计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2015年
4期
79-82
,共4页
刘江平%王冬青%马莉莉%乌日更
劉江平%王鼕青%馬莉莉%烏日更
류강평%왕동청%마리리%오일경
航空装备%故障检测%决策模型
航空裝備%故障檢測%決策模型
항공장비%고장검측%결책모형
Aviation equipment%Fault detection%Decision model
航空装备在飞机中数量较多,不同设备下的故障检测过程中,进行航空装备故障决策时,决策过程需要依赖较多的动态多源故障信息数据,但在发生故障时,不同装备的故障特征数据起伏不同,差异较大.传统贝叶斯网络的设备故障检测模型,多是在已知某一个或多个部件稳定状态下完成,一旦信息起伏较大,则故障决策过程会陷入反复验证的弊端,无法达到最佳的故障检测效果.提出一种基于UML建模的航空装备故障检测决策模型,对航空装备故障特征分析的基础上,采用UML对航空装备故障检测决策过程进行建模,给出了模型的需求分析,构建模型的用例图、类图以及活动图,塑造了模型的静态模型和动态模型,UML模型通过基于免疫识别神经网络模型实现航空装备故障的检测,检测模型依据免疫识别原理塑造神经网络检测器,通过训练将航空装备的故障模式信息保存在分布的检测器中,通过检测器采集被检测装备异常模式特征,当检测器同特征样本匹配时激活检测器,按照检测器的激活状态发现设备故障,完成航空装备故障的检测.实验结果说明,所提方法对航空设备故障信号检测具有较高的灵敏度和分辨率.
航空裝備在飛機中數量較多,不同設備下的故障檢測過程中,進行航空裝備故障決策時,決策過程需要依賴較多的動態多源故障信息數據,但在髮生故障時,不同裝備的故障特徵數據起伏不同,差異較大.傳統貝葉斯網絡的設備故障檢測模型,多是在已知某一箇或多箇部件穩定狀態下完成,一旦信息起伏較大,則故障決策過程會陷入反複驗證的弊耑,無法達到最佳的故障檢測效果.提齣一種基于UML建模的航空裝備故障檢測決策模型,對航空裝備故障特徵分析的基礎上,採用UML對航空裝備故障檢測決策過程進行建模,給齣瞭模型的需求分析,構建模型的用例圖、類圖以及活動圖,塑造瞭模型的靜態模型和動態模型,UML模型通過基于免疫識彆神經網絡模型實現航空裝備故障的檢測,檢測模型依據免疫識彆原理塑造神經網絡檢測器,通過訓練將航空裝備的故障模式信息保存在分佈的檢測器中,通過檢測器採集被檢測裝備異常模式特徵,噹檢測器同特徵樣本匹配時激活檢測器,按照檢測器的激活狀態髮現設備故障,完成航空裝備故障的檢測.實驗結果說明,所提方法對航空設備故障信號檢測具有較高的靈敏度和分辨率.
항공장비재비궤중수량교다,불동설비하적고장검측과정중,진행항공장비고장결책시,결책과정수요의뢰교다적동태다원고장신식수거,단재발생고장시,불동장비적고장특정수거기복불동,차이교대.전통패협사망락적설비고장검측모형,다시재이지모일개혹다개부건은정상태하완성,일단신식기복교대,칙고장결책과정회함입반복험증적폐단,무법체도최가적고장검측효과.제출일충기우UML건모적항공장비고장검측결책모형,대항공장비고장특정분석적기출상,채용UML대항공장비고장검측결책과정진행건모,급출료모형적수구분석,구건모형적용례도、류도이급활동도,소조료모형적정태모형화동태모형,UML모형통과기우면역식별신경망락모형실현항공장비고장적검측,검측모형의거면역식별원리소조신경망락검측기,통과훈련장항공장비적고장모식신식보존재분포적검측기중,통과검측기채집피검측장비이상모식특정,당검측기동특정양본필배시격활검측기,안조검측기적격활상태발현설비고장,완성항공장비고장적검측.실험결과설명,소제방법대항공설비고장신호검측구유교고적령민도화분변솔.
