【正文】 ................................................................ 44 基于 加權融合 的飛行器故障診斷 .................................................................... 45 小結 ........................................................................................................................... 47 結 論 ................................................................................................................................. 48 社會經濟效益分析 ............................................................................................................. 49 參考文獻 ............................................................................................................................. 50 致 謝 ................................................................................................................................. 51 附錄Ⅰ 基于小波分解特征提取部分程序清單 ............................................................... 52 附錄Ⅱ GRNN 部分程序清單 ........................................................................................... 53 附錄Ⅲ BP 部分程序清單 ................................................................................................. 54 附錄Ⅳ DS 證據理論融合程序清單 ................................................................................ 55 附錄 Ⅴ 加權融 合程序清單 ............................................................................................... 56沈陽航空航天大學畢業(yè)設計（論文） 1 1 緒論 引言 故障 從 系統(tǒng)的 觀點來看，是指產品在規(guī)定的時間、條件下，因故不能實現規(guī)定的功能的現象。 飛行器故障診斷可利用的信息越多，診斷準確性就越高。由于大型復雜系統(tǒng)的故障機理十分復雜，目前還不能用精確的數學模型表示其運行狀態(tài)，因此研究故障信息的智能處理技術對航空發(fā)動機這種大型復雜設備的故障診斷具有重要的意義。CFMInternational 使用 CASSIOPEE 來維護波音 737 飛機上的 CFM563 引擎動力系統(tǒng)，它的案例庫包含 23000 多個案例，案例的結構簡單，約含有 80 個屬性。另外，各種信息融合組織和相關年會也提供了廣泛和深入的技術研討機會。 第 3 章介紹了設備故障診斷中的信息融合介紹了信息融合的定義、目的、結構、一般過程、常用方法，提出了故障診斷中的信息融合系統(tǒng)。小波變換以非均勻規(guī)律對時間軸和頻率軸予以劃分，從而在滿足Heisenberg 不等式的前提條件下，既有足夠的時間分辨率對信號中的短時高頻成分進行分析，又有足夠的頻率分辨率對信號中的緩變低頻成分進行分析。當 a 逐漸減小時，基函數 )(, tba? 的時間窗口逐漸減小，而其帶寬相應增大，中心頻率逐漸升高。 fAj 1? 通過用離散低通濾波器對 fAj 濾波獲。四個信號 3A , 3D , 2D , 1D 頻帶正好不相交的布滿整頻率軸，提供了信號 s 的無冗余，無疏漏的全部信息，圖 信號小波分解的結果如表 所示： 表 分解信號及其頻帶 信 號 3A 3D 2D 1D 頻 帶 ]8,0[ 0f ]4,8[ 00 ff ]2,4[ 00 ff ],2[ 00 ff 以分解信號的能量為特征量，也即以各個獨立頻帶內的能量為特征量構造信號的特征向量，可以較好的反映信號的特征，為狀態(tài)的分類提供了依據。 可 再增加診斷信息 Y 以 進一步減 少 系統(tǒng)運行狀態(tài) θ 的不確定性，由 互信息的定義 ， θ 與 ),( YX 的互信息為： 沈陽航空航天大學畢業(yè)設計（論文） 15 ,( , , )( , , ) ( ) ( | , ) ( , , ) l o g ( ) ( , )θ xyp θ xyI θ X Y H θ H θ X Y p θ xy p θ p x y? ? ? ? ?? (36) 根據 定理 1 的證明方法可以證明： ( | , ) ( | )H θ X Y H θ X? (37) 由式 (35)、式 (36)和式 (37)可知： ( , , ) ( , )I θ X Y I θ X? (38) 式 (38)說明，系統(tǒng)運行狀態(tài) θ 的不確定性 因為 診斷信息 Y 而 有所減小。但因為部分有用信息的損失，降低了系統(tǒng)的融合性能。 選擇 最終的 融合層次是一個系統(tǒng)工程問題，需要 根據具體 的應用 問題， 綜合考慮通信帶寬、 數據 源的特點、可 以使 用的計算資源等 各 方面的因素。由于 故障征兆是各種各樣的， 可由 不同的傳感器獲得，對這些 征兆 信息的處理過程 實質上 就是 數據 融合。 但證據理論本身也存在一些缺陷，如要求證據必須是獨立的，證據合成規(guī)則沒有非常堅實的理論支持，計算上存在潛在的組合爆炸問題。專家系統(tǒng)最終的輸出結果是給用戶的推薦結果集。 聚類 算法將特征空間的數據劃分為自然集合，以確定它們是否代表一定意義的目標類別。