一种基于神经网络对飞机飞控系统成品故障判断方法与流程

本发明涉及一种飞机飞控系统成品校验过程中的故障判断方法，具体是一种以组合神经网络为主，时域信号判断和阈值检查弥补神经网络错误，形成故障判断程序，分析判断故障类型的方法。

背景技术：

1、成品校验是飞机生产过程中的一个重要环节，这个环节的主要目的是判断成品的功能是否完好，是否能支持飞机的正常飞行，也即是否存在故障。

2、试验室校验的过程中，技术人员通过搭建的试验设备，模拟机上的运行环境，观察成品的运行情况，由于生产或运输等种种原因，技术人员不可避免地会遇到各种成品的各类故障，这时就需要其对该故障做出判断，并根据故障的影响决定后续的处理方式。由此可见，故障判断是成品校验中一定会遇到的问题，且故障判断的迅速准确与否会直接影响到飞机的生产。目前试验室常用的故障判断方式有两种，一种是基于技术的，一种是基于经验的。基于技术的故障判断是指相关人员通过自身所掌握的故障成品设计技术，结合故障表征的现象，对故障进行分析。在这个过程中，检验人员要自行判断需要在何地点进行何种测量，对其专业能力有很高的需求，并且在实际生产中，系统内数据庞杂，往往存在定位不准确、多次试错的情况，费事也费力。基于经验的故障判断是指从业时间较长的技术人员通过自己的经验判断故障，比如以前见过类似的某个故障现象，并依此做出判断。这种方法虽然常用，但准确性无法保证，且对从业经验要求太高。如何设计可行的故障判断方法,如何将校验过程中所积累的经验转化成能够实际使用的方法,如何能做到迅速、准确的故障判断，让新的方法使用起来更加迅速便捷是飞机研制中急需解决的实际问题。

技术实现思路

1、本发明目的在于提供一种基于神经网络对飞机飞控系统成品故障判断方法。

2、一种基于神经网络对飞机飞控系统成品故障判断方法，其特征在于包含以下内容：1)建立飞机飞控系统相关成品的故障数据库，该故障数据库的每组数据包含故障类型序号和对应的工作状态数据；2)给每组数据末端添加一个勘误字符，对每组数据在数据库中的位置添加位置字符；3)采用多层前馈神经网络和自组织映射神经网络形成组合神经网络，以每组数据的工作状态数据为输入、故障类型序号为理想输出，根据每组数据的特征、结构完成初步的聚类，再以聚类后的数据迭代训练，将输入数据与输出数据相互对应，实现神经网络中的故障类型序号和对应的工作状态数据一一映射；4)根据勘误字符记录的结果，利用位置字符找出存在神经网络判断错误的数据组，采用时域信号判断和阈值检查弥补神经网络错误，实现对神经网络的完善补充，形成故障判断程序；5)将一组飞控系统相关成品的工作状态数据输入上述故障判断程序，故障判断程序将该工作状态数据的数据特点与数据库中已有数据的特点进行比较，找出与该工作状态数据的数据特点最为接近的目标数据，并输出该工作状态数据的故障类型序号；6)将该工作状态数据及对应的故障类型序号反馈加入数据库，增加下次训练的数据量；7)在步骤5)中，故障判断程序如果没有找出与该工作状态数据的数据特点最为接近的目标数据，则通过人工给予该工作状态数据一个新的故障类型序号，并将该工作状态数据与新的故障类型序号录入数据库，再次训练故障判断程序，使故障判断程序在下次遇到该类数据时拥有判断的能力。

3、所述的基于神经网络对飞机飞控系统成品故障判断方法，其特征在于，在步骤1)的故障数据库中，每组数据的工作状态数据包含飞控计算机四路供电电流、加速度计一个电压信号、角速率传感器一个电压信号、一个舵面作动器电流信号、一个舵面位置电压信号、配平控制版离散量输出、主飞行控制板离散量输出和杆力信号参数，给每组数据赋予一个故障类型序号。

