来源

维修手册（故障信息）、维修大纲（经验知识）、可靠性分析报告（统计信息）

[30]和专家经验是民航飞机故障诊断的主要知识来源。（思考：1针对三类不同的知识，分别采用不同的知识表达方法；还是从功能、行为、结构三方面来表达；）

1、维修手册

维修手册中包含了民航飞机的系统结构图、系统原理图、故障诊断步骤等信，维修人员在使用时按自己的理解形成推理规则。维修手册内容主要包括传统故障隔离和排除的全过程。由于维修手册是标准文件，未体现出飞机使用后的体特征

和环境差异，同时从维修手册中获取的规则往往比实际情况复杂。

目前，飞机维修[2][3]主要依据制造厂商提供的排故手册进行排故。排故手册涵盖了几乎所有可能引起该故障的组件，并给出了组件的拆换次序，这虽然能够解决绝大部分飞机维护中遇到的故障问题，但是排故过程烦琐，排故效率低。（后果和造成影响）尤其在飞机飞行短停过程遇到故障时，经常由于无法及时维修导致航班延误，造成航空公司的巨大损失。针对飞机维修工作量快速增长与维修效率低的矛盾，将人工智能方法应用于民航飞机故障诊断以提高维修效率成了一个研究趋势，目前以神经网络、专家系统、故障树等应用最多（故障手册为基于规则的诊断，专家系统是基于案例/现象的诊断；故障手册中重点研究知识搜索的方法，专家系统中重点研究知识如何表达）。

2、维修大纲

维修大纲是民航飞机故障诊断依据的计划性文件，主要包含了部件的计划维信息，包括故障发生的维修间隔、维修等级、计划维修项目、零部件的重要度信息。通过维修大纲可以估计故障出现的时间，用这一时间与实际的工作时间较，可以指导故障诊断。维修手册与维修大纲都是设计人员制订的。

3、可靠性报告

可靠性报告是由飞机制造商和航空公司定时发布的，是故障统计历史信息的录，其实质是故障的经验统计，是一种使用后的行为，也是智能故障诊断方法用的主要领域。

“可靠性”是指产品在规定条件下和规定的时间内完成规定功能的能力。在用航空维修业中，可靠性管理是通过可靠性管理方案来体现和落实的。可靠性告是可靠性管理的一个环节。可靠性管理方案是根据中国民航适航当局的要求，确保飞机运行于连续有效的持续适航维修大纲之上，以达到保障飞机飞行安全、低维修成本和提高维修质量的目的而编制的、用于对飞机维修方案实施动态监和调整的指导性文件，它是持续适航维修大纲的重要组成部分。为持续保证维方案的有效性，确保在适当的时候进行正确的维修工作，防止飞机状态的恶化，复和改善飞机内在的可靠性水平，就需要对飞机、发动机、及机载设备的故障损坏前各种有意义的征象(如疲劳、腐蚀、磨损等) 进行收集、分析、评估、处和监控，并据此对维修方案进行持续不断的优化。而收集的各种数据就是可靠

报告的内容。可靠性管理是一个持续分析和监督的闭环管理过程。其流程图见下图：

可靠性报告数据采集：

在航空器的使用维修过程中，会产生大量数据，例如结构／系统／零部件和发动机的可靠性数据，这些数据可以反映维修的质量特性，并为衡量维修质量水平提供参考基础。可靠性报告数据包括：