在基于 BP神經網絡 和 GRNN神經網絡 的初步診斷層中，首先應確定特征子空間 ； 其次 ， 特征子空間 獨立的構造相應分類器的學習樣本； 然后構造 出 BP 神經網絡 和 GRNN 神經網絡 分類器，并對 分類 器 進行訓練，最后，對訓練好的 分類器 進行測試，確定 其分類 性能，以為融合診斷決策做準備。 該方法可用于構建靈活的信息融合系統(tǒng)結構，對于實際的應用研究也有指導意義。 信號 1 信號 2 信號 3 融合 特征提取 識別 圖 數據層融合 沈陽航空航天大學畢業(yè)設計（論文） 17 特征層融合在理論上和應用上都已比較成熟，現在已經具有針對具體問題的具體解決辦法。 信息融合的級別 按照數據融合中抽象的層次， 一般 把信息融合 分為三個層次 ， 即數據層、特征層和決策層。 多傳感器系統(tǒng)可以獲得被檢測目標和環(huán)境更多的信息量。分解時小波函數相當于一個帶通濾波器。為了使小波變換具有可變化的時間 和頻率分辨率，適應待分析信號的非平穩(wěn)性，需要改變 a 和 ? 的大小，使小波變換具有“變焦距”的功能，實際中最常用的是二進小波變換。原時間域上的信號在小波變換域上得到一個表示，通過多個尺度的分解，便能得到信號的時間－尺度表達，從而能在變 換域上達到最有效的信號處理目的。為了分析和處理非平穩(wěn)信號，人們對傅里葉分析進行了推廣乃至根本性的革命，提出并發(fā)展了一系列的信號分析理論：短時傅里葉變換、 Gabor 變換、時頻分析、小波變換、 Randon 一 Winger變換 、分數傅里葉變換、線調頻小波變換、循環(huán)統(tǒng)計量理論和調頻 調幅信號分析等。 (3) 可移植性差： 設備復雜性 導致 相應設備故障診斷系統(tǒng)專用性強， 很難 移植 ，這也是 限制 信息融合 應用 的一個重要因素 。 由于 各種感官所 具有的不同度量特征， 可以綜合利用它們來檢測 出不同 時 空范圍的各種物理現象。在智能技術已有較深厚基礎的國家中，機械、電子設備的智能故障診斷系統(tǒng)已基本完成了研究和試驗的階段，開始進入廣泛應用的階段。 關鍵詞 ： 故障診斷 ； 特征提??；信息融合；證據理論；加權融合 信息融合技術在飛行器故障診斷中的應用 II The application of information fusion technology in aircraft fault diagnosis Abstract With the rapid development of Chinese aviation industry, health diagnostic technology of aircraft has bee more and more important to ensure the flight safety， so accurate fault diagnosis on aircraft is being more evident and important. This paper use the wavelet transform to acplish the feature extraction of structural ponents of aircraft health monitoring information, By using the method of wavelet transform, the absolute maximum, singular value, and standard deviation of the wavelet coefficients were extracted respectively, and the feature vectors were constructed. In aircraft fault diagnosis, the more information available, the higher diagnostic accuracy. Only taking full advantage of useful information to diagnose the fault on the aircraft can improve the accuracy and the reliability. Therefore, the effectiveness of fault diagnosis is largely more closely related to information fusion. We have designed the fault diagnosis connector that based on generalized regression neural work and BP neural work information fusion, and use it for diagnosing the extraction of features. Briefly introduced the DS evidence theory and basic principles of weighted fusion, on this basis, according to the characteristic layer and decisionmaking layer of information fusion, we designed the information integration strategy based on DS theory of evidence and weighted fusion, and were bined with general regression neural work and BP neural work fault diagnosis connector on the health status of aircraft diagnostic studies. Results show that the strategy of decisionmaking fusion effect is better for the health diagnosis. Keywords: fault diagnosis。結果表明，采用決策層融合策略的健康診斷效果更好。目前智能診斷技術是當今世界發(fā)達國家的研究熱點之信息融合技術在飛行器故障診斷中的應用 2 一。 比如人類 僅利用視覺或觸覺很難判斷事物的好壞，但如果再結合味覺和嗅覺等多種感官就可以進行更準確的判斷。 (2) 系統(tǒng)的實時性難以保證 ： 隨著 傳感器數據 的增加，系統(tǒng)結構隨之 復雜， 必然導致 系統(tǒng)計算復雜性 也