4、所述的基于神经网络对飞机飞控系统成品故障判断方法，其特征在于，在步骤2)中每组数据的勘误字符是0或1,0代表还未进行故障判断或故障判断错误，1代表故障判断正确；位置字符为每组数据在故障数据库中所在的行号，一组数据在首次进入故障数据库时，勘误字符自动置0，位置字符自动按行号赋予。

5、所述的基于神经网络对飞机飞控系统成品故障判断方法，其特征在于，在步骤3)中，采用多层前馈神经网络和自组织映射神经网络形成组合神经网络时，根据故障数据库中每组数据的数据数量n，决定组合神经网络竞争层和隐含层的节点数量，竞争层为a*a阵列，隐含层为b个节点，两者都需要大于n，且节点数越多，能兼容的数据越多，最终输出数据为m，即为故障类型序号。

6、所述的基于神经网络对飞机飞控系统成品故障判断方法，其特征在于，在步骤4)中，采用时域信号判断和阈值检查弥补神经网络错误时，由于故障数据库的每组数据存在递增减和脉冲的数据类型，采用增减的时域信号检索和脉冲的遍历检索，并用阈值检查判断离散量信号，故障判断程序的时域部分预留了更换时域信号判断和阈值检查方法的接口，以应对不同数据类型的故障数据。

7、所述的基于神经网络对飞机飞控系统成品故障判断方法，其特征在于，在步骤5)中，将一组已知故障类型序号的工作状态数据及已知故障类型序号输入故障判断程序，故障判断程序根据该工作状态数据输出一个故障类型序号，并将输出的故障类型序号与已知的故障类型序号进行对比，如果输出的故障类型序号与已知的故障类型序号一致，故障判断程序则正常输出故障类型序号，如果输出的故障类型序号与已知的故障类型序号不一致，故障判断程序将故障类型序号及该组数据在数据库中所在位置进行输出。

8、本申请的有益效果在于：1)首先是从实际应用时试验设备读取的数据出发，通过对其进行分析实现故障判断，实用性高。2)其次是其能利用神经网络的训练特性，将个体的、抽象的经验转化成通用的、具象的方法，随着方法的使用，故障数据库不断丰富，故障判断程序能应对更多不同的故障类型，对重复出现多次的故障类型也会随着训练数据的增多有更高的准确度。3)最后是故障判断程序带来的优点，使用者无需自行比对繁杂的数据，只需向故障判断程序输入一组工作状态数据，故障判断程序会通过计算给出结果，说明该组数据是哪种类型的故障。即使这个故障未曾在故障数据库中录入，故障判断程序给出的计算结果也会说明该故障与已知的哪种故障类型最为相似，帮助使用者有目标地去寻找成品的故障点，并且随着这个新故障类型也录入故障数据库，故障判断程序将在下次遇到它时拥有判断能力。

技术特征：

1.一种基于神经网络对飞机飞控系统成品故障判断方法，其特征在于包含以下内容：1)建立飞机飞控系统相关成品的故障数据库，该故障数据库的每组数据包含故障类型序号和对应的工作状态数据；2)给每组数据末端添加一个勘误字符，对每组数据在数据库中的位置添加位置字符；3)采用多层前馈神经网络和自组织映射神经网络形成组合神经网络，以每组数据的工作状态数据为输入、故障类型序号为理想输出，根据每组数据的特征、结构完成初步的聚类，再以聚类后的数据迭代训练，将输入数据与输出数据相互对应，实现神经网络中的故障类型序号和对应的工作状态数据一一映射；4)根据勘误字符记录的结果，利用位置字符找出存在神经网络判断错误的数据组，采用时域信号判断和阈值检查弥补神经网络错误，实现对神经网络的完善补充，形成故障判断程序；5)将一组飞控系统相关成品的工作状态数据输入上述故障判断程序，故障判断程序将该工作状态数据的数据特点与数据库中已有数据的特点进行比较，找出与该工作状态数据的数据特点最为接近的目标数据，并输出该工作状态数据的故障类型序号；6)将该工作状态数据及对应的故障类型序号反馈加入数据库，增加下次训练的数据量；7)在步骤5)中，故障判断程序如果没有找出与该工作状态数据的数据特点最为接近的目标数据，则通过人工给予该工作状态数据一个新的故障类型序号，并将该工作状态数据与新的故障类型序号录入数据库，再次训练故障判断程序，使故障判断程序在下次遇到该类数据时拥有判断的能力。