（1）机组和维修人员故障报告（来源：飞行记录本）；

（2）航班不正常事件报告（来源：维修和维修运行控制）；

（3）部附件拆换情况报告（来源：监控）；

（4）发动机非计划拆换报告（来源：监控）；

（5）发动机空中停车报告（来源：技术管理部和各维修单位）；

（6）飞机/发动机运行数据（来源：飞行记录本）；

（7）非例行检查发现（来源：维修单位）；

（8）飞机重大结构修理报告（来源：维修单位）；

（9）飞机重复故障处理情况报告（来源：维修单位）。

典型性能参数：

（1）航班不正常千次率=1000×影响航班任务正常执行次数/营运起落次数；

（2）延误率=100×延误次数/营运起落次数；

（3）飞机故障率=1000×故障次数/总飞行时间；

（4）平均非计划拆换间隔时间(MTBUR)=空中时间*装机数/非计划拆换次数；

（5）非计划拆换率＝1000×非计划拆换次数/（空中时间×装机数）；

（6）平均故障拆换间隔时间（MTBF ）=空中时间*装机数/确认故障拆换次数。（硕士论文：民航飞机故障诊断方法集成研究，2009.3.31）

三、民航飞机一般排故流程

1、在短停、航后阶段查阅机组人员的飞行记录。并对相关设备进行检查；

2、如果发现故障，根据机型号和故障信息查阅MEL （最低设备清单）和CDL （外形缺省清单），判断该故障是否在放行的范围内。如果飞机在故障未被排除的情况下被放行，其推迟维修的项目必须是MEL 和CDL 中规定的内容，并满足规定的条件；

3、在排故过程中，对于经常发生的、简单故障，维修人员根据经验可直接实施故障隔离过程。而一些不常发生的、比较复杂的故障，则参照FIM 实施故障隔离程序；

4、查找FIM 的流程如下：1）、根据FIM 中的故障信息索引（Fault Code Index），由记录的故障征兆可找到FIM Fault Code（故障码）和FIM TASK（任务号），2）、飞行控制系统中，如果任务号为22-11TASK801/802/803，则要根据任务中的内容做相关BITE ，然后根据CDU 上显示的结果，通过维护索引（Maintenance Message Index）找到相应的任务号。3）、根据任务号找到对应的故障隔离程序。它提供了导致该故障信息发生的几乎所有可能原因（Possible Cause）及排除故障的步骤，同时需要参考AMM 和WDM 手册中对应的内容；

5、根据排除故障需要参考的AMM 和WDM 手册中对应内容，例如AMM 中对应的TASK 号，生成排故工作单，根据它实施具体排故；

6、根据排故结果填写故障历史记录。

四、飞机故障诊断方法

目前飞机故障诊断方法可以大体分为两种：

1) 传统诊断方法

该方法完全基于对故障信息和故障机理的数学处理，包括信号处理和建模处理两大内容[5]。信号处理的主要内容是统计分析、相关性分析、频谱分析、小波分析及模态分析等，其理论基础是数理统计与随机过程[6]。建模处理的主要内容是参数估计、系统辨识和模式识别，理论基础是系统论、信息论和控制论

[7-10]。

2) 智能诊断方法[11][12][13]

智能诊断在传统诊断的基础上，将人工智能的理论和方法应用于故障诊断，利用计算机模拟人类专家进行故障诊断，以知识处理为核心，将知识处理、信号处理与数学建模相融合。智能诊断的优越性体现在它既保留了传统方法的优势，又充分利用了专家的经验和思维模式在故障诊断中的重要作用，已经成为飞机故障诊断的主要发展方向。目前，专家系统是智能诊断系统的主要应用形式之一。

专家系统是一种智能的计算机程序，它能够运用知识进行推理，解决只有专家才能解决的复杂问题，也就是说，专家系统是一种模拟专家决策能力的计算机系统[14]。专家系统的工作过程是一个不断获取和应用知识的过程，而知识应有适当的表示，方便于在计算机中存储、检索、使用和修改。所谓知识表示技术就是研究在计算机中如何用最合适的形式对系统中所需要的知识进行组织，这与问题的性质和推理策略有着密切的关系。（知识表示是指把知识客体中的知识因子与知识关联起来，便于人们识别和理解知识。知识表示是知识组织的前提和基础，任何知识组织方法都是要建立在知识表示的基础上。知识表示有主观知识表示和客观知识表示两种。

