案例推理技术在航空维修中的应用

徐美健　黄越

摘  要：建立故障诊断系统，利用以往故障诊断信息，可以缩短发动机排故时间，提高排故效率。文章分析了故障案例数据库的特点，以V2500发动机航线故障诊断数据为基础，研究了发动机故障描述信息部分的标准化在建立发动机排故系统的应用，并研究了K近邻的案例匹配算法，开发了基于案例推理的故障诊断系统。

关键词：故障诊断;案例推理;案例匹配

中图分类号：V263.6        文献标志码：A 文章编号：2095-2945（2019）29-0182-02

Abstract： The establishment of fault diagnosis system and the use of previous fault diagnosis information can shorten the engine troubleshooting time and improve the troubleshooting efficiency. In this paper， the characteristics of fault case database are analyzed， and based on the fault diagnosis data of V2500 engine route， the application of standardization of engine fault description information in the establishment of engine troubleshooting system is studied. The case matching algorithm of K-nearest neighbor is studied， and a fault diagnosis system based on case-based reasoning is developed.

Keywords： fault diagnosis; case-based reasoning; case matching

1 概述

航空发动机故障类型复杂，可以分为性能故障、强度振动故障及附件系统故障。在以预防为主的时代，采用了计划定时的维修方式，这样可以起到较好的故障预防作用，但是由于航空发动机结构复杂，部件多，拆装困难，维修工作耗费了大量的人力、物力和财力。并且计划定时维修缺少灵活性，很容易导致维修不足或过度维修，既不经济，又不合理。这使得航空公司在发动机维修成本控制和安全平衡方面比较头疼。随着基于发动机性能状态监控的视情维修思想的出现，上述问题得到了有效的解决。而视情维修的实现，需要大量的发动机数据和人工智能手段的支持。

基于案例推理是一种先进的人工智能方法，将其应用在航空维修中，目的在于建立飞机发动机故障诊断系统，该系统将过往的杂乱无章的维修故障信息，统一进行标准化处理，再录入案例库，当输入一个新的故障特征时，能够通过智能匹配算法得出相似案例。

2 基于案例推理的故障诊断方法

案例推理技术是从源案例到目标案例的类比推理技术，能够将获取的新知识再次作为源案例学习，不断增量案例，这个过程可以看成是案例检查、案例重用、案例修改调整和案例学习的循环。案例推理的关键技术主要有：

（1）案例表示，案例表示是基础，是将以往的实例采用一定的格式或表示方法存储在数据库中，即计算机接受的数据结构，从而形成符合案例库的索引案例或者检索案例，整个推理系统以案例表示作为初始案例。

（2）案例检索与匹配，这是最关键的一步，案例检索的作用是找出与当前案例在特征值上相似，并对当前故障的诊断有指导性意义的案例，形成候选案例集;通过对候选案例集的聚类与分类，计算相应的相似性指标，最终选择出最有价值且数量最少的案例。

（3）案例的修改调整，运用专家经验知识和人为干预对检索得出的案例进行调整与修改，形成适合于当前故障的案例，得出诊断结论。

3 航空发动机维修数据标准化

在研究的航空维修故障系统中，一个案例具有两部分信息，一是对案例问题的描述信息，二是故障问题的解决方案。对案例问题的描述作用在于为用户提供了检索信息，同时，对现有的案例库中各种案例进行适当的索引。故障问题的解决方案是用户最终所需要的新案例解决方案的答案。在本案例中，问题描述部分信息是“机型、机号、发生日期、发动机号、系统、子系统、部件、故障描述”八个部分。

为了算法实现的方便，当有一條新的案例时，能够实现案例匹配，必须进行故障案例的描述标准化。为了编程方便，机型、机号、发生日期、发动机号、系统、子系统、部件都是设计成可选项，能够选择案例库中已有的选项。

4 算法匹配

4.1 案例匹配算法

目前大多数采用最邻近法计算案例间的相似度，具体的要领算法有K近邻。它的原理是，假定所有案例的特征矢量是n维空间的点，在这些点上建立一个特殊的近邻查找结构，使得当给定一个问题描述（也是空间的一个点）时，能迅速找到与之取得最佳匹配的点。最邻近法是基于距离量度的相似性方法，利用特征加权来评价新案例与旧案例的相似度。近邻法检索认为两个案例的特征集是一样的，且同一特征在不同的案例中具有相同的权重。

4.2 算法描述

针对民用航空维修的故障诊断系统的特点，结合系统故障案例的存储形式，拟定采用基于特征属性的计算方式计算相似度，其定义为：

当有n个案例与输入案例进行比较，即为矩阵比较，比较方法不变。

5 结束语

对于本课题进行的案例描述信息标准化，采用了将故障案例的信息描述部分分为八个子部分，每个子部分看作一个整体，其中文描述形式统一，达到标准化的目的，供后台案例存储。对于本课题的算法，对时间相似度的计算，省略了在最后乘以一个权重值矩阵。能够实现1至12月份的循环，其中1月份与12月份及2月份同样接近。算法将案例描述部分每个子部分看作一个整体进行比较，避免了逐个属性的比较。

参考文献：

[1]曹晋瑞.CFM56发动机反推系统故障信息标准化研究[D].中国民航大学，2014.

[2]瞿红春，张银波，曲春刚，等.民用航空燃气涡轮发动机原理[M].中国民航大学，2014.

[3]曹惠玲，张向波，曲春刚，等.灰色理论和模糊集结合诊断发动机故障[J].中国民航大学学报，2016，34（01）：24-26+39.