2.如权利要求1所述的基于神经网络对飞机飞控系统成品故障判断方法，其特征在于，在步骤1)的故障数据库中，每组数据的工作状态数据包含飞控计算机四路供电电流、加速度计一个电压信号、角速率传感器一个电压信号、一个舵面作动器电流信号、一个舵面位置电压信号、配平控制版离散量输出、主飞行控制板离散量输出和杆力信号参数，给每组数据赋予一个故障类型序号。

3.如权利要求1所述的基于神经网络对飞机飞控系统成品故障判断方法，其特征在于，在步骤2)中每组数据的勘误字符是0或1,0代表还未进行故障判断或故障判断错误，1代表故障判断正确；位置字符为每组数据在故障数据库中所在的行号，一组数据在首次进入故障数据库时，勘误字符自动置0，位置字符自动按行号赋予。

4.如权利要求1所述的基于神经网络对飞机飞控系统成品故障判断方法，其特征在于，在步骤3)中，采用多层前馈神经网络和自组织映射神经网络形成组合神经网络时，根据故障数据库中每组数据的数据数量n，决定组合神经网络竞争层和隐含层的节点数量，竞争层为a*a阵列，隐含层为b个节点，两者都需要大于n，且节点数越多，能兼容的数据越多，最终输出数据为m，即为故障类型序号。

5.如权利要求1所述的基于神经网络对飞机飞控系统成品故障判断方法，其特征在于，在步骤4)中，采用时域信号判断和阈值检查弥补神经网络错误时，由于故障数据库的每组数据存在递增减和脉冲的数据类型，采用增减的时域信号检索和脉冲的遍历检索，并用阈值检查判断离散量信号，故障判断程序的时域部分预留了更换时域信号判断和阈值检查方法的接口，以应对不同数据类型的故障数据。

6.如权利要求1所述的基于神经网络对飞机飞控系统成品故障判断方法，其特征在于，在步骤5)中，将一组已知故障类型序号的工作状态数据及已知故障类型序号输入故障判断程序，故障判断程序根据该工作状态数据输出一个故障类型序号，并将输出的故障类型序号与已知的故障类型序号进行对比，如果输出的故障类型序号与已知的故障类型序号一致，故障判断程序则正常输出故障类型序号，如果输出的故障类型序号与已知的故障类型序号不一致，故障判断程序将故障类型序号及该组数据在数据库中所在位置进行输出。

技术总结一种基于神经网络对飞机飞控系统成品故障判断方法，建立飞机飞控系统相关成品的故障数据库，该故障数据库的每组数据包含故障类型序号和对应的工作状态数据，采用多层前馈神经网络和自组织映射神经网络形成组合神经网络，以每组数据的工作状态数据为输入、故障类型序号为理想输出，根据勘误字符记录的结果，利用位置字符找出存在神经网络判断错误的数据组，实现对神经网络的完善补充，形成故障判断程序；将一组飞控系统相关成品的工作状态数据输入上述故障判断程序，输出该工作状态数据的故障类型序号。技术研发人员：张天谋,毛绍婧,师同同,赵华宇,刘倩倩受保护的技术使用者：中航西安飞机工业集团股份有限公司技术研发日：技术公布日：2024/11/18