知识的表示就是对知识的一种描述，或者说是对知识的一组约定，一种计算机可以接受的用于描述知识的数据结构。某种意义上讲，表示可视为数据结构及其处理机制的综合：表示 = 数据结构 十 处理机制。因此在ES 中知识表示是ES 中能够完成对专家的知识进行计算机处理的一系列技术手段。常见的有产生式规则、语义网、框架法等。）专家系统区别于常规程序的一个重要标志是它能够运用知识进行推理，能够从一种判断推断出另外一种判断，不断向目标逼近。目前，专家系统的推理方法主要有两种，基于规则的推理（Rule-Based Reasoning，简称RBR ）和基于案例的推理（Cased-Based Reasoning，简称CBR ）。

基于案例的推理（CBR ）是人工智能领域新兴的一种推理模式。同其它人工智能技术一样，CBR 也是对人类思想的一种模仿。日常生活中，人们在处理问题的时候，并不是从头开始对整个问题进行分析研究，而是回忆以往的经验，有无相似问题发生，从中找到解决问题的方法。CBR 正是基于这种思想的推理方法，它强调的是，通过对过去类似情况的处理来引导解决新的问题。过去的类似

情况及其处理技术被称之案例（CASE ），过去的案例还可以用来评价新的问题及新问题的求解方案，并且对可能的错误进行预防。CBR 技术反映了人类认知科学研究的新成果，强调了人类对过去经验和前人智慧的重视，并依靠它们指导解决实际工作中遇到的新问题[15]。

专家系统应用于飞机故障诊断已经成为国内外研究的热点。文献[16]利用面向对象的框架知识表示方法，开发了针对RB211型发动机的滑油系统的故障诊断专家系统；文献[17]开发了基于因果网络的航空电子设备故障诊断专家系统；文献[18]开发了基于案例的Boeing737发动机故障诊断专家系统；文献[19]和[20]开发了基于规则的故障诊断专家系统，诊断对象分别为发动机、运七飞机起落架等。文献[21][22]开发了基于模型的发动机故障诊断专家系统。以上飞机故障诊断方法和已有的飞机故障诊断系统中，有以下两个方面还需要认真研究：

1）针对整个飞机系统的故障预测与故障诊断系统

目前的大多数飞机故障诊断系统只是针对飞机的某个特定子系统的故障诊断[23][24][25]，如发动机、起落架、航空电子设备、飞机电源等的故障诊断系统。然而飞机系统的故障往往具有非常复杂的关联，系统间或飞机部件间会有相互影响，而且飞机的维修不单就针对某个系统而言，需要对整个飞机系统的故障进行排除。因此，有必要建立针对整个飞机系统的故障预测与故障诊断系统。

2）如何获取更加丰富的飞机故障征兆

现有的飞机故障诊断几乎都专注于如何根据故障征兆排除故障，而没有更多地去分析如何获取更多、更加详实的故障征兆。目前，故障征兆多由机务维修人员现场观察，机组报告或者通过某些特殊设备检测得到。然而飞机的故障具有复杂性和隐蔽性，单单靠这些形式往往不能发现许多故障，因此，如何丰富飞机系统的故障征兆来源对于飞机故障诊断来说意义重大。（硕士论文：基于飞行数据的飞机故障预测与故障诊断系统研究，2007.1）

附：方法详细介绍

1. 基于知识的故障诊断专家系统

故障诊断技术自60年代问世以来，已经历了30多年的发展，取得了可喜的

进展。从对故障机理的研究、以信号分析技术为基础的诊断方法到现今以知识处理为基础的智能诊断系统，特别是近年来迅速兴起的人工神经网络方法在实际工程实际应用，都取得了相当可观的成果。故障诊断技术发展至今已经历了三个阶段[27]：第一阶段，诊断结果在很大程度上取决于领域专家的感观和专业经验，对诊断信息只作简单的数据处理；第二阶段是以传感器和动态测试技术为手段，以信号处理和建模处理为基础的现代诊断技术，在工程中已经得到了广泛的应用；近年来，为了满足复杂系统的诊断要求，随着计算机及人工智能的发展，诊断技术进入以知识处理为核心，信号处理、建模处理与知识处理相融合的第三发展阶段——智能诊断技术阶段。

本质上说知识处理也是一类信息处理，主要是符号的处理，包括符号表示、符号推理和搜索。虽然这种符号处理可以看成是传统数据处理的延伸和发展，但是，符号的内涵不再局限于数据计算和数据处理中的数据和一般的信息，而主要表示人类推理所需要的各类知识。除了一些通用知识，例如数学、物理学、逻辑学等知识之外，更需要应用大量与所解决问题领域密切相关的专业知识。对于大多数问题的求解，建立基于知识的诊断系统是可能的、合理的和合适的，这一点已为一系列的理论研究和实践工作所证明[31]。然而，对于基于知识的诊断系统来说，由于其主要的工作集中在将专家知识转化及抽取到知识库中和采用知识处理技术进行问题求解两个方面，通常我们并没有标准的开发模式可遵循，并不能准确的预测开发过程中可能要遇到的困难及相应的解决问题的方法。

专家系统的知识获取是专家知识系统构建的关键，可以通过多种途径来获取知识。在五十和六十年代早期的人工智能程序中，程序员将知识编成代码，这些知识和推理混杂在一起，由代码和数据推动运行。这样的程序要求编程序者对问题的专门领域了解非常深入，甚至成为这个领域的专家。用这样的方式建立和调试程序需要花费大量的时间和精力，而且修改程序十分困难。当前专家系统的知识获取，以某一领域的专家和知识工程师之间的相互交流为主要方式，在专家系统中领域的专门知识与程序的其他部分分离形成知识库，其主要优点是它的透明性和柔性，昨天的知识库根据今天的变化可以很容易地补充和修改。

此外，知识获取的自动化是专家系统的重要方向之一，可以通过以下三种途径实现：建立专门的编辑程序，专家可以通过智能编辑程序直接和专家系统交换

信息；直接从书本资料中获取知识，资料理解程序必须具有检索、文本理解、抽取要素、整理编辑以及最后形成假设等功能；直接从有关领域的经验中获取知识。

本文提出的故障诊断专家系统的目的就是实现排故知识共享，提高机务人员排故工作效率，缩短维修时间。通过该系统，民航飞机故障诊断可以逐步从手工化，经验化走向专家化，智能化，电子化。

目前，国内现有的或正在开发的系统主要有以下介绍的两种。

其一是国内某航空公司在机务维护信息库的基础上，提出了一种民航飞机排故专家系统解决方案。该方案采用的知识库模型、人机交互的知识获取机制以及基于模糊综合评估和统计理论的推理机模型，解决了查询任一故障描述下的排故方法。该系统的设计通过建立基于模糊综合评估和统计理论上的不确定性知识推理机模型，给出了按排除故障可能性大小排序的专家建议，解决了同一故障描述下对应多种排故方法的排序选择问题；通过直接对维护信息中排故方法的提炼，建立飞机排故专家系统，解决了飞机故障诊断专家系统指导深度不够的问题，是一套非常有价值的民航飞机故障诊断专家系统。[8]

其二是于2002年国内推出的首套“波音737飞机故障诊断与维修指导系统”。这套系统的目标在于快速准确地排除民航客机故障。此套通过验收的“波音737飞机故障诊断与维修指导系统”，是中国西南航空重庆公司飞机维修厂和重庆英康九龙智能控制技术有限公司共同开发出来的。这套软件系统的出现，为飞机维修技术人员迅速解决飞机故障提供了有力保证。它可以对民用飞机发动机、操作系统、导航系统等关键部件所出现的故障，进行快速诊断，并为维修技术人员排除故障提供专业性指导。在显著提高飞机的维修水平的同时，减少了维修过程中人为差错的发生，实现了飞机维修的规范化、科学化管理。

以上介绍的民航飞机故障诊断专家系统中，其知识库的生成需要知识工程师手工录入，导致系统在工程实际应用中的困难。这实际上是本文要解决的最为关键的一个问题：即故障诊断专家系统知识库的自动生成。知识获取是基于知识的专家系统的“瓶颈”，而实现知识获取的自动化是专家系统的重要研究方向之一

[21]。在本文所设计的民航飞机故障诊断专家系统的论述中，知识的自动获取正是着重论述的部分。在专家系统中，所谓知识获取是将解决问题的专门知识从知识源传递和转换成程序的过程。知识源包括人类专家、书本、经验数据以及人类

专家获得知识的其他来源，在本文中主要是指民航飞机故障诊断的历史数据。本系统的设计属于1.3论述中提到的最后两种知识获取方法的综合，即直接从有关领域的经验和文本资料中获取知识，自动地按照经验改进其本身的性能的过程就是机器的自学习过程，并具有了检索、信息的智能理解和自动处理、以及抽取要素和整理编辑等功能。本文的后面章节中将重点介绍知识是如何自动获得的。

方法上的转变：（强调集成和综合）由于民航飞机系统的复杂性，所呈现的故障原因也极为复杂，很多情况下仅靠单一的诊断方法已不能满足系统的诊断要求，而且在提高诊断速度上也有很大的难度，于是人们开始将研究方向转到将各种不同的诊断方法集成进行融合诊断。文献[11]提供了一种神经网络与专家系统结合的融合诊断方法，通过将传统的专家系统技术与人工神经网络技术相融合，吸取了各自的优点，弥补了彼此间的缺陷，建立起—个集成式飞机故障诊断专家系统。文献[12]以某型飞机电传操纵系统为研究对象，分析了案例推理和故障树诊断的方法（基于规则和案例），在此基础上，提出了将两种方法进行融合的思想。

经过多年的探索发展，现代民用飞机的机载自检(Built in test) 监控体系已日趋完善，机内检测技术在飞机上得到了广泛的应用，在航空电子设备中基本上都有使用，如电传操纵余度系统可以自检故障并进行切换，各个飞行控制计算机也均有自检功能，而且故障会通过指示灯警告，这样工作人员可以顺利排故。但应用于我国自行研制的飞机电源系统却刚刚起步，文献[13]-[16]就飞机各个自检系统尤其是电源系统的自检技术进行了阐述，介绍了BIT 及其使用特点，并以民航飞机中的典型电源系统为例介绍了BIT 的使用情况，最后提出了在BIT 研制中应该注意的问题。

此外，从上个世纪90年代开始，空中客车公司一直致力于数字化维修领域的研究和探索，提出了“在飞行中、在航线维修和机库维修中实现数字化维修”的维修新理念。从1999年开始空客便开始设计一款专业的数字化排故及维护管理软件AIRMAN[17]，并逐渐投入试用。AIRMAN 的主要作用是：帮助地面航站基地对整个机队的维修信息进行跟踪管理；简化和优化排故维修工作，提高排故效率；提供更为积极的预防性维修措施，减少非定期的排故维修任务，从而提

高调度可靠性，降低维修成本。飞机通信寻址和报告系统（ACARS ）[18]是新发展起来的一种空地数据通信系统，具有提高地面与机组通信的准确性、促进资料和数据在航空公司内部共享以及增加信息量、降低成本等优点。目前民航客机都陆续加装了ACARS 系统。

目前基于民航飞机的智能故障诊断[19]-[27]研究很多，而大多数的应用仍处于理论阶段。各种智能故障诊断方法可能均具有理论可行性，但用于实际时往往因为算法复杂或其他原因而无法达到实际可行性。

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，其最大的特点就是理论简单，算法容易实现，且具有良好的数据处理能力。属性约简是粗糙集理论研究中的核心问题，通过属性约简能够去掉海量数据中不相关不重要的冗余信息。基于此本文对将粗糙集用于民航飞机故障诊断作了全面深入的探讨。粗糙集在对飞机系统可靠性报告提供的故障数据的处理中表现了其优越性，通过简单的数据处理可以得到某系统故障的排故规则以及多发故障原因，类似于专家经验的知识；而通过属性重要性得到的多发故障排查顺序则有专家经验所没有的优势。粗糙集与神经网络集成的融合诊断，能够改善神经网络的结构，提高训练速度与精度，从而实现更快的故障定位。将粗糙集方法及其与神经网络相结合的融合诊断应用与民航飞机故障诊断中，对于提高故障诊断的准确性、缩短排故时间、提高维修效率具有重要的现实意义。